N8N中文教程
集成节点/Built in_nodes/Actions/OpenAI

OpenAI 文本操作#

使用此操作可向模型发送消息或通过 OpenAI 对文本进行违规分类。有关 OpenAI 节点本身的更多信息,请参阅 OpenAI 文档。

向模型发送消息#

使用此操作向 OpenAI 模型发送消息或提示,并接收响应。

输入以下参数:

  • 连接凭据:创建或选择现有的 OpenAI 凭据。
  • 资源:选择 Text
  • 操作:选择 Message a Model
  • 模型:选择要使用的模型。如果不确定使用哪个模型,需要高智能场景可尝试 gpt-4o,需要最快速度和最低成本可尝试 gpt-4o-mini。更多信息请参阅 模型概览 | OpenAI 平台。
  • 消息:输入 Text 提示词并为模型分配生成回复时使用的 Role。有关如何通过这些角色编写更好提示词的更多信息,请参阅 提示词工程 | OpenAI。可选择以下角色之一:
    • User:以用户身份发送消息并获取模型响应。
    • Assistant:让模型采用特定语气或个性特征。
    • System:默认系统消息为 "You are a helpful assistant"。虽然可以在用户消息中定义指令,但系统消息中设置的指令更有效。每个对话只能设置一条系统消息,用于设置模型行为或为下一条用户消息提供上下文。
  • 简化输出:开启后可返回简化版本的响应而非原始数据。
  • 以 JSON 格式输出内容:开启后可尝试以 JSON 格式返回响应。与 GPT-4 Turbo 及所有新于 gpt-3.5-turbo-1106GPT-3.5 Turbo 模型兼容。

选项#

  • 频率惩罚 (Frequency Penalty) : 应用惩罚值以降低模型重复相似内容的倾向。取值范围在 0.02.0 之间。
  • 最大令牌数 (Maximum Number of Tokens) : 设置响应内容的最大令牌数。对于标准英文文本,一个令牌约等于四个字符。使用此参数可限制输出长度。
  • 生成结果数量 (Number of Completions) : 默认值为 1。设置每个提示词要生成的完整回复数量。请谨慎使用,设置较高数值会快速消耗令牌额度。
  • 话题新鲜度惩罚 (Presence Penalty) : 应用惩罚值以促使模型讨论新话题。取值范围在 0.02.0 之间。
  • 输出随机性 (Temperature) : 调整响应的随机程度。取值范围在 0.0(确定性输出)到 1.0(最大随机性)之间。建议调整此参数或输出随机性 (Top P) 中的一项,而非同时调整两者。可从中间值(约 0.7)开始,根据实际输出结果进行调整。若响应过于重复或刻板,可提高该值;若过于混乱或偏离主题,则降低该值。默认值为 1.0
  • 输出随机性 (Top P) : 调整 Top P 设置以控制助手回复的多样性。例如,0.5 表示考虑概率权重前 50% 的选项。建议调整此参数或输出随机性 (Temperature) 中的一项,而非同时调整两者。默认值为 1.0

更多信息请参阅 消息模型 | OpenAI 文档。

文本违规分类#

此操作用于识别并标记可能存在危害的内容。OpenAI 模型将分析文本并返回包含以下字段的响应:

  • flagged: 布尔值字段,标识内容是否具有潜在危害性
  • categories: 具体违规分类的标记列表
  • category_scores: 每个分类的得分情况

需填写以下参数:

  • 连接凭证 (Credential to connect with) : 创建或选择现有的 OpenAI 凭证
  • 资源类型 (Resource) : 选择 文本 (Text)
  • 操作类型 (Operation) : 选择 文本违规分类 (Classify Text for Violations)
  • 文本输入 (Text Input) : 输入需要判断是否违反审核策略的文本
  • 简化输出 (Simplify Output) : 开启后将返回简化版本的响应而非原始数据

选项#

  • 使用稳定模型 (Use Stable Model) : 开启后将使用模型的稳定版本而非最新版本,准确度可能略有降低

请参阅 Moderations | OpenAI 文档以获取更多信息。

常见问题#

有关常见错误或问题及建议解决步骤,请参阅常见问题。