从零开始：如何调用ChatGPT API的完整指南与避坑实践

2次阅读

共计 2426 个字符，预计需要花费 7 分钟才能阅读完成。

初次调用 ChatGPT API 时，开发者常遇到以下典型问题：

认证配置复杂 ：不熟悉 Bearer Token 的生成与传递方式，导致 401 未授权错误
参数理解偏差 ：误用 temperature 或 max_tokens 等参数，生成结果不符合预期
响应解析困难 ：对 API 返回的 JSON 结构不熟悉，无法正确提取文本内容
错误处理缺失 ：未考虑速率限制和 API 临时故障，导致生产环境稳定性问题

安装最新版 openai 库（需 Python≥3.7）：
```
pip install --upgrade openai
```

设置环境变量（推荐方式）：

export OPENAI_API_KEY='sk-your-key-here'

初始化项目并安装依赖：
```
npm init -y
npm install openai
```
创建配置文件 .env：
```
OPENAI_API_KEY=sk-your-key-here
```

import openai
from openai import OpenAI

client = OpenAI()

try:
    response = client.chat.completions.create(
        model="gpt-3.5-turbo",
        messages=[{"role": "user", "content": "解释量子计算的基本原理"}],
        temperature=0.7,
        max_tokens=150
    )
    print(response.choices[0].message.content)
except openai.APIError as e:
    print(f"API 请求失败: {e}")
    # 实现指数退避重试逻辑

const {Configuration, OpenAIApi} = require('openai');
require('dotenv').config();

const configuration = new Configuration({apiKey: process.env.OPENAI_API_KEY,});
const openai = new OpenAIApi(configuration);

async function getCompletion() {
  try {
    const response = await openai.createChatCompletion({
      model: "gpt-3.5-turbo",
      messages: [{role: "user", content: "用 JavaScript 实现快速排序"}],
      temperature: 0.5,
      max_tokens: 200
    });
    console.log(response.data.choices[0].message.content);
  } catch (error) {if (error.response) {console.error(error.response.status, error.response.data);
    } else {console.error(` 未捕获错误: ${error.message}`);
    }
  }
}

0.2：确定性输出，适合事实问答
0.7：平衡创造性（推荐默认值）
1.5：高随机性，适合创意写作

需考虑模型限制（如 gpt-3.5-turbo 的 4096 tokens）
建议预留至少 50 tokens 给系统消息和响应格式

top_p：核采样阈值（0.1-1.0）
frequency_penalty：抑制重复内容（-2.0 到 2.0）
presence_penalty：鼓励新话题（-2.0 到 2.0）

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_completion():
    # API 调用代码

状态码	含义	解决方案
429	请求过多	实现退避重试
503	服务不可用	检查 OpenAI 状态页
400	无效请求	验证参数格式

response = client.chat.completions.create(
    model="gpt-4",
    messages=[...],
    stream=True
)

for chunk in response:
    print(chunk.choices[0].delta.get("content", ""), end="")

适用场景 ：
– 需要实时显示生成结果
– 处理长文本时降低延迟感知

任务：实现带上下文记忆的多轮对话系统

要求：
1. 维护对话历史数组
2. 每次请求包含完整上下文
3. 处理 1024 tokens 以上的长对话
4. (进阶) 实现自动摘要压缩历史

示例启动代码 ：

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

def add_message(role, content):
    dialogue_history.append({"role": role, "content": content})