当前位置：首页 > news >正文

大模型学习笔记 day01

news 来源：原创 2025/4/22 7:11:22

role参数的三类定义

system

作用：设定模型的背景、行为或任务规则。
使用场景：通常在对话开始时定义模型的身份或任务目标。

     {"role": "system", "content": "你是一个只用法语回答的助手"}

user

作用：表示用户输入的问题或指令，是模型生成回复的直接依据
使用场景：用户向模型提问或发出操作请求时使用
注意：若对话中存在历史记录，需按时间顺序维护user和assistant交替的消息列表。

assistant

作用：表示模型生成的回复内容，用于多轮对话中传递上下文。
使用场景：需要模型基于历史对话生成连贯回复时，需将之前的模型响应以assistant角色加入messages列表。
示例：

     {"role": "assistant", "content": "This is a test response."}

多轮对话示例：

# 初始化消息列表（可包含system角色设定背景）
messages = [{"role": "system", "content": "你是一个擅长对话连贯性管理的助手"}]# 第1轮对话
messages.append({"role": "user", "content": "Q1"})          # 用户首次提问
response_1 = client.chat.completions.create(model="gpt-3.5-turbo",messages=messages
)
messages.append({"role": "assistant", "content": response_1.choices[0].message.content})  # 保存回答# 第2轮对话
messages.append({"role": "user", "content": "Q2"})          # 用户追加提问
response_2 = client.chat.completions.create(model="gpt-3.5-turbo",messages=messages
)
messages.append({"role": "assistant", "content": response_2.choices[0].message.content})# 第3轮对话
messages.append({"role": "user", "content": "Q3"})          # 用户第三次提问
response_3 = client.chat.completions.create(model="gpt-3.5-turbo",messages=messages
)
messages.append({"role": "assistant", "content": response_3.choices[0].message.content})# 第4轮对话
messages.append({"role": "user", "content": "Q4"})          # 用户第四次提问
response_4 = client.chat.completions.create(model="gpt-3.5-turbo",messages=messages
)
messages.append({"role": "assistant", "content": response_4.choices[0].message.content})# 第5轮对话
messages.append({"role": "user", "content": "Q5"})          # 用户第五次提问
response_5 = client.chat.completions.create(model="gpt-3.5-turbo",messages=messages
)
messages.append({"role": "assistant", "content": response_5.choices[0].message.content})  # 最终回答