自从2022年10月，ChatGPT诞生以后，实际上已经改变了很多！其火爆程度简直超乎想象，一周的时间用户过百万，两个月的时间用户过亿。
目前ChatGPT4已经把2023年4月以前的人类的知识都学习到了，在软件工程里面，大模型已经有了非常好的应用。据统计，100多万开发者编码，已经有46%的代码是大模型生成的，预计5年以后会有80%的代码是由人工智能，大模型生成。因此，掌握如何在程序中使用ChatGPT就显得十分重要了！
这里以Python程序为例，讲解如何在Python程序中调用ChatGPT的API！
1.ChatGPT介绍
ChatGPT是OpenAI开发的一种基于大型语言模型GPT（Generative Pretrained Transformer）的聊天机器人。这种聊天机器人可以生成连贯、自然的文本回复，被广泛用于各种对话式应用。下面是关于ChatGPT的一些主要特点：
-
基于GPT-3或GPT-3.5模型：ChatGPT通常基于GPT-3或GPT-3.5模型，这些都是目前最先进的自然语言处理模型之一。它们能理解和生成非常自然的语言。
-
预训练和微调：GPT模型通过大量的数据预训练，学会了语言的基本结构和模式。然后通过特定的对话数据进行微调，以优化其在对话任务上的表现。
ChatGPT是人工智能和自然语言处理领域的一个重要成果，展示了当前技术在理解和生成人类语言方面的能力。然而，它也有局限性，比如对错误信息的复制、对新信息的缺乏响应等。OpenAI不断在改进这些模型，以提供更准确和实用的对话体验。
2.注册OpenAI账号
要在 OpenAI 网站上注册一个账号，请按照以下步骤操作：
1.打开浏览器，在地址栏中输入 https://openai.com/ ，打开 OpenAI 网站。
5.在“我同意 OpenAI 的服务条款和隐私政策”复选框旁边打勾。
7.按照提示，检查您的电子邮件并点击邮件中的链接以验证您的电子邮件地址。
这里推荐一个网站可以获取国外手机号的验证码以绑定国外手机号！获取国外手机号验证码
如果按照上述流程你还不能注册成功，这边建议可以参考视频openAI账号注册。
3.获得OpenAI API Key
首先点击右侧链接进入查看ChatGPT文档API网址链接，具体如下所示：然后点击网站左上角图标可以显示侧边栏菜单项！
之后选择点击Create new key来创建一个属于自己的私钥，点击后输入一个Test key用来创建密钥，最后，生产密钥之后一定要复制保存，因为密钥只能被查看一次，不能被反复查看！
4.测试程序
这段代码的作用是使用 OpenAI GPT-3.5-turbo 模型进行聊天对话。它使用 OpenAI 的 Python 客户端库进行与 OpenAI API 的交互。
1. 导入所需的库，其中包括 `json` 和 `OpenAI`。
2. 进入一个无限循环，直到用户输入 "end" 结束循环。
3. 提示用户输入需要查询的信息或资源。
4. 获取用户输入的消息。
5. 创建一个 OpenAI 客户端实例，传入 API 密钥作为参数。
6. 如果用户输入为 "end"，则退出循环。
7. 使用 OpenAI 客户端调用 `chat.completions.create` 方法，发送用户输入的消息作为对话的起始。
8. 从 API 响应中提取结果，并将其解析为字典对象。
9. 从结果字典中获取聊天对话的回复内容。
10. 打印响应信息。
代码中的 result_dict['choices'][0]['message']['content'] 用于从 API 响应中提取聊天对话的回复内容。这段代码假设 API 响应的结构与 OpenAI GPT-3.5-turbo 模型生成的结果相匹配。
请注意，代码中的 API 密钥被隐藏了，您需要将其替换为您自己 OpenAI API 密钥。此外，确保已正确安装 OpenAI Python 客户端库，并导入了正确的模块。
具体代码如下所示：
import json
from openai import OpenAI
while True:
print('请你输入需要查询的信息或资源(输入end结束):')
# 获取用户输入
message = input()
client = OpenAI(
# defaults to os.environ.get("OPENAI_API_KEY")
# 这里的密钥要换成自己网站中生成的 这里我的密钥隐藏了
api_key="sk-**********************NP",
)
if message == 'end':
break
chat_completion = client.chat.completions.create(
messages=[
{
"role": "user",
"content": message,
}
],
model="gpt-3.5-turbo",
)
response = chat_completion.json()
# 获取响应结果
result_dict = json.loads(response)
content = result_dict['choices'][0]['message']['content']
print('响应信息为:', content)
原文地址:https://blog.csdn.net/qq_51447436/article/details/134624252
本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。
如若转载，请注明出处：http://www.7code.cn/show_38148.html
如若内容造成侵权/违法违规/事实不符，请联系代码007邮箱：suwngjj01@126.com进行投诉反馈，一经查实，立即删除！
