海老と牡蠣のミックスフライ定食1900円@キッチン チェック@池袋。高いだけ合ってご立派!
海老と牡蠣のミックスフライ定食1900円@キッチン チェック@池袋。高いだけ合ってご立派! キッチン チェック カウンターだけの小さな店だけど、いつも行列! 誰も並んでなかったので初入店。 昔懐かしい食品サンプル。 海老 続きを読む 海老と牡蠣のミックスフライ定食1900円@キッチン チェック@池袋。高いだけ合ってご立派!
本とか料理とかコンピュータとか
海老と牡蠣のミックスフライ定食1900円@キッチン チェック@池袋。高いだけ合ってご立派! キッチン チェック カウンターだけの小さな店だけど、いつも行列! 誰も並んでなかったので初入店。 昔懐かしい食品サンプル。 海老 続きを読む 海老と牡蠣のミックスフライ定食1900円@キッチン チェック@池袋。高いだけ合ってご立派!
会話ログを読み込ませて、chatgpt apiを使って、回答させてみた。
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 |
import openai # OpenAIのAPIキーを設定 openai.api_key = '' # 会話ログを変数に保存 conversation_log = """ A: こんにちは、どうもありがとう。 B: いえいえ、どういたしまして。 A: 今日の天気はどうですか? B: 今日は晴れですね。 A: それは良かったです。 """ # 会話ログに基づいて質問 question = "AとBはどこで会話していますか?" # GPTに質問を投げかけるプロンプトを作成 prompt = f"{conversation_log}\nQ: {question}\nA:" # APIを使って、ブラウザ上で行う質問&応答を生成 response = openai.chat.completions.create( model="gpt-3.5-turbo", # または適切なモデル名を指定 messages=[ {"role": "system", "content": "以下の会話に基づいて質問に答えてください。"}, {"role": "user", "content": prompt} ] ) # 応答の内容を正しく取得します。 for choice in response.choices: print(choice.message.content) # AとBはおそらく屋外で会話しています。 |
会話ログファイルを読み込ませたい! 「会話データセット 日本語」でググったら、以 続きを読む 会話ログを読み込ませて、chatgpt apiを使って、回答させてみた。
ドンサルヴォ(星型のピザ)2200円@ナポリスタカ 神谷町店。美味しいけど、ずっと同じ味で、半分くらいで飽きてくる~。 ナポリスタカ 神谷町店 開店時間ぴったりに行ったら、20人弱くらい着席してた…。 基本的に複数人で行 続きを読む ドンサルヴォ(星型のピザ)2200円@ナポリスタカ 神谷町店。美味しいけど、ずっと同じ味で、半分くらいで飽きてくる~。
slack投稿をs3にjson形式で保存したので、athenaでデータ分析してみた slack投稿時にlambdaを実行させる。その後、投稿内容をS3に保存 slack投稿毎に、ファイル名は日時にして、JSONファイルと 続きを読む slack投稿をs3にjson形式で保存したので、athenaでデータ分析してみた
新NISAで初めて買ったのは、ユニクロ(ファーストリテイリング)を、かぶミニ(単元未満株)で1株でした。 ユニクロとかキーエンスは高すぎて、NISA(240万円まで)で買えないよ~。と思っていたら かぶミニ(単元未満株) 続きを読む 新NISAで初めて買ったのは、ユニクロ(ファーストリテイリング)を、かぶミニ(単元未満株)で1株でした。