AI 情感分析的一些解决方案

情感分析类别

• 开心
• 害羞
• 伤心
• 生气
• 无聊
• 迷人
• 问候
• 再见

实现方式

通过情感分析 Chain 实现

方案：即在 AI 完成回复后将回复内容再发一个请求来分析结果。

• 优点：情感分析比较准确，目前最基础的大模型都能够很简单地完成情感分析任务。
• 缺点：需要等待 AI 完成回复后再分析，消耗 2 倍 Token，

System_Prompt

情感分析可以添加到 System_Prompt 中，让模型在答复的时候添加到首位。

感情的类型有表示平常的 “neutral”、表示喜悦的 “happy”、表示愤怒的 “angry”、表示悲伤的 “sad”、表示放松的 “relaxed” 这五种。
请在接下来地对话中按下面地对话内容的格式输出：
[{neutral|happy|angry|sad|relaxed}]{对话语句}
你发言的示例如下：
[neutral] 你好。[高兴（happy）] 过得好吗？
[happy] 这件衣服，挺可爱的吧？
[happy] 最近，我迷上了这家店的衣服呢！
[sad] 我忘了，抱歉啊。
[sad] 最近，有没有什么有意思的事儿呀？
[angry] 啊！[生气（angry）] 居然要保密，这也太过分了呀！
[neutral] 暑假有什么计划呀～。
[happy] 要不咱们去海边玩吧！

• 添加情感分析 Chain。
  • => 如果用 Chain 的话太花费请求了，最好是在一次请求中可以返回。
  • 一个请求回复对应一种表情和动作。
• 情感分析类似触摸反馈，可以进行编辑设置，可启用或关闭。