GPT应用在垂直领域的实践思考
背景
在线私教产品，希望通过AI能力，提供更具个性化和拟人化的反馈和鼓励，帮助用户和产品建立起情感上的联结，进而提高用户运动频次。
主要的场景是
在运动课中，基于产品的运动识别和问题纠错能力，对用户进行反馈
在运动完成后，通过个性化的角色对用户进行整体的反馈
在内容上的应用流程
-
先用人工，输出N份预期的内容
-
让GPT基于输入的内容和输出的内容，输出相应的提示词模板
你是一个提示词的优化专家。
目标：帮我分析一个内容的对应的提示词。
输出规范：请根据下文中###中的格式，输出对应的提示词。
1. 角色/技能/个性（清晰简洁描述准确目标是做什么）
2. 任务目标
3. 具体的上下文，关键词，负面词
4. 输入的示例
5. 输出的示例
需要分析的内容： -
针对提示词和输入内容进行基于少量数据的粗调，形成一轮GPT提示词
-
结合大批量的数据输入，生成大量的输出结果。基于部分的异常场景下，不合预期的内容，进行分类，并生成对应的二轮GPT提示词（注意，和一轮进行区分），然后进行相应的调整和处理
注意点：
-
提示词的输入量增大会带来输出内容的随机性增大，或出现内容空洞，相关内容较少
应对：
尝试不同维度类型的提示输入
把相应的需求进行轮次的拆分，比如把用户语言的理解和分类；针对不同类型的反馈，拆分成单独的GPT，然后加入对应的细化的要求
-
特殊场景的覆盖
有些时候，一些场景没有覆盖会带来一些非常严重的问题
<aside>
🗣 最近参加一个产品分享会，听到一个做GPT+心理的产品，因为没有增加自杀可能的预警，导致吃上了官司。</aside>
基于大量测试数据的导入，先通过人工筛选问题类型，然后通过GPT对大量输出内容进行评估，是否存在负向导向等问题，再进行相应的解决。
基于对于业务的理解，有些特殊情况，其实可以有所预期。
这里还有个同类的问题，虽然不大，但也很容易踩坑。基于GPT的内容，测试其实很难实现特殊情况的覆盖，导致一些问题会很容易到线上。
-
输入提示词要用英文，字数限制不要用字数
进一步，GPT在功能和推荐上的应用（设想中）
1. 输入：利用GPT对于用户场景和需求的理解能力，输出已定义的维度和分值。
2. 匹配：对于我们的内容和功能，形成相应的标签，描述，结合GPT加工后的输入，进行针对性的功能和内容推荐。
3. 调整：不太确定，是否必要
在输出的维度上，让GPT重新根据用户的原始信息和我们输出的内容，进行一轮校验
1)是在匹配性上，是否和输入的内容足够相关
可以以一个分值的形式进行呈现，筛选过低的情况
2)是在发散性上，是否存在GPT自身臆造的无关内容
这个需要用是否来判断，是否有无关内容出现
3)是合规性上，是否可能存在一些不符合法律法规或文化价值观上，或一些风险性的内容。如今天听到的用GPT做心理，竟然没做最基础的自杀风险评估，甚至引导向自杀方向上。
这块有两条路径，一种是制定大的原则，然后进行延伸；
另一种是，不断增加各种情况的检测，并增加相应提示词进行排除
