从零开始搭建ChatGPT应用：新手入门指南与最佳实践

2次阅读

共计 2201 个字符，预计需要花费 6 分钟才能阅读完成。

ChatGPT API 是 OpenAI 提供的自然语言处理接口，基于 GPT 模型实现智能对话。其核心原理是通过分析输入的文本（称为 prompt），预测并生成最符合语境的响应。这种技术特别适合构建客服机器人、内容生成工具、编程助手等应用场景。

与传统聊天机器人不同，ChatGPT 能够理解上下文，进行多轮对话。例如，当用户询问 ”Python 怎么读取文件？” 后，继续问 ” 那写入呢？”，模型能自动关联之前的上下文。

刚开始接触 ChatGPT 开发时，往往会遇到以下几个典型问题：

API 认证配置复杂：不清楚如何正确获取和使用 API 密钥
对话上下文丢失：多轮对话时无法维持连贯的聊天记录
响应时间不稳定：受网络和模型复杂度影响，延迟波动较大
意外错误处理：对 API 的速率限制和错误码不熟悉

访问 OpenAI 官网并登录 / 注册账号
进入 API Keys 页面（通常位于用户设置中）
点击 ”Create new secret key” 生成密钥
妥善保存密钥字符串（注意：网页关闭后将无法再次查看完整密钥）

安全提示：

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

以下是一个包含错误处理和日志记录的完整示例：

import openai
import os
from logging import getLogger, basicConfig

# 基础配置
basicConfig(level=logging.INFO)
logger = getLogger(__name__)

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

# 带错误处理的请求函数
def chat_with_gpt(prompt):
    try:
        response = openai.ChatCompletion.create(
            model="gpt-3.5-turbo",
            messages=[{"role": "user", "content": prompt}],
            temperature=0.7  # 控制创造力的参数
        )
        logger.info(f"API 调用成功，消耗 token 数：{response['usage']['total_tokens']}")
        return response['choices'][0]['message']['content']
    except Exception as e:
        logger.error(f"API 调用失败：{str(e)}")
        return "系统繁忙，请稍后再试"

# 使用示例
print(chat_with_gpt("用 Python 写一个快速排序实现"))

多轮对话需要将历史记录传递给 API。以下是改进后的版本：

conversation_history = []

def chat_with_context(user_input):
    global conversation_history

    # 添加用户最新发言
    conversation_history.append({"role": "user", "content": user_input})

    try:
        response = openai.ChatCompletion.create(
            model="gpt-3.5-turbo",
            messages=conversation_history,
            max_tokens=500  # 限制响应长度
        )

        # 获取 AI 回复并保存到历史
        ai_reply = response['choices'][0]['message']['content']
        conversation_history.append({"role": "assistant", "content": ai_reply})

        # 控制历史记录长度（避免 token 超额）if len(conversation_history) > 6:
            conversation_history = conversation_history[-6:]

        return ai_reply
    except openai.error.RateLimitError:
        return "请求过于频繁，请稍等"