剧搜博客索引
随着chatGPT不断着成长与进化，现在的聊天机器人已经完全颠覆你的想象，由于 GPT-3 和 GPT-4 模型的推出，chatbot 已经达到前所未有的复杂程度，那么，要如何在 wordpress 上面自定义一个 chatbot 呢?
模型进化(Model Evolution)
每个模型都是一种「算法」，而当模型被训练到一定的程度之后，又会变成全新模型，无论是从手机、服务器甚至是整个互联网，都会有不同形态的模组，大家最常听到的就是「输入」及「输出」，当 input 一组数据，而让模型开始计算出一个 output，而这个 output 待下次会再重复被放到 input 值里面，几次的循环后，output 的值就会越来越趋近于精准（有点类似数学的极限 limit 高等函数应用）。
而 chatGPT 既是模型又是聊天机器人，它是使用「text-davinci-003」模型来作为训练的基础，可以使用「text-davinci-003」来训练原有模型或者创建一个新的模型，也就是说，你可以自己创建一个全新的聊天机器人（比如创建并训练完而重新命名为 BoomGPT）。
模型训练
由于微调模型是一个极其繁琐的任务，你可以通过提示设计（prompt-engineering）来避免掉，AI engine 的代码中可以作为上下文，也就是说，当用户使用你创建的 chatbot 时候，他们会问什么样的问题，而你要给予chatbot什么样的口吻和句型来回答用户的问题，而你给的这些「提示」就必须相对的严谨，才能让 AI chatbot 接近所谓的「模型训练」。
下面那张图可以展示能够去充分理解到谈话内容（包含上下文），也展现了你对 chatbot 所定义的口吻语气。
微调并非是真正的训练（training），因此它对于互动聊天还是会有一些局限性，当然，当你给的数据库资料越来越多的时候，微调模型就会接近 AI chatbot，「data feeding」是 AI 的一个基础建设，就像是类神经网路（Artificial Neural Network）一样。
AI Engine 插件
wordpress 相信大家都用过，而近期我也找到这种基于 chatGPT 的 wordpress 插件，它需要你完成一些流程，才可以正确的让你的 wordpress 聊天机器人正确的运作。
- 收集所有必要的数据
- 格式化数据
- 数据要以「jsonl」的格式上传到 OpenAI
- 用你的数据来训练现有的 OpenAI 模型
- 获取你自己微调过后的模型
wordpress AI engine 插件界面
切换 Dataset Builder 模式，这里就是数据集中的地方：
从上图可以看到分为「Prompt」和「Completion」，在这个案例中，我们将专注于「聊天互动」，所以在 prompt 栏位几乎是疑问句，而 completion 栏位则是答案的输出，所以首先要做的事情是「收集数据」。
按照刚刚上面讲到的，你所有收集到的数据在上传到 AI Engine 这个插件之前，一定要把数据转换成 .jsonl 的格式，否则它会无法读懂你上传的文件，而根据 OpenAI 的官方参考文件，一个数据集要得到好的反馈效果来达成你的 chatbot 互动，建议是在 3000 – 5000 行的数据。
搜集好你要的数据后，你可以手动输入到 AI Engine 里面，或者你可以使用 google sheet 来导出 .jsonl 文件（.csv 文件也可以），那如果你是一个比较懒惰想要投机取巧的人，你可以使用下图所指示的「Dataset Generator」：
「Single Generate」按钮可以根据特定的文章来生成数据，「Run Bulk Generate」则可以批量生成数据（要注意的是，它使用的是 OpenAI，可能会有费用产生）。
可以根據您的情況修改提示以更好地增強流程，您也可以使用 {URL} 或 {TITLE}，像這樣：
Generate 30 questions and answers from this text. Question use a neutral tone. Answers use the same tone as the text. If necessary, the answer can end with "More information at {URL}.".
那么，数据如果出现红叉叉怎么办?
好不容易辛苦地准备好数据并导入进去生成结果，然后显示 error，这不是很奇怪吗?看下图：
从图上我们可以看到问题所在，就是我们采集来的文本可能没有使「分隔符」，OpenAI 会提示你至少要有默认的分隔符，这是为了确保输入及输出的位置匹配，你也可以手动输入分隔符，但如果你是第一次碰这个插件，建议还是使用 Format with Defaults。
所有数据准备完了以后，就可以点选「Upload to OpenAI」，文件名可以由 OpenAI 帮你生成，你也可以自定义文件名称以方面以后管理。
接下来就进入到最后一个环节「训练模型」，而这个行为就是以你的数据集作为基础来进行训练，你需要选择一个模型基础跟命名一个后缀，AI Engine 会自动帮你建议你的后缀名。
基础模型类型建议是选择「curie」或「davinci」，大多数都是推荐 curie，因为性价比比较高，davinci 虽然训练能力很好，但是费用会昂贵些。
好了之后点击「Start」，模型就会开始被训练，500行的数据集最快大概需要跑一个多钟头，在过程中你可以点击「Refresh」来查看模型训练的完成度，训练完成的模型可以再次的被训练，如下图：
为了确保你的模型被训练成功，记住要不定期的去点击刷新按钮，虽然这个动作不是很重要，但是以防万一，而现在你可以选择你微调过后的聊天机器人了。
为了让聊天机器人更彻底的理解「输入」和「输出」，请把「Casually Fine Tuned」打勾（如果你的模型没有微调过，无法打勾），然后你不需要再提供上下文。
结论
利用 AI Engine 和 OpenAI 搭配来创建属于你自己的聊天机器人是不是容易的多了? 虽然说过程繁琐且需要耗费一点时间，但总体来讲结果是值得付出的，友善的 UI 界面，让一些不太懂开发的人也可以打造自己的 chatbot 也是一件很有成就感的事情。
