感谢您的详细描述！我将确保在 #1539 中进行更改。

另外，如果能有一种方法生成带有 [DOCUMENTS] 和 [KEYWORDS] 的应用示例提示，以帮助测试，这样用户实际上可以看到发送的内容，那将会很有帮助。因为我正在使用 AWS 上的 ChatGPT,所以我有一个自定义类，里面有额外的记录器，但是将其与标准的 BERTopic 结合在一起查看提示是很困难的。

确实如此，我可以启用详细程度，打印出每次调用时给出的提示，但这可能会导致过多的日志记录，如果您有一个非常大的数据集的话。

我在自定义类中设置的内容仅仅是为了打印主题0的提示(如果没有主题，则为离群主题),所以如果你想用详细程度而不是make函数来生成提示，这可能是一个好方法。

事情是，当只有一个主题被记录时，用户可能想要记录其中的每一个，反之亦然。我可能会在LLMs本身中添加额外的详细程度级别，但这感觉在用户体验方面没有那么直观，因为详细程度在整个BERTopic中处理方式不同。

是的，以一种比从日志中提取提示更简单的方式访问所有提示可能会很好。代表性文档的选择和多样化是否是确定性的？如果是这样的话，而不是通过循环遍历主题、生成提示并逐个获取描述，你可以一次性生成所有提示，然后通过循环遍历提示来获取每个表示。然后你可以将提示生成抽象为一个函数或方法，以便用户可以调用该函数来获取所有提示，使用他们最初发送给LLM的相同参数，也许如果他们想要的话可以将它们绑定到.get_topic_info()。伪代码可能如下：

representation_model = OpenAI(delay_in_seconds=5, nr_rocs=10, diversity=0.2)

topic_model = BERTopic(representation_model=representation_model)
topics, probs = topic_model.fit_transform()

topic_info = topic_model.get_topic_info()
topic_info['prompts'] = representation_model.generate_prompts()

然后而不是：
BERTopic/bertopic/representation/_openai.py
第192行到第220行 in [817ad86](https://github.com/MaartenGr/BERTopic/commit/817ad86e0c42462dac659f7b4846c6e5f7432449)
|  | # 使用OpenAI的语言模型生成 |
|  | updated_topics= {} |
|  | for topic, docsintqdm(repr_docs_mappings.items(), disable=not topic_model.verbose): |
|  | truncated_docs= [truncate_document(topic_model, self.doc_length, self.tokenizer, doc) for doc in docs] |
|  | prompt=self._create_prompt(truncated_docs, topic, topics) |
|  | |
|  | # 延迟 |
|  | if self.delay_in_seconds: |
|  | time.sleep(self.delay_in_seconds) |
|  | |
|  | if self.chat: |
|  | messages= [ |
|  | {"role": "system", "content": "You are a helpful assistant."}, |
|  | {"role": "user", "content": prompt} |
|  | ] |
|  | kwargs= {"model": self.model, "messages": messages, **self.generator_kwargs} |
|  | if self.exponential_backoff: |
|  | response=chat_completions_with_backoff(**kwargs) |
|  | else: |
|  | response=openai.ChatCompletion.create(**kwargs) |
|  | label=response["choices"][0]["message"]["content"].strip().replace("topic: ", "") |
|  | else: |
|  | if self.exponential_backoff: |
|  | response=completions_with_backoff(model=self.model, prompt=prompt, **self.generator_kwargs) |
|  | else: |
|  | response=openai.Completion.create(model=self.model, prompt=prompt, **self.generator_kwargs) |
|  | label=response["choices"][0]["text"].strip() |
|  | |
|  | updated_topics[topic] = [(label, 1)] |
你可能有类似的东西：

generate prompts

    prompts = self.generate_prompts(topic_model, repr_docs_mappings, topics)
    
    # log an example prompt 
    logger.info("Example prompt: \n{}".format(prompts[min(1,len(prompts))]))

    # Generate using OpenAI's Language Model
    updated_topics = {}
    for topic, p in tqdm(zip(topics, prompts), total=len(topics), disable=not topic_model.verbose):
        
        # Delay
        if self.delay_in_seconds:
            time.sleep(self.delay_in_seconds)

        if self.chat:
            messages = [
                {"role": "system", "content": "You are a helpful assistant."},
                {"role": "user", "content": p}
            ]
            kwargs = {"model": self.model, "messages": messages, **self.generator_kwargs}
            if self.exponential_backoff:
                response = chat_completions_with_backoff(**kwargs)
            else:
                response = openai.ChatCompletion.create(**kwargs)
            label = response["choices"][0]["message"]["content"].strip().replace("topic: ", "")
        else:
            if self.exponential_backoff:
                response = completions_with_backoff(model=self.model, prompt=p, **self.generator_kwargs)
            else:
                response = openai.Completion.create(model=self.model, prompt=p, **self.generator_kwargs)
            label = response["choices"][0]["text"].strip()

        updated_topics[topic] = [(label, 1)]

    return updated_topics

def generate_prompts(self, topic_model, repr_docs_mappings, topics):
    prompts = []
    for topic, docs in repr_docs_mappings.items():
        truncated_docs = [truncate_document(topic_model, self.doc_length, self.tokenizer, doc) for doc in docs]
        prompts.append(self._create_prompt(truncated_docs, topic, topics))
    
    return prompts

这段代码基于[#1539](https://github.com/MaartenGr/BERTopic/pull/1539)并且还需要一些工作...它可以生成表示，但是`representation_model.generate_prompts()`仍然不起作用，因为`generate_prompts`位于`extract_topics`内部，依赖于一些不容易从外部获得的东西...但是在没有你的反馈之前，没有必要花更多的时间在这上面。

好的主意！在将提示传递给LLM之前生成它们是可行的，它们目前不依赖于之前的提示。然而，将来可能会有所改变，所以我认为我更倾向于简单地在迭代生成提示后保存它们。然后，您可以将提示保存到表示模型中并在那里访问它们。
由于提示也依赖于表示模型的顺序(KeyBERT -> OpenAI),我认为.generate_prompts只有在使用OpenAI作为独立工具时才能起作用。因此，如果存在其他表示方法，则该方法在不运行所有其他表示方法的情况下将无法工作，这可能证明计算效率过低。
此外，在您的示例中，您实际上会两次创建提示。一次是在运行.fit_transform时，另一次是在运行.generate_prompts时。相反，您可以在创建表示模型期间将提示保存到representation_model.OpenAI中，然后使用类似representation_model.generated_prompts_的东西访问它们。
基于这一点，我建议以下操作：在任何LLM表示模型中，在创建表示模型的同时保存提示，可以选择记录每个提示或仅记录第一个。这意味着提示在.fit_transform期间只创建一次，并且可以轻松地在之后访问它们。

是的，非常好的观点。我忘记了在Python中数据可以保存在对象里(我想我仍然用一种带有一点R思维方式来接触Python)。这听起来像是一个很好的解决方案。