ChatGPT新手开发指南：从API调用到实战避坑

1次阅读

共计 3069 个字符，预计需要花费 8 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，由 OpenAI 开发。它能够理解自然语言输入并生成连贯的文本响应，广泛应用于对话系统、内容创作、代码辅助等领域。

典型应用场景包括：

智能客服：自动回答用户咨询
内容生成：文章摘要、营销文案创作
编程辅助：代码补全、错误调试
教育工具：语言学习、知识问答

确保系统已安装 Python 3.8+，推荐使用虚拟环境隔离依赖：

python -m venv chatgpt_env
source chatgpt_env/bin/activate  # Linux/Mac
chatgpt_env\Scripts\activate    # Windows

pip install openai python-dotenv

最佳实践是通过环境变量管理 API 密钥，避免硬编码泄露风险：

在项目根目录创建 .env 文件
添加如下内容（替换实际密钥）：
```
OPENAI_API_KEY=sk-your_api_key_here
```

在代码中安全加载：

from dotenv import load_dotenv
import openai

load_dotenv()
openai.api_key = os.getenv('OPENAI_API_KEY')

import openai
import os
from dotenv import load_dotenv

# 加载环境变量
load_dotenv()
openai.api_key = os.getenv('OPENAI_API_KEY')

# 基础对话函数
def chat_with_gpt(prompt, model="gpt-3.5-turbo", temperature=0.7):
    """
    基础对话实现
    :param prompt: 用户输入文本
    :param model: 使用的模型版本
    :param temperature: 生成多样性控制（0-1）:return: AI 生成的响应内容
    """
    try:
        response = openai.ChatCompletion.create(
            model=model,
            messages=[{"role": "user", "content": prompt}],
            temperature=temperature
        )
        return response.choices[0].message.content
    except openai.error.RateLimitError:
        return "请求过于频繁，请稍后再试"
    except Exception as e:
        return f"发生错误: {str(e)}"

# 上下文保持对话
class Conversation:
    def __init__(self):
        self.history = []

    def add_message(self, role, content):
        """添加对话历史记录"""
        self.history.append({"role": role, "content": content})

    def get_response(self, user_input, max_tokens=150):
        """获取带上下文的响应"""
        self.add_message("user", user_input)

        try:
            response = openai.ChatCompletion.create(
                model="gpt-3.5-turbo",
                messages=self.history,
                max_tokens=max_tokens
            )
            ai_response = response.choices[0].message.content
            self.add_message("assistant", ai_response)
            return ai_response
        except openai.error.InvalidRequestError as e:
            if "maximum context length" in str(e):
                # 处理 token 超限情况
                self.history = self.history[-4:]  # 保留最近 2 轮对话
                return "上下文过长，已自动清理历史，请重新提问"
            raise

# 示例使用
if __name__ == "__main__":
    # 基础对话
    print(chat_with_gpt("Python 如何实现快速排序？"))

    # 上下文对话
    conv = Conversation()
    print(conv.get_response("推荐北京的旅游景点"))
    print(conv.get_response("这些景点适合带孩子吗？"))

计费基于输入 + 输出的总 token 数
中文平均 1token≈2 个汉字

监控用量建议：

def count_tokens(text, model="gpt-3.5-turbo"):
    """近似计算 token 数量"""
    return len(text) // 2 if "gpt-3.5" in model else len(text) // 4

在发送请求前清理 PII（个人身份信息）：

import re

def sanitize_input(text):
    """基础敏感信息过滤"""
    # 移除身份证号
    text = re.sub(r'\d{17}[\dXx]', '[ID_REDACTED]', text)
    # 移除手机号
    text = re.sub(r'1[3-9]\d{9}', '[PHONE_REDACTED]', text)
    return text

对于高并发场景，推荐使用异步请求：

import aiohttp

async def async_chat(session, prompt):
    """异步 API 调用示例"""
    headers = {"Authorization": f"Bearer {os.getenv('OPENAI_API_KEY')}",
        "Content-Type": "application/json"
    }
    payload = {
        "model": "gpt-3.5-turbo",
        "messages": [{"role": "user", "content": prompt}]
    }

    async with session.post(
        "https://api.openai.com/v1/chat/completions",
        json=payload,
        headers=headers
    ) as resp:
        return await resp.json()

改进提供的 Conversation 类，实现：