5分钟入门chatgpt接口

提前准备好的工作：

1. 安装好的python
2. 注册好的chatgpt账号（或或者的api key）

要与 OpenAI API 交互，我们需要通过运行以下命令来安装官方OpenAI包。

pip install openai

我们在此示例中使用模型 text-davinci-003 ，目前此模型效果比较好。

使用到的代码python:

import osimport openaiopenai.api_key = os.getenv("OPENAI_API_KEY")prompt = """Decide whether a Mike's sentiment is positive, neutral, or negative.Mike: I don't like homework!Sentiment:"""response = openai.Completion.create(              model="text-davinci-003",              prompt=prompt,              max_tokens=100,              temperature=0            )print(response)

让我们看一下这个例子中使用的参数：

model ：要使用的模型的 ID（在这里你可以看到所有可用的模型）

Prompt：生成结果的触发指令

max_token：完成时生成的最大token数量（这里可以看到OpenAI使用的tokenizer）

temperature：要使用的采样策略。接近 1 的值会给模型带来更多风险/创造力，而接近 0 的值会生成明确定义的答案。

下面是让chatgpt写的文章：

## ChatGPT 接口参数文档

### 1. 概述
ChatGPT是一款专为中文聊天机器人设计的开源工具，用于生成流畅的自然语言对话，可实现人机间的自然互动。此接口提供了参数说明文件，供使用者参考。

### 2. 请求参数

① context：上下文信息

② model：模型信息

③ beamSize：每次迭代的每批数据大小

④ numIterations：迭代的次数

⑤ maxSequenceLength：最长序列长度

⑥ maxDecodingLength：最大解码长度

⑦ responseNum：响应数量

### 3. 返回参数

① responseList：响应结果列表

② status：状态

### 4. 调用示例

“`python
# 设置参数
context = ‘今天天气怎么样？’
model= ‘default’
beamSize = 10
numIterations = 10
maxSequenceLength = 10
maxDecodingLength = 20
responseNum = 5

# 获取响应结果
responseList, status = ChatGPT.getResponse(context, model, beamSize, numIterations, maxSequenceLength, maxDecodingLength, responseNum)

# 返回示例
responseList = [‘今天天气很好！’, ‘晴朗的一天！’, ‘湿润的一天！’, ‘多云的一天！’, ‘风和日丽的一天！’]
status = ‘success’

ChatGPT 简介

ChatGPT 是一个超级对话模型，目前，ChatGPT 处于测试阶段（chat.openai.com），只要有 OpenAI 账户就可以免费使用。可以帮你写代码，可以做数学题，可以做菜谱，可以学英文，可以翻译外语，可以写文章…

怎么样？

是不是很智能，很方便！