如何调教一个定制化的ChatGPT私人助理，接入自家知识库

大家好，欢迎来到 Crossin的编程教室！

我在之前的文章里介绍过，如何利用 OpenAI 开放的 API，将 ChatGPT 接入自己开发的程序：

当时开放的模型还是 text-davinci-003。

文章发布后没多久，gpt-3.5 的模型，也就是大家熟知的 ChatGPT，就在 API 中开放了，而且价格直接降了 10 倍，每 1000 tokens 只要 0.002 美元。

这就使得在自家产品中接入 ChatGPT 的成本更低了。

不过还有个很严重的问题。

ChatGPT 虽然很能“聊”，但它并了解你的产品啊。就好比你把郭德纲喊来做你的客服，他也并不会比一个经过培训的客服人员做得更好。

而且 ChatGPT 还有个毛病，即使是它不知道的问题，也不会老老实实承认自己不知道，而是一本正经的胡说八道。比如对于这个不存在的“Crossin跨国集团有限公司”，它也会煞有介事地进行介绍。

于是，为了能将 ChatGPT 变成一个老实本分的客服，我进行了一番摸索。

1. 微调模型

因为在 OpenAI 开发者后台的用量记录里看到一个“Fine-tune training”（微调训练）的栏目，所以我第一反应就想到，这个接口是不是就是用来训练自己的私有模型。

大致了解了一下，发现也确实如此，并且官方还给出了详细文档和一个完整的微调代码范例：

https://platform.openai.com/docs/guides/fine-tuning

仿照案例拿自己的一些语料做了个测试，等了大约1个半小时（主要是排队），得到了微调后的模型。

然而结果不能说是差强人意，是完全胡言乱语……

这比之前的 text-davinci-003 还要差上一大截啊。

又经过一番搜索，了解到原来微调是在基础的 davinci 模型之上进行。换句话说，text-davinci-003 已经是经过大量数据微调后的一个模型。

所以如果要想得到一个满意的定制化模型，同样也需要大量的语料来进行训练，而且还享受不到 ChatGPT 的高质量回答。

那这不是调了个寂寞？

2. 提示工程

此路不通，那就另辟蹊径。

ChatGPT 的 API 里支持传递对话列表，那如果我把希望 ChatGPT 了解的背景知识放在历史对话里，它不就知道了嘛？

试了下，效果符合预期。

而且，我还可以进一步 PUA 它，让它别给我整那些有的没的，不知道就是不知道。

看来这方法可行。

了解了一下，原来这种方法有个专门的名词，叫做提示工程（Prompt Engineering），就是通过改进提示，让 AI 能产生更加符合预期的结果。

不过，又有了新问题……

如果背景知识库比较大，比如一个公司各种产品的详细介绍，每次都把这么多内容放到 API 请求里，也还是挺耗钱的。

3. 嵌入

经过进一步调研，发现官方推荐了一种叫做“嵌入”（Embeddings）的方法来实现此类需求。并且也提供了相应的范例：

https://github.com/openai/openai-cookbook/blob/main/examples/Question_answering_using_embeddings.ipynb

简单来说就是：

这个方法的好处是，即使你有很多背景知识，每次请求时也只需要带上几条，花费很少的token。

而 Embedding 接口本身的费用则非常便宜，几乎可以说是免费。

初步测试下来，发现对于最相关语料的判断还是比较准确的。

后续我还会用更多数据做进一步尝试。

以上就是我关于如何调教一个定制化的ChatGPT私人助理，接入自家知识库的初步尝试。

如果你也有这方面的经验和疑问，欢迎留言讨论。