《Prompt工程之OpenAI库》 3）文本处理能力实战

本文链接：https://blog.csdn.net/qq_42540492/article/details/147189980

除了对话，OpenAI 的模型在各种文本处理任务中也表现出色，适用于内容生成、总结提取、改写翻译等场景。本章将通过实际案例，讲解如何使用 OpenAI 库完成这些任务。

文章目录

关于openai库的安装见博客：《Prompt工程之OpenAI库》 1）安装教程（阿里云百炼平台）

3.1 文本总结

总结是最常见的应用之一。你可以用非常自然的提示词让模型“帮我总结一下以下内容”。

🧩 示例：

messages = [
    {"role": "system", "content": "你是一位擅长信息归纳的助手。"},
    {"role": "user", "content": "请帮我总结以下文本：\n\n人工智能（AI）正在快速发展，它在医疗、教育、金融等领域有广泛应用。但也带来了隐私、伦理等问题……"}
]

response = client.chat.completions.create(
    model="qwen-plus",
    messages=messages
)

print(response.choices[0].message["content"])

📌 技巧： 你可以指定总结风格，如“用三句话总结”或“以小学生能理解的方式总结”。

3.2 文本翻译与改写

翻译和改写任务对语言模型来说非常擅长。可以通过自然提示进行“翻译”或“用不同风格表达”。

🔸 翻译：

messages = [
    {"role": "user", "content": "请把下面的文字翻译成英文：我今天学习了 OpenAI 的库，非常有趣！"}
]

🔸 改写（学术风格）：

messages = [
    {"role": "user", "content": "请将这段话改写为正式的学术风格：我觉得 AI 会改变很多行业。"}
]

📌 提示模板：

“请以更加正式/简洁/口语化/文学化的风格改写：{原文}”
“请改写为适合发在微博/LinkedIn 的内容”

3.3 信息抽取与结构化输出

模型也可以将非结构化文本变为结构化数据，例如从一段文本中提取人名、时间、地点、情绪等。

🔹 示例：从用户留言中提取关键信息

messages = [
    {"role": "system", "content": "你是一个结构化信息抽取助手，返回 JSON 格式结果。"},
    {"role": "user", "content": "我昨天在上海吃了一家很棒的餐厅，叫‘弄堂小馆’，价格适中，服务很好。"}
]

期望输出（模型会自动结构化）：

{
  "地点": "上海",
  "餐厅名称": "弄堂小馆",
  "评价": "价格适中，服务很好",
  "时间": "昨天"
}

📌 技巧： 明确说明返回格式，如“请返回一个 JSON 对象，包含字段 X、Y、Z”。

3.4 情感分析与文本分类

你也可以用 ChatCompletion 实现轻量的情感分析、标签分类任务。

🔹 情感分析示例：

messages = [
    {"role": "user", "content": "请判断下面评论的情绪倾向（正面/中立/负面）：\n\n这次客服真的让我太失望了！"}
]

🔹 文本分类：

messages = [
    {"role": "user", "content": "请将以下短文分类为以下类型之一：科技 / 娱乐 / 体育 / 财经 / 其他。\n\nOpenAI 推出了最新的 GPT-4 模型……"}
]

📌 技巧： 你也可以让模型返回结构化格式，例如 {"类别": "科技"}，方便程序处理。

3.5 提示词工程技巧

🧠 提示工程小贴士：

先示例，后请求：先给模型看一两个示例，再提供新输入，会显著提升效果；
强调输出格式：在 system prompt 或 user prompt 中说明“请用 JSON 返回”或“只返回结论”；
逐步提示：如“第一步，找出关键词；第二步，总结成一句话”，可提升复杂任务的准确性；
避免模糊词汇：“详细”、“专业”这类词可以加上具体说明，比如“请详细到每个步骤的层级”。

✅ 本章小结

模型擅长处理总结、翻译、改写、信息抽取等任务；
自然语言提示即可完成复杂文本分析；
合理设计 prompt 可实现类结构化输出；
可结合 JSON 作为返回格式，提升自动处理能力；

🧪 本章练习

让模型总结一段你任意挑选的新闻报道；
提供一条用户评论，请模型判断其情感倾向；
编写一个函数，输入任意段文本，输出 JSON 格式的地点、人名、事件；
用模型将一段普通叙述改写为营销广告语风格。