老师的课程，真的是给我打开了一扇新大门。如果不是老师的指引，我怎么知道colab，还一直在学习本地python做一些基本的工作。昨晚，买了T子，注册了google账号，chatGPT账号，API key，今天在colab上运行成功了这段案例。我突然感觉，我也真正的迈入了chatGPT的时代。感谢老师无私的分享

徐文浩老师这个课程AI技术课是市面上天花板

ChatGPT被作为一种能力去使用，也就是X+AI模式，确实有不小的想象空间。 但反过来，如有一个大模型，能快速整合各种外部能力，从X+AI，变成AI+X、Y、Z，很可能会成为下一代互联网的入口，并从各种维度给人类带来全新体验，期待这个时代能尽快到来。

老师你好，chain和pipe的原理还是比较像，学完这讲打开了我对ChatGPT可应用空间。实际应用中最大的问题还是api 的响应速度和接口限流。 请问老师有没有更好的解决办法？目前我知道的是多个账号负载均衡和调用容错重试。

RequestsChain 非常有效的，能调用外部接口的

作为“懒狗”，能用工具帮忙做到的还挺好，我本人很喜欢这种方式，所以不是很赞同“投机取巧”这个说法，能省事干嘛费尽学哇哈哈哈哈

请问老师，对于文章中的例子，如果想继续优化recall和precision，该怎么优化呢？我能想到的方法只能尝试不同的label string了，先寻找bad case，然后把bad case里的情感倾向性的词加到label string里。除了这样还有什么更好的方法吗？

如果按照这个思路，我们还可以添加更多的功能，比如更细致的订单查询，商品咨询，修改收货地址等。只是这些功能如果每个都独立开发还是需要花费很多时间，所以这个时候就需要开发一个框架的工作流，在这个框架下面更方便做功能集成。点赞👍。

谢谢老师哈，这篇文章牛皮plus

文科生，来了解来学习，看能否学懂