Hello,
I hope you can help with a problem using OpenAI with a german prompt.
I am using this prompt with gpt-3.5-turbo:
Erstelle Klassifikationen für das Buch “Als die Welt uns gehörte” von “Liz Kessler” in den Bibliothekssystemen ASB, KAB und SFB. Generiere je eine passende Signatur pro System für eine **Schulbibliothek** sowie für eine **öffentliche Bibliothek**. Gib nur die jeweilige Signatur und das verwendete Bibliothekssystem zurück, ohne weitere Erläuterungen. ## Schritte: - Analysiere Buchinhalt, Genre und Zielgruppe, um passende Signaturen pro System zu bestimmen. - Erstelle jeweils eine Signatur pro System für **Schulbibliothek** und **öffentliche Bibliothek**. - Formatiere die Ergebnisse ausschließlich als JSON. Als Schlüssel nutze das Bibliothekssystem, als Wert die Signatur. - Gib zuerst das Ergebnis für die Schulbibliothek, dann für die öffentliche Bibliothek zurück. - Füge keine weiteren Erklärungen, Kommentare oder Fließtext hinzu. **Wichtige Hinweise:** - Die Reihenfolge ist stets: ASB, dann KAB, dann SFB. - Das Ergebnis darf ausschließlich die finale JSON-Struktur enthalten. - ersetze im JSon den String **Schulbibliothek** durch School und **öffentliche Bibliothek** durch **Library**
translated to english:
Create classifications for the book ‘Als die Welt uns gehörte’ by Liz Kessler in the ASB, KAB and SFB library systems. Generate a suitable classification number for each system for a school library and a public library. Return only the respective classification number and the library system used, without further explanation. ## Steps: - Analyse the book’s content, genre and target audience to determine suitable call numbers for each system. - Create one call number per system for school libraries and public libraries. - Format the results exclusively as JSON. Use the library system as the key and the call number as the value. - Return the result for the school library first, then for the public library. - Do not add any further explanations, comments or continuous text. Important notes: - The order is always: ASB, then KAB, then SFB. - The result may only contain the final JSON structure. - Replace the string **School Libray** with **School** and **public library** with **library** in the JSON.
Using this prompt in the web-interface returns the correct Json:
{
“School”: {
“ASB”: “Z KES”,
“KAB”: “R KES”,
“SFB”: “ERL KES”
},
“Library”: {
“ASB”: “Z KES”,
“KAB”: “R000 KES”,
“SFB”: “ERL KES”
}
}
Using this prompt via API returns (shortened here to show only the difference):
{
“model”: “gpt-3.5-turbo-0125”,
“choices”: [
{
“index”: 0,
“message”: {
“role”: “assistant”,
“content”: “{\n “ASB”: “Fiction - Youth - Kessler”,\n “KAB”: “Jugendbuch - Kessler - Fiktion”,\n “SFB”: “Kessler - Jugendbuch - Belletristik”\n}”,
“refusal”: null
},
“service_tier”: “default”,
“system_fingerprint”: null
}
What do I have to change to get
“content”: “{
“School”: {\n “ASB”: “Z KES”, \n “KAB”: “R KES”, \n “SFB”: “ERL KES” \n}, \n“Library”: {\n“ASB”: “Z KES”, \n“KAB”: “R000 KES”, \n “SFB”: “ERL KES” \n } \n }”
instead of
“content”: “{\n “ASB”: “Fiction - Youth - Kessler”,\n “KAB”: “Jugendbuch - Kessler - Fiktion”,\n “SFB”: “Kessler - Jugendbuch - Belletristik”\n}”,
When I send the prompt in english I get
“content”: “{\n “School”: {\n “ASB”: “F Kessler, L. 2021”,\n “KAB”: “F Kessler”,\n “SFB”: “FIC/KES”\n },\n “Library”: {\n “ASB”: “F Kessler, L. 2021”,\n “KAB”: “F Kessler”,\n “SFB”: “FIC/KES”\n }\n}”,
That is wrong because for example it must be “ASB”: “Z KES” like in the response from web and not “ASB”: “F Kessler, L. 2021”,
Maybe I have to use an other model instead of ‘gpt-3.5-turbo’ ??
best regards,
Siegbert
