ChatGPT API 新手入门指南：从零开始构建你的第一个对话应用

1次阅读

没有评论

共计 1542 个字符，预计需要花费 4 分钟才能阅读完成。

对于刚接触 ChatGPT API 的开发者来说，可能会遇到以下几个常见问题：

不知道如何获取 API 密钥
不清楚如何正确构造请求
对 API 的响应格式感到困惑
担心 API 调用的费用问题
对速率限制和错误处理机制不了解

这些问题往往会阻碍开发者快速上手和使用 ChatGPT API。本文将带你一步步解决这些问题。

在选择对话 API 时，开发者通常会考虑以下几个选项：

ChatGPT API
优点：回答质量高，支持多轮对话，模型更新及时
缺点：有一定的使用成本，速率限制较严格
其他开源模型 API
优点：免费或成本低，可以自托管
缺点：需要更多技术知识维护，回答质量参差不齐
商业对话平台 API
优点：功能丰富，支持多种场景
缺点：价格较高，灵活性较低

对于大多数开发者来说，ChatGPT API 在易用性和效果之间取得了很好的平衡。

访问 OpenAI 官网并创建账户
进入 API 密钥管理页面
点击 ”Create new secret key” 生成 API 密钥
妥善保存该密钥，它只会显示一次

在 Python 环境中，你需要安装 openai 库：

pip install openai

基本的 API 请求需要包含以下要素：

API 密钥
模型选择（如 gpt-3.5-turbo）
消息列表（对话历史）
可选参数（如温度、最大 token 数等）

API 会返回一个 JSON 格式的响应，其中包含：

生成的回复内容
使用的 token 数量
完成状态等信息

import openai

# 设置 API 密钥
openai.api_key = "你的 API 密钥"

def chat_with_gpt(prompt):
    try:
        # 构造请求
        response = openai.ChatCompletion.create(
            model="gpt-3.5-turbo",
            messages=[{"role": "user", "content": prompt}
            ],
            temperature=0.7,  # 控制回答的创造性，0- 1 之间
            max_tokens=1000   # 限制回答长度
        )

        # 解析响应
        reply = response.choices[0].message.content
        tokens_used = response.usage.total_tokens

        print(f"回答: {reply}")
        print(f"使用的 token 数: {tokens_used}")

        return reply
    except Exception as e:
        print(f"发生错误: {str(e)}")
        return None

# 示例使用
if __name__ == "__main__":
    user_input = input("你想问什么？")
    chat_with_gpt(user_input)

ChatGPT API 有严格的速率限制：