Addestra ChatGPT su dati personalizzati (in 4 minuti esatti)

Avrai già notato che ChatGPT è un chatbot molto semplice che non può conversare con te a livello personale o soddisfare le tue esigenze specifiche.

Tuttavia, immagina un chatbot ChatGPT altamente intelligente che comprende ogni aspetto della tua attività e gestisce instancabilmente le richieste dei clienti 24 ore su 24, 7 giorni su 7.

Questo è ora possibile addestrando un chatbot AI su dati personalizzati per creare un chatbot AI personalizzato per la tua azienda.

Grazie a questa entusiasmante opportunità, esploreremo e condivideremo le intriganti tecniche, gli strumenti e i consigli necessari per costruire il tuo chatbot ChatGPT che può potenzialmente cambiare il modo in cui comunichi con i visitatori del tuo sito web.

Che cos'è ChatGPT?

ChatGPT è un chatbot AI sviluppato da OpenAI. Crea risposte a partire dagli input dell'utente utilizzando l'elaborazione del linguaggio naturale e l'apprendimento automatico. Gli utenti possono chattare con il bot AI per creare schemi, articoli, storie e riassunti basati sulle loro conversazioni con ChatGPT.

Questo chatbot AI ha un grande vantaggio: è in grado di ricordare le conversazioni precedenti, garantendo un coinvolgimento senza problemi la volta successiva. Il suo utilizzo iniziale si basa sulla tecnologia GPT-3.5, ma per accedere alla GPT-4 è necessario un pacchetto Plus.

Caratteristiche

ChatGPT ricorda le chat precedenti e permette agli utenti di fare domande di approfondimento, offrendo un'esperienza di conversazione di qualità. Inoltre, ChatGPT è stato addestrato utilizzando una grande quantità di dati internet.

Oltre a generare risposte ai messaggi, ChatGPT può anche creare codice di ingresso e intermedio in qualsiasi linguaggio di programmazione. A tal fine, è sufficiente comunicare a ChatGPT il linguaggio di programmazione desiderato e descrivere il codice di cui hai bisogno. ChatGPT analizzerà i tuoi input e genererà il codice nel linguaggio di programmazione specificato. Inoltre, puoi perfezionare o accorciare il codice generato da ChatGPT per soddisfare le tue esigenze specifiche.

Un'altra caratteristica di ChatGPT è che può trovare gli errori nei tuoi blocchi di codice e spiegarteli. Se c'è un errore nel tuo codice e non riesci a trovarlo, puoi usare ChatGPT! Passiamo ora a come addestrare questo chatbot intelligente sui tuoi dati.

Come addestrare ChatGPT sui propri dati?

Per raggiungere questo obiettivo, ci sono essenzialmente due metodi a tua disposizione: uno richiede competenze di programmazione, mentre l'altro può essere completato senza alcuna esperienza di codifica in soli quattro minuti.

Se vuoi passare alla soluzione senza codice, clicca qui.

Soluzione full-code con il programma API

Prima di iniziare, dobbiamo avvertire che questa sezione richiede un'esperienza di codifica e una conoscenza approfondita di Pyhton. Se stai cercando una soluzione senza codice, clicca qui. Prima di poter addestrare un chatbot ChatGPT AI personalizzato, dovrai configurare un ambiente software sul tuo computer. Ecco i passi da seguire per farlo.

Passo 1: Installare Python e aggiornare

Prima di tutto, scarica e installa Python dal sito ufficiale. Assicurati di selezionare l'opzione "Aggiungi Python.exe al PATH" durante il setup. In secondo luogo, aggiorna Pip, un gestore di pacchetti che ti permette di installare le librerie Python.

Questo può essere fatto tramite il Terminale su Windows o il Prompt dei comandi su macOS. Infine, installa le librerie essenziali per addestrare il tuo chatbot, come la libreria OpenAI, GPT Index, PyPDF2 per analizzare i file PDF e PyCryptodome. Queste librerie sono fondamentali per creare un Large Language Model (LLM) in grado di connettersi alla tua base di conoscenze e addestrare il tuo chatbot AI personalizzato.

Passo 2: Installare un editor di codice (come VS Code)

Innanzitutto, scarica un editor di codice come Notepad++ per Windows o Sublime Text per macOS e Linux se hai esperienza con IDE più potenti come VS Code.

Passo 3: Generare la chiave API e la chiave segreta

Per addestrare e creare un chatbot che utilizzi una base di conoscenza personalizzata, ti servirà una chiave API di OpenAI. Per ottenere questa chiave, crea un account su OpenAI o accedi al tuo account esistente, quindi seleziona "Visualizza chiavi API " dal tuo profilo e clicca su "Crea nuova chiave segreta" per generare una chiave API unica. È importante salvare questa chiave in un file di testo semplice e mantenerla privata in quanto è accessibile solo al tuo account. Inoltre, se necessario, puoi creare fino a cinque chiavi API .

Dopo aver configurato il tuo ambiente software e aver ottenuto una chiave OpenAI API , è il momento di addestrare il tuo chatbot AI utilizzando i tuoi dati.

Passo 4: Seleziona il tuo modello e crea la tua base di conoscenze

Puoi scegliere di utilizzare il modello "gpt-3.5" o "gpt-4". Per iniziare, crea una cartella denominata "docs" e aggiungici i tuoi documenti di formazione, che possono essere sotto forma di file di testo, PDF, CSV o SQL.

Passo 5: Creare lo script

Quindi, apri il tuo editor di codice e salva il seguente codice come "app.py" nella stessa cartella della cartella "docs". Assicurati di sostituire il testo "Your API Key" nel codice con la chiave API ottenuta da OpenAI e salva le modifiche.

da gpt_index import SimpleDirectoryReader, GPTListIndex, GPTSimpleVectorIndex, LLMPredictor, PromptHelper
da langchain importa OpenAI
importa gradio come gr
importare sys
importare os

os.environ["OPENAI_API_KEY"] = ''

def construct_index(directory_path):
    max_input_size = 4096
    num_output = 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')

    restituisci indice

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

iface = gr.Interface(fn=chatbot,
                     inputs=gr.inputs.Textbox(lines=7, label="Inserisci il tuo testo"),
                     outputs="testo",
                     title="Il mio chatbot AI")

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

Dopo aver eseguito il codice nel Terminale per elaborare i documenti e creare un file JSON, verrà generato un URL locale. È sufficiente copy e incollare questo URL nel browser web per accedere al chatbot ChatGPT AI addestrato su misura.

Ora puoi fare domande al tuo chatbot e ricevere risposte basate sui dati che hai fornito.

Soluzione senza codice con TextCortex - Basi di conoscenza

È semplice addestrare la tua intelligenza artificiale (AI) utilizzando i tuoi dati con TextCortex. Inoltre, puoi personalizzarla ulteriormente con le personas personalizzate aggiungendo input personalizzati, come la voce e lo stile. Le personas personalizzate aiutano a creare gemelli virtuali o rappresentanti del marchio su misura per la tua immaginazione.

Se sei uno studente visivo, guarda questo breve video su come creare la tua base di conoscenze e addestrare Zeno sui tuoi dati.

E prima di iniziare a capire come puoi ottenere questo risultato con passi molto semplici, vedilo in azione per capire quanto valore può fornire alle tue esigenze.

Come addestrare l'intelligenza artificiale su dati personalizzati? - Guida rapida passo dopo passo

1. Vai alla sezione Personalizzazioni. Da lì, clicca sulla scheda "Basi di conoscenza" e premi il pulsante "Crea la tua base di conoscenza".

Tieni anche presente che se hai caricato dei file che non hai ancora aggiunto a nessuna base di conoscenza, li troverai nella scheda "Cronologia dei caricamenti".

3. Dai alla tua knowledge base un nome interessante e imposta le impostazioni di accesso, se vuoi. Puoi tenerla privata o condividerla con il tuo team.

4. Una volta creata la tua base di conoscenze, vedrai una vista simile a quella di un drive dove potrai caricare i connettori (documenti, URL personalizzati, ecc.).

5. Puoi scegliere di caricare documenti o aggiungere URL personalizzati alla tua base di conoscenze. Attualmente supportiamo i formati PDF, CSV, PPTX e DOCX. Tieni presente che tutti i file vengono elaborati da TextCortex senza l'ausilio di terze parti.

Per maggiori informazioni, consulta il nostro articolo "Come gestiamo i dati su TextCortex ".

Suggerimento: puoi anche inserire più file per consentire un caricamento di massa.

6. Una volta caricati i file, vai su ZenoChat e individua il pulsante "Abilita ricerca" . Attivandolo, potrai scegliere tra più basi di conoscenza come informazioni di base per le risposte dell'intelligenza artificiale.

Ecco fatto! Ora sei pronto a sfruttare tutta la potenza della nostra nuova funzione Basi di conoscenza. Crea più basi di conoscenza per diversi scopi.

Ecco un piccolo esempio di ciò che puoi fare con esso! ⬇️

Consigli dei professionisti

Assicurati di essere molto specifico quando fai domande alla tua IA. Ricorda che la tua IA è capace quanto la tua guida; più istruzioni specifiche darai, migliori saranno i risultati che otterrai in cambio.