该 ai.generate_response 函数利用生成式人工智能，根据你自己的指令生成自定义文本响应，只需一行代码即可实现。
注释
概述
该 ai.generate_response 函数可用于 Spark 数据帧。 必须将现有输入列的名称指定为参数。 还必须指定基于字符串的提示符和一个布尔值，该值指示是否应将该提示视为格式字符串。
该函数返回新的 DataFrame，为每个输入文本行提供自定义响应，这些响应存储在一个输出列中。
小窍门
了解如何遵循 OpenAI 的 gpt-4.1 提示，创建更有效的提示以获取更高质量的响应。
Syntax
df.ai.generate_response(prompt="Instructions for a custom response based on all column values", output_col="response")
参数
| Name | Description |
|---|---|
prompt 必选 |
包含提示说明的 字符串 。 这些说明适用于自定义响应的输入文本值。 |
is_prompt_template 可选 |
一个 布尔值 ，指示提示是格式字符串还是文本字符串。 如果此参数设置为True，则该函数只考虑格式字符串中每列的特定行值。 在这种情况下，这些列名必须出现在大括号之间，而其他列将被忽略。 如果此参数设置为其默认值 False，则该函数会将所有列值视为每个输入行的上下文。 |
output_col 可选 |
一个 字符串 ，其中包含用于存储每行输入文本的自定义响应的新列的名称。 如果未设置此参数，则为输出列生成默认名称。 |
error_col 可选 |
一个 字符串，其中包含新列的名称，用于存储因处理每行输入文本而导致的任何 OpenAI 错误。 如果未设置此参数，则为错误列生成默认名称。 如果输入行没有错误，则此列中的值为 null。 |
退货
该函数返回一个包含新列的 Spark 数据帧 ，该列包含针对每个输入文本行的提示的自定义文本响应。
Example
# This code uses AI. Always review output for mistakes.
# Read terms: https://azure.microsoft.com/support/legal/preview-supplemental-terms/.
df = spark.createDataFrame([
("Scarves",),
("Snow pants",),
("Ski goggles",)
], ["product"])
responses = df.ai.generate_response(prompt="Write a short, punchy email subject line for a winter sale.", output_col="response")
display(responses)
此示例代码单元提供以下输出：
相关内容
- 将ai.generate_response与 pandas 配合使用。
- 使用 ai.similarity 计算相似性。
- 使用 ai.classify 对文本进行分类。
- 使用 ai.analyze_sentiment检测情绪。
- 使用 ai_extract提取实体。
- 使用 ai.fix_grammar修复语法。
- 使用ai.summarize功能汇总文本。
- 使用 ai.translate 翻译文本。
- 详细了解 完整的 AI 函数集。
- 自定义 AI 函数的配置。
- 我们错过了所需的功能吗？ 在面料创意论坛上提出建议。