Anatomie d’une personnalité bot

Conseils pour créer un robot qui fait exactement ce que vous voulez.

Il est essentiel de reconnaître que lors de la construction de robots qui utilisent des modèles de langage, la patience est cruciale, surtout au début. Une fois que vous avez établi une base solide, il devient plus facile d’ajouter des éléments supplémentaires. Construire des robots avec Cody, c’est un peu comme peindre sur une toile. Il faut un certain degré de créativité et une certaine compréhension des principes fondamentaux pour ajouter sa touche personnelle au robot.

Le paramètre principal qui permet à votre robot d’adopter un style de pensée particulier est l’Invitation à la personnalité. La personnalité du robot est façonnée par divers facteurs, notamment la distribution des jetons, le score de pertinence, etc. Cependant, la demande de personnalité est l’aspect le plus distinct et le plus créatif, car elle peut être personnalisée différemment par chaque utilisateur. Les utilisateurs ont la liberté de créer et d’affiner la personnalité du robot en fonction de leurs besoins spécifiques.

La liberté est quelque chose que nous apprécions tous, mais lorsque l’on part d’une page blanche, elle peut aussi devenir intimidante et conduire à l’ambiguïté quant à l’endroit où commencer. Si vous ressentez la même chose, ne vous inquiétez pas ; ce blog devrait vous aider à créer un meilleur message de personnalité. Nous commencerons par présenter la structure recommandée pour les messages-guides, puis nous proposerons des exemples de messages-guides.

Nom

Il est toujours utile de commencer par donner un nom à votre robot. Le fait de donner un nom à votre robot ajoute une touche humaine, en particulier lorsque vous accueillez les utilisateurs ou que vous répondez à des questions relatives au robot.

Propositions :

Votre nom est [Name of your Bot].
OU
Vous êtes ‘[Name of your Bot]’.

Description

La description du robot lui permet de connaître le contexte qui sera fourni par la base de connaissances. La prise en compte du contexte fournit au robot un cadre pour répondre aux questions tout en gardant à l’esprit un domaine spécifique.

Propositions :

Votre tâche principale consiste à [specify the domain].
OU
Votre objectif principal est de m’aider à [specify the domain].

Remarque : le nom et la description du robot définis dans la section générale sont uniquement destinés à permettre à l’utilisateur de différencier plusieurs robots. Le robot lui-même n’a pas connaissance de ces paramètres. Il est donc nécessaire de définir explicitement le nom et la description du robot dans l’invite de personnalité afin d’établir son identité et ses caractéristiques.

Frontières

L’un des inconvénients potentiels de l’utilisation de LLM formés sur de grands ensembles de données est la tendance à générer des réponses hallucinées. Il est important de noter que les données utilisées pour générer les réponses ne sont pas utilisées pour affiner ou reformuler le LLM à la demande de Cody. Au lieu de cela, il sert de référence contextuelle pour interroger le LLM, ce qui permet d’obtenir des réponses plus rapides et de préserver la confidentialité des données.

Pour s’assurer que le robot ne se réfère pas à des points de données de l’ensemble de données LLM original, qui peuvent se chevaucher avec des domaines ou des concepts similaires, nous devons délimiter le contexte strictement à notre base de connaissances.

Propositions :

La base de connaissances est votre seule source d’information.
OU
Vous êtes réticent à faire des affirmations, sauf si elles sont mentionnées dans la base de connaissances.

Dans certains cas, le robot n ‘a pas besoin d’une base de connaissances ou l’utilise comme source de référence. Dans ce cas, l’invite sera considérablement modifiée.

Prompt :

Votre principale source de référence est la base de connaissances.

Éléments de réponse

Les caractéristiques de la réponse générée par le robot peuvent également être contrôlées par la personnalité du robot dans une certaine mesure. Il peut s’agir de définir le ton, la longueur, la langue et le type de réponse que vous attendez de votre robot.

Propositions :

1. Ton : Vous devez répondre de manière [polite/friendly/professional].

2. Longueur : Les réponses doivent être rédigées en [pointers/paragraphs].

3. Langue : Répondre à l’utilisateur [in the same language/specify different language].

4. Type : Fournir à l’utilisateur des réponses à l’adresse [creative/professional/precise].

Vous êtes libre d’expérimenter différentes combinaisons et caractéristiques. Les exemples fournis ne le sont qu’à des fins d’apprentissage, et les possibilités sont infinies.

Les médias

L’une des caractéristiques les plus intéressantes de Cody est la possibilité d’intégrer des médias dans les réponses. Lorsque vous intégrez des médias tels que des images, des GIF ou des vidéos, il est toujours recommandé d’importer les médias dans un document séparé ou d’importer l’intégralité du document brut à l’aide de l’éditeur de texte Cody intégré, dans lequel vous pouvez ajouter des médias. Vous pouvez soit copier/coller les médias, soit les intégrer dans le document à l’aide d’URL.

Après avoir importé avec succès les médias, vous devez les spécifier dans l’invite de la personnalité de notre robot. L’invite peut être divisée en deux parties : Initialisation et Illustration.

Propositions :

Initialisation :
Incorporer, le cas échéant, le site [images/videos/both] de la base de connaissances.

Illustration :
Ajoutez des images à l’aide de la balise <img> et des vidéos à l’aide de la balise <iframe.>
Par exemple :
<img src=”[Image URL]”>
<iframe src=”[Video URL]”></iframe>

Repli sur soi

Il peut arriver que le robot ne parvienne pas à trouver un contenu pertinent pour répondre à la question posée par l’utilisateur. Il est toujours plus sûr de définir des solutions de repli pour de tels scénarios afin d’éviter de fournir des informations trompeuses ou incorrectes à l’utilisateur (applicable uniquement dans les cas d’utilisation où une base de connaissances existe).

Propositions :

1. S’abstenir de mentionner “base de connaissances non structurées” ou des noms de fichiers au cours de la conversation.

2. Dans les cas où une réponse définitive n’est pas disponible, [Define fallback].

OU

Si vous ne trouvez pas d’informations pertinentes dans la base de connaissances ou si l’utilisateur pose des questions sans rapport avec le sujet et qui ne font pas partie de la base de connaissances, [Define fallback].

Étapes (facultatif)

Si vous souhaitez que votre robot suive une chronologie ou un flux conversationnel spécifique, vous pouvez facilement le définir à l’aide d’étapes. Cette approche est particulièrement utile lorsque vous utilisez votre robot à des fins de formation ou de dépannage. Chaque étape représente une phase ou un stade particulier de la conversation, ce qui vous permet de contrôler la progression et de vous assurer que le robot fournit les informations ou l’assistance souhaitées de manière systématique.

Prompt :

Suivez ces étapes lors de la conversation avec l’utilisateur :

1. [Step 1]

2. [Step 2]

3. [Step 3]

Remarque : lors de la définition des étapes, il est recommandé d’activer la“recherche vectorielle inversée” pour améliorer les réponses et d’attribuer un nombre suffisant de jetons à l’historique de la discussion. Cela permet au modèle de prendre en compte l’historique de la conversation, y compris les commentaires de l’utilisateur et la réponse précédente du robot, lorsqu’il génère une réponse.

Saisie des données (en option)

Cette invite, en harmonie avec le flux conversationnel (étapes), est particulièrement bénéfique lorsque le cas d’utilisation de votre robot tourne autour de scénarios d’assistance ou de recrutement. Actuellement, il n’y a pas de mémoire à long terme ou de connectivité de base de données dans Cody qui puisse capturer les données et les stocker en vue d’une consommation analytique. À l’avenir, avec les nouvelles mises à jour de l’API OpenAI, comme l’appel de fonction, nous apporterons certainement de nouvelles fonctionnalités pour pouvoir capturer et stocker les données à plus long terme.

Pour l’instant, vous pouvez accéder aux chats des utilisateurs de votre bot (par le biais de widgets) en naviguant vers les chats“Invités” dans la section des chats. Vous pouvez ensuite analyser manuellement les données capturées pour obtenir des informations supplémentaires.

Prompt :

Recueillez les données suivantes auprès des utilisateurs :

– [Field 1]

– [Field 2]

– [Field 3]

– [Field 4]

Posez une question à la fois. Une fois que vous avez recueilli toutes les informations nécessaires, terminez la conversation en disant merci et en affichant les données recueillies. N’oubliez pas que votre tâche consiste uniquement à collecter des données.

Formatage des réponses*

Une petite fonctionnalité astucieuse de Cody est la prise en charge du formatage des réponses des robots à l’aide de balises markdown ou HTML. En fournissant à votre robot un modèle de format HTML ou markdown dans la personnalité du robot, celui-ci tentera de formater les réponses en conséquence, le cas échéant.

Prompt :

Format de la réponse :

<h1>[Field Name]</h1>

<p>[Field Name]</p>

<p>[Field Name]</p>

*Le formatagefonctionne mieux sur GPT-4

Exemple d’invite

Cody comme robot de génération de leads

 

Cody, un robot marketing

Cody comme robot d’entraînement

Pour en savoir plus sur les invites de personnalité, veuillez consulter nos cas d’utilisation, qui contiennent des invites détaillées ainsi que leurs paramètres.

Conclusion

Si vous utilisez le plan gratuit de Cody, il est possible que le robot ne respecte plus l’invite ou qu’il ignore simplement certains paramètres en raison de la fenêtre contextuelle plus petite ou du manque de cohérence. Nous recommandons à chacun d’utiliser le plan gratuit uniquement à des fins d’essai ou comme phase de transition pour comprendre l’utilisation de Cody et déterminer s’il convient à votre entreprise.

Lors de l’élaboration des messages-guides pour votre robot, il est également important de rester concis et d’éviter d’incorporer tous les paramètres mentionnés dans l’article. Le nombre de jetons disponibles étant limité et l’invite de personnalité consommant également des jetons, il convient de les construire judicieusement. N’hésitez pas à modifier les instructions données dans cet article en fonction de vos besoins et de vos préférences. Vous avez découvert quelque chose de nouveau ? Vous pouvez toujours nous en faire part et nous serons heureux d’en discuter.

Ceci n’était qu’une introduction au vaste paysage de la création de personnalités de robots. Les LLM s’améliorent de jour en jour et il reste encore beaucoup à faire pour exploiter pleinement leur potentiel. Ce voyage est une nouvelle expérience pour chacun d’entre nous. Au fur et à mesure que nous expérimentons, apprenons et mettons en œuvre de nouveaux cas d’utilisation et scénarios, nous les partagerons avec vous par le biais d’articles et de tutoriels. Pour plus de ressources, vous pouvez également consulter notre Centre d’aide et n’hésitez pas à poser toutes vos questions concernant Cody en rejoignant notre communauté Discord. Consultez également nos blogs précédents pour obtenir d’autres informations intéressantes.