从 0 到 1 构建一个基于 Embeddings 和 GPT 技术的客服聊天机器人

V2EX = way to explore

V2EX 是一个关于分享和探索的地方

已注册用户请登录

爱意满满的作品展示区。

这是一个创建于 846 天前的主题，其中的信息可能已经有所发展或是发生改变。

摘要：本文介绍了如何使用最新的 GPT 技术从简单到复杂地制作客户支持聊天机器人。本文介绍了如何使用意图分析，few-shot prompting 等技术去完成一个聊天机器人。本文还详细介绍了扩展聊天机器人、支持上下文应答、安抚客户以及调用外部 API 的过程。

Tags：GPT, Embeddings, Vector Database, Few-shot Prompting, Software Engineering

阅读时长：10mins

链接：Crafting GPT-Based Customer Support Chatbot From 0 to 1 Algorithm Portion

GPT

机器人

prompting

embeddings

3 条回复 2023-06-28 16:59:42 +08:00

Frankcox

2023-06-28 13:22:22 +08:00

我有一个问题啊，我自己之前用 ChatGPT+Embeddings+qdrant 构建过一个聊天机器人。我的策略是每次获取到用户输入的时候都会将其向量化，去 qdrant 中查找出最匹配的一个背景上下文。但是这样做的问题在于：每次输入都会走一遍：调用接口向量化->qdrant search->添加到聊天上下文。但是很多时候用户输入是不需要上下文的，甚至知识库里的上下文还会干扰 ChatGPT 的内容生成，不知道有什么手段可以更为准确的选择合适的时机将上下文传入聊天中？

clean99

2023-06-28 14:31:13 +08:00

@Frankcox 建议使用 function calling 做意图分析，把用户输入的意图归类为针对文档的问题，和普通的聊天信息，针对文档的问题去调 qdrant 拿上下文，普通聊天信息直接用 gpt prompt 生成就可以了

Frankcox

2023-06-28 16:59:42 +08:00

@clean99 感谢，之前看到 function calling