Openai提供了一个教程，讲述如何将网站上的信息添加到Completion.create API调用中。然而，看起来这个调用已经被ChatCompletion.create调用所取代，后者提供了对上下文更好的控制。那么，如何向ChatCompletion.create调用添加检索到的信息呢？

特别是对于Completion.create API调用，您可以使用类似标记语言的方式将相关网页添加到prompt field中，例如

prompt = f"根据下面的上下文回答问题，如果根据上下文无法回答问题，请说“我不知道”\n\n上下文: {context}\n\n---\n\n问题: {question}\n回答:"f"根据下面的上下文回答问题，如果根据上下文无法回答问题，请说“我不知道”\n\n上下文: {context}\n\n---\n\n问题: {question}\n回答:"

其中，context是不同网页的文本，用"\n\n###\n\n"分隔，而question是实际需要回答的问题。

ChatCompletion.create调用没有prompt字段，取而代之的是messages字段，并且它似乎不解析标记语言。那么，如何将此类信息放入ChatCompletion.create调用中呢？我尝试使用

'messages': ['role': 'user', 'content': prompt]

但这返回的答案比使用Completion.create API短得多。

回答：

我发现的最佳方法是像对待成人一样，给它提供回答问题所需的必要信息。所以我的消息是

[  { 'role': 'user', 'content': prompt },  { 'role': 'user', 'content': question }]

其中，prompt是

"请根据下面的上下文回答下一个问题，如果根据上下文无法回答问题，请说“我不知道”。问题与我的网站有关，上下文是网站中与问题嵌入向量余弦距离最接近的部分。上下文: #{context}:"

而question是问题的文本。在某些情况下，这可能会比Completion.create API调用给出更简短的回答，但大多数情况下，答案似乎更好。