Trainieren Sie ChatGPT auf benutzerdefinierten Daten (in genau 4 Minuten)

Sie haben vielleicht schon bemerkt, dass ChatGPT ein sehr einfacher Chatbot ist, der sich nicht auf einer persönlichen Ebene mit Ihnen unterhalten oder auf Ihre speziellen Bedürfnisse eingehen kann.

Stellen Sie sich jedoch einen hochintelligenten ChatGPT-Chatbot vor, der jeden Aspekt Ihres Unternehmens versteht und unermüdlich 24/7 Kundenanfragen bearbeitet.

Dies ist jetzt möglich, indem Sie einen KI-Chatbot mit personalisierten Daten trainieren, um einen individuellen KI-Chatbot für Ihr Unternehmen zu erstellen.

Bei dieser aufregenden Gelegenheit werden wir die faszinierenden Techniken, Tools und Ratschläge erforschen und mit Ihnen teilen, die Sie benötigen, um Ihren eigenen ChatGPT-Chatbot zu erstellen, der die Art und Weise, wie Sie mit Ihren Website-Besuchern kommunizieren, möglicherweise verändern kann.

Was ist ChatGPT?

ChatGPT ist ein von OpenAI entwickelter KI-Chatbot. Er erstellt Antworten aus den Eingaben des Nutzers, indem er natürliche Sprachverarbeitung und maschinelles Lernen einsetzt. Benutzer können mit dem KI-Bot chatten, um Skizzen, Artikel, Geschichten und Zusammenfassungen zu erstellen, die auf ihren Gesprächen mit ChatGPT basieren.

This AI chatbot has a great benefit- it can recall prior conversations, providing a smooth engagement the next time around. Its initial use is based on GPT-4 tech, but to tap into GPT-4o and more, one needs a Plus package deal.

Eigenschaften

ChatGPT erinnert sich an frühere Chats und ermöglicht es den Nutzern, Folgefragen zu stellen, um eine qualitativ hochwertige Unterhaltung zu ermöglichen. Außerdem wurde ChatGPT mit einer großen Menge an Internetdaten trainiert.

ChatGPT kann nicht nur Antworten auf Eingabeaufforderungen generieren, sondern auch Eingabe- und Zwischencode in jeder beliebigen Programmiersprache erstellen. Dazu teilen Sie ChatGPT einfach die gewünschte Programmiersprache mit und beschreiben den benötigten Code. ChatGPT wird Ihre Eingaben analysieren und Code in der angegebenen Programmiersprache erzeugen. Darüber hinaus können Sie den von ChatGPT generierten Code verfeinern oder kürzen, um ihn an Ihre speziellen Bedürfnisse anzupassen.

Eine weitere Funktion von ChatGPT ist, dass es Fehler in Ihren Codeblöcken finden und Ihnen diese erklären kann. Wenn es einen Fehler in Ihrem Code gibt und Sie ihn nicht finden können, können Sie ChatGPT benutzen! Kommen wir nun dazu, wie Sie diesen intelligenten Chatbot mit Ihren eigenen Daten trainieren können.

Wie trainiert man ChatGPT auf seinen eigenen Daten?

Um dieses Ziel zu erreichen, stehen Ihnen im Wesentlichen zwei Methoden zur Verfügung: Die eine erfordert Programmierkenntnisse, während die andere ohne jegliche Programmierkenntnisse in nur vier Minuten erledigt werden kann.

Wenn Sie zu der Lösung ohne Code übergehen wollen, klicken Sie hier.

Vollständig codierte Lösung mit dem API

Bevor wir beginnen, sollten wir darauf hinweisen, dass dieser Abschnitt Programmiererfahrung und ein umfassendes Verständnis von Pyhton erfordert. Wenn Sie nach einer Lösung ohne Code suchen, klicken Sie hier. Bevor Sie einen angepassten ChatGPT AI-Chatbot trainieren können, müssen Sie eine Softwareumgebung auf Ihrem Computer einrichten. Hier sind die Schritte, die Sie dazu benötigen.

Schritt 1: Python installieren und aktualisieren

Zuallererst laden Sie Python von der offiziellen Website herunter und installieren es. offiziellen Website. Vergewissern Sie sich, dass Sie während der Installation die Option "Python.exe zu PATH hinzufügen" aktivieren. Zweitens: Aktualisieren Sie Pip, einen Paketmanager, mit dem Sie Python-Bibliotheken installieren können.

Dies kann über das Terminal unter Windows oder die Eingabeaufforderung unter macOS erfolgen. Installieren Sie schließlich die wesentlichen Bibliotheken, die für das Training Ihres Chatbots benötigt werden, wie die OpenAI-Bibliothek, GPT Index, PyPDF2 zum Parsen von PDF-Dateien und PyCryptodome. Diese Bibliotheken sind entscheidend für die Erstellung eines großen Sprachmodells (Large Language Model, LLM), das eine Verbindung zu Ihrer Wissensdatenbank herstellen und Ihren individuellen KI-Chatbot trainieren kann.

Schritt 2: Installieren Sie einen Code-Editor (z. B. VS Code)

Laden Sie zunächst einen Code-Editor wie Notepad++ für Windows oder Sublime Text für macOS und Linux herunter, wenn Sie bereits Erfahrung mit leistungsfähigeren IDEs wie VS Code.

Schritt 3: Generieren Sie Ihren API Key & Secret Key

Als Nächstes benötigen Sie einen API Schlüssel von OpenAI, um einen Chatbot zu trainieren und zu erstellen, der eine benutzerdefinierte Wissensbasis verwendet. Um diesen Schlüssel zu erhalten, erstellen Sie ein Konto bei OpenAI oder melden Sie sich bei Ihrem bestehenden Konto an. Wählen Sie dann in Ihrem Profil " API Schlüssel anzeigen" und klicken Sie auf "Neuen geheimen Schlüssel erstellen", um einen eindeutigen API Schlüssel zu generieren. Es ist wichtig, diesen Schlüssel in einer reinen Textdatei zu speichern und ihn geheim zu halten, da er nur für Ihr Konto zugänglich ist. Außerdem können Sie bei Bedarf bis zu fünf API Schlüssel erstellen.

Sobald Sie Ihre Softwareumgebung eingerichtet und einen OpenAI API -Schlüssel erhalten haben, ist es an der Zeit, Ihren eigenen KI-Chatbot anhand Ihrer Daten zu trainieren.

Schritt 4: Wählen Sie Ihr Modell und erstellen Sie Ihre Wissensdatenbank

You can choose to use either the "gpt-4" model or "gpt-4o." To begin, create a folder named "docs" and add your training documents, which could be in the form of text, PDF, CSV, or SQL files, to it.

Schritt 5: Erstellen des Skripts

Öffnen Sie dann Ihren Code-Editor und speichern Sie den folgenden Code als "app.py" im gleichen Ordner wie den Ordner "docs". Stellen Sie sicher, dass Sie den Text "Your API Key" im Code durch den API Schlüssel ersetzen, den Sie von OpenAI erhalten haben, und speichern Sie die Änderungen.

from gpt_index import SimpleDirectoryReader, GPTListIndex, GPTSimpleVectorIndex, LLMPredictor, PromptHelper
von langchain importieren OpenAI
importiere gradio als gr
importieren sys
importieren os

os.environ["OPENAI_API_KEY"] = ''

def construct_index(verzeichnis_pfad):
    max_input_size = 4096
    num_outputs = 512
    max_chunk_overlap = 20
    chunk_size_limit = 600

    prompt_helper = PromptHelper(max_input_size, num_outputs, max_chunk_overlap, chunk_size_limit=chunk_size_limit)

    llm_predictor = LLMPredictor(llm=OpenAI(temperature=0.7, model_name="text-davinci-003", max_tokens=num_outputs))

    documents = SimpleDirectoryReader(directory_path).load_data()

    index = GPTSimpleVectorIndex(documents, llm_predictor=llm_predictor, prompt_helper=prompt_helper)

    index.save_to_disk('index.json')

    return index

def chatbot(input_text):
    index = GPTSimpleVectorIndex.load_from_disk('index.json')
    response = index.query(eingabe_text, response_mode="kompakt")
    return antwort.antwort

iface = gr.Interface(fn=chatbot,
                     inputs=gr.inputs.Textbox(lines=7, label="Geben Sie Ihren Text ein"),
                     outputs="Text",
                     title="Mein KI-Chatbot")

index = construct_index("docs")
iface.launch(share=True)

Nachdem Sie den Code in Terminal ausgeführt haben, um Ihre Dokumente zu verarbeiten und eine JSON-Datei zu erstellen, wird eine lokale URL generiert. Geben Sie einfach copy ein und fügen Sie diese URL in Ihren Webbrowser ein, um auf Ihren individuell trainierten ChatGPT AI-Chatbot zuzugreifen.

Jetzt können Sie Ihrem Chatbot Fragen stellen und erhalten Antworten auf der Grundlage der von Ihnen bereitgestellten Daten.

No-Code-Lösung mit TextCortex - Wissensdatenbanken

Mit TextCortex können Sie Ihre künstliche Intelligenz (KI) ganz einfach anhand Ihrer eigenen Daten trainieren. Darüber hinaus können Sie sie mit benutzerdefinierten Personas noch weiter anpassen, indem Sie personalisierte Eingaben, wie Stimme und Stil, hinzufügen. Mit benutzerdefinierten Personas können Sie virtuelle Zwillinge oder Markenvertreter erstellen, die auf Ihre Vorstellungen zugeschnitten sind.

Wenn Sie ein visueller Lerntyp sind, sehen Sie sich dieses kurze Video an, in dem gezeigt wird, wie Sie Ihre Wissensdatenbank erstellen und Zeno mit Ihren eigenen Daten trainieren können.

Und bevor wir damit beginnen, wie Sie das in ganz einfachen Schritten erreichen können, sehen Sie es in Aktion, um zu verstehen, wie viel Wert es für Ihre Bedürfnisse bieten kann.

Wie trainiert man AI mit benutzerdefinierten Daten? - Kurzanleitung Schritt für Schritt

1. Navigate to the TextCortex web application. From there, click on the "Knowledge" tab and hit "+New" button.

Denken Sie auch daran, dass Sie hochgeladene Dateien, die Sie noch nicht in eine Wissensdatenbank eingefügt haben, auf der Registerkarte "Upload-Verlauf" finden.

2. Give your knowledge base a cool name and click the “Create” button.

3. Once you've created your knowledge base, you will see a drive-like view where you can upload connectors (documents, custom URLs etc.)

4. You can choose to upload documents or add custom URLs to your knowledge base. We currently support PDF, CSV, PPTX and DOCX file formats. Keep in mind that all files are processed by TextCortex without the use of third parties.

Weitere Informationen finden Sie in unserem Artikel "Wie wir mit Daten auf TextCortex umgehen ".

Pro-Tipp: Sie können auch mehrere Dateien einfügen, um einen Massen-Upload zu ermöglichen.

5. Once your files have been uploaded, head over to ZenoChat and locate the "Knowledge" button. Then, you'll be able to select between multiple knowledge bases as the base information for AI responses.

Das war's! Sie sind nun bereit, die volle Leistung unserer neuen Funktion Wissensdatenbanken zu nutzen. Legen Sie mehrere Wissensdatenbanken für unterschiedliche Zwecke an.

Hier ist ein kleines Beispiel dafür, was man damit machen kann! ⬇️

Pro Beratung

Achten Sie darauf, dass Sie bei Ihren Fragen an AI sehr genau sind. Denken Sie daran, dass Ihr AI genauso kompetent ist wie Ihre Anleitung; je spezifischer Ihre Anweisungen sind, desto bessere Ergebnisse werden Sie erhalten .

Häufig gestellte Fragen

Can I train ChatGPT on my own data?

Yes, you can train ChatGPT using your own data by using its API and custom GPT features. However, you can leverage TextCortex's knowledge base to upload and train the conversational AI assistant ZenoChat. Through ZenoChat, you can upload custom data and connect data sources such as Google Drive, Notion, and Microsoft OneDrive.

How to train ChatGPT with files?

To train ChatGPT with custom data, follow the next steps:

• Step 1: Install Python & Upgrade
• Schritt 2: Installieren Sie einen Code-Editor (z. B. VS Code)
• Schritt 3: Generieren Sie Ihren API Key & Secret Key
• Step 4: Select your model & create your knowledge base
• Schritt 5: Erstellen des Skripts

Can you train a chatbot on your own data?

A chatbot trained on your data can help you with daily or professional tasks. For example, you can train the ZenoChat by TextCortex AI chatbot with your own data and leverage it to complete repetitive tasks quickly and easily. Moreover, you can build ZenoChat with your own tone of voice and use it for tasks such as responding to emails and writing articles.