OpenAI 文本操作#
使用此操作可以向模型发送消息或通过 OpenAI 对文本进行违规分类。有关 OpenAI 节点本身的更多信息,请参阅 OpenAI。
向模型发送消息#
使用此操作可以向 OpenAI 模型发送消息或提示,并接收响应。
输入以下参数:
- 连接凭证:创建或选择现有的 OpenAI 凭证。
- 资源:选择 文本。
- 操作:选择 向模型发送消息。
- 模型:选择要使用的模型。如果不确定该选择哪个模型,需要高智能时尝试
gpt-4o
,需要最快速度和最低成本时尝试gpt-4o-mini
。更多信息请参考 模型概览 | OpenAI 平台。 - 消息:输入 文本 提示并分配一个 角色,模型将根据该角色生成响应。关于如何通过使用这些角色编写更好的提示,请参考 提示工程 | OpenAI。可选择以下角色之一:
- 用户:以用户身份发送消息并获取模型响应。
- 助手:指示模型采用特定语气或个性。
- 系统:默认系统消息为
"你是一个乐于助人的助手"
。虽然可以在用户消息中定义指令,但设置在系统消息中的指令效果更佳。每个对话只能设置一条系统消息。使用此角色可设置模型行为或为下一条用户消息提供上下文。
- 简化输出:开启后返回简化版本的响应而非原始数据。
- 以 JSON 格式输出内容:开启后尝试以 JSON 格式返回响应。兼容
GPT-4 Turbo
及所有新于gpt-3.5-turbo-1106
的GPT-3.5 Turbo
模型。
选项配置#
- 频率惩罚 (Frequency Penalty): 设置惩罚值以减少模型重复相似内容的倾向。取值范围在
0.0
到2.0
之间。 - 最大令牌数 (Maximum Number of Tokens): 设置响应内容的最大令牌数。对于标准英文文本,一个令牌约等于四个字符。用于限制输出长度。
- 生成结果数 (Number of Completions): 默认为 1。设置每个提示词要生成的响应数量。需谨慎使用,设置较高数值会快速消耗令牌配额。
- 话题新颖度惩罚 (Presence Penalty): 设置惩罚值以促使模型讨论新话题。取值范围在
0.0
到2.0
之间。 - 输出随机性 (温度值 Temperature): 调整响应内容的随机程度。取值范围在
0.0
(完全确定性)到1.0
(最大随机性)之间。建议仅调整此参数或 输出随机性 (Top P) 中的一个。初始建议使用中等温度值(约0.7
),然后根据输出效果调整。如果响应过于重复或刻板,可提高温度值;如果过于混乱或偏离主题,则降低温度值。默认值为1.0
。 - 输出随机性 (Top P): 通过 Top P 设置控制响应内容的多样性。例如,
0.5
表示考虑概率权重前 50% 的选项。建议仅调整此参数或 输出随机性 (温度值) 中的一个。默认值为1.0
。
更多详细信息请参考 OpenAI 模型消息接口文档。
文本违规分类#
使用此操作来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
: 布尔值字段,指示内容是否可能有害categories
: 特定类别违规标志的列表category_scores
: 每个类别的评分
输入以下参数:
- 连接凭证:创建或选择现有的 OpenAI 凭证
- 资源:选择 Text
- 操作:选择 Classify Text for Violations
- 文本输入:输入要分类的文本以判断是否违反审核政策
- 简化输出:开启以返回简化版本的响应而非原始数据
选项#
- 使用稳定模型:开启以使用模型的稳定版本而非最新版本,准确度可能略低
更多信息请参考 Moderations | OpenAI 文档。
常见问题#
关于常见错误或问题及建议解决方案,请参阅 常见问题。