ChatGPT教程 - Python使用 OpenAI 的 ChatGPT API的简单方法
ChatGPT介绍:是由 OpenAI 开发的一种强大的语言模型,旨在以对话方式生成类似人类的响应。 本教程将提供有关如何通过 Python 使用 OpenAI 的 ChatGPT API 的分步指南,使您可以轻松地将 ChatGPT 合并到您的项目和应用程序中。
注册chatgpt账户我们以前的文章说过了,这里不再重复,有需要的请看外贸以前的文章:如何注册使用chatgpt
这里将说明使用 OpenAI 的 ChatGPT API的方法!
请记住,OpenAI 不会在您生成 API 密钥后再次显示它,因此请复制您的 API 密钥并保存。 我将创建一个名为 OPENAI_API_KEY 的环境变量,它将包含我用于本教程的 API 密钥。
安装库
要使用 ChatGPT API,首先,我们必须通过运行以下命令来安装 openai 库。
要求:系统上安装了 Python 3.x
OpenAI API 密钥(通过在 https://beta.openai.com/signup/ 注册获得一个)
第 1 步:安装 OpenAI Python 库
要与 ChatGPT API 交互,您需要 OpenAI Python 库。 使用 pip 安装它:
bash
pip install openai
第 2 步:设置 API 密钥
要使用 API 进行身份验证,您需要 API 密钥。 将 API 密钥设置为环境变量:
bash
export OPENAI_API_KEY="your_api_key_here"
或者,您可以在 Python 脚本中设置 API 密钥:
Python
import openai
openai.api_key = "your_api_key_here"
第 3 步:创建与 ChatGPT 交互的函数
创建一个将用户输入发送到 ChatGPT API 并接收响应的函数。 使用 openai.ChatCompletion.create() 方法发出 API 请求。
python
import openai
def chat_gpt_response(prompt, model='text-davinci-002', max_tokens=150, n=1, stop=None, temperature=0.5):
response = openai.ChatCompletion.create(
model=model,
messages=[{"role": "system", "content": "You are a helpful assistant."}, {"role": "user", "content": prompt}],
max_tokens=max_tokens,
n=n,
stop=stop,
temperature=temperature
)
return response.choices[0].text.strip()
参数说明:
模型:要使用的预训练模型(例如,“text-davinci-002”)
消息:用于指导对话的消息对象列表
max_tokens:生成的响应中的最大令牌数
n:要生成的响应数
停止:API 应停止生成令牌的序列
温度:控制响应的随机性(较低的值使其更集中)
第 4 步:在您的项目中使用该函数
现在您已经定义了 chat_gpt_response 函数,您可以在您的项目中使用它来从 ChatGPT 获取响应:
(chatgpt-3.5-turbo)方法
import os
import openai
openai.api_key = os.getenv("OPENAI_API_KEY")
completion = openai.ChatCompletion.create(
model="gpt-3.5-turbo",
messages=[
{"role": "user", "content": "Tell the world about the ChatGPT API in the style of a pirate."}
]
)
print(completion.choices[0].message.content)
这是与 API 交互的一种非常简单的方法。 要知道的主要事情是消息列表有一个包含 2 个键的字典:角色和内容。
内容就是消息的内容,主要有“系统”、“用户”、“助手”三个角色。 “用户”是给出指令并在上面的代码中使用的人。
使用 ChatGPT API,...
这与向 ChatGPT 询问“以海盗的方式向全世界介绍 ChatGPT API”是一样的。
python
prompt = "What are the benefits of eating fruits and vegetables?"
response = chat_gpt_response(prompt)
print(response)
这会将提示发送到 ChatGPT 并打印生成的响应。
import openai
content = input("User: ")
messages.append({"role": "user", "content": content})
completion = openai.ChatCompletion.create(
model="gpt-3.5-turbo",
messages=messages
)
chat_response = completion.choices[0].message.content
print(f'ChatGPT: {chat_response}')
现在,如果我们问“谁是第一个登上月球的人?” 该系统将充当“有用的助手并告诉我们答案”
不过,只有一个小细节。 助手没有存储之前的回复,所以系统可能不会记住我们之前的回复并给我们正确的回复。
现在让我们问“他来自哪里?” 然后“他有多高?” 我现在将添加一个 while 循环来提出多个问题。
结论:
在本教程中,我们介绍了通过 Python 使用 OpenAI 的 ChatGPT API 的基础知识。 您现在可以轻松地将 ChatGPT 集成到您的项目和应用程序中,利用其强大的对话功能。 请记住查阅 OpenAI 的 API 文档 (https://beta.openai.com/docs/) 以获取有关可用选项和附加功能的更多详细信息。
声明本文内容来自网络,若涉及侵权,请联系我们删除! 投稿需知:请以word形式发送至邮箱18067275213@163.com
线下营销对于产品来说是主流,对于网站来说是辅助,值不值得投钱,看是哪一种类型了
密切关注!楼主的每一篇文化都值得好好看,认真看!看帖必回贴!
一说还真的很像老崔.现在这里是我每天必到的地方了