使用ChatGPT OpenAi API分析客戶產品評論：提取商業洞察的情感分析（第1部分）- 一個逐步指南

如何使用ChatGPT需要了解的内容

ChatGPT和现在的GPT-4都是一种称为大型语言模型（LLM）的人工智能神经网络，擅长自然语言处理和其他高级任务，具有类似于人类的能力。GPT代表“生成预训练变换器”，表示它可以基于用户的输入和关键字命令（称为提示）生成文本响应。它是由openai开发的，通过聊天机器人界面提供，或者如我们将在本教程中看到的那样，作为一个更强大的应用程序编程接口（API）。虽然这听起来可能很技术性，但使用API并不困难，只需要获取一个免费的API密钥，然后提供所需的输入数据即可；所有的人工智能魔力都将在幕后发生，在几秒钟内输出结果。

ChatGPT的工作原理是什么？

ChatGPT是一款由AI驱动的会话技术，允许用户与AI系统进行交流。它通过使用自然语言处理（NLP）算法来理解用户的输入，然后执行相应的任务。在本教程中，我们将要求它检测客户评论的情感，并总结冗长的评论。 ChatGPT已经接受了大量的知识和数据培训，使其能够回答各种查询和问题。进行的交互越多，ChatGPT就越学习，不断提高其响应能力。这被称为机器学习。该系统的灵活性使组织和个人可以定制其功能以满足其特定需求。总之，ChatGPT通过其聊天机器人或API接口提供了一种简单的方式，使非程序员可以访问强大的自然语言AI技术，从而从根本上改变了可以完成的数据分析类型。

使用ChatGPT分析客户反馈数据如何帮助你的公司

使用 ChatGPT 分析客户反馈并改善客户体验肯定能使贵公司受益。通过使用AI模型，ChatGPT 可以帮助您的公司通过终于利用公司收集但从未有效利用的大量数据，为您的客户创造更好的体验。通过利用现有的公司数据并挖掘其中的见解，您可以增加客户忠诚度，提高客户保留率并增加收入。ChatGPT API 使贵公司能够以准确且迅速的方式分析客户反馈。通过改善公司的数据挖掘工作的质量，您可以更快地做出更有效的数据驱动决策。

ChatGPT擅长使用人工智能进行语言生成任务

ChatGPT是一款出色的语言生成工具，擅长生成类似人类文本的内容，非常适合内容创作和其他需要逻辑和创造力的叙事式报告。它生成类似人类的文本能力使其在为博客，社交媒体和网站生成引人入胜和多样化内容方面非常有用。ChatGPT的文本完成功能允许用户仅输入几个关键字，然后AI根据这些关键字自动生成完整句子或段落。这使得内容创作过程更加轻松和省时，使您的业务能够快速高效地生成内容。本教程中，我们首先使用ChatGPT API分析我们的评论，然后利用ChatGPT的文本生成能力创建一个详细的产品优缺点列表和根据重要性和易于实施程度进行排名的建议产品改进策略。

AI驱动的分析应用：使用openAI ChatGPT API进行情感分析，从客户产品评论中提取洞察力

为什么要进行情感分析？

情感分析在今天的世界中变得越来越重要，因为人们越来越自由、容易地在线上表达他们的意见。情感分析涉及对书面文本进行分析，然后将其归类为积极、消极或中性的语气。这种技术可以为营销人员提供有价值的见解，了解消费者的行为和偏好，然后可以被企业用来改善产品和服务、提高客户体验或提供更好的客户支持。以前，您必须进行调查或客户焦点小组来尝试了解您的客户在想什么，希望收集这些数据的过程不会在某种程度上偏袒某种观点。现在，您可以利用人们在线上写下的东西来快速了解您的产品被认为是什么样的。情感分析还可以用于监测社交媒体平台上关于某些话题、事件、产品或竞争对手的公众意见，以供商业用途。

为什么要使用OpenAI API而不是ChatGPT聊天机器人接口？

通过使用OpenAI API，您可以自动化繁琐的任务，无需将每个评论复制粘贴到ChatGPT中。使用Python中的一个命令，您可以指示ChatGPT分析客户评论并确定每个评论的情感。完成这一步骤后，我们可以使用ChatGPT在屏幕上生成结果，也可以将它们保存到Excel和Word中进行安全保管，并进一步与您的团队进行讨论。该代码还将为您提供积极、消极或中性评论的百分比分布。该API还允许我们将分析的输出（即本教程中的第1部分）作为输入传递到接下来的步骤（即下一个教程中的第2、3和4部分），最终使用简单明了的英语创建出有洞察力的产品改进分析，如果仅使用聊天机器人界面将很难做到这一点。

逐步学习机器学习情感分析

假设

1. 要使用openai API，您需要拥有API访问密钥。如果您还没有，请按照以下步骤创建3个月的免费帐户。
2. 您拥有免费的Google Colab帐户。

步骤 1：在 Google Colab 中安装所需的 Python 库

用于访问OpenAI API并发送请求
!pip install pandas openai requests 用于在进行API调用时创建进度跟踪器
!pip install tqdm 用于将结果输出为Word格式
!pip install python-docx

第二步：在Colab中准备openAI API环境

1. 将说“<REPLACE THIS TEXT WITH YOUR OPENAI API ACCESS KEY>”的部分替换为您的私人 OpenAI API 访问密钥。确保在您的 API 访问密钥周围留下“ ”。
2. 我们将使用聊天/完成 API 端点而不是旧的 gpt-3 端点，以确保我们使用的是软件的最新 chatGPT 版本，这比旧的 gpt-3 API 更便宜。

步骤三：加载你的评论数据集

在此我们假设评论是包含在名为“reviews.csv”的CSV文件中的。评论都在单独的一列中，名为“Product_Review”，每行仅包含一条评论。

在这个例子中，我们使用的是来自一家企业的样品产品评论，可能是我们自己的。但是，你也可以使用竞争产品或服务的产品评论来了解用户如何看待你的竞争对手的产品。

我们将打印出数据框以确保所有内容都正确加载。

步骤4：使用ChatGPT确定每个产品评论的情感，并将结果输出到Excel和Word中

注意：如果您使用的是 openAI 的免费试用帐户，则他们每分钟限制您发送数据到 API 的次数。为了解决此限制，我们在每个请求之间的代码中引入了几秒钟的延迟。如果您使用的是按使用量付费的 openAI 帐户，则可以从以下代码中删除此延迟计时器 time.sleep(4)。

openAI API有时会遇到错误或被其他用户的请求压垮。为了防止代码在出现这种情况时失败，我们在代码中引入了一个while从句，该从句将重试3次API调用，这通常足够了。

您可以看到我们正在使用gpt-3.5-turbo，这是OpenAI目前推荐的速度最快、价格最便宜、功能最强大的模型，适用于此类分析。

这是我们发送给 chatGPT 的提示（又称命令），它将指示 chatGPT 行动，作为产品情感分析器，确定评论是正面的、负面的还是中立的。

你是一款AI语言模型，专门用于分析和检测产品评论的情感。分析以下产品评论，确定其情感是正面的，负面的还是中性的。只返回一个单词，即正面、负面或中性。

第五步：使用ChatGPT对每个评论进行总结，将结果输出到Excel和Word中

注意：和前一个代码类似，我们在 API 调用间引入 4 秒的延迟，以避免超过免费试用账户对 API 调用的限制。如果你已有付费的 OpenAI 账户，可以删除 time.sleep(4) 这一行。

这是我们用来告诉ChatGPT为我们总结产品评论的提示。

你是一个AI语言模型，训练过分析和总结产品评论。总结以下产品评论，突出优缺点。

第六步：继续进行第二部分，我们将自动生成用户评论中产品的优点和缺点列表

这里是第二部分链接，我们将深入讨论如何创建优缺点列表，并得出一份按优先级排序的产品改进建议列表。

结论

我希望你会觉得这篇教程很有帮助，如果有任何问题，我很乐意回答。

我希望您觉得本教程有所帮助，如有问题，欢迎提问。

请务必关注我的 Medium 账号，以便您查看接下来的第二部分，我们将在该部分中使用 ChatGPT 创建建议的产品改进策略。

如果您有任何评论、问题或想更详细地了解以上代码的任何部分，请在评论区告诉我。

此外，如果您希望我写下其他关于自然语言处理的商业用例，请在评论区或私信中告诉我。谢谢！