Анализ отзывов клиентов на продукты с использованием ChatGPT OpenAi API: Пошаговое руководство по извлечению бизнес-инсайтов из анализа тональности Часть 1

Что нужно знать, чтобы пользоваться ChatGPT

ChatGPT и теперь GPT-4 - это тип искусственного интеллекта нейронной сети, называемой большой языковой моделью (LLM), которая блестит в обработке естественного языка и других сложных задачах с человекоподобной способностью. GPT означает «генеративный предварительно обученный трансформер», что указывает на то, что он может генерировать текстовые ответы на основе входных и ключевых команд (называемых запросом) от пользователя. Он был разработан компанией openai и доступен через интерфейс чат-бота или, как мы увидим в этом учебнике, в качестве гораздо более мощного интерфейса программирования приложений (API). Хотя это может звучать технически, использование API не сложно, вам нужно только получить бесплатный ключ API, а затем предоставить приложению необходимые входные данные; весь AI-магия произойдет за кулисами, выводя результаты за несколько секунд.

Как работает ChatGPT?

ChatGPT - это технология разговорного искусственного интеллекта, которая позволяет пользователям взаимодействовать с системой AI. Она работает при помощи алгоритмов обработки естественного языка (NLP), чтобы понимать ввод пользователя, а затем выполнять соответствующие задачи. В этом руководстве мы попросим ее обнаружить настроение отзывов клиентов и также суммировать длинные отзывы. ChatGPT обучен на огромных объемах знаний и данных, что позволяет ему отвечать на широкий диапазон запросов и вопросов. Чем больше взаимодействий происходит, тем больше ChatGPT учится и улучшает свои ответы. Это называется машинным обучением. Гибкость системы позволяет организациям и людям настраивать ее функциональность для удовлетворения своих конкретных потребностей. В итоге, ChatGPT обеспечивает простой способ для не программистов, чтобы получить доступ к мощным техникам обработки естественного языка через свой чатбот или API интерфейс, что фундаментально меняет типы анализа данных, которые могут быть проведены.

Как использование ChatGPT для анализа данных обратной связи от клиентов может помочь вашей компании

Использование ChatGPT для анализа отзывов клиентов и улучшения опыта обслуживания клиентов может определенно принести пользу вашей компании. С помощью моделей искусственного интеллекта, ChatGPT может помочь вашей компании создать лучший опыт для ваших клиентов, наконец, воспользовавшись огромным количеством данных, которые ваша компания собрала, но никогда не использовала на благо. Путем использования вашей существующей корпоративной информации и ее анализа для получения полезных сведений, вы можете повысить лояльность клиентов, улучшить удержание клиентов и увеличить доход. API ChatGPT позволяет вашей компании анализировать отзывы клиентов с точностью и скоростью. Улучшив качество усилий по майнингу данных вашей компании, вы сможете принимать более быстрые и эффективные решения, основанные на данных.

ChatGPT превосходит в задачах генерации языка при помощи искусственного интеллекта

ChatGPT - выдающийся инструмент для генерации языка, который отлично справляется с созданием текстов, близких к человеческим, что делает его идеальным для задач по созданию контента и других отчетов в стиле повествования, которые требуют логики и креативности. Возможность генерации текста, похожего на человеческий, делает его полезным для создания увлекательного и разнообразного контента для блогов, социальных медиа и сайтов. Функция автодополнения текста ChatGPT позволяет пользователям вводить всего лишь несколько ключевых слов, а затем ИИ автоматически генерирует полные предложения или абзацы на основе этих слов. Это упрощает процесс создания контента и позволяет вашему бизнесу быстро и эффективно генерировать содержание. После анализа наших отзывов в этом учебнике с использованием API ChatGPT мы можем использовать возможности генерации текста ChatGPT для создания стратегии улучшения продукта, которая будет состоять из подробного списка плюсов и минусов продукта и предлагаемых улучшений продукта, ранжированных по степени важности и легкости внедрения в следующих уроках.

Искусственный интеллект для аналитики: Извлечение основных выводов из отзывов клиентов о продукте с помощью анализа настроений с API ChatGPT от openAI

Зачем нужен анализ тональности?

Анализ тональности становится все более важным в современном мире, где люди свободно и легко высказывают свое мнение онлайн. Анализ тональности включает анализ написанного текста и его дальнейшую категоризацию как положительного, отрицательного или нейтрального характера. Эта техника может предоставить маркетологу ценную информацию о поведении и предпочтениях потребителей, которые затем могут быть использованы бизнесом для улучшения продуктов и услуг, улучшения опыта покупателя или обеспечения лучшей поддержки клиентов. Раньше приходилось проводить опросы или фокус-группы покупателей, чтобы узнать, что думают вашими клиентами, надеясь, что процесс сбора таких данных не предвзято отразит мнение в одном или другом направлении. Теперь можно использовать то, что люди написали онлайн, чтобы быстро понять, как ваш продукт воспринимается. Анализ тональности также может использоваться для мониторинга социальных медиа-платформ в общественном мнении о определенных темах, событиях, продуктах или даже конкурентах для бизнеса.

Почему использовать API OpenAI вместо интерфейса чатбота ChatGPT?

С помощью API openAI вы можете автоматизировать утомительную задачу копирования каждого отзыва в ChatGPT. С помощью одной команды Python вы можете указать ChatGPT проанализировать отзывы клиентов и определить настроение каждого из них. После этого мы можем использовать chatgpt для генерации результатов на экране и сохранения их в Excel и Word для сохранения и дальнейшего обсуждения с вашей командой. Код также даст вам процентное разделение того, сколько отзывов были положительными, отрицательными или нейтральными. API также позволяет использовать результат одной части нашего анализа (т.е. Часть 1 в этом учебнике) как входные данные для следующего шага (т.е. Часть 2, 3 и 4 в следующих учебниках), в конечном итоге создавая информативный анализ улучшения продукта на понятном английском языке, который было бы трудно, если не невозможно сделать только с интерфейсом чатбота.

Пошаговый анализ тональности с помощью машинного обучения

Предположения

1. Чтобы использовать API OpenAI, вам необходимо получить ключ доступа API. Если у вас его еще нет, выполните следующие шаги, чтобы создать бесплатный аккаунт на 3 месяца:
2. У вас есть бесплатный аккаунт Google Colab

Шаг 1: Установите необходимые библиотеки Python в Google Colab

Используется для доступа к API OpenAI и отправки запросов к нему
!pip install pandas openai requests Используется для создания индикатора прогресса во время выполнения вызовов API
!pip install tqdm Используется для вывода результатов в формате Word
!pip install python-docx

Шаг 2: Подготовьте окружение openAI API в Colab

1. Замените раздел, который говорит <REPLACE THIS TEXT WITH YOUR OPENAI API ACCESS KEY> своим личным ключом доступа к API OpenAI. Обязательно оставьте кавычки, окружающие ваш ключ доступа к API.
2. Мы будем использовать API-точку доступа chat/completions вместо старых точек доступа gpt-3, чтобы обеспечить использование последней версии программного обеспечения chatGPT, которое также дешевле в использовании, чем старое API gpt-3.

Шаг 3: Загрузите набор данных для обзора

Мы предполагаем, что отзывы находятся в CSV-файле, названным "reviews.csv". Отзывы содержатся в единственном столбце под названием "Product_Review" с одним отзывом в каждой строке.

В этом примере мы используем отзывы о продукте из бизнеса, возможно, нашего собственного. Однако вы также можете использовать отзывы о продуктах конкурентов или услугах, чтобы понять, как воспринимаются продукты ваших конкурентов пользователями.

Мы выведем данные из фрейма, чтобы убедиться, что всё загружено корректно.

Шаг 4: Определите настроение каждого отзыва о продукте при помощи ChatGPT, выведите результаты в Excel и Word

Примечание: Если вы используете бесплатную пробную учетную запись с openAI, они ограничивают количество запросов к API в минуту. Чтобы обойти это ограничение, в коде между каждым запросом мы вводим задержку на несколько секунд. Если вы используете платную учетную запись openAI с оплатой за использование, вы можете убрать задержку таймера из нижеприведенного кода, time.sleep(4),

API openAI иногда сталкивается с ошибками или перегружается запросами от других пользователей. Чтобы предотвратить сбой кода в таких случаях, мы вводим в код оператор while, который будет повторять запрос к API 3 раза; этого обычно достаточно.

Вы можете видеть, что мы используем модель gpt-3.5-turbo, которую в настоящее время рекомендует openAI как самую быстроработающую, дешевую и мощную модель для такого рода анализа.

Это приглашение (также известное как команда), которое мы даем chatGPT, чтобы инструктировать его действовать в качестве анализатора настроений продуктов и определять, является ли обзор положительным, отрицательным или нейтральным.

Вы - модель языкового ИИ, обученная анализу и определению настроения отзывов о продуктах. Проанализируйте следующий отзыв и определите его настроение: положительное, отрицательное или нейтральное. Верните только одно слово: ПОЛОЖИТЕЛЬНЫЙ, ОТРИЦАТЕЛЬНЫЙ или НЕЙТРАЛЬНЫЙ. "You are an AI language model trained to analyze and detect the sentiment of product reviews."

Шаг 5: Суммировать каждый обзор с помощью ChatGPT, вывести результаты в Excel и Word

Примечание: Подобно предыдущему коду, мы вводим задержку на 4 секунды между вызовами API, чтобы не превысить ограничения бесплатного пробного аккаунта на число вызовов API. Вы можете удалить строку time.sleep(4) если у вас есть платный аккаунт OpenAI.

Мы используем эту подсказку, чтобы попросить ChatGPT суммировать для нас отзывы о продукте.

Вы языковая модель AI, обученная анализировать и резюмировать обзоры продуктов. Опишите следующий обзор продукта, выделите его достоинства и недостатки.

Шаг 6: Продолжайте на 2-ую часть, в которой мы автоматически генерируем список плюсов и минусов продукта из отзывов пользователей

Вот ссылка на Часть 2, где мы определяем преимущества и недостатки и составляем список приоритетных предложений по улучшению продукта.

Вывод

Я надеюсь, что этот учебник оказался вам полезным, и я буду рад ответить на все ваши вопросы.

Я надеюсь, что этот учебник оказался полезным и я с радостью отвечу на любые вопросы.

Обязательно подпишитесь на мою страницу в Medium , чтобы не пропустить вторую часть, в которой мы создадим предложенную стратегию улучшения продукта с помощью ChatGPT.

Если у вас есть какие-либо комментарии, вопросы или вы хотели бы более подробного объяснения каких-либо частей кода выше, пожалуйста, сообщите мне в разделе комментариев.

Кроме того, если есть другие деловые случаи использования NLP, о которых вы хотели бы, чтобы я написал в следующий раз, пожалуйста, дайте мне знать в комментариях или через личное сообщение. Спасибо!