แชร์ผ่าน

ใช้ ai.generate_response กับแพนด้า

ฟังก์ชันนี้ ai.generate_response ใช้ Generative AI เพื่อสร้างการตอบกลับข้อความแบบกําหนดเองที่อิงตามคําแนะนําของคุณเอง ด้วยโค้ดบรรทัดเดียว

Note

Overview

ฟังก์ชันนี้ai.generate_responseสามารถขยายคลาส Pandas DataFrame และคลาส Pandas Series

หากต้องการสร้างการตอบกลับข้อความแบบกําหนดเองทีละแถว คุณสามารถเรียกใช้ฟังก์ชันนี้ในชุดแพนด้าหรือแพนด้า DataFrame ทั้งตัว

หากเรียกใช้ฟังก์ชันบน DataFrame ของแพนด้าทั้งหมด พร้อมท์ของคุณอาจเป็นสตริงตามตัวอักษร และฟังก์ชันจะพิจารณาคอลัมน์ทั้งหมดของ DataFrame ในขณะที่สร้างการตอบสนอง พร้อมท์ของคุณยังสามารถเป็นสตริงรูปแบบ โดยที่ฟังก์ชันจะพิจารณาเฉพาะค่าคอลัมน์ที่ปรากฏระหว่างวงเล็บปีกกาในพร้อมท์

ฟังก์ชันส่งกลับ pandas Series ที่ประกอบด้วยการตอบกลับข้อความแบบกําหนดเองสําหรับแต่ละแถวของข้อมูลป้อนเข้า สามารถจัดเก็บการตอบกลับข้อความในคอลัมน์ DataFrame ใหม่ได้

เคล็ดลับ

เรียนรู้วิธีสร้างข้อความแจ้งที่มีประสิทธิภาพมากขึ้นเพื่อรับการตอบกลับที่มีคุณภาพสูงขึ้นโดยทําตามคําแนะนําของ OpenAI สําหรับ gpt-4.1

วากยสัมพันธ์

df["response"] = df.ai.generate_response(prompt="Instructions for a custom response based on all column values")

พารามิเตอร์

ชื่อ คำอธิบาย
prompt
จำเป็น		 สตริงที่มีคําแนะนําพร้อมท์เพื่อนําไปใช้กับค่าข้อความที่ป้อนข้อมูลสําหรับการตอบกลับแบบกําหนดเอง
is_prompt_template
เลือกได้		 บู ลีน ที่ระบุว่าพร้อมท์เป็นสตริงรูปแบบหรือสตริงตามสัญพจน์ ถ้าพารามิเตอร์นี้ถูกตั้งค่า Trueเป็น ฟังก์ชันจะพิจารณาเฉพาะค่าแถวที่เฉพาะเจาะจงจากแต่ละชื่อคอลัมน์ที่ปรากฏในสตริงรูปแบบ ในกรณีนี้ ชื่อคอลัมน์เหล่านั้นต้องปรากฏขึ้นระหว่างวงเล็บปีกกา และคอลัมน์อื่นจะถูกละเว้น ถ้าพารามิเตอร์นี้ถูกตั้งค่าเป็นค่าเริ่มต้นของ Falseจากนั้นฟังก์ชันจะพิจารณาค่าคอลัมน์ทั้งหมดเป็นบริบทสําหรับแต่ละแถวอินพุต
response_format
เลือกได้		 พ จนานุกรม ที่ระบุโครงสร้างที่คาดหวังของการตอบสนองของแบบจําลอง ฟิลด์สามารถ type ตั้งค่าเป็น "ข้อความ" สําหรับข้อความรูปแบบอิสระ "json_object" เพื่อให้แน่ใจว่าผลลัพธ์เป็นออบเจ็กต์ JSON ที่ถูกต้อง หรือสคีมา JSON แบบกําหนดเองเพื่อบังคับใช้โครงสร้างการตอบสนองเฉพาะ หากไม่ได้ระบุพารามิเตอร์นี้ การตอบกลับจะถูกส่งกลับเป็นข้อความธรรมดา

การส่งคืน

ฟังก์ชันจะส่งคืน pandas DataFrame ที่มีการตอบสนองข้อความที่กําหนดเองไปยังพร้อมท์สําหรับแต่ละแถวข้อความที่ป้อนเข้า

ตัวอย่าง

# This code uses AI. Always review output for mistakes.

df = pd.DataFrame([
        ("Scarves"),
        ("Snow pants"),
        ("Ski goggles")
    ], columns=["product"])

df["response"] = df.ai.generate_response("Write a short, punchy email subject line for a winter sale.")
display(df)

เซลล์โค้ดตัวอย่างนี้ให้ผลลัพธ์ต่อไปนี้:

สกรีนช็อตแสดงกรอบข้อมูลที่มีคอลัมน์ 'product' และ 'response' คอลัมน์ 'การตอบกลับ' ประกอบด้วยหัวเรื่องที่เจาะลึกสําหรับผลิตภัณฑ์

ตัวอย่างรูปแบบการตอบกลับ

ตัวอย่างต่อไปนี้แสดงวิธีใช้ response_format พารามิเตอร์เพื่อระบุรูปแบบการตอบสนองต่างๆ รวมถึงข้อความธรรมดา ออบเจ็กต์ JSON และสคีมา JSON แบบกําหนดเอง

# This code uses AI. Always review output for mistakes.

df = pd.DataFrame([
        ("Alex Rivera is a 24-year-old soccer midfielder from Barcelona who scored 12 goals last season."),
        ("Jordan Smith, a 29-year-old basketball guard from Chicago, averaged 22 points per game."),
        ("William O'Connor is a 22-year-old tennis player from Dublin who won 3 ATP titles this year.")
    ], columns=["bio"])

# response_format : text
df["card_text"] = df.ai.generate_response(
    "Create a player card with the player's details and a motivational quote", 
    response_format={"type": "text"}
)

# response_format : json object
df["card_json_object"] = df.ai.generate_response(
    "Create a player card with the player's details and a motivational quote in JSON", 
    response_format={"type": "json_object"} # Requires "json" in the prompt
)

# response_format : specified json schema
df["card_json_schema"] = df.ai.generate_response(
    "Create a player card with the player's details and a motivational quote", 
    response_format={
        "type": "json_schema",
            "json_schema": {
            "name": "player_card_schema",
            "strict": True,
            "schema": {
                "type": "object",
                "properties": {
                    "name": {"type": "string"},
                    "age": {"type": "integer"},
                    "sport": {"type": "string"},
                    "position": {"type": "string"},
                    "hometown": {"type": "string"},
                    "stats": {"type": "string", "description": "Key performance metrics or achievements"},
                    "motivational_quote": {"type": "string"}
                },
                "required": ["name", "age", "sport", "position", "hometown", "stats", "motivational_quote"],
                "additionalProperties": False,
            },
        },
    },
)

display(df)

เซลล์โค้ดตัวอย่างนี้ให้ผลลัพธ์ต่อไปนี้:

ภาพหน้าจอแสดงกรอบข้อมูลที่มีคอลัมน์ 'ชีวประวัติ' และคอลัมน์ใหม่สําหรับแต่ละรูปแบบที่ระบุพร้อมเอาต์พุตที่จัดรูปแบบที่เกี่ยวข้อง

เนื้อหาที่เกี่ยวข้อง

  • Last updated on