ChatGPT API调用实战：从零开始构建你的第一个智能对话应用

1次阅读

没有评论

共计 1987 个字符，预计需要花费 5 分钟才能阅读完成。

调用 ChatGPT API 的核心价值在于，开发者可以快速获得强大的文本生成能力，无需从头训练大模型，就能为应用添加智能对话功能。下面我们从零开始，一步步学习如何使用 ChatGPT API。

首先，你需要获取 API 密钥：

登录 OpenAI 平台(https://platform.openai.com)
点击右上角个人头像 → “View API keys”
点击 ”Create new secret key” 生成密钥

重要安全提示：API 密钥如同密码，务必妥善保存，不要直接硬编码在代码中或上传到 GitHub 等公开平台。推荐使用环境变量管理密钥。

基础 Python 调用示例：

import openai
import os

# 推荐从环境变量读取 API 密钥
openai.api_key = os.getenv("OPENAI_API_KEY")

response = openai.ChatCompletion.create(
  model="gpt-3.5-turbo",
  messages=[{"role": "system", "content": "你是一个有帮助的助手"},
        {"role": "user", "content": "请用简单语言解释量子计算"}
    ]
)

print(response.choices[0].message.content)

同步调用 适合简单场景，使用 requests 库示例：

import requests

headers = {"Authorization": f"Bearer {os.getenv('OPENAI_API_KEY')}",
    "Content-Type": "application/json"
}

data = {
    "model": "gpt-3.5-turbo",
    "messages": [{"role": "user", "content": "Python 如何实现快速排序？"}]
}

response = requests.post(
    "https://api.openai.com/v1/chat/completions",
    headers=headers,
    json=data
)

异步调用 适合高并发场景，使用 aiohttp 示例：

import aiohttp
import asyncio

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

# 调用示例
result = asyncio.run(async_chat())

temperature(0-2): 控制输出随机性，值越高结果越多样
max_tokens: 限制生成的最大 token 数(1 个 token≈0.75 个英文单词)
top_p: 另一种控制多样性的方式，与 temperature 二选一

调参示例：

# 适合创意写作的参数
creative_params = {
    "temperature": 1.2,
    "max_tokens": 500,
    "top_p": 0.9
}

# 适合事实回答的参数
fact_params = {
    "temperature": 0.3,
    "max_tokens": 300
}

生产环境必须实现的错误处理机制：

指数退避重试：网络错误时自动重试

from tenacity import retry, stop_after_attempt, wait_exponential

@retry(stop=stop_after_attempt(3), wait=wait_exponential(multiplier=1, min=4, max=10))
def safe_api_call():
    return openai.ChatCompletion.create(...)