探索基于openAI实现个性化对话机器人（一）

##前情提要

  想要一个电商网站的机器人客服(chatbot)，但目前直接引入GPT作为客服可能会被投诉N次，因为他无法基于你的网站信息进行精准回答。

  为此我调研国内（阿里/京东），国外的（欧米茄/戴森）客服小助手，发现目前市面上最成熟(...)的电商机器人应该是问答系统chatbot，这种问答系统有几个特点：

        （1）主要以售后问答为主（像订单、物流、退换货等）；

        （2）都并没有接入GPT这类生成式对话机器人（超出了他的问题范围会提示不知道）；

        （3）问答推荐商品时理解困难；

        （4）虽然有点笨，但是回答的准确率是很高的。

  但是我们想要的是AIGC下的chatbot，为此我再次调研基于GPT这种生成式对话机器人如何能够落地实现（属于基于私域数据进行生成式对话）？发现主要有两种方案：

        （1）利用openAI的fine-tune训练私域对话数据(格式要求是jsonl)；

        （2）利用LangChain、向量数据库(Pinecone) 和 LLM（如 GPT-4 和 ChatGPT）构建基于文                  档的问答系统。

        本文主要介绍第一种方案。fine-tune微调模型实现电商网站(公司内部)chatbot。

        openAI产品价格表：Pricing

     

一、在openAI页面中构建fine-tune模型

     （1）进入openAI官网，点击左侧栏的fine-tuning

        （2）点击右上角 create 创建一个新的微调模型

        model的分类：

        Ada：Ada是一种基础模型，适合用于提示和短对话。
        Babbage：Babbage是一个中等规模的模型，适合于更长的对话和创造性写作。
        Curie：Curie是一个大型模型，适用于复杂的对话和生成性任务。
        Davinci：Davinci是OpenAI提供的最先进的语言模型，