منتشر شده: ۱۶ مه ۲۰۲۴
هنگام خرید آنلاین، دیدن حجم نظرات مربوط به محصولات و تعداد محصولات موجود میتواند بسیار گیجکننده باشد. چگونه میتوانیم از میان این همه سر و صدا، محصولی را پیدا کنیم که واقعاً نیازهای خاص ما را برآورده کند؟
برای مثال، فرض کنید میخواهیم یک کوله پشتی برای کار بخریم. کوله پشتیها باید تعادلی بین عملکرد، زیبایی و کاربردی بودن داشته باشند. تعداد نظرات، تشخیص اینکه آیا کیف ایدهآل خود را پیدا کردهاید یا خیر را تقریباً غیرممکن میکند. چه میشود اگر بتوانیم از هوش مصنوعی برای بررسی این همه شلوغی و یافتن محصول ایدهآل استفاده کنیم؟
آنچه مفید خواهد بود، خلاصهای از تمام بررسیها، در کنار فهرستی از رایجترین مزایا و معایب است.

برای ساخت این، ما از هوش مصنوعی مولد سمت سرور استفاده میکنیم. استنتاج روی یک سرور اتفاق میافتد.
در این سند، میتوانید آموزش مربوط به رابط برنامهنویسی کاربردی Gemini با Node.js را دنبال کنید که در آن از Google AI JavaScript SDK برای خلاصهسازی دادههای حاصل از بررسیهای متعدد استفاده شده است. تمرکز ما بر بخش هوش مصنوعی مولد این کار است؛ ما نحوه ذخیره نتایج یا ایجاد صف کار را پوشش نخواهیم داد.
در عمل، شما میتوانید از هر LLM API با هر SDK استفاده کنید. با این حال، ممکن است لازم باشد که دستورالعمل پیشنهادی برای مطابقت با مدل انتخابی شما تطبیق داده شود.
پیشنیازها
یک کلید برای API مربوط به Gemini ایجاد کنید و آن را در فایل محیط خود تعریف کنید.
برای مثال، با استفاده از npm، کیت توسعه نرمافزار جاوا اسکریپت هوش مصنوعی گوگل (Google AI JavaScript SDK) را نصب کنید:
npm install @google/generative-ai
ساخت یک اپلیکیشن خلاصهساز نظرات
- یک شیء هوش مصنوعی مولد را مقداردهی اولیه کنید .
- تابعی برای تولید خلاصههای مرور ایجاد کنید.
- مدل هوش مصنوعی مولد را انتخاب کنید. برای مورد استفاده ما، از Gemini Pro استفاده خواهیم کرد. از مدلی استفاده کنید که مختص مورد استفاده شما باشد (برای مثال،
gemini-pro-visionبرای ورودی چندوجهی است). - یک درخواست اضافه کنید.
- برای ارسال اعلان به عنوان آرگومان، تابع
generateContentرا فراخوانی کنید. - پاسخ را تولید و ارسال کنید.
- مدل هوش مصنوعی مولد را انتخاب کنید. برای مورد استفاده ما، از Gemini Pro استفاده خواهیم کرد. از مدلی استفاده کنید که مختص مورد استفاده شما باشد (برای مثال،
const { GoogleGenerativeAI } = require("@google/generative-ai");
// Access the API key env
const genAI = new GoogleGenerativeAI(process.env.API_KEY_GEMINI);
async function generateReviewSummary(reviews) {
// Use gemini-pro model for text-only input
const model = genAI.getGenerativeModel({ model: "gemini-pro" });
// Shortened for legibility. See "Write an effective prompt" for
// writing an actual production-ready prompt.
const prompt = `Summarize the following product reviews:\n\n${reviews}`;
const result = await model.generateContent(prompt);
const response = await result.response;
const summary = response.text();
return summary;
}
یک دستورالعمل مؤثر بنویسید
بهترین راه برای موفقیت در هوش مصنوعی مولد، ایجاد یک دستورالعمل کامل است. در این مثال، ما از تکنیک دستورالعمل یک مرحلهای برای دریافت خروجیهای ثابت استفاده کردهایم.
اعلان تکمرحلهای توسط خروجی نمونه برای مدلسازی Gemini نمایش داده میشود.
const prompt =
`I will give you user reviews for a product. Generate a short summary of the
reviews, with focus on the common positive and negative aspects across all of
the reviews. Use the exact same output format as in the example (list of
positive highlights, list of negative aspects, summary). In the summary,
address the potential buyer with second person ("you", "be aware").
Input (list of reviews):
// ... example
Output (summary of reviews):
// ... example
**Positive highlights**
// ... example
**Negative aspects**
// ... example
**Summary**
// ... example
Input (list of reviews):
${reviews}
Output (summary of all input reviews):`;
در اینجا نمونهای از خروجی این درخواست آمده است که شامل خلاصهای از تمام بررسیها، در کنار فهرستی از مزایا و معایب رایج است.
## Summary of Reviews:
**Positive highlights:**
* **Style:** Several reviewers appreciate the backpack's color and design.
* **Organization:** Some users love the compartments and find them useful for
organization.
* **Travel & School:** The backpack seems suitable for both travel and school
use, being lightweight and able to hold necessary items.
**Negative aspects:**
* **Durability:** Concerns regarding the zipper breaking and water bottle holder
ripping raise questions about the backpack's overall durability.
* **Size:** A few reviewers found the backpack smaller than expected.
* **Material:** One user felt the material was cheap and expressed concern about
its longevity.
**Summary:**
This backpack seems to be stylish and appreciated for its organization and
suitability for travel and school. However, you should be aware of potential
durability issues with the zippers and water bottle holder. Some users also
found the backpack smaller than anticipated and expressed concerns about the
material's quality.
محدودیتهای توکن
بسیاری از نقدها میتوانند به محدودیت توکن مدل برسند. توکنها همیشه برابر با یک کلمه نیستند؛ یک توکن میتواند بخشهایی از یک کلمه یا چندین کلمه با هم باشد. برای مثال، Gemini Pro محدودیت 30720 توکن دارد. این بدان معناست که درخواست میتواند حداکثر شامل 600 نقد 30 کلمهای به طور متوسط به زبان انگلیسی، منهای بقیه دستورالعملهای درخواست، باشد.
countTokens() برای بررسی تعداد توکنها استفاده کنید و در صورتی که مقدار ورودی از حد مجاز بیشتر باشد، آن را کاهش دهید.
const MAX_INPUT_TOKENS = 30720
const { totalTokens } = await model.countTokens(prompt);
if (totalTokens > MAX_INPUT_TOKENS) {
// Shorten the prompt.
}
ساخت برای شرکت
اگر کاربر Google Cloud هستید یا به هر نحوی به پشتیبانی سازمانی نیاز دارید، میتوانید با Vertex AI به Gemini Pro و مدلهای بیشتری مانند مدلهای Claude از Anthropic دسترسی داشته باشید. میتوانید از Model Garden برای تعیین اینکه کدام مدل به بهترین وجه با مورد استفاده خاص شما مطابقت دارد، استفاده کنید.
مراحل بعدی
اپلیکیشنی که ما ساختیم برای ارائه مؤثرترین خلاصهها به شدت به نقدهای باکیفیت متکی است. برای جمعآوری این نقدهای باکیفیت، مقاله بعدی این مجموعه با عنوان «به کاربران کمک کنید با هوش مصنوعی وب روی دستگاه، نقدهای مفید برای محصولات بنویسند» را بخوانید.
ما میخواهیم نظر شما را در مورد این رویکرد بشنویم. به ما بگویید که کدام موارد استفاده بیشتر مورد توجه شما هستند. میتوانید نظرات خود را به اشتراک بگذارید و به برنامه پیشنمایش اولیه بپیوندید تا این فناوری را با نمونههای اولیه محلی آزمایش کنید.
مشارکت شما میتواند به ما کمک کند تا هوش مصنوعی را به ابزاری قدرتمند و در عین حال کاربردی برای همه تبدیل کنیم.
بعدی: به کاربران کمک کنید تا نظرات مفید در مورد محصولات بنویسند