ChatGpt应用在电商中如何让AI帮我们优化选择商品标题(Python代码实现RPA脚本)

我们做电商的小伙伴都知道,给自己的商品定义商品标题,增加其在被推广和被检索的概率是非常重要的,一个好的标题,可以让我们的销量翻倍,针对多个商品时,更是比较难处理,如下是通过chatGPT,通过python脚本批量处理的逻辑,可以供小伙伴学习,借鉴

import time

import pandas as pd
import requests


def openai(cat):
    jsondata = {
        "model": "text-davinci-003",
        "prompt": generate_prompt(cat),
        "max_tokens": 3800,
        "temperature": 0
    }

    print("开始调用openAI获取数据", jsondata)
    responseJson = requests.post(url='https://api.openai.com/v1/completions', json=jsondata,
                                 headers={
                                     "Authorization": api_key}).json()

    if len(responseJson.get('choices')) > 0:
        result = responseJson.get('choices')[0].get('text')
    else:
        result = 'Opps sorry, you beat the AI this time'
    return result


def generate_prompt(cat):
    # 华硕笔记本
    return '''检索电商类目为“{cat}“下的产品标题作为依据,根据该类目下的标题,结合热销词和营销词,推荐10个商品的标题'''.format(
        cat.capitalize()
    )


def print_hi(name):
    # 在下面的代码行中使用断点来调试脚本。
    print(f'Hi, {name}')  # 按 ⌘F8 切换断点。


# 按间距中的绿色按钮以运行脚本。
if __name__ == '__main__':
    filename = "data1.csv"
    api_key = "Bearer sk-="

    data = pd.read_csv('./data/' + filename)
    numData = data.to_numpy()
    outData = []
    for rowd in numData:
        stri = rowd[0] + "->" + rowd[1] + "->" + rowd[2]
        r = openai(stri)
        if r is not None:
            r = str.strip(r)
        outrowArr = [stri, r]
        outData.append(outrowArr)
        print(r)
        # 正式跑的时候，需要把这个去掉
        break
    # t = time.time()
    t = time.strftime('%Y%m%d%H%M%S', time.localtime())
    df = pd.DataFrame()
    df = pd.DataFrame(outData, columns=['类目产品', '前10个标题'])
    df.to_csv('./data/out_' + t + filename, encoding='utf_8', sep=',', index=False, header=True)
    print("---------处理完成----------")

有心的小伙伴,就会发现,标题可以处理是否可以编写文案,查找热搜词、营销词哪,更多场景等你来.可以留言一起交流哦