【GPT入门】第3课 客服会话质检(思维链）

1.质检任务

任务本质是检查客服与用户的对话是否有不合规的地方

质检是电信运营商和金融券商大规模使用的一项技术
每个涉及到服务合规的检查点称为一个质检项
我们选一个质检项，产品信息准确性，来演示思维链的作用：

当向用户介绍流量套餐产品时，客服人员必须准确提及产品名称、月费价格、月流量总量、适用条件（如有）
上述信息缺失一项或多项，或信息与事实不符，都算信息不准确
下面例子如果不用「一步一步」，就会出错。

2. 代码

from openai import OpenAI
from dotenv import load_dotenv, find_dotenv
_ = load_dotenv(find_dotenv())

client = OpenAI()


def get_completion(prompt, model="gpt-4o-mini"):
    messages = [{"role": "user", "content": prompt}]
    response = client.chat.completions.create(
        model=model,
        messages=messages,
        temperature=0,
    )
    return response.choices[0].message.content


instruction = """
给定一段用户与手机流量套餐客服的对话，。
你的任务是判断客服的回答是否符合下面的规范：

- 必须有礼貌
- 必须用官方口吻，不能使用网络用语
- 介绍套餐时，必须准确提及产品名称、月费价格和月流量总量。上述信息缺失一项或多项，或信息与事实不符，都算信息不准确
- 不可以是话题终结者

已知产品包括：

经济套餐：月费50元，月流量10G
畅游套餐：月费180元，月流量100G
无限套餐：月费300元，月流量1000G
校园套餐：月费150元，月流量200G，限在校学生办理
"""

# 输出描述
output_format = """
如果符合规范，输出：Y
如果不符合规范，输出：N
"""

context = """
用户：你们有什么流量大的套餐
客服：亲，我们现在正在推广无限套餐，每月300元就可以享受1000G流量，您感兴趣吗？
"""

cot = ""
# cot = "请一步一步分析对话"

prompt = f"""
# 目标
{instruction}
{cot}

# 输出格式
{output_format}

# 对话上下文
{context}
"""

response = get_completion(prompt)
print(response)

3.核心

{cot} 总有两个，一个是空的，一个是“一步步执行”， 一步步执行，是有思考的，有思维链，所以它更出给正确答案。没有一步步执行，gpt胡乱给答案

背后的思想

思维链（Chain of Thoughts, CoT）
思维链，是大模型涌现出来的一种神奇能力

它是偶然被「发现」的（OpenAI 的人在训练时没想过会这样）