如何开发和训练 AI Bot
如何在 GPTBots构建一个 AI Bot以快速应用在当前业务
在 GPTBots平台,完成账号注册并认证开发者,即可进入开发者后台。在开发者后台,您可以使用更多、更强大和更灵活的功能创建 AI Bot。
为Bot写一个合适的身份提示 Prompt
角色、技能、个性
角色:请为 LLM 指定一个身份角色,LLM 会以此身份及相关知识来思考问题(有效的最佳实践)。
技能:告诉 LLM 擅长做什么事情,要有哪些工具或方法。
个性:要求 LLM 输出内容时的语气、个性、沟通方式等。
目标
告知 LLM 希望 TA 完成一个什么目标(目标应该非常清晰和明确)。
链式思考
为了达成目标,告知 LLM 应该必须按照什么步骤去思考问题
MUST follow these steps to answer the customer queries
Step1 - Step2 - Step3 - Step4...
输出规则
明确告知 LLM 你需要的输出格式和要求,如:要JSON、MD格式,表格,emoji等格式。避免什么负面词、回复长度、用语风格等要求
示例
LLM 在模仿示例方面的表现非常杰出,在向 LLM 提供典型示例后,LLM 在遇到类似情况通常一定会严格按照示例进行响应和输出。
上传相关合适知识给 Bot
GPTBots 当前支持通过多种方式(文件上传、网站抓取、Q&A、文本编辑等)上传知识给 Bot,开发者可以非常轻松的完成相关知识的上传和向量索引,从而让 Bot 可以基于上传的知识进行响应。但开发者仍然需要做更多的工作才能让 Bot 具有更佳的响应,GPTBots建议:
根据 Bot 的定位准备相关的资料,避免把所有数据不做区分的上传或抓取
优先使用文本和 Q&A 的方式上传数据,防止数据识别过程中的折损
强烈建议花费更多的时间去设计和完善 Q&A ,优质的 Q&A 也同样可用于模型微调
通过 「BOT 设置 - 知识管理 -知识搜索」功能,测试搜索结果及评分并进行优化
训练和优化 Bot 的响应
GPTBots 为开发者提供聊天记录管理功能,开发者可以在「Bot设置 - 聊天记录」中查看AI 响应,对质量不佳的响应,可以通过「修正」功能提供最佳响应答案。Bot 在后续面对类似问题时,既可优先按照修正后的答案进行响应。
使用Plugin、flow 解决复杂问题
如果开发者面对复杂和特殊问题,常规类型的 Bot 无法有效响应时,GPTBots 建议开发者尝试用 Plugin 和 Flow 来解决问题。Plugin 可以非常容易的让 LLM 与开发者的业务和数据连接,解决某些单一、明确的问题。Flow 可以让普通用户也可以快速构建一个工作流,解决某些复杂问题
通过 API、外嵌将 Bot应用于业务
Bot 调试完成后,开发者可以通过小部件外嵌、API等方式进行 Bot 能力集成到自身业务中,实现终端用户的无缝 AI 能力体验,服务业务的增长和发展
Last updated