ChatGPT的AI入门指南：从零开始构建你的第一个智能对话应用

1次阅读

共计 3061 个字符，预计需要花费 8 分钟才能阅读完成。

ChatGPT 是 OpenAI 推出的大型语言模型，能够理解和生成自然语言文本。它基于 GPT（Generative Pre-trained Transformer）架构，通过海量数据训练而成，可以用于多种场景，如智能客服、内容创作、代码生成、语言翻译等。对于新手开发者来说，ChatGPT API 提供了一种简单直接的方式来集成这些强大的 AI 能力到自己的应用中。

要开始使用 ChatGPT API，首先需要在 OpenAI 官网注册账号并获取 API 密钥：

访问 OpenAI 官网并登录
进入 API 密钥管理页面
点击 ”Create new secret key” 生成新的 API 密钥
将密钥保存在安全的地方（切勿直接提交到代码仓库）

建议使用 Python 环境进行开发，以下是基本配置步骤：

安装 Python 3.7 或更高版本
创建虚拟环境（可选但推荐）
安装 OpenAI Python 包：pip install openai
准备一个代码编辑器（如 VS Code、PyCharm 等）

下面是一个最基本的 ChatGPT API 调用示例：

import openai

# 设置 API 密钥
openai.api_key = "你的 API 密钥"

# 定义对话函数
def chat_with_gpt(prompt):
    response = openai.ChatCompletion.create(
        model="gpt-3.5-turbo",
        messages=[{"role": "user", "content": prompt}
        ]
    )
    return response.choices[0].message.content

# 测试调用
result = chat_with_gpt("你好，介绍一下你自己")
print(result)

要实现多轮对话，需要维护对话历史记录：

conversation_history = []

def chat_with_context(prompt):
    # 添加用户消息到对话历史
    conversation_history.append({"role": "user", "content": prompt})

    response = openai.ChatCompletion.create(
        model="gpt-3.5-turbo",
        messages=conversation_history
    )

    # 添加 AI 回复到对话历史
    ai_reply = response.choices[0].message
    conversation_history.append({"role": ai_reply.role, "content": ai_reply.content})

    return ai_reply.content

temperature (0-1)：控制回答的随机性，值越高回答越有创意
max_tokens：限制生成的最大 token 数（1 个 token≈0.75 个英文单词）
top_p：控制回答多样性的另一种方式

示例：

response = openai.ChatCompletion.create(
    model="gpt-3.5-turbo",
    messages=[{"role": "user", "content": "写一首关于 AI 的诗"}],
    temperature=0.7,
    max_tokens=100
)

通过维护对话历史记录，可以实现连贯的多轮对话。上面的 chat_with_context 函数已经展示了基础实现。为了更好的用户体验，可以限制对话历史长度以避免 token 超限。

API 调用可能会因各种原因失败，下面是增强版的调用函数：

import time
from openai.error import APIError, RateLimitError

def robust_chat(prompt, max_retries=3):
    retries = 0
    while retries < max_retries:
        try:
            return chat_with_gpt(prompt)
        except (APIError, RateLimitError) as e:
            print(f"API 调用失败: {e}, 重试 {retries+1}/{max_retries}")
            time.sleep(2 ** retries)  # 指数退避
            retries += 1
    return "抱歉，服务暂时不可用"

OpenAI API 有调用频率限制（因账户类型而异），建议：

监控 API 使用情况
实现适当的限流机制
考虑缓存常见问题的回答

OpenAI 提供内容审核 API，可以在发送给用户前检查回复内容：

from openai import Moderation

def is_safe(content):
    response = Moderation.create(input=content)
    return not response.results[0].flagged

设置预算上限
监控 token 使用量
考虑对长内容进行摘要处理
使用更小的模型（如 gpt-3.5-turbo）降低开销

import openai

class CustomerServiceBot:
    def __init__(self, api_key):
        openai.api_key = api_key
        self.conversation = [{"role": "system", "content": "你是一个友好且专业的客服助手"}
        ]

    def respond(self, user_input):
        self.conversation.append({"role": "user", "content": user_input})

        try:
            response = openai.ChatCompletion.create(
                model="gpt-3.5-turbo",
                messages=self.conversation,
                temperature=0.5,
                max_tokens=150
            )

            ai_reply = response.choices[0].message.content
            self.conversation.append({"role": "assistant", "content": ai_reply})

            # 保持对话历史不超过 5 轮
            if len(self.conversation) > 10:
                self.conversation = self.conversation[-10:]

            return ai_reply
        except Exception as e:
            return f"抱歉，处理您的请求时出错: {str(e)}"

# 使用示例
bot = CustomerServiceBot("你的 API 密钥")
print(bot.respond("你好，我的订单有问题"))
print(bot.respond("订单号是 12345，显示已送达但没收到"))