OpenAI 文本操作#
使用此操作与模型对话或在 OpenAI 中对文本进行违规分类。请参阅 OpenAI 了解有关 OpenAI 节点本身的更多信息。
Message a Model 与模型对话#
使用此操作向 OpenAI 模型发送消息或提示并接收响应。
输入这些参数:
- Credential to connect with 连接凭据:创建或选择现有的 OpenAI 凭据。
- Resource 资源:选择 Text 文本。
- Operation 操作:选择 Message a Model 与模型对话。
- Model 模型:选择您要使用的模型。如果您不确定使用哪个模型,如果需要高智能可以尝试
gpt-4o
,如果需要最快速度和最低成本可以尝试gpt-4o-mini
。请参阅 模型概述 | OpenAI 平台 了解更多信息。 - Messages 消息:输入 Text 文本 提示并分配一个 Role 角色,模型将使用它来生成响应。请参阅 提示工程 | OpenAI 了解如何通过使用这些角色编写更好的提示。从以下角色中选择一个:
- User 用户:以用户身份发送消息并从模型获得响应。
- Assistant 助手:告诉模型采用特定的语气或个性。
- System 系统:默认情况下,系统消息是
"You are a helpful assistant"
。您可以在用户消息中定义指令,但在系统消息中设置的指令更有效。您在每次对话中只能设置一个系统消息。使用此功能为下一个用户消息设置模型的行为或上下文。
- Simplify Output 简化输出:开启以返回响应的简化版本而不是原始数据。
- Output Content as JSON 以 JSON 格式输出内容:开启以尝试以 JSON 格式返回响应。与
GPT-4 Turbo
和所有比gpt-3.5-turbo-1106
更新的GPT-3.5 Turbo
模型兼容。
Options 选项#
- Frequency Penalty 频率惩罚:应用惩罚以减少模型重复相似行的倾向。范围在
0.0
和2.0
之间。 - Maximum Number of Tokens 最大令牌数:设置响应的最大令牌数。对于标准英文文本,一个令牌大约是四个字符。使用此功能限制输出长度。
- Number of Completions 完成数量:默认为 1。设置您希望为每个提示生成的完成数量。请谨慎使用,因为设置高数值会快速消耗您的令牌。
- Presence Penalty 存在惩罚:应用惩罚以影响模型讨论新话题。范围在
0.0
和2.0
之间。 - Output Randomness (Temperature) 输出随机性(温度):调整响应的随机性。范围在
0.0
(确定性)和1.0
(最大随机性)之间。我们建议改变此项或 Output Randomness (Top P) 输出随机性(Top P),但不要同时改变两者。从中等温度(约0.7
)开始,根据观察到的输出进行调整。如果响应过于重复或僵化,请增加温度。如果过于混乱或偏离轨道,请降低温度。默认为1.0
。 - Output Randomness (Top P) 输出随机性(Top P):调整 Top P 设置以控制助手响应的多样性。例如,
0.5
意味着考虑一半的所有似然加权选项。我们建议改变此项或 Output Randomness (Temperature) 输出随机性(温度),但不要同时改变两者。默认为1.0
。
请参阅 与模型对话 | OpenAI 文档了解更多信息。
Classify Text for Violations 分类文本违规#
使用此操作识别和标记可能有害的内容。OpenAI 模型将分析文本并返回包含以下内容的响应:
flagged
:一个布尔字段,指示内容是否可能有害。categories
:特定类别违规标志的列表。category_scores
:每个类别的分数。
输入这些参数:
- Credential to connect with 连接凭据:创建或选择现有的 OpenAI 凭据。
- Resource 资源:选择 Text 文本。
- Operation 操作:选择 Classify Text for Violations 分类文本违规。
- Text Input 文本输入:输入要分类的文本以检查是否违反审核政策。
- Simplify Output 简化输出:开启以返回响应的简化版本而不是原始数据。
Options 选项#
- Use Stable Model 使用稳定模型:开启以使用模型的稳定版本而不是最新版本,准确性可能会稍微降低。
请参阅 审核 | OpenAI 文档了解更多信息。
常见问题#
有关常见错误或问题以及建议的解决步骤,请参阅 常见问题。