ChatGPT Extended 入门指南：从零搭建你的第一个扩展应用

1次阅读

共计 1908 个字符，预计需要花费 5 分钟才能阅读完成。

ChatGPT Extended 是 OpenAI 提供的增强型 API 服务，允许开发者通过插件或扩展的方式，将 ChatGPT 的能力集成到自己的应用中。它的核心优势在于提供了比基础 API 更灵活的交互方式，支持更复杂的上下文管理和功能定制。

核心功能：支持长对话管理、自定义指令注入、多模态数据处理（如结合文本与图像分析）。
典型场景：客服机器人增强、自动化文档处理、教育辅助工具开发等需要深度交互的应用。

刚开始接触 ChatGPT Extended 时，开发者常遇到以下问题：

API 集成困惑：不清楚如何正确调用扩展接口，尤其是处理异步响应时。
权限配置复杂：OAuth 流程或 API 密钥管理容易出错。
上下文丢失：在多轮对话中难以维持连贯的会话状态。
性能瓶颈：未优化的请求频率导致响应延迟或超额费用。

注册 OpenAI 开发者账号并获取 API 密钥。
安装 Python 3.8+ 和必备库：
```
pip install openai flask
```

创建一个 Flask 应用作为扩展的载体：

from flask import Flask, request, jsonify
import openai

app = Flask(__name__)
openai.api_key = '你的 API 密钥'

添加处理用户输入并调用 ChatGPT Extended 的端点：

@app.route('/chat', methods=['POST'])
def chat():
    user_message = request.json.get('message')
    response = openai.ChatCompletion.create(
        model="gpt-3.5-turbo",
        messages=[{"role": "user", "content": user_message}],
        extensions=["long_context"]  # 启用扩展功能
    )
    return jsonify({"reply": response.choices[0].message.content})

# 扩展应用：智能待办事项生成器
import openai
from datetime import datetime

# 初始化并注入自定义指令
openai.api_key = "sk- 你的密钥"
system_prompt = """
你是一个智能任务助手，请根据用户输入生成结构化待办清单。要求：1. 按优先级排序 2. 包含预计耗时 3. 使用 Markdown 表格格式
"""

def generate_todos(user_input):
    response = openai.ChatCompletion.create(
        model="gpt-3.5-turbo",
        messages=[{"role": "system", "content": system_prompt},
            {"role": "user", "content": user_input}
        ],
        extensions=["structured_output"]  # 启用结构化输出扩展
    )
    return response.choices[0].message.content

# 示例调用
print(generate_todos("下周我要开发一个天气预报应用，需要完成 UI 设计和 API 对接"))

关键注释说明：
– extensions=["structured_output"] 激活表格格式化能力
– system_prompt 确保 AI 始终遵循任务规则