ChatGPT使用技巧：从新手到高效开发者的实战指南

1次阅读

共计 1695 个字符，预计需要花费 5 分钟才能阅读完成。

刚接触 ChatGPT 的开发者往往会遇到这些典型问题：

提示词效果不稳定 ：同一个问题换种问法就得到完全不同的答案
API 调用超时 ：未设置合理超时导致线程阻塞
上下文丢失 ：多轮对话时忘记维护历史消息
成本失控 ：未监控 token 消耗导致意外账单
错误处理缺失 ：网络波动时直接崩溃无重试

同步调用
优点：代码简单直观
缺点：请求期间线程阻塞
适用场景：快速原型开发
异步调用
优点：高并发时不阻塞主线程
缺点：需要 asyncio 等额外学习成本
适用场景：Web 服务等 IO 密集型应用
流式响应
优点：实时显示生成内容
缺点：需要处理分块数据
适用场景：需要打字机效果的场景

具体性 ：避免 ” 怎么写代码 ” 这种宽泛问题，改为 ” 用 Python 实现快速排序 ”
角色设定 ：明确 AI 角色如 ” 你是一个资深 Python 工程师 ”
分步指令 ：复杂任务拆解为多个步骤
示例示范 ：提供输入输出样本（Few-shot learning）

import openai
from tenacity import retry, stop_after_attempt, wait_exponential

# 带重试机制的 API 调用
@retry(stop=stop_after_attempt(3), wait=wait_exponential(multiplier=1, min=4, max=10))
def chat_completion(messages, model="gpt-3.5-turbo", temperature=0.7):
    try:
        response = openai.ChatCompletion.create(
            model=model,
            messages=messages,
            temperature=temperature,
            timeout=10  # 重要：设置超时
        )
        return response.choices[0].message.content
    except Exception as e:
        print(f"API 调用失败: {str(e)}")
        raise

# 构建对话上下文
dialogue = [{"role": "system", "content": "你是一个 Python 编程助手"},
    {"role": "user", "content": "如何用 pandas 读取 CSV 文件？"}
]

# 持续对话
dialogue.append({"role": "assistant", "content": "使用 pd.read_csv() 函数"})
dialogue.append({"role": "user", "content": "那如何只读取前 100 行呢？"})

response = chat_completion(dialogue)
print(response)