释放ChatGPT 的力量：构建ChatGPT 食谱聊天机器人的综合视频系列

欢迎观看我们最新的视频系列："如何使用Botpress 构建一个由ChatGPT 驱动的食谱聊天机器人"。

在本系列中，我们将引导您利用Botpress 强大的generative AI 功能，从头开始创建ChatGPT 菜谱聊天机器人。我们的分步视频系列旨在帮助初学者释放Botpress 和ChatGPT 的全部潜力。 

通过这些视频，您将学习到基本的聊天机器人构建技能，如捕获用户信息、进行 API 调用、在旋转木马中显示内容，以及利用人工智能任务的强大功能来设计交互式、引人入胜的对话。

该系列视频可能是关于食谱聊天机器人的，但不用担心，你学到的技能还可以用于其他很多场合：酒店预订、保险报价、客户服务聊天--你说得出的都有。在与用户对话时，它们都会使用相同的三段式结构。因此，无论您想在哪个行业或应用中使用聊天机器人，只要与我们一起学习，您就能为您的企业创建属于自己的ChatGPT 聊天机器人。

视频系列分解

视频 1：概述

在 "食谱机器人 "系列视频的第一段视频中，来自Botpress 的 Gordy 介绍了我们将共同打造的聊天机器人项目。这个聊天机器人旨在根据用户的喜好推荐食谱，帮助他们制定晚餐计划。Gordy 带我们了解了聊天机器人的三个主要部分：捕捉用户信息、使用 API 获取食谱以及提供上下文问答。

Gordy 重点介绍的最有趣的功能之一是人工智能任务卡，它利用ChatGPT 简化了聊天机器人的构建过程，使其比以往更快、更简单。第一段视频结束后，您一定会迫不及待地进入本系列的其余部分，我们将创建一个新的机器人，并从头开始构建配方聊天机器人。

视频 2：捕捉信息

在系列视频的第二部分，Gordy 将直接进入构建聊天机器人的第一阶段：捕获用户信息。他指导我们创建一个新的机器人，并清理默认模板，为项目提供一块干净的石板。为了规划聊天机器人，Gordy 为每个任务创建了空节点，从问候用户开始，询问人数，询问饮食偏好，最后获取食谱搜索查询。 

戈迪演示了如何使用 "捕捉卡 "提取用户信息，如人数，并将其存储在变量中。然后，他通过创建自定义选项供用户选择来捕捉饮食偏好。最后一步是利用ChatGPT 处理食谱搜索查询。通过使用人工智能任务卡，Gordy 指导ChatGPT 对用户的输入进行分类并提取相关关键词。 

在整个视频中，Gordy 在Botpress 模拟器中测试了每一个步骤，以确保一切正常运行。有了机器人的基本骨架，接下来的视频就做好了准备，我们将学习如何使用 "执行代码 "卡调用外部 API 并为用户获取真实世界的食谱。敬请期待更多精彩的机器人制作冒险！

视频 3：调用外部 API

在该系列的第三个视频中，Gordy 继续使用Botpress Studio 的generative AI 功能构建聊天机器人。在本集中，他重点介绍了如何使用外部 API 根据用户输入获取真实世界的数据。使用的 API 是 Spoonacular，它提供了一个大型食品数据库和慷慨的免费层级。

在注册 Spoonacular 并获得 API 密钥后，Gordy 演示了如何在Botpress Studio 中使用环境变量来安全地存储和管理 API 密钥。接下来，他概述了调用 API 和处理数据的计划。 

为了编写 API 调用所需的代码，Gordy 利用Botpress' GPT 的 "执行代码 "功能。通过提供详细的提示，他让 GPT 生成必要的代码，其中包括处理 API 调用参数并将结果保存到工作流中。然后，他修改了一个节点，将 API 调用结果显示为文本。 

在模拟器中测试聊天机器人后，API 调用成功检索到大量信息。在下一个视频中，Gordy 将重点介绍如何将这些数据转化为视觉上吸引人的旋转木马，为用户带来更易消化、更吸引人的体验。

视频 4：在旋转木马中动态显示内容

在上一个视频中从 Spoonacular 的外部 API 获取数据后，第四个视频的重点是解析数据，并将其从一大段文本转换为视觉上吸引人的旋转木马。戈迪演示了完成后的旋转木马的样子，每个食谱都有图片、标题和按钮。我们面临的挑战是如何将 API 中的原始数据转换成这种用户友好的格式。 

为了创建旋转木马，Gordy 再次使用Botpress' GPT "执行代码 "功能来帮助编写必要的代码。虽然生成的代码需要手动调整，但 GPT 提供了一个坚实的起点。然后，他继续编写代码来处理 API 返回的不同数量的配方，并展示了如何使用 GPT 进行转换。

在设置了必要的节点并填充了正确的变量名后，Gordy 测试了聊天机器人，并成功生成了一个包含三张食谱卡的旋转木马。 

视频 5：调用外部 API

第五个视频的重点是整合ChatGPT 以支持上下文问答，让用户可以就从 Spoonacular API 获取的食谱提问，并获得相关的准确回答。

为了实现这一目标，高迪规划了一系列节点来提示用户提出问题，使用ChatGPT 回答问题，并询问用户是否还有其他问题。他演示了设置人工智能任务和转换的过程，强调了提供上下文信息和让人工智能 "退出 "以解决幻觉问题的重要性。

Gordy 演示了如何通过运行一段代码来创建聊天历史变量，确保聊天机器人遵守 5000 个字符的提示限制。然后，他测试了聊天机器人，向它提出了有关菜谱的各种问题，人工智能成功地提供了准确且与上下文相关的答案。

视频 6：发布和共享机器人

我们系列的第六个视频从机器人构建转向机器人共享。Gordy 接着解释了如何在网站上发布和嵌入 Recipe 机器人，让更多受众与聊天机器人互动。只需点击一下Botpress Cloud Studio，我们就可以发布机器人，然后使用 "分享 "按钮分发链接，让其他人与机器人互动。

要将机器人集成到网站中，Gordy 演示了如何在Botpress 管理仪表板中使用网络通道。他复制了所提供的代码并将其嵌入到 GitHub 页面中，这样就可以直接从网站访问机器人了。

视频 7：用人工智能赋予机器人个性

在该系列的第七个视频中，高迪展示了如何通过使用人工智能个性功能来提高食谱机器人的吸引力。赋予食谱机器人个性的目的是让它成为一个生动的对话者，避免重复互动。

为机器人注入不同的问候语或问题风格以前需要手工制作，这可能会耗费大量时间。有了Botpress 中的人工智能个性功能，这一过程就变得简单多了。

Gordy 进入聊天机器人设置，演示 "个性重写"。通过描述所需的个性类型--在本例中是儿童动画片中的卡通厨师--他就能影响机器人的交流风格，包括表情符号的使用。 

人工智能个性功能的妙处在于，无论对话的方向如何，它都能让机器人的个性在整个对话中熠熠生辉。

视频 8：如何应对对话失败

在 "配方机器人 "系列的第八个视频中，高迪深入探讨了 "后备 "的概念--旨在处理意外用户反应和不合作用户的必要应急计划。目标是什么？使用我们的配方机器人创建更强大、更有弹性的对话流。

Gordy 首先要找出机器人初始问题中可能存在的问题，例如当用户提供的答案不明确或不寻常时。为了解决这个问题，Studio 提供了一个简单的解决方案：重试。通过增加重试次数，我们可以巧妙地提升提示的细节，让用户给出更准确的答案。

然而，仅仅重试并不总是足够的。针对用户提供不可行答案的情况（例如，需要一份供一百万人使用的食谱），高迪提出了验证的概念。通过验证，我们可以为采集卡提取的数据定义精确的规则。 

回退规划的第三层涉及处理失败的转换，如果机器人在重试后仍无法从用户那里提取到正确的信息，就可以添加这种转换。这可以防止机器人陷入重复相同问题的循环，从而让对话自然地进行。

视频 9：思维链提示

在该系列的第九部中，高迪通过增强人工智能任务的鲁棒性和解决人工智能幻觉问题，将配方机器人提升到了一个新的水平。

在视频的开头，Gordy 提出了一个有趣的挑战--如果用户请求的内容与机器人的目的无关，比如 Minecraft 食谱，该怎么办？为了处理这种超出范围的查询，防止不必要的 API 调用，Gordy 实现了一个分类任务。这个初始任务会过滤用户的信息，判断它是 "食物配方 "请求还是 "超出范围 "请求。然后，我们使用转换功能创建一个后备节点，以捕捉超出范围的问题，并告知用户机器人的具体功能。

视频的第二部分深入探讨了一个引人入胜的人工智能挑战：人工智能幻觉。当人工智能模型（如ChatGPT ）自信地断言某些事实不正确时，就会出现幻觉。高迪提出了两种应对策略：（1）在提示中提供事实信息；（2）采用一种名为 "思维链 "的提示技术。

由谷歌开发的 "思维链 "提示功能可将复杂的问题分解成更小的组成部分。然后，人工智能会对其中的每一个部分进行处理，并根据回复生成最终的、符合事实的准确答案。Gordy 演示了如何在 Studio 中实施这一技术，从而提高配方机器人的准确性，尤其是在处理复杂的用户查询时。

视频 10：如何使用食谱机器人模板

在本系列的第十个也是最后一个视频中，Gordy 将带领我们走完配方机器人之旅。他首先向我们展示了如何访问我们在Botpress Studio 中从头开始构建的机器人。

接下来，我们要了解让机器人模板正常工作的一个关键组件--添加 API 密钥。在 Spoonacular 创建账户并获得密钥后，将其添加到 Studio 中的机器人中，就这样，食谱机器人就可以处理烹饪问题了。

模板机器人配备了本系列中演示的所有功能，包括思维链工作流程。不过，如果你希望机器人只提供最终答案，而不需要整个思维链过程，Gordy 会向你展示如何轻松修改工作流程。

最后一段视频强调了Botpress 的灵活性和适应性，展示了一个机器人模板（包含丰富的功能）如何启动机器人构建过程，从想法到功能完善的概念验证。

代码片段

视频 3 中调用 Spoonacular API 的代码片段

var options = {
  method: 'GET',
  url: 'https://api.spoonacular.com/recipes/complexSearch',
  params: {
    query: workflow.baseQuery,
    diet: encodeURIComponent(workflow.dietType),
    apiKey: env.apiKey,
    number: '3',
    ignorePantry: 'false',
    sort: 'popularity',
    sortDirection: 'asc',
    addRecipeInformation: 'true',
    addRecipeNutrition: 'false'
  }
}
const response = await axios.request(options)
if (response.status == 200) {
  workflow.recipes = response.data.results
} else {
  console.log(`API call failed with status code ${response.status}`)
}

视频 4 中出现的代码片段，用于渲染食谱旋转木马

workflow.recipes = []
const myCards = workflow.recipeInfo.map((recipe) => {
  workflow.recipes.push({
    title: recipe.title,
    vegetarian: recipe.vegetarian,
    vegan: recipe.vegan,
    glutenFree: recipe.glutenFree,
    dairyFree: recipe.dairyFree,
    veryHealthy: recipe.veryHealthy,
    cheap: recipe.cheap,
    veryPopular: recipe.veryPopular,
    readyInMinutes: recipe.readyInMinutes,
    servings: recipe.servings,
    summary: recipe.summary
  })
  // create the card object
  return {
    type: 'card',
    title: {
      dynamicValue: `${recipe.title}`,
      valueType: 'dynamic'
    },
    subtitle: {
      dynamicValue: '',
      valueType: 'dynamic'
    },
    imageUrl: {
      dynamicValue: `${recipe.image}`,
      valueType: 'dynamic'
    },
    actions: [
      {
        action: 'url',
        label: 'View Recipe',
        value: `${recipe.sourceUrl}`
      }
    ]
  }
})
workflow.cards = []
for (var card of myCards) {
  workflow.cards.push({
    //in order to render a card, we only need these three fields
    title: card.title,
    imageUrl: card.imageUrl,
    actions: card.actions[0]
  })
}

视频 5 中出现的准备聊天记录的代码片段

workflow.chatHistory = []
event.state.session.history.map((message) => {
  if (message.preview != 'What would you like to know about these recipes?') {
    workflow.chatHistory.push(`${message.sender}:${message.preview}`)
  }
})

const myStr = `Using the provided recipe information and chat history as context, try to answer the question as honestly as possible. If you don't know the answer, say "I don't know." 

Your answer should be friendly and complete, using the same words from the question as much as possible.
Recipe info: ${JSON.stringify(workflow.recipeInfo)}
Chat history: ${JSON.stringify(workflow.chatHistory)}
User question: ${event.preview}}`
console.log(`The prompt is ${myStr.length} characters long`)
if (myStr.length > 5000) {
  console.log('The prompt is too long! Omitting the chat history...')
  workflow.chatHistory = []
}

结论

在这个综合视频系列中，Gordy 探索了使用Botpress 构建一个由ChatGPT 驱动的食谱聊天机器人的过程。该系列涵盖了基本的聊天机器人构建技术，如捕获用户信息、调用 API、在旋转木马中显示内容，以及利用人工智能任务的强大功能创建交互式、引人入胜的对话。我们还深入探讨了更高级的主题，如整合ChatGPT 以进行上下文问答、为机器人注入活泼的个性、创建回退和执行思维链提示。

如果您还没有观看过该系列视频，我们邀请您观看并开始使用Botpress 构建自己的chatbots 。在构建菜谱机器人时展示的技能和技巧可用于不同行业的各种聊天机器人应用。随着该系列的完成，我们鼓励您加入我们的下一个机器人构建系列！

有了ChatGPT 和Botpress 的强大功能，您现在就可以创建动态、吸引人的chatbots ，满足您组织的特定需求。 开始使用吧--免费！

祝机器人制作愉快