八爪鱼：如何使用ChatGPT对话式生成

在数据处理、内容生成等任务中，使用ChatGPT可以极大地提升效率和质量。通过八爪鱼的【ChatGPT对话式生成】指令，你可以轻松与ChatGPT进行互动，利用GPT模型处理各种任务，包括原创写作、数据清洗、情感分析、客服对话等。

常规设置

在使用【ChatGPT对话式生成】指令时，首先需要选择合适的AI引擎。八爪鱼提供了两种GPT模型供你选择：

• GPT-3.5：性价比高，支持16K tokens，大约等于8000个汉字，适合一般任务。
• GPT-4.0：更智能，支持128K tokens，大约等于64000个汉字，每个tokens的费用为GPT-3.5的15倍，适合复杂任务。

注意：GPT模型的tokens消耗是双向的，即包括请求和返回信息的tokens使用量。要合理规划每次的提问，以避免超出限额。

具体流程操作

以下是一个简单的示例，展示如何通过【ChatGPT对话式生成】指令进行情感分析任务。

1. 提问内容

你需要在提问内容栏中输入想要ChatGPT处理的任务。假设你有一段用户评论，想要让ChatGPT分三个维度（正面、中性、负面）进行情感分析，可以输入以下问题：

    
复制
    
请分三个维度（正面、中性、负面）对以下评论进行情感分析：这家餐厅的服务非常好，食物也非常美味，但价格有点高。

    

2. 设置AI引擎

在本示例中，我们选择GPT-3.5引擎，它在大多数情况下性价比最高，足够完成情感分析任务。

3. 保存返回结果

为了便于后续处理，将分析的结果保存到变量中，例如命名为分析结果。

4. 打印日志

使用【打印日志】指令，将保存的分析结果通过日志输出。这样可以帮助你在调试流程时检查返回的数据。

流程逻辑示例

以下是该流程的执行逻辑：

1. 使用【ChatGPT对话式生成】指令，向GPT-3.5发送请求，分析评论的情感。
2. 将ChatGPT返回的情感分析结果保存到变量分析结果中。
3. 使用【打印日志】指令，将分析结果打印出来以便查看。

代码模拟

尽管八爪鱼是通过图形化操作实现的，但你可以通过以下伪代码理解该流程：

    
复制
    
# 发送情感分析请求到ChatGPT
提问内容 = "请分三个维度（正面、中性、负面）对以下评论进行情感分析：这家餐厅的服务非常好，食物也非常美味，但价格有点高。"
分析结果 = GPT_3_5.analyze_sentiment(提问内容)

# 打印分析结果
print(分析结果)

    

应用场景

【ChatGPT对话式生成】指令可以应用于多种场景，例如：

• 原创写作：帮助你生成文章、博客或产品描述。
• 数据清洗：自动处理和整理非结构化数据。
• 情感分析：快速分析社交媒体评论、用户反馈的情感倾向。
• 客服对话：使用GPT模拟自动化客服，回答常见问题。

常见问题

1. tokens如何计算？
GPT模型的tokens消耗包括请求和返回的字符总量。请尽量优化提问内容，确保每次任务的效率。

2. 如果返回的结果过长，如何处理？
八爪鱼支持对返回结果进行分段处理，确保大数据量的返回可以被保存和打印。

结尾

在我看来，使用八爪鱼的【ChatGPT对话式生成】指令可以显著提高任务处理的效率。不管是生成内容、清洗数据还是进行情感分析，ChatGPT都能快速完成。试试看，体验AI带来的便捷吧！

想了解如何利用RPA+AI打造图文工厂 扫描下方二维码加入星球