本文主要是介绍chatGPT的Embedding最佳实践：拥有自己的AI客服，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
越来越多的人都知道AI的重要性，在自己的运营渠道里面想加入自己的AI机器人，比如公众号、小程序等等。下面介绍一种不需要你懂代码即可实现的方法。
一、注册账号
登录网址 FELH AI，注册账号后登录。
二、自定义一个AI角色
点击左下角菜单中的【自定义AI角色】，新建一个属于自己的AI。
- 头像：在发布到渠道后，用户聊天窗口中AI的头像
- 角色名称：发布到渠道后，用户聊天窗口的标题
- Prompt：为自己的机器人预设身份
- 发布后欢迎语：发布到渠道后，当用户于AI发起聊天时，AI说的欢迎语（第一句话）
三、发布到公网
点击对应角色的发布按钮。
访问地址只适配了移动端
由于发布到公网之后，这个链接所有使用的Token将从当前角色所属账号进行扣除，所以当不需要的时候可以关闭访问。
下面开启和关闭时的访问效果：
把后台中的访问地址配置到你的渠道就可以让你的用户体验到你的客服了
四、更多高级设置
- 自定义聊天参数
开启后将覆盖账户设置的聊天配置，使用当前页面配置信息。
建议参数：
- 会话模型：GPT-3.5- Turbo
- 保持上下文：打开（聊天才会有上下文记忆功能，如果你的AI主要就是回答相对独立的问题，可不必开启，开启后会增加Token使用量）
- 回复占比：30%
- 个人知识库：打开（这样才会使用到你在个人知识库中录入的内容）
- 聊天图片模式：随意（只有在使用GPT-4-VISION_PREVIEW这个模型的时候才会使用到这个参数）
- 回复多样性：0.5 - 0.6 （值越大，回答越放飞自我，如果你的知识库内容很多，建议使用比较小的值，比如0.3 - 0.4）
- 管理问题（发布网站）
这个功能是为了智能提示用户问题，保证用户提出的问题都在个人知识库中已经涉及到。
举个例子：
在个人知识库中录入如下信息：
然后在网站问题中加入几个问题有些相关有些不相关
在发布的网站中于AI进行对话
如上图所示，AI会根据匹配到的知识库内容对用户的问题进行解答，然后还会把关联度较高的问题进行推荐，用户可以直接点击这些关联问题继续与AI对话（所以网站问题一定要在个人知识库中有相应的解答）。
如何学习大模型 AI ？
由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。
但是具体到个人，只能说是：
“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。
这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。
我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。
我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。
第一阶段（10天）：初阶应用
该阶段让大家对大模型 AI有一个最前沿的认识，对大模型 AI 的理解超过 95% 的人，可以在相关讨论时发表高级、不跟风、又接地气的见解，别人只会和 AI 聊天，而你能调教 AI，并能用代码将大模型和业务衔接。
- 大模型 AI 能干什么？
- 大模型是怎样获得「智能」的？
- 用好 AI 的核心心法
- 大模型应用业务架构
- 大模型应用技术架构
- 代码示例：向 GPT-3.5 灌入新知识
- 提示工程的意义和核心思想
- Prompt 典型构成
- 指令调优方法论
- 思维链和思维树
- Prompt 攻击和防范
- …
第二阶段（30天）：高阶应用
该阶段我们正式进入大模型 AI 进阶实战学习，学会构造私有知识库，扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架，抓住最新的技术进展，适合 Python 和 JavaScript 程序员。
- 为什么要做 RAG
- 搭建一个简单的 ChatPDF
- 检索的基础概念
- 什么是向量表示（Embeddings）
- 向量数据库与向量检索
- 基于向量检索的 RAG
- 搭建 RAG 系统的扩展知识
- 混合检索与 RAG-Fusion 简介
- 向量模型本地部署
- …
第三阶段（30天）：模型训练
恭喜你，如果学到这里，你基本可以找到一份大模型 AI相关的工作，自己也能训练 GPT 了！通过微调，训练自己的垂直大模型，能独立训练开源多模态大模型，掌握更多技术方案。
到此为止，大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗？
- 为什么要做 RAG
- 什么是模型
- 什么是模型训练
- 求解器 & 损失函数简介
- 小实验2：手写一个简单的神经网络并训练它
- 什么是训练/预训练/微调/轻量化微调
- Transformer结构简介
- 轻量化微调
- 实验数据集的构建
- …
第四阶段（20天）：商业闭环
对全球大模型从性能、吞吐量、成本等方面有一定的认知，可以在云端和本地等多种环境下部署大模型，找到适合自己的项目/创业方向，做一名被 AI 武装的产品经理。
- 硬件选型
- 带你了解全球大模型
- 使用国产大模型服务
- 搭建 OpenAI 代理
- 热身：基于阿里云 PAI 部署 Stable Diffusion
- 在本地计算机运行大模型
- 大模型的私有化部署
- 基于 vLLM 部署大模型
- 案例：如何优雅地在阿里云私有部署开源大模型
- 部署一套开源 LLM 项目
- 内容安全
- 互联网信息服务算法备案
- …
学习是一个过程，只要学习就会有挑战。天道酬勤，你越努力，就会成为越优秀的自己。
如果你能在15天内完成所有的任务，那你堪称天才。然而，如果你能完成 60-70% 的内容，你就已经开始具备成为一名大模型 AI 的正确特征了。
这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】
这篇关于chatGPT的Embedding最佳实践：拥有自己的AI客服的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
