ChatGPT 研究 | 操作演示

概述

在这个 ChatGPT 演示 中，您也可以将其导入到您的帐户中，作为构建您的 ChatGPT 研究的模板，您可以看到当参与者写下提示时，ChatGPT 的答案直接出现在 Labvanced 中！

如下所示，有一个聊天区域显示所有历史记录，以及一个输入字段供参与者写下他们的提示：

用户输入触发菜单

这就是演示在实际操作中的样子，以及在视频末尾显示的记录数据：

在本操作演示中，我们将逐步讨论如何设置 ChatGPT 研究，以便您熟悉其内容并开始将这一强大功能纳入到您的下一个研究中！

注意：为了在您的研究中建立与 ChatGPT 的连接，您需要在 设置 标签页下的 特殊功能 中输入您自己的唯一 API 密钥，以用于 Open AI 集成。

ChatGPT 任务中的变量

变量 用于保存和存储记录的数据，包括字符串和数字值。经常使用 Labvanced 的研究人员会在创建事件时立即创建一个变量。

为了本演示的目的，我们将提前列出变量，如下节所述：

列出 ChatGPT 研究中使用的自定义变量的变量表
变量名称描述
chatString这是将保存整个聊天字符串的变量，基本上格式化参与者的提示和 ChatGPT 的消息，下面的事件部分将详细解释。

附加变量设置：
  • 起始值： 欢迎！请在下面的输入字段中开始输入 😃 <br><br>
  • 记录类型： 仅最终值
df这是一个包含 2 列的 .csv 文件，作为数据框变量上传。
chatGPTAnswer该变量在调用时会被系统自动识别 [进一步解释如下]。此时无需创建它，但我们列出它，因为稍后会提到它。

附加变量设置：
  • 记录类型： 仅最终值
PromptsLeft对于本演示，我们希望为参与者分配 5 个提示。因此，我们需要创建一个起始值为 5 的数字变量，然后使用事件在每次将提示发送给 ChatGPT 时减少该计数器。

附加变量设置：
  • 初始值： 5
  • 记录类型： 仅最终值
Input该变量将在您将 输入字段对象 添加到编辑器后立即创建。它存储参与者输入的值，作为他们给 ChatGPT 的提示。

附加变量设置：
  • 记录类型： 仅最终值

向画布添加对象

为了设置聊天界面和呈现说明，需要向画布添加几种不同类型的对象，如下所述。

聊天 GPT 研究的画布框架中对象的视图

显示文本对象

在此 ChatGPT 研究中，显示文本对象是必要的，以：

  1. 提供说明
  2. 在屏幕上显示聊天历史

在此演示中，我们创建并命名了以下显示元素：

显示文本名称描述
Chat BoxChat Box 实际上是参与者的所有提示和 ChatGPT 的答案将以聊天格式呈现的地方。在此元素内部，有一个链接的变量称为 chatString，将显示参与者和 ChatGPT 答案的聊天字符串。

方向： 添加显示元素，将其调整为更大形状，修改占位符文本为其他内容，例如“文本”，突出显示它，在文本编辑器中单击顶部的红色 [x] 并从菜单中选择 ChatString 变量。Start value 文本将现在显示。
Top InstructionsTop Instructions 包含参与者的说明，并包含一个链接的变量称为 PromptsLeft，它将显示参与者剩余可用的提示数量。

创建聊天框效果

在深入探讨之前，让我们谈谈将显示对话的聊天框。

由于 Labvanced 是一个在浏览器中运行的应用程序，因此它从屏幕顶部渲染到底部。这影响信息的呈现方式。为了创建类似聊天的效果，我们必须在 Chat Box 对象中输入一个 CSS 命令，以便聊天文本反向显示，让较新的文本显示在底部（我们希望这样，因为这在现实中聊天的样子是较新的消息出现在底部）。

要创建这种效果，只需选择 Chat Box 对象，在右侧面板中列出对象属性，向下滚动到 Change CSS Properties 区域并插入以下代码片段： p{ height: 300px; overflow: auto; display: flex; flex-direction: column-reverse; padding: 10px }

这是通过 column-reverse CSS 样式选项实现的，该选项基本上反转文本的流动，最终显示新消息在聊天的底部，而不是顶部。

这应该看起来像这样：

侧边菜单中输入代码以创建聊天效果的对象属性。

一旦您输入此代码片段，ChatString 变量的名称将跳到对象的底部。

使用同一 Object Properties 面板，您还可以通过分配 Border-Size 和 Border-Color 来指定聊天框的样式，在上面的示例中，Border-Size 设置为 2，Border-Color 为黑色。

起始值：聊天框内的文本

一般而言，当有人访问 ChatGPT 时，会有某种提示消息，例如‘嗨，我今天如何为您提供帮助？' 您可以通过访问创建的变量（在 Chat Box 对象中链接）并在 Variable Properties 下输入 Start Value 来添加此类起始消息。

在变量中输入起始值。

如上所示，我们在此演示中使用以下起始消息： 欢迎！请在下面的输入字段中开始输入 😃 <br><br>

注意： <br> 是一个用于在文本中创建 换行符 的 HTML 标签，因此在创建新行并在聊天框内附加时将创建新行。

输入字段

输入字段是参与者将编写的提示，将发送给 ChatGPT。要创建一个，只需从编辑器侧边的对象面板插入一个 输入对象。

插入后，系统会提示您为与此对象关联的变量命名。对于本演示，我们将此对象命名为 input。

重要： 此外，为了进一步控制与此特定对象相关的选项，在右侧面板的 Object Properties 中，当选择此对象时，请确保指示以下选项：

  • Show Question Header: 选项为 未选择
  • Input type 选择为 text.
  • Focused 标记为 true，使输入字段处于活动状态（即参与者不必每次都单击它才能输入）。

事件概述

事件在此 ChatGPT 研究中是必要的，以完成以下操作：

  1. 显示并发送参与者的提示给 ChatGPT
  2. 接收并在聊天中显示 ChatGPT 的答复
  3. 记录聊天字符串（由参与者编写和由 ChatGPT 创建）
  4. 进展到下一个试验

为了本演示的目的，我们创建并命名了两个主要事件，以上动作将在这两个事件下进行处理：

  • 发送事件： 即，向 ChatGPT 发送消息并在聊天中显示
  • 接收事件： 即，接收来自 ChatGPT 的消息并在聊天中显示

发送事件

发送事件是指当参与者向 ChatGPT 发送询问时发生的操作，即它是从 Labvanced 发往 OpenAI 的信息。

我们希望通过此事件做到：

  1. 在聊天区域显示输入字段中的文本
  2. 将参与者写入的提示保存为变量数据
  3. 将其发送给 ChatGPT

触发器

激活此事件的触发器是 Enter on Input 类型，特定目标是我们之前创建的 input 对象。因此，当参与者在使用此对象时按下 Enter 键，此事件将被触发。

输入触发的Enter

动作

指定上述内容后，我们继续定义由于此触发器而发生的动作。

此变量将把参与者的查询（输入）打包成聊天格式，通过前面加上文本‘You:’，然后添加一个换行符来开始新行。

设置 chatstring 变量以记录 ChatGPT 研究中的聊天交换。

  • Set/Record Variable 动作包含我们之前创建的 chatString 变量。
  • 其中有几个 Arithmetic 操作，它们基本上创建了聊天的效果。当将字符串元素与（+）结合时，您便是在附加并通过组合变量和值来使字符串更长。
  • 以下是此算术操作中值的说明：
    • ChatString：调用特定变量，然后后面的内容将附加到它。
    • You:：一个常量字符串值，您直接输入以给参与者分配标识。
    • input：命名为 input 的变量，即参与者在输入字段中输入的内容现在将在聊天框中显示。
    • <br><br>：一个常量字符串值，这是通过 HTML <br> 创建新行的方式。

在此事件中的第二个动作是 Send to OpenAI 动作，利用 API 将参与者所写的内容（即 input 变量的内容）发送给 OpenAI。

发送到 OpenAI 动作，它利用 API 发送参与者所写的内容

我们还希望将 PromptsLeft 变量的值减少 1（记得在开始时我们分配给参与者发送 5 个提示的额度）。

设置变量以计算剩余多少提示

一旦参与者按下 Enter，我们还希望他们继续进行下一个试验。因此，为此我们使用了 Jump Action，并指定为 Next Trial。

跳转动作下的下一次试验选项

注意： 我们为此 ChatGPT 研究创建了 6 次试验，您将在下面显示记录数据的部分了解更多。当然，有许多处理试验使用方式的方法，在此演示中我们选择了这种方法。如果您有任何问题，请随时与我们联系！

选择 6 次试验以与提示计数对齐

接收事件

通常，接收来自 ChatGPT 的响应需要大约 100-500 毫秒的时间。一旦接收到响应，这可以用作触发器，以：

  1. 将响应记录为存储变量
  2. 在聊天中可视化呈现答案
  3. 导航到下一个试验

触发器

OpenAI Trigger 利用 API 从 ChatGPT 接收答案，然后将该值存储到我们之前创建的 2 列数据框中（这里命名为 df）。

发送提示到 OpenAI 的 OpenAI 触发器

动作

指定上述内容后，我们继续定义由于此触发器而发生的动作。

与我们在上一步中显示参与者的输入的方式类似，我们现在将做同样的工作以显示 ChatGPT 的答案。

不同之处在于，代替‘You:’，我们写上‘chatGPT:’作为常量字符串值，以在聊天中引入答案...而且代替 input 变量，我们通过选择作为 特定触发器值，选择 Chat GPT Answer。

设置聊天字符串变量以附加来自ChatGPT的答案

下面的动作还被添加以将 ChatGPT 答案（自动从 API 接收到）记录为其自己的值。

创建变量以存储 Chat GPT 答案

由于任务将在提示数量达到 =0 时自动结束，我们希望给参与者一个机会阅读 ChatGPT 的最后答案，因此我们使用 Control Action 的 Delayed Action 在最后一次试验结束时延迟 3000 毫秒，Requirement Action 规定如果 PromptsLeft 变量等于 0，则实验将继续进行到 Next Task.

当提示计数达到零时延迟 3000 毫秒的延迟操作。

指定为此结果，实验将跳转到 ChatGPT 研究的下一个任务。

结束屏幕和保存数据 - 任务 2

在我们的案例中，下一个任务称为‘结束’，这是一个感谢屏幕，其中实验被设置为接受会话，即研究结束。

任务编辑器中的第二个 ChatGPT 研究的视图

接受会话事件

为了保存研究数据，我们希望在参与者到达这一点时接受会话并结束研究。

触发器

因此，触发器是 On Frame Start：

开始帧触发器

动作

使用另一个 Delayed Action 的 Jump Action → Accept / End Session 用于保存数据。

延迟操作，其中接受会话。

我们使用延迟操作，因为研究将在时间过去后自动关闭/结束，我们希望给参与者时间阅读屏幕上的内容，然后研究结束。

记录的数据预览 ChatGPT 演示

下图捕获了此研究设置的数据将在 数据视图和导出选项卡 中的样子，其中显示了试验编号（Trial_Nr）、任务名称（Task_Name）、chatGPT 答案、参与者提示（input），以及剩余提示数量（PromptsLeft）：

数据视图和导出选项卡的视图，其中显示了记录的每个变量的 ChatGPT 研究。


结论

总的来说，这个演示展示了如何利用 ChatGPT 功能，在参与者和 ChatGPT 之间创建交互和对话，同时将输入和响应保存为变量值。

有许多方法和方式可以使用此功能来构建 ChatGPT 研究。如果您有任何问题，请与我们联系！