GPT:多轮对话并搭建简单的聊天机器人

1 多轮对话

多轮对话能力至关重要，它不仅能深化交流，精准捕捉对方意图，还能促进有效沟通，增强理解。在智能客服、教育辅导等领域，多轮对话更是提升服务质量、增强用户体验的关键。
注意：大模型没有多轮对话的能力，但基于大模型开发的对话产品是具有对话能力的。换句话说，就是GPT系列模型没有多轮对话能力，但是ChatGPT是能完成多轮对话能力的。举例如下(ChaGpt结合上一次的对话识别出“好冷啊”这句话的意思是笑话不好笑，而GPT做不到)：

ChatGPT结果
在这里插入图片描述
GPT结果

2 使用OpenAI API简单搭建聊天机器人

利用OpenAI API实现多轮对话的原理很简单，即：将之前对话的内容传递给GPT模型，以帮助模型生成更准确的回复。具体代码文件目录如下：
在这里插入图片描述
各个文件的具体代码如下：
driver.py(python实现）

from flask import Flask,request,jsonify
from flask import render_template
from openai import OpenAI
from dotenv import load_dotenv, find_dotenv
_ = load_dotenv(find_dotenv())
client=OpenAI()
#先加入一些对GPT聊天的基本要求，这两个要一直上传给大模型
history=[{"role":"system","content":"你是一个聊天机器人,你叫Bot."},{"role":"user","content":"每次输出的内容限定在50字以内。"}] 
# 生成对话内容
def chat(message):#将过去5轮对话的内容传递给大模型if len(history)>10:messages=history[:2]+history[-8:]else:messages=history[-10:]#正常结束if message.lower()=="stop":return "对话结束"messages.append({"role":"user","content":message})response=client.chat.completions.create(model="gpt-3.5-turbo",messages=messages,temperature=0.7,)#处理GPT没有输出的情况(比如token用完)if response.choices is None:return "对话结束"reply=response.choices[0].message.contenthistory.append({"role":"user","content":message})history.append({"role":"assistant","content":reply})return replyapp=Flask(__name__)
@app.route('/')
def index():return render_template('chat.html')@app.route('/submit_message',methods=['POST','GET'])
def submit():if request.method == 'POST':message = request.form['input-message']elif request.method == 'GET':message = request.args.get('input-message')if len(message)>0:reply=chat(message)return jsonify({"reply_message":reply})if __name__ == '__main__':app.run(debug=False,host="127.0.0.1",port=5000)

前端页面代码：chat.html

<!DOCTYPE html>
<html lang="en">
<head>
<meta charset="UTF-8">
<meta name="viewport" content="width=device-width, initial-scale=1.0">
<title>Chat Window</title>
<style>.chat-container {display: flex;flex-direction: column;width: 600px;height: 500px;border: 1px solid #ccc;overflow-y: scroll;padding: 10px;margin-left:400px;}.chat-message {padding: 5px;margin-bottom: 10px;border-radius: 5px;}.user-message {align-self: flex-end;background-color: chartreuse;}.bot-message {align-self: flex-start;background-color:bisque;}.input-message {width: 600px;padding: 5px;margin-top: 10px;margin-left: 400px;}button {padding: 5px 10px;background: orange;border: 1px solid #ccc;border-radius: 5px;cursor: pointer;margin-left: 400px;margin-top: 10px;}
</style>
</head>
<body>
<div class="chat-container" id="chat-container"><div class="chat-message bot-message">我是一个聊天机器人,我叫Bot,现在我们可以开始聊天了！</div>
</div>
<form action='/submit_message'  method="GET">
<input type="text" class="input-message" id="input-message" name="input-message" placeholder="Type your message here">
</form>
<button onclick="sendMessage()">Send</button>
<script>async function sendMessage() {const input_message = document.getElementById('input-message').value;const chatContainer = document.getElementById('chat-container');const userMessage = document.createElement('div');userMessage.className = 'chat-message user-message';userMessage.textContent = input_message;chatContainer.appendChild(userMessage);const response=await fetch('http://127.0.0.1:5000/submit_message?input-message='+input_message,{method:'GET',mode:"cors",headers:{'Content-Type':'application/json'},});let result=await response.json();const reply_message=result.reply_message;const botMessage = document.createElement('div');botMessage.className = 'chat-message bot-message';botMessage.textContent = reply_message;chatContainer.appendChild(botMessage);document.getElementById('input-message').value = '';}
</script>
</body>
</html>