前言

今天我们来聊聊如何利用openai来强化客服，基于openai的大模型。

准备工作：

通过 Google Colab，用户可以创建和共享Jupyter笔记本，运行Python代码，访问云端计算资源，以及使用大量开源机器学习框架和库，而无需担心硬件或软件配置问题。而我们这里需要一点点的python 和 openai结合，当我们使用Google Colab 运行python时，可以不用担心配置环境。

注意，以上这些网站均为外网，当我们访问这些网站时，需要 “搭梯子”，具体可以去网上看看教程

1. 首先进入openai网站，拿到我们的sdk。教程如下：

选择VPI

复制我们的API keys， 如果没有的话点击Create new secret key,这样我们就可以拿到我们的sdk了。

1. 接下来我们进入Google Colab网站，将代码放进此网站运行。这个网站十分的方便，当我们使用Google Colab 运行python时，可以不用担心配置环境。

点击文件-> 新建笔记本 点击左上角 +代码

正文

输入 !pip install openai==0.10.2 ,安装名为openai的安装包,版本号为0.10.2

当左下角出现Successfully时，说明安装成功。

from openai.api_resources import completion
# 基于openai 的大模型来强化客服
import openai
# api_key
openai.api_key="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"
# 常量 文本生成的模型
COMPLETION_MODEL="text-davinci-003"

1. 首先我们导入openai

2. 在openai.api_key处输入我们刚刚拿到的sdk

3. COMPLETION_MODEL="text-davinci-003",常量 文本生成的模型 达芬奇

prompt="""请你使用朋友的语气回复到客户，并称他为亲，他的订单已经发货在路上了，预计在3天之内会送达，
订单号2021AEDG，我们很抱歉因为天气的原因物流时间比原来长，感谢他选购我们的商品。"""

# 封装了openai 回复的功能
def get_response(prompt, temperature=1.0):
  # Completion模块
  # 生成内容  同步的
  # 调用openai库的Completion模块，创建一个新的
  # 字典  {k:v}
  completions = openai.Completion.create(
      engine=COMPLETION_MODEL,
      prompt=prompt,
      max_tokens=1024,
      n=1,
      # null
      stop=None,
      temperature=temperature
  )
  # JSON choice txt
  print(completions)
  message = completions.choices[0].text
  return message

接下来我们输入prompt, 系统后台生成了一条记录，再调用我们这个AIGC来生成客服

然后写一个函数，封装openai回复的功能，自由度默认设为1.0

最大算力 ：max_token=1024设置为1024

n=1 : 结果取一条

stop=None： 不要停止

我们打印一下，来看看输出结果：

可以看到，openai回复了：亲爱的，您的订单2021AEDG已经发货，预计3天内会抵达您的手中。我们对因天气原因而延迟物流时间抱歉，谢谢您选择我们的商品！

总结

当我们学会使用了openai后，生活因此变得更简单！

今天的内容就到这啦，如果你觉得小编写的还不错的话，或者对你有所启发，请给小编一个辛苦的赞吧