ChatGPT 详细使用手册：从 API 调用到生产环境部署的开发者指南

1次阅读

没有评论

共计 2405 个字符，预计需要花费 7 分钟才能阅读完成。

ChatGPT 是基于 GPT（生成式预训练变换器）架构的大型语言模型，通过 API 提供服务。它的核心工作原理可以简单理解为：

输入处理 ：将用户输入的文本转换为模型可理解的 token 序列
上下文理解 ：结合历史对话（如有）分析意图和语义
响应生成 ：基于概率预测逐词生成连贯的输出

API 采用标准的 RESTful 设计，主要端点包括：

/v1/chat/completions（对话交互）
/v1/models（模型列表查询）
/v1/moderations（内容审核）

新手开发者常遇到以下问题：

认证失败 ：API Key 配置错误或过期
上下文丢失 ：未正确处理多轮对话的 message 数组
响应延迟 ：未优化 max_tokens 等参数导致等待时间过长
意外消耗 ：未监控配额导致突发流量超出限制
格式混乱 ：未处理 Markdown 或代码块等特殊响应格式

获取 OpenAI API Key
在请求头中添加认证信息

Python 示例：

import openai

openai.api_key = "your-api-key"  # 从环境变量读取更安全

Node.js 示例：

const {Configuration, OpenAIApi} = require("openai");

const configuration = new Configuration({apiKey: process.env.OPENAI_API_KEY,});

正确的 messages 数组结构：

messages = [{"role": "system", "content": "你是一个编程助手"},  # 设定角色
    {"role": "user", "content": "如何用 Python 反转字符串？"},  # 用户输入
    {"role": "assistant", "content": "可以使用切片操作"},  # 历史回复
    {"role": "user", "content": "能给出示例代码吗？"}  # 最新问题
]

关键参数调整：

temperature（0-2）：控制随机性，建议 0.7-1.0
max_tokens：限制响应长度避免过长等待
stream=True：启用流式传输改善用户体验

import openai
from typing import List, Dict

class ChatGPTHelper:
    def __init__(self, system_prompt: str = ""):
        self.messages = [{"role": "system", "content": system_prompt}
        ] if system_prompt else []

    def ask(self, prompt: str) -> str:
        self.messages.append({"role": "user", "content": prompt})

        try:
            response = openai.ChatCompletion.create(
                model="gpt-3.5-turbo",
                messages=self.messages,
                temperature=0.8,
                max_tokens=1000
            )
            reply = response.choices[0].message.content
            self.messages.append({"role": "assistant", "content": reply})
            return reply

        except Exception as e:
            # 错误处理示例
            if "quota" in str(e).lower():
                return "API 配额不足，请检查用量"
            return f"请求失败: {str(e)}"

捕获 openai.error.RateLimitError 处理速率限制
检查 response.usage 监控 token 消耗
设置合理的超时（建议 10-30 秒）

免费用户：20 RPM（每分钟请求数）
付费用户：默认 3500 RPM

建议实现：

from tenacity import retry, wait_exponential

@retry(wait=wait_exponential(multiplier=1, min=4, max=10))
def safe_api_call():
    # API 调用代码

适合缓存的情况：

常见问题解答（FAQ）
非实时性内容
高计算成本查询

Redis 示例：

import redis
import pickle

r = redis.Redis()

def get_cached_response(prompt: str) -> str:
    key = f"chatgpt:{hash(prompt)}"
    if cached := r.get(key):
        return pickle.loads(cached)

    response = get_api_response(prompt)
    r.setex(key, 3600, pickle.dumps(response))  # 缓存 1 小时
    return response