ChatGPT对话记录导出实战指南：从API调用到数据持久化

共计 2604 个字符，预计需要花费 7 分钟才能阅读完成。

为什么我们需要导出对话记录？

在工作中，我发现很多团队使用 ChatGPT 进行技术讨论、会议记录或创意生成，但这些有价值的对话往往散落在不同成员的聊天历史中。常见需求场景包括：

• 知识管理：将技术问答整理成内部知识库
• 审计追踪：满足合规性要求的对话记录存档
• 数据分析：统计高频问题优化客服流程

但手动复制粘贴不仅效率低下，而且无法获取完整的对话上下文。这就是为什么我们需要通过 API 实现自动化导出。

技术方案选型

方案对比表

经过实践验证，我推荐直接使用官方 API，虽然需要自己处理分页逻辑，但能获得最可靠的数据源。

核心代码实现

环境准备

首先安装必要的库：

pip install openai pandas

基础数据获取

import openai
from typing import List, Dict, Optional
import pandas as pd

# 建议将 API_KEY 放在环境变量中
openai.api_key = os.getenv('OPENAI_API_KEY')

def list_conversations(limit: int = 100) -> List[Dict]:
    """
    获取对话列表（自动处理分页）:param limit: 最大获取数量
    :return: 对话记录列表
    """
    all_conversations = []
    cursor = None

    while len(all_conversations) < limit:
        params = {'limit': min(50, limit - len(all_conversations)),
            'order': 'desc'  # 从最新开始获取
        }
        if cursor:
            params['after'] = cursor

        try:
            response = openai.ChatCompletion.list(**params)
            batch = response.get('data', [])
            all_conversations.extend(batch)

            if not response.get('has_more'):
                break

            cursor = response['last_id']

        except Exception as e:
            print(f"获取失败: {str(e)}")
            break

    return all_conversations[:limit]

数据导出实战

def export_to_csv(conversations: List[Dict], filename: str):
    """
    导出对话记录到 CSV

    :param conversations: 对话数据
    :param filename: 输出文件名
    """
    # 数据扁平化处理
    rows = []
    for conv in conversations:
        for msg in conv.get('messages', []):
            rows.append({'conversation_id': conv['id'],
                'create_time': conv['created_at'],
                'role': msg['role'],
                'content': msg['content'][:500]  # 防止超长文本
            })

    df = pd.DataFrame(rows)
    df.to_csv(filename, index=False)
    print(f"成功导出 {len(df)} 条记录到 {filename}")

# 使用示例
if __name__ == "__main__":
    conversations = list_conversations(200)
    export_to_csv(conversations, "chatgpt_dialogs.csv")

生产环境注意事项

1. API 配额优化

• 使用 time.sleep() 控制请求频率（建议每分钟不超过 20 次）
• 优先获取最近对话（设置order='desc'）
• 合理设置 limit 参数减少请求次数

2. 异常处理增强版

from tenacity import retry, stop_after_attempt, wait_exponential
import time

@retry(stop=stop_after_attempt(3), wait=wait_exponential(multiplier=1, min=4, max=10))
def safe_api_call(params):
    """带自动重试的 API 调用"""
    try:
        response = openai.ChatCompletion.list(**params)
        if 'error' in response:
            raise ValueError(response['error'])
        return response
    except Exception as e:
        print(f"API 调用失败: {e}")
        time.sleep(5)  # 冷却时间
        raise

3. 敏感信息过滤

建议在导出前进行内容扫描：

def contains_sensitive(text: str) -> bool:
    """简单敏感词检测示例"""
    sensitive_terms = ['password', '密钥', 'token']
    return any(term.lower() in text.lower() for term in sensitive_terms)

# 在导出循环中添加检查
for msg in conv.get('messages', []):
    if contains_sensitive(msg['content']):
        msg['content'] = '[REDACTED]'

进阶思考

增量导出方案

1. 记录最后导出对话的 created_at 时间戳
2. 下次请求时添加时间过滤条件：

   params['created_after'] = last_export_time

版本控制设计

建议采用类似 git 的机制：

• 每个对话生成 SHA256 哈希作为版本 ID
• 使用轻量级数据库（如 SQLite）存储版本变更
• 实现差异对比功能显示内容变化

最终建议

对于企业级应用，建议：

1. 将导出服务封装为定时任务
2. 添加邮件通知功能
3. 存储到云存储服务（如 S3）实现自动归档

通过本文介绍的方法，我们团队成功实现了每周自动备份所有技术讨论记录，极大提高了知识管理效率。希望这个方案对您也有所帮助！