Hur man integrerar ChatGPT med WhatsApp för kundsupport

Dagens företag omfamnar meddelandeappar som WhatsApp för att kommunicera med kunder. Detta resulterar i en ökning av automatiseringen av företagskundinteraktioner med chatbots.

En sådan chatbot är ChatGPT, en stor språkmodell av OpenAI som du kan integrera med WhatsApp för att automatisera kundinteraktioner genom att ge snabba och exakta svar på kundfrågor.

Förstå och komma åt ChatGPT API

Innan du integrerar med WhatsApp är det viktigt att få en grundläggande förståelse för ChatGPT och ChatGPT API. ChatGPT är en generativ stor språkmodell som tar emot textbaserade frågor och returnerar mänskliga svar. OpenAI tillhandahåller ett enkelt API-gränssnitt för utvecklare att komma åt och använda ChatGPT: s GPT-3.5- och GPT-4-modeller.

För att komma åt ChatGPT API-nycklar måste du navigera till OpenAI API plattform. När du har loggat in klickar du på profilikonen. Klicka sedan på Visa API-nycklar alternativ.

Klicka sedan på Skapa ny hemlig nyckel för att skapa en ny API-nyckel.

Ange de begärda uppgifterna, dvs namn av nyckeln.

En hemlig nyckel kommer att uppmanas.

Kopiera och förvara nyckeln på en säker plats för framtida bruk.

Skapa ett WhatsApp Business-konto

För att integrera ChatGPT med WhatsApp måste du skapa ett WhatsApp Business-konto. Anteckna det WhatsApp Business skiljer sig från vanliga WhatsApp. Detta konto ger dig tillgång till WhatsApp Business API, som du kommer att integrera med ChatGPT API.

Den fullständiga källkoden finns tillgänglig i en GitHub-förråd.

Du kan använda en tredjepartstjänst som Kommunicate, en WhatsApp chatbot eller ett Python-skript för att integrera ChatGPT med WhatsApp. Den här handledningens fokus kommer att ligga på att integrera ChatGPT med ett Python-skript. Det kommer sedan att ge dig en översikt över integrationen med hjälp av en WhatsApp chatbot.

Använder Python Script för att integrera WhatsApp med ChatGPT API

Innan du startar utvecklingen, skapa en virtuell miljö för din applikation med hjälp av Pipenv som följer:

pipenv installera django djangorestframework openai

Detta kommando kommer att installera django, djangorestframework, och openai paket.

Skapa sedan ett nytt Django-projekt.

django-admin startproject whatsapp

Navigera till den skapade whatsapp katalog och skapa en Django-app med namnet gpt:

py manage.py startapp gpt

I den whatsapp/settings.py fil, lägg till den nya appen, gpt på listan över installerade appar enligt följande:

INSTALLED_APPS = [
'django.contrib.admin',
'django.contrib.auth',
'django.contrib.contenttypes',
'django.contrib.sessions',
'django.contrib.messages',
'django.contrib.staticfiles',
"rest_framework",
'gpt', 
]

I din whatsapp/urls.py fil, lägg till gpt app-URL. Detta kommer att omdirigera till webbadresserna du kommer att skapa på gpt app:

från django.contrib importera administration
från django.urls importera väg, inkludera
urlpatterns = [
 ...
 väg('api/', inkludera("gpt.urls")), # gpt app URL
]

På gpt/views.py fil, lägg till följande kodblock för att skapa ChatGPT API-vy:

från rest_framework.response importera Svar
importera openai
från rest_framework.views importera APIView
klassÖppna AIGPTView(APIView):
defskaffa sig(själv, begäran):
 input = begäran. GET.get('q')
 openai.api_key = "ENTER_OPENAI_API_KEY"
 fullbordan = öppnaai. ChatCompletion.create(
 modell="gpt-3.5-turbo", 
 meddelanden=[{"roll": "användare", "innehåll": inmatning}]
 )
 svar = slutförande["val"][0]['meddelande']['innehåll']
lämna tillbaka Svar (svar)

Vyn ställer in en API-slutpunkt som förväntar sig en GET-begäran med en frågeparameter q innefattande användarinmatningen. Den använder sedan OpenAI: s gpt-3.5-turbo modell för att generera ett svar baserat på den tillhandahållna inmatningen och returnerar svaret som API: s utdata.

Skapa sedan en urls.py fil och registrera API-vyn genom att lägga till följande kodrader:

från django.urls importera väg
från .visningar importera *
urlpatterns = [
 väg('chatt', OpenAIGPTView.as_view()),
]

Springa det flytta och runserver kommandon enligt följande:

python manage.py migrera
python manage.py runserver

Testa /api/chat slutpunkt genom att skicka en GET-förfrågan till http://localhost: 8000/api/chatt? q=Hej.

Förväntad utgång:

Installera sedan Gå om det inte redan är installerat på din maskin.

Klona Whatsmeow klient med kommandot nedan:

git klon https://github.com/Huskynarr/whatsapp-gpt.git

Navigera till förvaret, whatsapp-gpt, och på filen, main.go uppdatera denna rad:

url := " http://localhost: 5001/chatta? q=" + urlEncoded

till:

url := " http://127.0.0.1:8000/api/chat? q=" + urlEncode

Spara ändringarna och kör filen:

gå spring main.go

Applikationen kommer att uppmana dig med en QR-kod för att logga in på ditt WhatsApp-konto.

Förväntad utgång:

Flytta till din WhatsApp-mobilapp och navigera till Inställningar > QR-kod > Skanna kod för att lägga till en ny länkad enhet och skanna den poppade QR-koden på din terminal.

Efter att ha loggat in kommer applikationen att börja lyssna på inkommande meddelanden. Om någon skickar ett meddelande kommer det mottagna meddelandet att göra en GET-förfrågan till API med meddelandet som en frågeparameter och skicka svaret tillbaka till avsändaren på WhatsApp.

Förväntad utgång:

Använda WhatsApp Chatbot för att integrera WhatsApp med ChatGPT API

Ett annat sätt att integrera ChatGPT i WhatsApp-meddelanden är att använda en WhatsApp chatbot.

När du har registrerat ditt WhatsApp Business API, använd en chattbyggare som OpenDialog för att skapa ett flöde för chatten. Du kommer sedan att testa din chatbot och lägga till den i din mobiltelefon.

Integrera OpenAI API med din WhatsApp Chatbot

För att integrera din WhatsApp chatbot med OpenAI-modeller, använd API-nyckeln från OpenAI.

Att integrera WhatsApp chatbots med OpenAI GPT-modeller innebär en risk för att WhatsApp blockerar ditt konto på grund av säkerhetsanspråk.

Även om den här metoden är enklare om du redan har en chatbot, bör du bara välja den när du är bekväm med riskerna.

Konfigurera automatiska svar

För att få bättre kundservice, konfigurera automatiska svar för att ge snabba och korrekta svar på kundmeddelanden. Dessa svar kommer att anpassa kunden efter namn och ge relevanta svar på kundfrågor.

Testa din WhatsApp Chatbot

Som alla AI API-system är testning nyckeln innan du distribuerar din WhatsApp chatbot. Detta för att säkerställa att det fungerar som förväntat. API-testverktyg som Postman och Curl kan hjälpa till att testa din chatbots svar.

I det här fallet tillhandahåller Django REST-ramverket ett sökningsbart API för att testa API-förfrågningar och svar.

Mätning av framgång och finjustering

När din WhatsApp-chatbot väl är i drift är det avgörande att mäta dess framgång och användning över tid. Detta kommer att hjälpa dig att finjustera den därefter. Analysverktyg som OpenDialog och Rasa kan hjälpa till att spåra mätvärden som svarstid, retentionsgrad och kundnöjdhet.

Effektivisera kundsupport på WhatsApp med ChatGPT-integration

OpenAI: s GPT-3.5- eller GPT-4-modeller kan hantera stora mängder förfrågningar, ge omedelbara svar och använda avancerad språkbehandling, vilket gör det till en bättre lösning för kundtjänstinteraktioner. Genom att integrera ChatGPT med WhatsApp kan du spara tid, förbättra kundnöjdheten och effektivisera kommunikationen. Flera andra stora språkmodeller kan också förbättra din chatbots prestanda.