Стилизация текста
Обновлено 27 марта 2024
Пример промпта для переписывания текста с учетом заданного стиля.
Структура промпта
- GigaChat API
- GigaChain
{
"model": "GigaChat",
"messages": [
{
"role": "system",
"content": "Ты — опытный копирайтер. Перепиши маркетинговый текст с учетом вида текста и выбранного стиля."
},
{
"role": "user",
"content": "Перепиши текст как научную статью. Текст: Благодаря новой LLM GigaChat лучше следует инструкциям и может выполнять более сложные задания: улучшилось качество суммаризации, рерайтинга и редактирования текстов, а ответы на вопросы стали точнее.\nПо результатам тестов новый GigaChat уже превзошел схожие по количеству параметров иностранные аналоги в бенчмарке MMLU.\nДостичь таких результатов получилось за счет множества экспериментов по улучшению модели и повышению эффективности ее обучения. В частности, команда использовала фреймворк для обучения больших языковых моделей с возможностью шардирования весов нейросети по видеокартам, что позволило сократить потребление памяти на них.\nВ числе первых доступ к API новинки получат бизнес-клиенты Сбера и участники академического сообщества."
}
]
}
Промпт работает с помощью библиотеки gigachain_core, начиная с версии 0.1.9.1.
Для обновления библиотеки выполните команду:
pip install -U gigachain_core
input_variables: [text, style]
output_parser: null
messages:
- role: system
prompt:
template: 'Ты — опытный копирайтер. Перепиши маркетинговый текст с учетом вида текста и выбранного стиля.'
- role: user
prompt:
template: 'Текст: {text}. Стиль: {style}.'
template_format: f-string
_type: chat
Шаблон содержит переменные:
text
— текст, который нужно переписать. Обязательное поле;style
— стиль итогового текста. Обязательное поле.
Пример запроса
- GigaChat API
- GigaChain
curl --location 'https://gigachat.devices.sberbank.ru/api/v1/chat/completions' \
--header 'Content-Type: application/json' \
--header 'Authorization: <токен_доступа>' \
--data '{
"model": "GigaChat",
"temperature": 1.0,
"top_p": 0.1,
"n": 1,
"max_tokens": 512,
"repetition_penalty": 1.0,
"stream": false,
"messages": [
{
"role": "system",
"content": "Ты — опытный копирайтер. Перепиши маркетинговый текст с учетом вида текста и выбранного стиля."
},
{
"role": "user",
"content": "Перепиши текст как научную статью. Текст: Благодаря новой LLM GigaChat лучше следует инструкциям и может выполнять более сложные задания: улучшилось качество суммаризации, рерайтинга и редактирования текстов, а ответы на вопросы стали точнее.\nПо результатам тестов новый GigaChat уже превзошел схожие по количеству параметров иностранные аналоги в бенчмарке MMLU.\nДостичь таких результатов получилось за счет множества экспериментов по улучшению модели и повышению эффективности ее обучения. В частности, команда использовала фреймворк для обучения больших языковых моделей с возможностью шардирования весов нейросети по видеокартам, что позволило сократить потребление памяти на них.\nВ числе первых доступ к API новинки получат бизнес-клиенты Сбера и участники академического сообщества."
}
]
}'
from langchain.prompts import load_prompt
from langchain.chat_models.gigachat import GigaChat
giga = GigaChat(credentials="<авторизационные_данные>")
prompt = load_prompt("lc://prompts/content/text_rewrite.yaml")
chain = prompt | giga
chain.invoke(
{
"text": "Благодаря новой LLM GigaChat лучше следует инструкциям и может выполнять более сложные задания: улучшилось качество суммаризации, рерайтинга и редактирования текстов, а ответы на вопросы стали точнее.\nПо результатам тестов новый GigaChat уже превзошел схожие по количеству параметров иностранные аналоги в бенчмарке MMLU.\nДостичь таких результатов получилось за счет множества экспериментов по улучшению модели и повышению эффективности ее обучения. В частности, команда использовала фреймворк для обучения больших языковых моделей с возможностью шардирования весов нейросети по видеокартам, что позволило сократить потребление памяти на них.\nВ числе первых доступ к API новинки получат бизнес-клиенты Сбера и участники академического сообщества.",
"style": "Научная статья"
}
).content