OpenAI & ChatGPT
Open AI é uma ferramenta de IA assim como o Dialogflow, que permite aos usuários interagir usando IA. De responder aos usuários a gerar imagens, você pode usar o OpenAI para diversas tarefas.
A integração do ChatGPT da OpenAI com o NicoChat pode oferecer inúmeros benefícios para empresas que buscam interagir com seus clientes em vários canais.
Com todos os canais que o NicoChat oferece — Messenger, Instagram, WhatsApp, Google Business Messenger, Voz, SMS, Viber, Line, VK, web chat, WeChat e muito mais — conectados ao ChatGPT, você pode oferecer às empresas recursos de conversação com tecnologia de IA capazes de compreender e responder às dúvidas dos clientes de maneira humana, melhorando a experiência do cliente e aumentando o envolvimento.
Os recursos avançados de compreensão e geração de linguagem natural do ChatGPT permitem que nosso chatbot entenda o contexto da conversa e ofereça respostas personalizadas que são relevantes para as dúvidas dos clientes.
Somadas às nossas capacidades multicanal, essas respostas permitem que as empresas interajam com os clientes pelos canais de comunicação que eles preferem, melhorando a experiência geral. O resultado é maior satisfação do cliente, maior envolvimento e um suporte ao cliente mais simples — tudo isso pode ajudar as empresas a crescer e ter sucesso.
O NicoChat oferece integração nativa com a OpenAI, que permite aos usuários configurar fluxos complexos com apenas um clique.
Vamos primeiro ver como estabelecer a conexão entre a OpenAI e o NicoChat.
Conectando a conta da OpenAI
Visite
Faça login usando suas credenciais.
Clique no canto superior direito, na guia “Pessoal”.
A partir daqui, você poderá gerar uma chave de API.
Cole sua Chave API no NicoChat e clique em “Salvar” para estabelecer a conexão.
Sua conta foi conectada com sucesso ao NicoChat.
Ações nativas da OpenAI
O NicoChat oferece muitas ações com a OpenAI, que os usuários podem usar conforme suas necessidades.
Vamos discuti-las em detalhe, uma a uma.
Criar conclusão de texto
A conclusão de texto permite enviar prompts para a OpenAI em formato de texto e receber uma resposta com base nesse prompt.
Entrada:
Prompt: esta é a entrada principal para a qual você quer que a IA dê uma resposta ou um resultado. Pode ser uma pergunta, uma instrução etc.
Modelo: o modelo que você quer usar na OpenAI para a tarefa. Por padrão, vem selecionado o text-DaVinci-003.
Máximo de Tokens: cada tarefa na OpenAI consome tokens. Esses tokens podem ser repostos com crédito. Este campo limita o número máximo de tokens que você quer usar em uma tarefa específica.
Temperatura: funciona como um medidor de precisão, em que valores mais altos dão respostas mais aleatórias e valores mais baixos dão respostas mais determinísticas e focadas. O padrão é 1
Penalidade de presença: este valor faz com que a OpenAI use frases e textos únicos ao concluir uma tarefa. Quanto maior o valor, menos repetitivas são as palavras. O padrão é 0.
Número de conclusões: o número de vezes que você quer que a IA gere uma resposta com base no seu prompt. Quanto maior o valor, mais respostas. O padrão é 1, para evitar o consumo de tokens.
Melhor das conclusões: retorna as melhores respostas possíveis para o seu prompt. O padrão é 1. Funciona junto com o campo Número de conclusões para escolher a melhor resposta possível dentro de um grupo de respostas.
Resposta:
Mapeie a resposta para o campo personalizado
Você pode selecionar o texto dentro das opções e ver o caminho JSON selecionado. Em seguida, salve a resposta em um campo personalizado do usuário e use essa resposta no seu construtor de fluxos.
Exemplo de dados de resposta
{
"id": "cmpl-6zchlUy0OiAjX91LHOPBcZjuXaDgE",
"object": "text_completion",
"created": 1680144809,
"model": "text-davinci-003",
"choices": [
{
"text": " 1. Understand Your Target Audience - Before you begin any marketing campaign, it’s important to have a clear understanding of who you’re targeting with your message. Researching and understanding your target audience will help you create campaigns specifically tailored to their interests. 2. Leverage Social Media - Social media has become one of the most effective ways to communicate with your target audience. Utilizing social media channels such as Facebook, Twitter, and Instagram can help you build",
"index": 0,
"logprobs": null,
"finish_reason": "length"
}
],
"usage": {
"prompt_tokens": 4,
"completion_tokens": 100,
"total_tokens": 104
}
}Id: o id da conclusão de texto. Um valor único.
Objeto: a ação/tarefa que você deu à OpenAI. No nosso caso, “text_completion”.
Criado: campo de data e hora que informa o momento em que a resposta foi criada. Está no formato de carimbo de data/hora Unix.
Motivo de término: o motivo pelo qual a tarefa parou.
Tokens de prompt: o número de tokens usados para concluir a tarefa.
Melhores práticas:
Às vezes, a resposta que você recebe parece cortada. Isso acontece por falta dos tokens necessários para concluir a tarefa. Basta ajustar o valor de Máximo de Tokens nos campos de entrada para resolver.
Também é recomendável ajustar valores como temperatura, número de conclusões, melhor das conclusões etc. ao seu caso de uso, por meio de testes A/B. Cada caso de uso é único, e você vai querer o melhor aproveitamento possível dos recursos disponíveis.
Geração de Imagem
A Geração de Imagem é usada para gerar imagens a partir dos prompts do usuário. Este recurso gera a melhor imagem possível para o prompt que você informar.
Entrada:
Prompt: esta é a entrada principal a partir da qual você quer que a IA gere uma imagem. Pode ser uma pergunta, uma instrução etc.
Número de Imagens: quantas imagens você quer que a IA gere para você. O padrão é 1
Tamanho: as dimensões que você quer para a imagem. A OpenAI aceita três tamanhos:
512x512
256x256
1024x1024
Resposta:
Exemplo de dados de resposta
{
"created": 1680145479,
"data": [
{
"url": "https://oaidalleapiprodscus.blob.core.windows.net/private/org-2FEbJIRL7GXfKmGw2BT9wh9b/user-nk6UUN7L9nFqzGEw67uTMonD/img-FhZpxMrCbiDBR4O62e7pPF08.png?st=2023-03-30T02%3A04%3A39Z&se=2023-03-30T04%3A04%3A39Z&sp=r&sv=2021-08-06&sr=b&rscd=inline&rsct=image/png&skoid=6aaadede-4fb3-4698-a8f6-684d7786b067&sktid=a48cca56-e6da-484e-a814-9c849652bcb3&skt=2023-03-29T17%3A40%3A49Z&ske=2023-03-30T17%3A40%3A49Z&sks=b&skv=2021-08-06&sig=4DF0dw/peG7FSVMUml4ShuQP98T0xECW1gE%2BeutdRAw%3D"
}
]
}Criado: campo de data e hora que informa o momento em que a resposta foi criada. Está no formato de carimbo de data/hora Unix.
Url: o URL público das suas imagens.
Melhores práticas:
A geração de imagens consome mais poder computacional e, por isso, as respostas podem demorar mais, dependendo dos prompts enviados.
A IA é um campo em desenvolvimento e, por isso, as imagens produzidas podem ser bastante imprecisas, dada a complexidade dos prompts fornecidos. Encontrar a complexidade certa do prompt pode, às vezes, ser um desafio.
Fala para Texto
A ação de conversão de fala em texto é usada quando você quer converter uma entrada de áudio em texto. Isso tem vários casos de uso, como a implementação em IVRs.
Entrada:
.webp)
URL do arquivo: este é o URL do áudio que você quer converter em texto. Verifique se é um URL hospedado publicamente e que termina com formatos de áudio como mp3, mpeg etc.
Linguagem: o idioma para o qual você quer converter a fala. Usamos o formato ISO-639-1, ou seja, você precisa informar os idiomas como 'en', 'es' etc.
Resposta:
Exemplo de dados de resposta
{
"text": "Welcome to Rensen. This is a test to see if everything works well. And if the IVR can guide you to your work."
}Texto: o texto convertido a partir da fala.
Melhores práticas:
Você consegue converter fala em texto com bastante precisão usando este recurso. É considerada boa prática fornecer o áudio no mesmo idioma da saída desejada, para obter resultados mais precisos e menor latência.
Traduzir áudio para Inglês
A ação Traduzir áudio para Inglês é usada quando você quer converter uma entrada de áudio em texto em inglês. Isso tem vários casos de uso, como a implementação em IVRs.
Entrada:
URL do arquivo: este é o URL do áudio que você quer converter em texto. Verifique se é um URL hospedado publicamente e que termina com formatos de áudio como mp3, mpeg etc.
Resposta:
Exemplo de dados de resposta
{
"text": "Welcome to Rensen. This is a test to see if everything works well. And if the IVR can guide you to your work."
}Texto: o texto convertido a partir da fala.
Melhores práticas:
Testar diferentes formatos de áudio pode dar resultados mais (ou menos) precisos. Isso se deve simplesmente à qualidade do áudio fornecido, então faça testes A/B com formatos diferentes para achar o melhor formato para o seu caso de uso.
Criar conclusão de bate-papo - ChatGPT
A conclusão de bate-papo permite enviar prompts para a OpenAI em formato de texto e receber uma resposta com base nesse prompt. É parecida com a ação de conclusão de texto, mas usa o ChatGPT, que também é 10x mais rápido e mais barato.
Entrada:
Mensagem do sistema: campo opcional, usado para dar contexto adicional sobre você ou sobre a sua empresa nas conclusões de bate-papo.
Você pode configurar informações de base detalhadas assim, se estiver construindo um chatbot de restaurante:
Sistema: Você é um assistente prestativo do restaurante de carnes NicoChat. Você cuidará do suporte ao cliente, orientará o usuário e fará reservas. O horário de funcionamento do restaurante é das 9h às 20h, de segunda a sábado. Não são permitidos animais de estimação. Sempre ofereça o código do cupom quando achar que é um bom momento para isso.
Assim você configura facilmente as informações de base do chatbot, e ele pode atender o seu cliente com base no que você instruiu.
Mensagem: esta é a entrada principal para a qual você quer que a IA dê uma resposta ou um resultado. Normalmente é a resposta do usuário. Pode ser uma pergunta, uma instrução etc. Você pode acrescentar “usuário:” como prefixo do seu prompt para dar mais contexto à IA, por exemplo:
“usuário: vai chover hoje?”
Também funciona se você não colocar “usuário” antes da resposta. Você pode usar um campo do sistema nosso, como {{last_text_input}}.
Lembrar Histórico: se você selecionar “Sim”, o histórico de bate-papo entre usuário e assistente será salvo em um campo do sistema, para ser usado depois, se necessário.
A resposta da ação da OpenAI será salva automaticamente na função de assistente. Você não precisa fazer nada.
Além disso, introduzimos um novo campo do sistema em JSON: {{openAI}}, que terá todo o histórico de conversa com o usuário:
Você encontra o campo do sistema openAI no perfil do usuário. Esse JSON salva a configuração do sistema e todo o histórico do bate-papo.
Modelo: o modelo que você quer usar no ChatGPT para a tarefa. Por padrão, vem selecionado o gpt-3.5-turbo.
Máximo de Tokens: cada tarefa no ChatGPT consome tokens. Esses tokens podem ser repostos com crédito. Este campo limita o número máximo de tokens que você quer usar em uma tarefa específica.
Temperatura: funciona como um medidor de precisão, em que valores mais altos dão respostas mais aleatórias e valores mais baixos dão respostas mais determinísticas e focadas. O padrão é 1
Penalidade de presença: este valor faz com que o ChatGPT use frases e textos únicos ao concluir uma tarefa. Quanto maior o valor, menos repetitivas são as palavras. O padrão é 0.
Número de conclusões: o número de vezes que você quer que a IA gere uma resposta com base no seu prompt. Quanto maior o valor, mais respostas. O padrão é 1, para evitar o consumo de tokens.
Melhor das conclusões: retorna as melhores respostas possíveis para o seu prompt. O padrão é 1. Funciona junto com o campo Número de conclusões para escolher a melhor resposta possível dentro de um grupo de respostas.
Resposta:
Exemplo de dados de resposta
{
"id": "chatcmpl-6zef5zEUdDzTx8VKu2r4gkIJfVcBE",
"object": "chat.completion",
"created": 1680152331,
"model": "gpt-3.5-turbo-0301",
"usage": {
"prompt_tokens": 18,
"completion_tokens": 100,
"total_tokens": 118
},
"choices": [
{
"message": {...}, // 2 keys
"finish_reason": "length",
"index": 0
}
],
"messages": [
{
"role": "user",
"content": "can you help me with planting a mango tree?"
},
{
"role": "assistant",
"content": "Of course! Here are some steps to plant a mango tree: 1. Choose a spot: Mango trees need plenty of sunlight and well-draining soil. They also need protection from strong winds, so choose a spot that's sheltered. 2. Prepare the soil: Mango trees prefer slightly acidic soil, with a pH between 5.5 and 7. If your soil is too alkaline, add sulfur or peat moss to lower the pH. If it's too acidic, add lime"
}
]
}Id: o id da conclusão de texto. Um valor único.
Objeto: a ação/tarefa que você deu à OpenAI. No nosso caso, “text_completion”.
Criado: campo de data e hora que informa o momento em que a resposta foi criada. Está no formato de carimbo de data/hora Unix.
Escolha -> Conteúdo: o campo de conteúdo dentro do objeto de escolha contém a resposta ao seu prompt.
Mensagem: este é um JSON com a conversa completa entre o usuário e o assistente.
Melhores práticas:
A ação de conclusão de bate-papo também aceita entrada em JSON, então você pode salvar a conversa completa entre os usuários e o assistente em um JSON, para dar respostas mais focadas e contextuais em relação a essa conversa.
Casos de uso: ChatGPT
Como ajustar o ChatGPT para o seu negócio
Se você usar os embeddings da OpenAI junto com o ChatGPT, poderá treinar o ChatGPT para responder às perguntas sobre o seu negócio com total facilidade!
Gere o fluxo do chatbot usando IA
Já imaginou dar uma instrução simples, como “criar um fluxo para pedir pizza”, e o NicoChat gerar todo o fluxo automaticamente para você?
Tudo isso é feito com o ChatGPT e o NicoChat.
Turbine seu chat ao vivo com o assistente de IA
Já pensou em usar o assistente inteligente de IA com os embeddings da OpenAI para gerar sugestões de resposta automaticamente?
Isso aumenta a eficiência do suporte ao cliente e reduz o custo do atendimento.
Treine a OpenAI para responder aos comentários das publicações do Facebook e do Instagram
Já pensou em usar a OpenAI para responder automaticamente aos comentários do seu Facebook e Instagram — e, o mais importante, com respostas altamente relevantes e precisas para o seu próprio negócio?
Isso é possível porque usamos os embeddings da OpenAI para obter respostas altamente relevantes a partir da base de dados do seu próprio negócio, e tudo pode ser feito automaticamente.
Limpar histórico de bate-papo lembrado
A ação Limpar histórico lembrado apaga ou limpa o campo do sistema onde o histórico de bate-papo do ChatGPT fica armazenado.
Esta ação ajuda você a redefinir o histórico de bate-papo.
Embeddings da OpenAI e a construção da sua base de conhecimento
A OpenAI permite fornecer uma base de conhecimento do seu caso de uso ou do seu negócio para a IA gerar respostas a partir dela. Assim, a IA dá respostas mais precisas, contextuais e específicas, em vez de filtrá-las da internet.
Crie um embedding:
Para criar um embedding, vá em Integrações e selecione OpenAI
Clique em “Novo Embedding”
Tipo: campo opcional. É usado para classificar os embeddings conforme um determinado contexto e funciona como filtro quando há muitos embeddings associados. É sempre melhor preencher este campo, porque ele dá mais contexto e facilita a filtragem pela IA.
Título: o tópico do embedding que você criou. O título ou resumo.
Texto: este é o texto ou corpo principal do embedding. O limite máximo é de 1.000 caracteres. Você pode colocar aqui os detalhes do tópico para a IA gerar a resposta.
Importando embeddings:
Em vez de criar os embeddings manualmente, você pode criá-los em massa, importando-os como um arquivo CSV.
Clique na seta suspensa ao lado de “Novo Embedding” e clique em “Importar CSV”
Agora importe o arquivo CSV com os embeddings, e eles serão criados. Se você tiver caracteres especiais como è à ì ù, selecione “Importar de csv sem visualização”
Ações de correspondência e conclusão de embedding
A ação de correspondência de embedding é usada para casar o prompt informado com o embedding mais parecido da base de conhecimento
Entrada:
Entrada: é aqui que você digita ou mapeia o prompt que quer casar com o embedding.
Resposta:
Embedding: o título do embedding com o qual o prompt tem melhor correspondência.
Texto: o texto do embedding com o qual o prompt tem melhor correspondência.
Entrada: o prompt que você informa para a busca de embedding.
Pontuação: é a porcentagem de correspondência entre o prompt e os embeddings disponíveis. Você pode usar essa pontuação para decidir se o prompt seguinte deve ser usado para a conclusão ou se não é suficiente e vai gerar respostas imprecisas.
Observa-se que uma pontuação de 0,79 ou mais dá a melhor correspondência possível de embedding. Ainda assim, este é um valor empírico, e você deve fazer testes A/B no seu caso de uso para obter as melhores respostas possíveis.
A ação de correspondência e conclusão de embedding é usada para casar o prompt informado com o embedding mais parecido da base de conhecimento e, então, gerar a resposta usando essa base de conhecimento específica.
Entrada:
Entrada: é aqui que você digita ou mapeia o prompt que quer casar com o embedding.
Introdução: é usada para dar mais contexto ao prompt, tornando-o mais preciso, e ajuda a aumentar a pontuação de correspondência do embedding.
Resposta:
Exemplo de dados de resposta
{
"status": "ok",
"result": {
"heading": "Free trial",
"text": "NicoChat offer 14 days free trial. No credit card required, you can access to all the pro features. You can sign up here: https://app.nicochat.com.br/login",
"score": 0.903164959234692,
"input": "Free trial for NicoChat",
"completion": " Yes, NicoChat offers a 14-day free trial. No credit card is required and you can access all the pro features. You can sign up here: https://app.nicochat.com.br/login."
}
}Embedding: o título do embedding com o qual o prompt tem melhor correspondência.
Texto: o texto do embedding com o qual o prompt tem melhor correspondência.
Entrada: o prompt que você informa para a busca de embedding.
Pontuação: é a porcentagem de correspondência entre o prompt e os embeddings disponíveis. Você pode usar essa pontuação para decidir se o prompt seguinte deve ser usado para a conclusão ou se não é suficiente e vai gerar respostas imprecisas. Observa-se que uma pontuação de 0,79 ou mais dá a melhor correspondência possível de embedding. Ainda assim, este é um valor empírico, e você deve fazer testes A/B no seu caso de uso para obter as melhores respostas possíveis.
Conclusão: esta é a saída, ou seja, a conclusão do prompt informado pelo usuário.
Usando embeddings da OpenAI para responder aos comentários do seu Facebook e Instagram
Se você veicula anúncios ou tem uma publicação viral na sua página do Facebook ou do Instagram, pode não ter tempo de acompanhar esses comentários.
Você não quer responder sempre com respostas genéricas e também quer que a resposta seja altamente relevante para as questões do seu negócio.
É por isso que você precisa usar os embeddings da OpenAI para dar respostas automáticas altamente relevantes.