beta v1.02

微調 prompt 並修正部分說明

app.py

@@ -14,12 +14,16 @@
 ## 開發者：葉浩銘 Bob、蔡靜穎 Jinny 2024-03
 ##
 ## 利用在 TAIA x H.I.T 線上共學社群的 AI 課程學到的技術
-##
+## > prompt engineering
+## > gradio
+## > HuggingFace SPACE
+## > OpenAI LLM
 ## 希望能透過開源，拋磚引玉，讓紫微斗數這門古老學問，可以在 AI 浪潮中更加發揚光大
 ##
 ## Note:
-## GPT model="gpt-3.5-turbo-16k"
-## 可以在你 local 的資料夾新增 .env 檔案，並在裡面寫入 API_KEY=你的 OpenAI API 金鑰
+## GPT model="gpt-3.5-turbo-16k"，若用 "GPT-4" 表現會更好
+## 可以在你 local 的資料夾新增 .env 檔案，並在裡面寫入 API_KEY=你的 OpenAI API 金鑰，方便 local 測試
+##
 import os
 import openai
 import gradio as gr
@@ -27,7 +31,7 @@ import json
 from zhdate import ZhDate
 from datetime import datetime
 
-localrun = False # 上傳到 Hugging Space 時要設定成 False
+localrun = False # 上傳到 HuggingFace Space 時要設定成 False
 DESKTOP_KEY = False
 
 # 排紫微盤的參考變數
@@ -351,17 +355,17 @@ def get_advice(API_KEY, model="gpt-3.5-turbo-16k"):
     print(ming_star.value,"===",gw_main_star,"#####")
 
     messages = [{"role": "system", "content": "當你接收到對方的紫微斗數命宮主星資訊時，請你依序做以下回覆，步驟如下： \
-                (1)請多舉例，口氣溫柔且堅定，並用繁體中文回覆。 \
-                (2)請你以一個紫微斗數專家的身份，一條一條仔細閱讀對方的命宮主星資訊，再總結挑選3~4個正向人格特質及2~3個負向人格特質，去剖析這些特質對他的可能影響。 \
-                (3)請你以一個諮商心理學家的身份，對前一段的正向人格特質進行肯定，並再針對前一段的2~3個負向特質提出改善建議。 \
+                (1)口氣溫柔且堅定，不可自稱專家，請多舉例，並用繁體中文回覆。 \
+                (2)請你以一個紫微斗數學者的角度，一條一條仔細閱讀對方的命宮主星資訊，再總結挑選3~4個正向人格特質及2~3個負向人格特質，去剖析這些特質對他的可能影響。 \
+                (3)請你以一個諮商心理學者的角度，對前一段的正向人格特質進行肯定，並再針對前一段的2~3個負向特質提出改善建議。 \
                 (4)最後請根據前面的改善建議，舉出 ‘實際例子’ 給對方，教他該如何增加自信、如何愛自己，若過於煩惱時要適當尋求協助等等。"},
-                {"role": "user", "content": f'我的紫微斗數命宮主星資訊是：\n\n“{gw_main_star}“。\n\n請給我紫微斗數及諮商心理學家，可提供之專業的回覆'},]
+                {"role": "user", "content": f'我的紫微斗數命宮主星資訊是：\n\n“{gw_main_star}“。\n\n請給我紫微斗數及諮商心理學，"學者"之角度，可提供之專業的回覆'},]
     try:
         response = openai.chat.completions.create(
             model=model,
             max_tokens=4096,
             messages=messages,
-            temperature=0.1, # this is the degree of randomness of the model's output
+            temperature=0.01, # this is the degree of randomness of the model's output
         )
     except openai.APIError as e:
         # Handle the error