最近计划构建疾病主题的知识图谱，想到使用 gpt 等大语言模型从文本中直接提取相关的实体和关系，这样的优势是不用针对特定领域进行模型的训练和优化，开箱即用。尝试的思路有：

1. 专门用 LLM 来执行 NLP 任务的项目 https://github.com/promptslab/Promptify
2. 创作角色和技能 https://github.com/yzfly/LangGPT

chatgpt 上自己做一些提示词的测试，gpt-4 的表现优于 gpt-3.5 ，能够得出更接近预期的答复。但是也有几个问题：

• 生成结果的一致性差，gpt 容易进行创作发挥(gpt4 与 3.5 都有类似的问题)；
• gpt-4 api 目前还没有申请到，即便申请到也比较贵，很难进行大规模的文本的处理

目前的设想是基于 gpt-3.5 ，结合提示词的优化达到尽可能高的效果，结合人工矫正后的例子来更好地帮助模型理解。如果有朋友做类似的工作，希望一起交流探讨一下。