ChatGPT 研究 | 教程

概述

在这个 ChatGPT 演示中， 您也可以将其导入到您的帐户中，并用作构建 ChatGPT 研究的模板，您可以看到当参与者写下提示时，ChatGPT 的回答会直接出现在 Labvanced 中！

如下所示，有一个聊天区域显示所有历史记录，还有一个输入框，参与者可以在其中写下他们的提示：

用户输入触发菜单

这是演示在行动中的效果，并伴随着视频结尾处显示的录制数据：

在本教程中，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在下一个研究中整合这一强大功能！

注意：为了在您的研究中与 ChatGPT 建立连接，您需要在 Settings 标签下的 Special Features 中输入您自己的唯一 API 密钥，专门用于 开放 AI 集成。

ChatGPT 任务中的变量

变量 保存和存储记录的数据，包括字符串和数值。通常，熟悉使用 Labvanced 的研究人员会在现场创建变量，就像在创建事件时一样。

出于本演示的目的，我们将按照即将到来的部分列出变量：

自定义变量在此 ChatGPT 研究中使用的变量表
变量名称描述
chatString这是将保存整个聊天字符串的变量，基本上格式化聊天中显示的参与者的提示和 ChatGPT 的消息，稍后将在事件部分中详细解释。

附加变量设置：
  • 起始值: 欢迎！请开始在下面的输入框中输入 : ) <br><br>
  • 记录类型： 仅最终值
df这是一个 2 列的 .csv 文件，作为数据框变量上传。
chatGPTAnswer这个变量在调用时会被系统自动识别 [稍后进一步解释]。此时无需创建它，但我们列出它是因为稍后会提到。

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 的数值变量，然后使用事件在每次向 ChatGPT 发送提示时减少该计数器。

附加变量设置：
  • 起始值： 5
  • 记录类型： 仅最终值
Input此变量将在您将 输入字段对象 放入编辑器时创建。它存储参与者输入作为其对 ChatGPT 的提示的值。

附加变量设置：
  • 记录类型： 仅最终值

向画布添加对象

要设置聊天界面并展示说明，需要将几种不同类型的对象添加到画布中，如下所述。

ChatGPT 研究的画布框架中的对象视图

显示文本对象

Display text 对象对于此 ChatGPT 研究是必需的，以便于：

  1. 提示操作说明
  2. 在屏幕上显示聊天历史记录

在本演示中，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 基本上是所有参与者的提示和 ChatGPT 的答案以聊天格式出现的地方。在这个元素内部，有一个名为 chatString 的链接变量，将显示参与者的聊天字符串和 ChatGPT 的答案。

说明： 添加显示元素，将其调整为大尺寸，将占位符文本更改为其他内容，如“文本”，突出显示它，在文本编辑器中点击顶部的红色 [x]，并从菜单中选择 ChatString 变量。现在将显示 Start value 文本。
Top InstructionsTop Instructions 包含给参与者的操作说明，并包括一个名为 PromptsLeft 的链接变量，将显示参与者剩余的提示数量。

创建聊天框效果

在深入之前，让我们谈谈将显示对话的聊天框。

由于 Labvanced 是一款在浏览器中运行的应用程序，因此从屏幕顶部到底部呈现。这影响了信息的呈现方式。为了创建聊天样式的效果，我们必须为 Chat Box 对象输入一个 CSS 命令，以便聊天文本被反转，新的文本显示在底部（我们想要这样，因为这就是聊天在现实生活中的样子，较新的消息出现在底部）。

要创建此效果，您只需选择 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 }

这通过 column-reverse CSS 样式选项实现，基本上反转文本的流，从而使新的消息最终显示在聊天的底部，而不是顶部。

这应该看起来像这样：

在侧边菜单中输入代码以创建聊天效果的对象属性。

当您输入此代码片段时，ChatString 变量的名称将跳至对象底部。

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

起始值：聊天框内的文本

一般来说，当有人访问 ChatGPT 时，会有某种提示消息，例如“你好，今天我能为您提供什么帮助？”您可以通过访问与 Chat Box 对象链接的创建变量并在 Variable Properties. 下面输入来添加这样的起始消息。

在变量中输入起始值。

如上所示，我们在本演示中使用了以下起始消息： 欢迎！请开始在下面的输入框中输入 😃 <br><br>

注意： <br> 是一个 HTML 标签，用于在文本中创建 换行符，以便在聊天框内创建并附加新的聊天行时产生新行。

输入字段

输入字段是参与者将写下他们的提示的地方，该提示将发送到 ChatGPT。要创建一个，只需从编辑器侧面的对象面板中插入 输入对象。

插入后，您将被提示命名与此对象关联的变量。对于本演示，我们将此对象命名为 input。

重要提示： 此外，为了进一步控制与此特定对象相关的选项，在选中此对象时，在 Object Properties 右侧面板中，确保以下选项被指明：

  • Show Question Header: 选项为 未选中
  • Input type 被选为 text.
  • Focused 标记为 true，这将使输入框处于活动状态（即参与者不必每次点击它才能输入）。

事件概述

在此 ChatGPT 研究中，事件是必要的，以执行以下操作：

  1. 显示并发送参与者的提示到 ChatGPT
  2. 接收并显示 ChatGPT 的回答
  3. 记录聊天字符串（参与者编写和 ChatGPT 创建）
  4. 进入下一个试验

出于本教程的目的，我们创建并命名了两个主要事件，以上操作将在此事件下进行：

  • 发出事件： 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。

发出事件

发出事件指的是当参与者将查询发送给 ChatGPT 时将发生的操作，即从 Labvanced 发送到 OpenAI 的信息。

此次活动的目的是：

  1. 在聊天区域显示输入字段中的文本
  2. 将参与者的书面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 触发器类型，特定目标为我们之前创建的 input 对象。因此，当参与者在使用该对象时按下回车键，此事件将被触发。

输入触发器的回车

动作

在指定上述内容后，我们继续定义作为此触发器结果发生的动作。

这样，这个变量将把参与者的查询（输入）打包成类似聊天的格式，通过在前面加上文本“你：”并添加一个换行符来开始新的一行。

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。
  • 其中有多个 Arithmetic 操作，本质上创造了聊天的效果。当使用 (+) 组合字符串元素时，你是在通过结合变量和值来追加并使字符串变得更长。
  • 以下是这一算术运算中值的说明：
    • 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，您只需输入以给予参与者标签。
    • input：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>：使用 HTML <br> 创建新行的常量字符串值。

在此事件中我们有的第二个动作是 Send to OpenAI 动作，它利用 API 将参与者写的内容（即 input 变量的内容）发送到 OpenAI。

发送到 OpenAI 动作，利用 API 发送参与者所写的内容

我们还希望将 PromptsLeft 的变量值减少 1（请记住，在开始时我们让参与者能够发送 5 个提示）。

设置变量以计算剩余的提示数量

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

跳转操作下的下一个试验选项

注意： 我们为这个 ChatGPT 研究创建了 6 个试验，您将在下面的部分中了解这些数据的记录。显示记录的数据。 当然，有许多方法可以处理如何使用试验，而在这个演示中我们选择了这种方法。如果您有任何问题，请与我们联系！

选择 6 个试验以与提示计数对齐

incoming event

通常，从 ChatGPT 获取响应需要时间，大约 100-500 毫秒。收到响应后，则可以作为触发器使用：

  1. 将响应记录为存储变量
  2. 在聊天中直观展示答案
  3. 导航到下一个试验

Trigger

OpenAI Trigger 利用 API 接收来自 ChatGPT 的答案，然后将该值存储到我们之前创建的 2 列数据框（此处名为 df）。

发送提示到 OpenAI 的 OpenAI 触发器

动作

在指定上述内容后，我们继续定义作为此触发器结果发生的动作。

以与先前步骤中显示参与者输入相似的方式，我们现在将显示 ChatGPT 的答案。

这里的不同之处在于，我们不是以“你：”开头，而是写“chatGPT：”作为常量字符串值，以引导聊天中的答案……而不是调用“输入”变量，我们通过选择它作为点击笔图标时列出的 触发器特定值 来调用 Chat GPT Answer。

设置 chat string 变量以附加 ChatGPT 的答案

下面的动作也被添加，以便将 ChatGPT 答案（即从 API 自动接收的）记录为其自己的值。

创建一个变量来存储 Chat GPT 答案

因为当提示数量达到 =0 时，任务将自动结束，我们希望给参与者提供机会阅读 ChatGPT 的最后答案，因此我们使用 Control Action 来延迟最后一个试验结束 3000 毫秒，称为 Delayed Action，其中 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 毫秒的延迟动作。

规定结果是实验将跳转到 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”，是一个感谢屏幕，实验设置为接受会话，即研究结束。

任务编辑器中第二个 ChatGPT 研究的视图

接受会话事件

为了保存研究的数据，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：

帧开始的触发器

动作

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

延迟动作，其中接受会话。

我们使用延迟动作，因为研究将在时间过后自动关闭/结束，我们希望给参与者时间阅读屏幕上的内容，然后再结束研究。

ChatGPT 演示的记录数据预览

下面的图像捕捉了本研究设置的数据将如何在 Dataview and Export Tab 中显示，其中显示了试验编号（Trial_Nr）、任务名称（Task_Name）、chatGPT 答案和参与者提示（输入）以及剩下的提示数量（PromptsLeft）：

数据视图和导出标签的视图，其中显示了 ChatGPT 研究每个变量记录的数据。


结论

总的来说，此演示展示了如何利用 ChatGPT 功能创建参与者与 ChatGPT 之间的互动和对话，同时将输入和响应保存为变量值。

有许多方法可以使用此功能构建 ChatGPT 研究。如果您有任何问题，请与我们联系！