Как создать персонажей с использованием генеративного искусственного интеллекта, например, ChatGPT

Создание персонажей с помощью генеративного искусственного интеллекта, включая ChatGPT.

Верите или нет, генеративные AI-чатботы, такие как ChatGPT и Bard от Google, могут быть обучены принимать определенные персоны, такие как представитель службы поддержки клиентов или эксперт в определенной области. Но они могут пойти дальше. Если вы предоставите чатботу правильную информацию и контекст, персона, которую он создает, может быть очень полезной в различных задачах. Это может быть все, начиная от тестирования идей, и даже помощи в понимании сложной темы людям, у которых нет опыта или знаний в данной области.

В таком случае вы можете обучить своего чатбота помогать вам изучать программирование! Давайте посмотрим, как вы можете создать свою собственную персону чатбота для конкретных задач, начав с создания одной вместе. Однако имейте в виду, что генеративный AI – это быстро развивающаяся технология, поэтому важно быть в курсе всех изменений и методов!

Итак, с этим разобрались, давайте начнем.

• От Оппенгеймера до генеративного ИИ полезные выводы для предприятий сегодня
• Ллама 2 Погружение в открытый аналог ChatGPT
• Следует ли начинать карьеру в FAANG или в стартапе? (Часть 1)

Определение цели

Это первый, но самый важный шаг при создании персоны. Вам сначала нужно иметь четкое представление о том, что персона должна делать. Лучше сказать, что вы хотите от нее получить. То, что вы не имеете ясной цели, не только не поможет вам получить максимум от персоны чатбота, но также может привести к генерации информации, которая не является действенной. Оба этих результата нужно избежать.

Создание персоны

Этот шаг, честно говоря, является либо самым простым, либо самым сложным в зависимости от вашего личного знания предметной области. Но давайте попробуем сделать некоторую рекламу. Мне нравится рекламный стиль в стиле MadMen, поэтому я выберу Евгения М. Шварца.

Пример запроса: Пожалуйста, примите на себя персону знаменитого копирайтера, Евгения Шварца.

При вводе этого запроса, в зависимости от используемого вами чатбота, скорее всего, будет представлена краткая информация о человеке, в роли которого вы просите чатбота выступить, а также некоторые сведения о его работе и биографические данные, которые будут полезными для нашего дальнейшего развития.

Уточнение персоны

Еще один трюк, который можно использовать, – это анализ стиля написания целевого объекта с помощью LLM. Таким образом, вы не только можете помочь чатботу получить более глубокое понимание того, о чем вы собираетесь его спросить, но это также даст ему некоторые опорные точки, на которые он сможет опираться при генерации контента.

Назначение задачи

Конечно, следующим шагом будет назначение задачи. В случае этого блога мы попросим чатбота предоставить несколько привлекательных заголовков. Это то, в чем был мастером Евгений Шварц. Он написал целую книгу на эту тему, и даже если Google Adwords не существовал в его время, концепции, которые он использовал, все еще актуальны. Поэтому при выполнении этой задачи вам нужно знать вашу платформу. Будьте очень ясными с чатботом.

Возьмите следующее в качестве примера:

Сегодня мы будем продавать солнцезащитный крем, и мне понадобятся следующие данные: пожалуйста, сгенерируйте пять заголовков длиной не более 30 символов, пять описаний длиной не более 90 символов и один длинный заголовок длиной 90 символов.

Пойдем дальше и попросим ИИ предоставить шесть вариаций сгенерированного текста.

Это также может быть значительно улучшено, если вы предоставите чатботу название компании и некоторую информацию о брендинге. Давайте попробуем создать вымышленную компанию вместе.

Пример запроса:

Пожалуйста, сгенерируйте пять заголовков длиной не более 30 символов, пять описаний длиной не более 90 символов и один длинный заголовок длиной 90 символов.

Название компании: Sunaway

Слоган компании: Мы защищаем от солнечных лучей

Целевая аудитория: Посетители пляжа.

Используя ChatGPT, получился следующий результат:

Заключение:

Как вы можете видеть, большие языковые модели довольно мощны, если вы умеете оптимизировать свои запросы, и они станут еще более мощными, когда LLMs, специфичные для отрасли или области, станут более популярными. Хотя они не предназначены для замены людей за клавиатурой, эти LLMs готовы повысить производительность и даже помочь малым агентствам и компаниям соревноваться с крупными игроками в их отрасли.

Так что становится важным быть в курсе всех изменений, связанных с LLMs. И лучшее место для этого – ODSC West 2023, которая пройдет с 30 октября по 2 ноября. С полным треком, посвященным NLP и LLMs, вы сможете насладиться докладами, сессиями, мероприятиями и многим другим, полностью сосредоточиваясь на этой быстроразвивающейся области.

Подтвержденные сессии включают в себя:

• Персонализация LLMs с помощью хранилища признаков
• Понимание ландшафта больших моделей
• Создание LLM-силовых рабочих над вашими данными с использованием LlamaIndex
• Общее и эффективное самообучение с использованием data2vec
• К экспланации и языково-агностическим LLM
• Тонкая настройка LLM на сообщениях в Slack
• За пределами демонстраций и прототипов: как создавать готовые к производству приложения с помощью открытых LLMs
• Автоматизация бизнес-процессов с использованием LangChain
• Подключение больших языковых моделей – распространенные проблемы и вызовы

Чего вы ждете? Получите свой пропуск уже сегодня!