تاریخ انتشار: 16 مه 2024
هنگام خرید آنلاین، دیدن حجم بررسی های محصول و حجم محصولات موجود می تواند بسیار زیاد باشد. چگونه میتوانیم همه این نویزها را مرتب کنیم تا محصولی را پیدا کنیم که واقعاً نیازهای خاص ما را برآورده کند؟
به عنوان مثال، بگویید ما در حال خرید یک کوله پشتی کار هستیم. کولهپشتیها باید از نظر عملکرد، زیباییشناسی و کاربردی تعادل داشته باشند. تعداد بررسی ها باعث می شود که تقریباً غیرممکن باشد که بدانید آیا کیف مناسب را پیدا کرده اید یا خیر. اگر بتوانیم از هوش مصنوعی برای بررسی نویزها و یافتن محصول عالی استفاده کنیم، چه میشود؟
آنچه مفید خواهد بود، خلاصه ای از همه بررسی ها، به همراه فهرستی از رایج ترین مزایا و معایب است.
برای ساخت این، ما از هوش مصنوعی مولد سمت سرور استفاده می کنیم. استنتاج روی سرور اتفاق می افتد.
در این سند، میتوانید همراه با آموزش Gemini API با Node.js ، از Google AI JavaScript SDK برای خلاصه کردن دادههای بسیاری از بررسیها استفاده کنید. ما بر بخش هوش مصنوعی مولد این کار تمرکز می کنیم. ما نحوه ذخیره نتایج یا ایجاد یک صف کار را پوشش نمی دهیم.
در عمل، می توانید از هر API LLM با هر SDK استفاده کنید. با این حال، ممکن است درخواست پیشنهادی برای مطابقت با مدلی که شما انتخاب میکنید، نیاز داشته باشد.
پیش نیازها
یک کلید برای Gemini API ایجاد کنید و آن را در فایل محیطی خود تعریف کنید.
Google AI JavaScript SDK را نصب کنید، برای مثال با npm:
npm install @google/generative-ai
یک برنامه خلاصه کننده بررسی بسازید
- یک شی AI تولیدی را راه اندازی کنید .
- یک تابع برای تولید خلاصه مرور ایجاد کنید.
- مدل هوش مصنوعی مولد را انتخاب کنید. برای مورد استفاده خود، از Gemini Pro استفاده خواهیم کرد. از مدلی استفاده کنید که مخصوص مورد استفاده شما باشد (مثلاً
gemini-pro-vision
برای ورودی چندوجهی است). - یک اعلان اضافه کنید.
- برای ارسال فرمان به عنوان آرگومان
generateContent
فراخوانی کنید. - پاسخ را ایجاد و برگردانید.
- مدل هوش مصنوعی مولد را انتخاب کنید. برای مورد استفاده خود، از Gemini Pro استفاده خواهیم کرد. از مدلی استفاده کنید که مخصوص مورد استفاده شما باشد (مثلاً
const { GoogleGenerativeAI } = require("@google/generative-ai");
// Access the API key env
const genAI = new GoogleGenerativeAI(process.env.API_KEY_GEMINI);
async function generateReviewSummary(reviews) {
// Use gemini-pro model for text-only input
const model = genAI.getGenerativeModel({ model: "gemini-pro" });
// Shortened for legibility. See "Write an effective prompt" for
// writing an actual production-ready prompt.
const prompt = `Summarize the following product reviews:\n\n${reviews}`;
const result = await model.generateContent(prompt);
const response = await result.response;
const summary = response.text();
return summary;
}
یک دستور موثر بنویسید
بهترین راه برای موفقیت با هوش مصنوعی مولد ایجاد یک اعلان کامل است. در این مثال، ما از تکنیک تحریک یک شات برای به دست آوردن خروجی های ثابت استفاده کرده ایم.
درخواست یک شات با خروجی نمونه برای مدل سازی Gemini نشان داده می شود.
const prompt =
`I will give you user reviews for a product. Generate a short summary of the
reviews, with focus on the common positive and negative aspects across all of
the reviews. Use the exact same output format as in the example (list of
positive highlights, list of negative aspects, summary). In the summary,
address the potential buyer with second person ("you", "be aware").
Input (list of reviews):
// ... example
Output (summary of reviews):
// ... example
**Positive highlights**
// ... example
**Negative aspects**
// ... example
**Summary**
// ... example
Input (list of reviews):
${reviews}
Output (summary of all input reviews):`;
در اینجا یک نمونه خروجی از این درخواست وجود دارد که شامل خلاصه ای از همه بررسی ها، همراه با لیستی از مزایا و معایب رایج است.
## Summary of Reviews:
**Positive highlights:**
* **Style:** Several reviewers appreciate the backpack's color and design.
* **Organization:** Some users love the compartments and find them useful for
organization.
* **Travel & School:** The backpack seems suitable for both travel and school
use, being lightweight and able to hold necessary items.
**Negative aspects:**
* **Durability:** Concerns regarding the zipper breaking and water bottle holder
ripping raise questions about the backpack's overall durability.
* **Size:** A few reviewers found the backpack smaller than expected.
* **Material:** One user felt the material was cheap and expressed concern about
its longevity.
**Summary:**
This backpack seems to be stylish and appreciated for its organization and
suitability for travel and school. However, you should be aware of potential
durability issues with the zippers and water bottle holder. Some users also
found the backpack smaller than anticipated and expressed concerns about the
material's quality.
محدودیت های توکن
بسیاری از بررسیها میتوانند به حد مجاز مدل برسند. نشانه ها همیشه برابر با یک کلمه واحد نیستند. یک نشانه می تواند بخشی از یک کلمه یا چند کلمه با هم باشد. به عنوان مثال، Gemini Pro دارای محدودیت 30720 توکن است. این بدان معنی است که درخواست می تواند حداکثر شامل 600 بررسی متوسط 30 کلمه ای به زبان انگلیسی، منهای بقیه دستورالعمل های فوری باشد.
از countTokens()
برای بررسی تعداد نشانه ها استفاده کنید و اگر درخواست بزرگتر از حد مجاز باشد، ورودی را کاهش دهید.
const MAX_INPUT_TOKENS = 30720
const { totalTokens } = await model.countTokens(prompt);
if (totalTokens > MAX_INPUT_TOKENS) {
// Shorten the prompt.
}
ساخت برای شرکت
اگر کاربر Google Cloud هستید یا به پشتیبانی سازمانی نیاز دارید، میتوانید با Vertex AI به Gemini Pro و مدلهای دیگر مانند مدلهای Anthropic's Claude دسترسی داشته باشید. ممکن است بخواهید از Model Garden استفاده کنید تا مشخص کنید کدام مدل به بهترین وجه با مورد خاص شما مطابقت دارد.
مراحل بعدی
برنامهای که ما ساختهایم به شدت به بررسیهای کیفی برای ارائه مؤثرترین خلاصهها متکی است. برای جمعآوری آن نظرات با کیفیت، مقاله بعدی این مجموعه را بخوانید: به کاربران کمک کنید تا با هوش مصنوعی وب روی دستگاه، نظرات مفیدی برای محصول بنویسند .
ما می خواهیم از شما در مورد این رویکرد بشنویم. به ما بگویید چه موارد استفاده بیشتر مورد علاقه شماست. می توانید بازخورد خود را به اشتراک بگذارید و به برنامه پیش نمایش اولیه بپیوندید تا این فناوری را با نمونه های اولیه محلی آزمایش کنید.
مشارکت شما می تواند به ما کمک کند تا هوش مصنوعی را به ابزاری قدرتمند و در عین حال کاربردی برای همه تبدیل کنیم.