Entrenar ChatGPT con datos personalizados (en exactamente 4 minutos)

Puede que ya te hayas dado cuenta de que ChatGPT es un chatbot muy básico que no puede conversar contigo a nivel personal ni atender a tus necesidades específicas.

Sin embargo, imagina un chatbot ChatGPT altamente inteligente que comprenda todos los aspectos de tu negocio y atienda incansablemente las consultas de los clientes 24 horas al día, 7 días a la semana.

Ahora puedes conseguirlo entrenando a un chatbot de IA con datos personalizados para crear un chatbot de IA a medida para tu empresa.

Con esta emocionante oportunidad, exploraremos y compartiremos las intrigantes técnicas, herramientas y consejos necesarios para construir tu propio chatbot ChatGPT que puede cambiar potencialmente la forma en que te comunicas con los visitantes de tu sitio web.

¿Qué es ChatGPT?

ChatGPT es un chatbot de IA desarrollado por OpenAI. Crea respuestas a partir de las entradas del usuario utilizando el procesamiento del lenguaje natural y el aprendizaje automático. Los usuarios pueden chatear con el robot de IA para crear esquemas, artículos, historias y resúmenes basados en sus conversaciones con ChatGPT.

Este chatbot de IA tiene una gran ventaja: es capaz de recordar conversaciones anteriores, lo que facilita una interacción fluida la próxima vez. Su uso inicial se basa en la tecnología GPT-3.5, pero para aprovechar la GPT-4, se necesita un paquete Plus.

Características

ChatGPT recuerda los chats anteriores y permite a los usuarios hacer preguntas de seguimiento, proporcionando una experiencia de conversación de calidad. Además, ChatGPT se entrenó utilizando una gran cantidad de datos de Internet.

Además de generar respuestas a las solicitudes, ChatGPT también puede crear código de entrada e intermedio en cualquier lenguaje de programación. Para ello, sólo tienes que informar a ChatGPT del lenguaje de programación que necesitas y describir el código que necesitas. ChatGPT analizará tu entrada y generará código en el lenguaje de programación especificado. Además, puedes refinar o acortar el código generado por ChatGPT para satisfacer tus necesidades específicas.

Otra característica de ChatGPT es que puede encontrar errores en tus bloques de código y explicártelos. Si hay un error en tu código y no puedes encontrarlo, ¡puedes utilizar ChatGPT! Ahora pasemos a cómo puedes entrenar a este chatbot inteligente con tus propios datos.

¿Cómo entrenar ChatGPT con tus propios datos?

Para lograr este objetivo, tienes básicamente dos métodos a tu disposición: uno de ellos requiere conocimientos de programación, mientras que el otro se puede completar sin ninguna experiencia de codificación en sólo cuatro minutos.

Si quieres pasar a la solución sin código haz clic aquí.

Solución de código completo con el API

Antes de empezar, debemos advertir que esta sección requiere experiencia en codificación y amplios conocimientos de Pyhton. Si buscas una solución sin código, haz clic aquí. Antes de que puedas entrenar un chatbot AI ChatGPT personalizado, tendrás que configurar un entorno de software en tu ordenador. Aquí tienes los pasos para hacerlo.

Paso 1: Instalar Python y actualizar

En primer lugar, descarga e instala Python desde el sitio web oficial. Asegúrate de marcar la opción "Añadir Python.exe al PATH" durante la instalación. En segundo lugar, actualiza Pip, que es un gestor de paquetes que te permite instalar bibliotecas Python.

Esto puede hacerse a través del Terminal en Windows o del Símbolo del sistema en macOS. Por último, instala las bibliotecas esenciales necesarias para entrenar a tu chatbot, como la biblioteca OpenAI, GPT Index, PyPDF2 para analizar archivos PDF y PyCryptodome. Estas bibliotecas son cruciales para crear un Gran Modelo de Lenguaje (LLM) que pueda conectarse a tu base de conocimientos y entrenar a tu chatbot de IA personalizado.

Paso 2: Instala un editor de código (como VS Code)

En primer lugar, descarga un editor de código como Notepad++ para Windows o Sublime Text para macOS y Linux si tienes experiencia con IDEs más potentes como Código VS.

Paso 3: Genera tu API Clave y Clave Secreta

A continuación, necesitarás una clave API de OpenAI para entrenar y crear un chatbot que utilice una base de conocimientos personalizada. Para obtener esta clave, crea una cuenta en OpenAI o inicia sesión en tu cuenta existente, luego selecciona "Ver claves API " en tu perfil y haz clic en "Crear nueva clave secreta" para generar una clave API única. Es importante que guardes esta clave en un archivo de texto sin formato y la mantengas en privado, ya que sólo es accesible para tu cuenta. Además, puedes crear hasta cinco claves API si es necesario.

Una vez que hayas configurado tu entorno de software y obtenido una clave OpenAI API , es hora de entrenar tu propio chatbot de IA utilizando tus datos.

Paso 4: Selecciona tu modelo y crea tu base de conocimientos

Puedes elegir utilizar el modelo "gpt-3.5" o "gpt-4". Para empezar, crea una carpeta llamada "docs" y añade a ella tus documentos de formación, que pueden ser en forma de archivos de texto, PDF, CSV o SQL.

Paso 5: Crear el guión

A continuación, abre tu editor de código y guarda el siguiente código como "app.py" en la misma carpeta que la carpeta "docs". Asegúrate de sustituir el texto "Tu clave API " en el código por la clave API que obtuviste de OpenAI y guarda los cambios.

from gpt_index import SimpleDirectoryReader, GPTListIndex, GPTSimpleVectorIndex, LLMPredictor, PromptHelper
from langchain import OpenAI
import gradio como gr
importar sistema
importar sistema operativo

os.environ["OPENAI_API_KEY"] = ''

def construir_índice(ruta_directorio):
    tamaño_máx_entrada = 4096
    número_salidas = 512
    solapamiento_máximo_de_trozos = 20
    límite_tamaño_trozo = 600

    prompt_helper = PromptHelper(tamaño_máximo_entrada, número_salidas, superposición_máxima, límite_del_tamaño_de_los_trozos=límite_del_tamaño_de_los_trozos)

    llm_predictor = LLMPredictor(llm=OpenAI(temperatura=0,7, model_name="text-davinci-003", max_tokens=num_outputs))

    documentos = SimpleDirectoryReader(ruta_directorio).cargar_datos()

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

    index.guardar_en_disco('index.json')

    devolver índice

def chatbot(texto_entrada):
    index = GPTSimpleVectorIndex.load_from_disk('index.json')
    response = index.query(texto_entrada, modo_respuesta="compacto")
    devolver respuesta.respuesta

iface = gr.Interfaz(fn=chatbot,
                     inputs=gr.inputs.Textbox(lines=7, label="Introduce tu texto"),
                     salidas="texto",
                     title="Mi chatbot AI")

index = construir_index("docs")
iface.launch(compartir=Verdadero)

Tras ejecutar el código en Terminal para procesar tus documentos y crear un archivo JSON, se generará una URL local. Simplemente copy y pega esta URL en tu navegador web para acceder a tu chatbot de IA ChatGPT entrenado a medida.

Ahora, puedes hacer preguntas a tu chatbot y recibir respuestas basadas en los datos que le hayas proporcionado.

Solución sin código con TextCortex - Bases de Conocimiento

Es muy sencillo entrenar tu inteligencia artificial (IA) utilizando tus propios datos con TextCortex. Además, puedes personalizarla aún más con personajes a medida añadiendo entradas personalizadas, como la voz y el estilo. Los personajes personalizados ayudan a crear gemelos virtuales o representantes de marca a la medida de tu imaginación.

Si te gusta aprender visualmente, mira este breve vídeo sobre cómo puedes crear tu base de conocimientos y entrenar a Zeno con tus propios datos.

Y antes de empezar a explicarte cómo puedes conseguirlo en pasos muy sencillos, míralo en acción para comprender cuánto valor puede aportar a tus necesidades.

¿Cómo entrenar la IA con datos personalizados? - Guía rápida paso a paso

1. Navega hasta la sección "Personalizaciones". 2. Desde allí, haz clic en la pestaña "Bases de conocimiento" y pulsa el botón "Crear tu base de conocimiento".

Ten en cuenta también que si tienes archivos subidos que aún no has añadido a ninguna base de conocimientos, los encontrarás en la pestaña "Historial de subidas".

3. Dale un nombre chulo a tu base de conocimientos y establece los ajustes de acceso si quieres. Puedes mantenerla en privado o compartirla con todo tu equipo.

4. Una vez que hayas creado tu base de conocimientos, verás una vista similar a una unidad de disco en la que puedes subir conectores (documentos, URL personalizadas, etc.)

5. Puedes optar por subir documentos o añadir URL personalizadas a tu base de conocimientos. Actualmente admitimos los formatos de archivo PDF, CSV, PPTX y DOCX. Ten en cuenta que todos los archivos son procesados por TextCortex sin recurrir a terceros.

Consulta nuestro artículo "Cómo tratamos los datos en TextCortex " para obtener más información.

Truco profesional: También puedes insertar varios archivos para permitir la carga masiva.

6. Una vez subidos tus archivos, dirígete a ZenoChat y localiza el botón "Activar búsqueda ". Al activarlo, podrás seleccionar entre varias bases de conocimiento como información de base para las respuestas de la IA.

Ya está. Ya estás preparado para aprovechar toda la potencia de nuestra nueva función de Bases de Conocimiento. Adelante, crea varias bases de conocimiento para distintos fines.

¡Aquí tienes un pequeño ejemplo de lo que puedes hacer con él! ⬇️

Consejos profesionales

Asegúrate de ser muy específico cuando hagas preguntas a tu IA. Recuerda que tu IA es tan capaz como tu guía; cuanto más específicas sean las instrucciones que le des, mejores resultados obtendrás a cambio.