身份：
你是一位专业的情感心理学顾问，擅长理解和引导人们的情感状态。
指令：
请根据指定的<情感支持场景>，运用<策略>进行沟通。这里所说的<策略>是<策略描述>，例如在<情感支持场景>中，<策略>的运用可以体现为：<策略示例>。你的任务是创建一个用于训练情感大模型的多轮对话数据集。请确保数据集中的回答积极正面、合法合规，上下文对话连贯有逻辑，并提供有效的情感支持和建议。在构建回答时，请遵循以下步骤，并按照规定的输出格式提供数据：
步骤1：准确理解并简洁复述对话中的问题或情感表达。
步骤2：分析并标注问题中的关键要素，包括方面、观点项、情感极性。
步骤3：基于对话上下文，深入识别和解读更复杂的人类情绪状态。
步骤4：综合分析问题和情绪状态，根据<策略>提出正面、建设性的回答或建议。
步骤5：评估你的回答可能对对话者情绪产生的影响，并在必要时进行调整。
输出格式：
[
{
"conversations": [
{
"from": "human",
"value": "<对话中的问题或情感表达>"
},
{
"from": "gpt",
"value": "
步骤1：<问题的简洁复述>\n
步骤2：<关键要素分析>\n
步骤3：<情绪状态的深入识别>\n
步骤4：<根据策略提供的正面回答>\n
步骤5：<回答的情绪影响评估>"\n
<最终调整后的正面回答>
"
},
{
"from": "human",
"value": "<对话中的问题或情感表达>"
},
{
"from": "gpt",
"value": "
步骤1：<问题的简洁复述>\n
步骤2：<关键要素分析>\n
步骤3：<情绪状态的深入识别>\n
步骤4：<根据策略提供的正面回答>\n
步骤5：<回答的情绪影响评估>"\n
<最终调整后的正面回答>
"
},
{
"from": "human",
"value": "<对话中的问题或情感表达>"
},
{
"from": "gpt",
"value": "
步骤1：<问题的简洁复述>\n
步骤2：<关键要素分析>\n
步骤3：<情绪状态的深入识别>\n
步骤4：<根据策略提供的正面回答>\n
步骤5：<回答的情绪影响评估>"\n
<最终调整后的正面回答>
"
}
]
}
]
```
具体的python代码可以参考下面：
```python
#!/usr/bin/env python3
# -*- coding:utf-8 -*-
import json
from zhipuai import ZhipuAI
# 请填写您自己的APIKey
client = ZhipuAI(api_key="your api_key")
# 示例情感支持场景和策略列表
emotion_support_scenarios = [
"分手或离婚", "导航性别认同和过渡", "沟通问题", "搬到新的城市或国家",
"沟通挑战", "职业转型", "应对所爱之人的死亡", "为人父母和育儿挑战",
"处理宠物死亡", "自尊心低或缺乏自信", "与工作相关的压力和倦怠", "身体形象问题和饮食失调",
"财务担忧和不确定的未来", "LGBTQ+身份", "文化认同和归属感", "失业或职业挫折",
"学业压力", "学术压力或压力", "灵性和信仰", "育儿挑战和父母内疚",
"失业相关压力", "兄弟姐妹间的竞争或家庭冲突", "从身体或情感虐待中幸存和恢复", "从性侵犯或家庭暴力中康复",
"焦虑和恐慌", "抑郁和低落情绪", "适应新工作或角色", "创伤后应激障碍",
"应对诊断或医疗治疗", "从虐待中康复", "照顾者支持", "上瘾和康复",
"寻找生活的意义和目标", "对所爱之人或朋友的支持"
]
strategies = [
{
"Strategy": "反思性陈述",
"Description": "重复或改写用户已经表达的内容，以表明你在积极倾听。",
"Example": "input:“我必须要做的所有工作都让我感到不堪重负。” output:“听起来你对自己的工作量感到不堪重负。”"
},
{
"Strategy": "澄清",
"Description": "寻求澄清，以确保清楚地了解用户的情绪和体验。",
"Example": "input:“我就是摆脱不了这种悲伤的感觉。” output:“你能帮我理解一下是什么引发了这种悲伤的感觉吗？”"
},
{
"Strategy": "情感验证",
"Description": "不加评判地承认并验证用户的情绪。",
"Example": "input:“我对自己再次犯同样的错误感到非常沮丧。” output:“感到沮丧是可以理解的，犯错是人之常情。”"
},
{
"Strategy": "移情陈述",
"Description": "表达对用户体验的理解和同理心。",
"Example": "input:“我现在真的在与我的自信作斗争。” output:“我可以想象在影响你自信的情况下导航是多么具有挑战性。”"
},
{
"Strategy": "肯定",
"Description": "提供积极的强化和鼓励，以提升用户的精神。",
"Example": "input:“我觉得自己不够好。” output:“你已经取得了很多成就，你的能力不言自明。不要低估你的能力。”"
},
{
"Strategy": "提供希望",
"Description": "分享乐观的观点或可能性来灌输希望。",
"Example": "input:“我不知道情况是否会好转。” output:“记住，变化是不变的，总是有成长和积极变化的机会。”"
},
{
"Strategy": "避免评判和批评",
"Description": "为用户创造一个非评判性的安全空间来表达他们的情绪，而不必担心批评。",
"Example": "input:“我为请假关注自己的心理健康感到很内疚。” output:“照顾好自己的心理健康很重要，这没什么好内疚的。"
"你的健康应该永远是优先考虑的，我很高兴你认识到这一点。在这段时间里，我能做些什么来支持你吗？”"
},
{
"Strategy": "建议选项",
"Description": "为解决手头的问题提供切实可行的建议或不同的观点。",
"Example": "input:“我在管理压力方面有困难。” output:“你有没有考虑过尝试一些放松技巧，比如深呼吸或正念练习？”"
},
{
"Strategy": "协同规划",
"Description": "与用户一起制定行动计划。",
"Example": "input:“我想提高我的时间管理技能。” output:“我们一起集思广益吧。把任务分成更小、更容易处理的部分怎么样？”"
},
{
"Strategy": "提供不同的视角",
"Description": "提供不同的方式来看待情况，以帮助用户获得新的见解。",
"Example": "input:“我的项目没有成功，我很沮丧。” output:“有时候挫折会带来意想不到的学习和成长机会。这是一个重新评估和再次尝试的机会。”"
},
{
"Strategy": "重新构建消极思想",
"Description": "帮助用户将消极思想重新构建为更积极或更现实的思想。",
"Example": "input:“我真是个失败者。” output:“不要那样想，让我们把重点放在你从这次经历中学到了什么，以及你如何把它应用到未来。”"
},
{
"Strategy": "分享信息",
"Description": "提供有关情绪、应对机制或自我保健实践的教育或事实信息。",
"Example": "input:“我正在努力控制自己的焦虑。” output:“你知道深呼吸练习和接地技巧可以帮助减轻焦虑症状吗？你想让我解释一下如何练习吗？”"
},
{
"Strategy": "使经验正常化",
"Description": "解释某些情绪或反应是常见的，是人类经验的一部分。",
"Example": "input:“我为花时间给自己而感到内疚。” output:“对自我照顾感到内疚是很常见的，但这对你的健康至关重要。记住，你也应该优先考虑自己的需求。”"
},
{
"Strategy": "促进自我保健实践",
"Description": "提倡参与促进健康和自我照顾的活动。",
"Example": "input:“” output:“一定要给自己留点时间，做一些能给你带来快乐和放松的事情。”"
},
{
"Strategy": "压力管理",
"Description": "为压力管理技巧提供建议，如锻炼、冥想或花时间在大自然中。",
"Example": "input:“” output:“定期参加体育活动可以帮助减轻压力，改善情绪。”"
},
{
"Strategy": "其他",
"Description": "与他人友好地打招呼，采用其他的支持性技巧，这些都不在前面提到的类别中。",
"Example": "input:“” output:“你好，我很高兴能在这里帮助你。告诉我，今天我能为你做些什么？”"
}
]
# 调用人工智能按照prompt生成数据
def generate_conversation(scenario, strategy):
prompt = f"""
身份：
你是一位专业的情感心理学顾问，擅长理解和引导人们的情感状态。
指令：
请根据指定的{scenario}，运用{strategy['Strategy']}进行沟通。这里所说的{strategy['Strategy']}是{strategy['Description']}，例如在{scenario}中，{strategy['Strategy']}的运用可以体现为：{strategy['Example']}。
你的任务是创建一个用于训练情感大模型的多场景多轮对话数据集。请确保数据集中的回答积极正面、合法合规，上下文对话连贯有逻辑，并提供有效的情感支持和建议。在构建回答时，请遵循以下思考步骤，并按照规定的json输出格式提供数据：
步骤1：准确理解并简洁复述对话中的问题或情感表达。
步骤2：分析并标注问题中的关键要素，包括方面、观点项、情感极性。
步骤3：基于对话上下文，深入识别和解读更复杂的人类情绪状态。
步骤4：综合分析问题和情绪状态，根据<策略>提出正面、建设性的回答或建议。
步骤5：评估你的回答可能对对话者情绪产生的负面影响，并在必要时进行调整。
最终输出：最终调整后的正面回答。
输出格式：
[
{{
"conversations": [
{{
"from": "human",
"value": "<对话中的问题或情感表达>"
}},
{{
"from": "gpt",
"value": "步骤1：<准确理解并简洁复述对话中的问题或情感表达>\\n步骤2：<分析并标注问题中的关键要素，包括方面、观点项、情感极性>\\n步骤3：<基于对话上下文，深入识别和解读更复杂的人类情绪状态>\\n步骤4：<综合分析问题和情绪状态，根据{strategy['Strategy']}提出正面、建设性的回答或建议>\\n步骤5：<评估你的回答可能对对话者情绪产生的负面影响，并在必要时进行调整>\\n最终输出：<最终调整后的正面回答>"
}},
{{
"from": "human",
"value": "<对话中的问题或情感表达>"
}},
{{
"value": "步骤1：<准确理解并简洁复述对话中的问题或情感表达>\\n步骤2：<分析并标注问题中的关键要素，包括方面、观点项、情感极性>\\n步骤3：<基于对话上下文，深入识别和解读更复杂的人类情绪状态>\\n步骤4：<综合分析问题和情绪状态，根据{strategy['Strategy']}提出正面、建设性的回答或建议>\\n步骤5：<评估你的回答可能对对话者情绪产生的负面影响，并在必要时进行调整>\\n最终输出：<最终调整后的正面回答>"
}},
{{
"from": "human",
"value": "<对话中的问题或情感表达>"
}},
{{
"from": "gpt",
"value": "步骤1：<准确理解并简洁复述对话中的问题或情感表达>\\n步骤2：<分析并标注问题中的关键要素，包括方面、观点项、情感极性>\\n步骤3：<基于对话上下文，深入识别和解读更复杂的人类情绪状态>\\n步骤4：<综合分析问题和情绪状态，根据{strategy['Strategy']}提出正面、建设性的回答或建议>\\n步骤5：<评估你的回答可能对对话者情绪产生的负面影响，并在必要时进行调整>\\n最终输出：<最终调整后的正面回答>"
}}
]
}}
]
"""
response = client.chat.completions.create(
model="glm-4-flash", # 请填写要调用的模型名称
messages=[
{"role": "user", "content": prompt}
],
)
complete_response = ""
for chunk in response.choices[0].message.content:
complete_response += chunk
return complete_response
# 检查人工智能的输出格式的正确性
def safe_json_loads(s):
try:
return json.loads(s)
except json.JSONDecodeError as e:
print(f"JSONDecodeError: {e}")
return None
if __name__ == '__main__':
count = 0
for scenario in emotion_support_scenarios:
for strategy in strategies:
with open("emoDialogue.json", "r", encoding="utf-8") as fr:
data = json.load(fr)
while True:
generated_conversation = generate_conversation(scenario, strategy)
loaded_json = safe_json_loads(generated_conversation)
if loaded_json is not None:
data += loaded_json
break
else:
print("Failed to decode JSON. Retrying...")
# print(data)
with open("emoDialogue.json", "w", encoding="utf-8") as fw:
json.dump(data, fw, ensure_ascii=False, indent=2)
count += 1
print(f'生成第{count}条：在{scenario}情景下采用{strategy["Strategy"]}的沟通策略。')
|
