ChatGPT 人工智能：让ChatGPT 学会网页搜索（难度：4）

CreatiCode

简介

像 ChatGPT 这样的大型语言模型从训练数据中学习所有知识，因此它们不知道训练数据截止日期之后的任何新信息。

例如，如果我们问 ChatGPT 这个问题：“哪支球队赢得了 2024 年美洲杯？” 它将无法回答，因为在撰写本文时，ChatGPT 的截止日期是 2023 年 10 月。

对 ChatGPT 的增强

为了解决这个问题，我们可以“教” ChatGPT 寻求帮助。为了说明这个想法，我们可以将 ChatGPT、用户和我们的程序想象成 3 个角色，他们的对话可能如下所示：

用户对程序：谁赢得了 2024 年美洲杯？
程序对 ChatGPT：嘿 ChatGPT，你能尝试回答这个问题吗：谁赢得了 2024 年美洲杯？顺便说一句，如果你发现你需要搜索网络以获取一些新信息，我可以提供帮助。
ChatGPT 对程序：这个问题超出了我的截止日期。请在 Google 上搜索“谁赢得了 2024 年美洲杯？”
程序对 ChatGPT：好的。让我用 Google 搜索一下……好的，我明白了，这是研究结果：阿根廷
ChatGPT 对程序：谢谢。根据搜索结果，以下是给用户的答案：阿根廷
程序对用户：阿根廷

现在，让我们一步一步地构建这个工作流程。

步骤 1 - Remix “Helpful Assistant” 项目

play.creaticode.com/projects/6531b7e60fdce080a4481c1d

步骤 2 - 更新初始提示

由于我们将编写一个相当长的提示，让我们仍然使用“注释”区域来编写提示。

首先，通过右键单击绿旗块来添加注释区域：

接下来，将以下提示复制到注释区域：

你是一个友好的助手，而我是一个可以帮助你的代理。确保你的回应简洁易懂。不要说任何不恰当的话。

当你需要在回答用户问题之前进行网络搜索时，你应该使用特殊标签“WEB:”后跟要搜索的查询来回应我，而不是回应用户。我会把答案提供给你，然后你可以生成对用户的回应。

现在说“嗨”

此提示包含 3 部分：

它首先介绍了上下文，其中 ChatGPT 扮演友好助手的角色，而我们（我们的程序）是帮助它的代理。
然后，向 ChatGPT 发出特殊指令，以便它在需要在线获取一些新信息时要求我们进行网络搜索。还指定了它应该使用的特殊语法，即“WEB:”标签。
最后，我们要求 ChatGPT 说“嗨”并等待用户输入。

接下来，您可以将整个提示从注释区域复制到请求块中，然后按 Enter 键确认：

现在让我们再次用同样的问题进行测试，我们将从 ChatGPT 获得“WEB:”响应：

这是一个很大的改进：ChatGPT 已经学会了它可以使用网络搜索工具来帮助它回答问题。 当然，我们不应该向用户展示这一点，因为最终答案尚未给出。让我们在下面更改它。

步骤 5 - 强制输出格式

ChatGPT 可能不会每次都使用相同的格式。例如，它可能会这样回应：

这种回应的问题在于，我们的程序将很难提取用于网络搜索的确切查询。为了强制 ChatGPT 使用正确的格式，我们可以对提示进行 2 处更改：

添加注释，强调我们期望的格式。
举一个例子，演示正确的回应方式。

以下是更新后的提示：

你是一个友好的助手，而我是一个可以帮助你的代理。确保你的回应简洁易懂。不要说任何不恰当的话。

当你需要在回答用户问题之前进行网络搜索时，你应该使用特殊标签“WEB:”后跟要搜索的查询来回应我，而不是回应用户。我会把答案提供给你，然后你可以生成对用户的回应。请注意，当你需要进行网络搜索时，你必须以“WEB:”开头，除了查询之外什么也不要说。避免询问用户你是否应该进行网络搜索，因为用户不知道网络搜索工具。

例如：
用户：谁赢得了 2024 年奥运会男子 100 米短跑冠军？
你：WEB: 2024 年奥运会男子 100 米短跑冠军
系统：在 2024 年巴黎奥运会上，美国短跑运动员诺亚·莱尔斯在男子 100 米决赛中获胜
你：美国短跑运动员诺亚·莱尔斯

现在说“嗨”

现在请将此新提示复制到您的注释区域，然后将其复制到系统请求块中。这将有助于确保 ChatGPT 坚持我们指定的格式。

步骤 6 - 检查响应是否以“WEB:”开头

接下来，我们将根据 ChatGPT 的响应是否以“WEB:”的特殊标签开头来以不同的方式处理它的响应。我们只会在 ChatGPT 的响应以“WEB:”开头时添加一些额外的步骤。

步骤 7 - 运行网络搜索

当我们发现 ChatGPT 要求我们进行网络搜索时，我们可以从 ChatGPT 的响应中提取提取查询语句，然后使用该查询语句运行网络搜索。

逻辑如下：

ChatGPT 的响应以“WEB:”开头，我们只需要后面的表达式。因此，我们可以使用“substring”块来获取从第 5 个字母开始的响应的子字符串。例如，如果响应变量为“WEB: 2024 年奥运会男子 100 米短跑冠军”，则子字符串将为“ 2024 年奥运会男子 100 米短跑冠军”。
我们可以使用 AI 类别中的“web search”块来搜索网络并将前 3 个结果存储在“result_table”中。

现在，让我们尝试通过再次运行程序来获得一些搜索结果。要查看“result_table”，我们必须从舞台上删除聊天窗口。我们可以单独运行“remove all widgets”块。

之后，通过选中其复选框在舞台上显示“result_table”：

您将看到 result_table 包含 3 列：标题、链接和摘要。摘要只是该网页的简短摘要。

步骤 8 - 聚合搜索结果

要将搜索结果返回给 ChatGPT，我们首先必须将 result_table 中的内容聚合到一个名为“answer”的变量中。例如，我们可以使用几个连接块来组成答案，如下所示，以包含排名第一的搜索结果：

请注意，“\n”表示换行符，这有助于更好地格式化答案文本。因此，“answer”变量将变为：

我们可以使用相同的代码来连接第二个和第三个搜索结果。最后，我们将告诉 ChatGPT 为用户生成响应：

步骤 9 - 将搜索结果提供给 ChatGPT

现在我们将结果传递回 ChatGPT。请注意，我们应该使用 “system request”块发送答案，这向 ChatGPT 表明此答案来自系统，而不是用户。我们仍然会要求 ChatGPT 将响应存储在“response”变量中，这将覆盖之前的响应。

在此步骤之后，“response”变量包含基于网络搜索结果的新响应，我们可以继续将其附加到聊天记录中。

如果您再次使用相同的请求进行测试，ChatGPT 将产生正确的答案！

进一步改进

在本教程中，您已经学习了如何使用网络搜索工具增强 ChatGPT。您可以做些什么来使其更好？以下是一些值得尝试的想法：

改进提示：如果您更多地测试程序，您可能仍然会发现有时它无法运行网络搜索。如果您可以在提示中添加另一个示例对话，那将会很有帮助。您还可以尝试改进提示中的说明，以告诉 ChatGPT 预期的行为是什么。
获取页面内容：当前程序仅向 ChatGPT 提供搜索结果中每个网页的标题和摘要。对于更复杂的问题，这可能不包含用户所要求的信息。进一步的增强是为 ChatGPT 提供另一个工具：获取网页。 为此，您需要对提示进行一些更改：
- 为 ChatGPT 提供每个搜索结果的链接 URL
- 告诉 ChatGPT 如果它需要任何页面的完整内容，它可以发出另一个特殊命令“FETCH：页面的 URL”。
- 当我们收到 FETCH 请求时，使用 Cloud 扩展中的“fetch web page as markdown”块获取该页面的内容，然后将内容发送回 ChatGPT。