Chat Open AI

Categoría: Cognitive

Descripción: Este módulo de extensión permite la integración avanzada con las API de OpenAI, agregando la posibilidad de incorporar características conversacionales basadas en un corpus base.

Funcionalidad: Está orientado a la gestión de chats basados en OpenAI, donde se procesan los mensajes emulando el comportamiento de un motor cognitivo, pero sin la necesidad de definir un modelo IEC para cada intencionalidad. En su forma más básica, permite un chat libre basado en el contexto de un corpus o contexto previo.

Requisitos previos

Crea una cuenta en OpenAI:
- Si no tienes una cuenta, ve al sitio web de OpenAI y regístrate. Si ya tienes una cuenta, simplemente inicia sesión.
Accede al Dashboard:
- Una vez que hayas iniciado sesión, ve a tu dashboard de OpenAI.
- En el dashboard, busca la sección de "API" o "API Keys". Esto puede variar dependiendo de las actualizaciones de la interfaz de usuario, pero generalmente se encuentra en el menú principal o en un submenú relacionado con la gestión de cuenta o configuración.
Genera una nueva API Key:
- Haz clic en el botón para generar una nueva API Key. Puede estar etiquetado como "Create API Key", "Generate New Key", "New API Key" u algo similar.
- Sigue las instrucciones en pantalla para nombrar y generar la clave. Es posible que se te solicite que verifiques tu cuenta o aceptes ciertos términos de uso.

Nota: Una vez generada, la API Key se mostrará en la pantalla. Cópiala y guárdala en un lugar seguro, ya que esta clave es necesaria para autenticar tus solicitudes a la API de OpenAI. Ten en cuenta que, por razones de seguridad, puede que no puedas volver a ver la clave completa después de haber salido de la pantalla de generación. Si la pierdes, tendrás que generar una nueva.

Implementación

Expresión que define el corpus de entrenamiento: Campo donde debe ingresar una expresión que define el comportamiento para el chat de OPENAI, este admite el formato Human/AI.

Nota 📑: Es importante que los corpus más sencillos enmarcarlos en comillas simples laterales (`).

Chat Input: Campo obligatorio que almacena una entidad que define la entrada a analizar. Para la mayoría de los casos de implementación chat su valor debe ser sobre la entidad: CURRENT_EVALUATION. Recuerde que esta entidad estará en vacío para inicios de sesión que no dependan de un mensaje de cliente (Ejemplo: la apertura de web Chat no requiere un mensaje de inicio como otros canales tal como WhatsApp).

Chat Entity: Campo obligatorio que almacena una entidad de tipo string que soporta la transacción de corpus de agregación, defina una entidad para el funcionamiento de esta acción.

Modelo: Expresión de tipo string donde se debe indicar el modelo a utilizar para la validación del texto. Existen modelos con diferentes niveles de capacidades:

MODELO	DESCRIPCIÓN
gpt-3.5-turbo-instruct	Capacidades similares a los modelos de la era GPT-3. Compatible con los puntos finales de finalización heredados y no con las finalizaciones de chat.
text-embedding-ada-002	El modelo de integración de segunda generación más capaz, que reemplaza a 16 modelos de primera generación.
text-moderation-007	El modelo de moderación más capaz en todas las categorías.

Nota 📑: consulte los modelos disponibles AQUI.

Temperatura: Campo de tipo float la cual controla la creatividad de las respuestas del modelo. Un valor alto (como 0.9) genera respuestas más creativas, mientras que un valor bajo (como 0) produce respuestas más precisas y definidas.

Top_P: Controla la diversidad de las respuestas del modelo. Un valor alto (cerca de 1) permite mayor diversidad al considerar más opciones posibles. Un valor bajo (cerca de 0) limita las opciones a las más probables, resultando en respuestas más coherentes y menos creativas.

Max_Tokens: Determina la longitud máxima de la respuesta generada por el modelo, medida en tokens. Un valor alto permite respuestas más largas y detalladas, mientras que un valor bajo restringe la longitud a respuestas más cortas y concisas.

Stop: Define una cadena de texto que detendrá el proceso de respuesta del motor OPENAI.

Autorización: Para usar las API de OpenAI, necesitas una API Key. Esta clave actúa como identificador y autenticador para tus solicitudes. Puedes obtener tu API Key en el dashboard de OpenAI y usarla en tu código para acceder a las funciones del servicio.

Entidad donde se va a depositar el resultado de la evaluación: Campo de tipo lista desplegable permitirá seleccionar la entidad donde se guardará el resultado de la evaluacion de OPENAI.

Si se alcanza el máximo de intentos fallidos, el flujo de acción se interrumpirá y la descripción del error se pasará a la intención seleccionada con el nombre: 'OpenAi_Error': Lista desplegable donde debe seleccionar nombre de la intención para el manejo de errores.

Ejemplo de implementación

Campo	Valor
Nombre:	PruebaChatOpenAi
Expresión que define el corpus de entrenamiento:	-- Ejemplo expresión: Human: Hola, buenos días. AI: Hola, ¿en qué te puedo ayudar? Human: Quiero saber si se cobra el talonario de cheques. AI: Banco de Acme no te cobra por el talonario de cheques; pero sí existen cobros por las chequeras con diseño. Human: Quiero mi talonario de cheques. AI: Al abrir tu cuenta te entregamos una chequera y un talonario, en el cual encontrarás un formulario que debes presentar para solicitar tu próximo talonario. Si no tienes el formulario, puedes solicitarlo en la sucursal más cercana. Human: ¿Qué hacer si necesito efectivo y no ando con cheques o tarjetas? AI: Acércate al mesón de atención de cualquier sucursal del Banco y solicita dinero en efectivo de Emergencia. Puedes solicitarlo como giros de tu Cuenta Corriente o Línea de Crédito o como avance de tu Tarjeta de Crédito. Nota: La expresión se debe insertar entre comillas simples (`)
CHAT INPUT:	CURRENT_EVALUATION
CHAT ENTITY:	entidadPrueba
MODELO:	'gpt-3.5-turbo-instruct'
TEMPERATURA:	0.8
TOP_P :	0
MAX_TOKENS:	150
STOP:	'[" Human:", " AI:"]'
Autorización:	AXX2XkXmXXXXX
Entidad donde se va a depositar el resultado de la evaluación:	entidadPrueba
Si se alcanza el máximo de intentos fallidos, el flujo de acción se interrumpirá y la descripción del error se pasará a la intención seleccionada con el nombre: 'OpenAi_Error':	Error_Handler

Entrada:

Cliente escribe: que hay sobre el talonario de cheques?

CURRENT_EVALUATION <-- ‘que hay sobre el talonario de cheques?’

Salida:

OPENAI <--

El talonario de cheques es un conjunto de cheques preimpresos que se entregan al abrir una cuenta corriente. Estos cheques contienen los datos básicos de la cuenta, como el nombre del titular, el número de cuenta y el nombre del banco. El talonario de cheques es una herramienta útil para realizar pagos y transferencias de fondos. Banco de Acme no cobra por el talonario de cheques, pero sí existen cobros por las chequeras con diseño.

OPENAI_INPUT <-- Corpus + nuevo Human/AI procesado.