ChatGPT API 新手入门指南：从注册到第一个对话机器人

1次阅读

没有评论

共计 2187 个字符，预计需要花费 6 分钟才能阅读完成。

要使用 ChatGPT 的 API 功能，首先需要获取 API 密钥。以下是具体步骤：

访问 OpenAI 官网（https://openai.com）并注册账号
登录后进入 API 页面（https://platform.openai.com）
在右上角用户菜单选择 ”View API keys”
点击 ”Create new secret key” 生成 API 密钥

重要提示：

API 密钥只会在创建时显示一次，请立即妥善保存
不要将 API 密钥直接暴露在客户端代码中
建议设置使用限额以防意外消耗

对于 Python 开发者，需要安装官方库：

pip install openai

建议创建一个新的虚拟环境来管理依赖：

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

ChatGPT API 提供多个模型版本，新手推荐使用：

gpt-3.5-turbo：性价比高，响应快
gpt-4：能力更强但价格更高

1 个 token 约等于 0.75 个英文单词
中文通常需要更多 token
API 调用有 token 数量限制（如 4096 tokens）

下面是一个完整的 Python 示例，包含错误处理：

import openai
from openai.error import APIError, RateLimitError

# 设置 API 密钥
openai.api_key = "你的 API 密钥"  # 实际使用时建议从环境变量读取

try:
    # 发起 API 请求
    response = openai.ChatCompletion.create(
        model="gpt-3.5-turbo",  # 指定模型
        messages=[  # 消息历史
            {"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"}
        ],
        temperature=0.7,  # 控制创造性(0-2)
        max_tokens=150    # 限制响应长度
    )

    # 提取响应内容
    answer = response["choices"][0]["message"]["content"]
    print(answer)

except RateLimitError:
    print("请求过于频繁，请稍后再试")
except APIError as e:
    print(f"API 错误: {str(e)}")
except Exception as e:
    print(f"发生意外错误: {str(e)}")

关键参数说明：

messages: 对话历史，包含角色(system/user/assistant)
temperature: 值越高回答越随机
max_tokens: 限制响应长度

401 Unauthorized
原因：API 密钥无效
解决：检查密钥是否正确，是否已复制完整
429 Too Many Requests
原因：超过速率限制
解决：降低请求频率或升级账户
503 Service Unavailable
原因：服务器过载
解决：稍后重试

免费账户：20 请求 / 分钟
付费账户：更高限制（取决于等级）

使用 gpt-3.5-turbo 替代 gpt-4 提高速度
合理设置 max_tokens 减少响应体积

密钥暴露
错误：将 API 密钥硬编码在客户端代码中
正确：使用环境变量或配置文件
超长对话
错误：不限制 max_tokens 导致意外消耗
正确：根据需求设置合理上限
上下文丢失
错误：每次请求都从新对话开始
正确：维护对话历史（见最佳实践）

对常见问题答案进行缓存，减少 API 调用：

from functools import lru_cache

@lru_cache(maxsize=100)
def get_cached_response(prompt):
    # 此处调用 API...
    return response

保持多轮对话连续性：

conversation_history = [{"role": "system", "content": "你是一个有帮助的助手"}
]

def chat(message):
    conversation_history.append({"role": "user", "content": message})

    response = openai.ChatCompletion.create(
        model="gpt-3.5-turbo",
        messages=conversation_history
    )

    assistant_reply = response["choices"][0]["message"]["content"]
    conversation_history.append({"role": "assistant", "content": assistant_reply})

    return assistant_reply