ChatGPT研究与学习：从零开始构建你的第一个AI对话应用

1次阅读

共计 2295 个字符，预计需要花费 6 分钟才能阅读完成。

ChatGPT 是 OpenAI 基于 GPT（Generative Pre-trained Transformer）架构开发的大型语言模型。它通过海量文本训练获得了强大的自然语言理解和生成能力，能够处理问答、对话、写作等多种语言任务。对于开发者而言，最直接的用途就是通过 API 将其集成到自己的应用中，实现智能对话功能。

访问 OpenAI 官网并注册账号
进入 API 密钥管理页面（https://platform.openai.com/account/api-keys）
点击 ”Create new secret key” 生成 API 密钥
妥善保存密钥（注意：密钥只显示一次）

安全提示：

不要将 API 密钥直接提交到代码仓库
建议使用环境变量存储密钥
定期轮换密钥以提高安全性

以下是一个完整的 Python 示例，展示如何调用 ChatGPT API 实现基础对话：

import openai
import os

# 从环境变量获取 API 密钥
openai.api_key = os.getenv('OPENAI_API_KEY')

# 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

# 使用示例
user_input = "你好，介绍一下你自己"
print(chat_with_gpt(user_input))

代码说明：

首先导入必要的库并设置 API 密钥
定义 chat_with_gpt 函数处理对话请求
使用 openai.ChatCompletion.create 方法发送请求
从响应中提取并返回 AI 生成的内容

要实现多轮对话，需要维护完整的对话历史。以下是改进后的代码示例：

class ChatSession:
    def __init__(self):
        self.conversation_history = []

    def add_message(self, role, content):
        self.conversation_history.append({"role": role, "content": content})

    def get_response(self):
        response = openai.ChatCompletion.create(
            model="gpt-3.5-turbo",
            messages=self.conversation_history
        )
        return response.choices[0].message.content

# 使用示例
chat = ChatSession()
chat.add_message("user", "你好")
print(chat.get_response())  # AI 回复
chat.add_message("user", "能介绍一下你自己吗？")
print(chat.get_response())  # AI 会根据之前的对话继续回答

关键点说明：

使用 conversation_history 列表维护完整的对话上下文
每条消息都需要标注role（user/assistant/system）
API 会自动根据完整上下文生成更连贯的回复

范围：0-2
值越高，输出越随机有创意
值越低，输出越稳定可预测

推荐设置：

客服场景：0.2-0.5
创意写作：0.7-1.0

response = openai.ChatCompletion.create(
    model="gpt-3.5-turbo",
    messages=messages,
    temperature=0.7,
    max_tokens=150  # 限制响应长度
)

免费用户：20 请求 / 分钟
付费用户：默认 3500 请求 / 分钟
可通过升级账户提高限额

try:
    response = openai.ChatCompletion.create(
        model="gpt-3.5-turbo",
        messages=messages
    )
except openai.error.RateLimitError:
    print("请求过于频繁，请稍后再试")
except openai.error.APIConnectionError:
    print("网络连接问题")
except Exception as e:
    print(f"未知错误: {str(e)}")