从零实现ChatGPT接入Siri：iOS快捷指令开发全指南

共计 3626 个字符，预计需要花费 10 分钟才能阅读完成。

当前语音助手的局限性

作为 iOS 开发者，你可能已经注意到 Siri 虽然能完成基础任务，但在复杂对话场景中常常力不从心。主要表现在：

• 上下文理解能力有限，无法维持多轮对话
• 回答内容模板化，缺乏个性化
• 对专业领域问题响应质量不稳定

这正是我们需要接入 ChatGPT 的原因 – 它将为 Siri 带来真正的智能对话能力。

方案选型：API 直连 vs 快捷指令

API 直连方案

优点：

• 响应速度快
• 可完全自定义交互逻辑
• 适合复杂业务场景

缺点：

• 需要开发完整 App
• 上架审核周期长
• 用户安装成本高

快捷指令方案

优点：

• 无需开发完整 App
• 即装即用
• 完美集成 Siri
• 支持语音触发

缺点：

• 功能扩展性有限
• 调试相对复杂

对于大多数场景，快捷指令方案是更轻量级的选择。下面我们就重点介绍这种实现方式。

核心实现步骤

1. 获取 OpenAPI 密钥

1. 访问 OpenAI 官网并注册开发者账号
2. 进入 API Keys 管理页面
3. 点击 ”Create new secret key” 生成 API 密钥
4. 妥善保存这个密钥（后面我们会讲到安全存储方案）

重要提示：API 密钥是计费凭证，务必妥善保管！

2. 安全存储 API 密钥

推荐使用 iOS Keychain 服务存储敏感信息。Keychain 相比 UserDefaults 有以下优势：

• 系统级加密存储
• 应用卸载后数据仍保留
• 需要生物识别或密码才能访问

以下是 Keychain 操作的 Swift 封装代码：

import Security

struct KeychainHelper {static func save(key: String, data: Data) -> OSStatus {
        let query = [
            kSecClass as String: kSecClassGenericPassword,
            kSecAttrAccount as String: key,
            kSecValueData as String: data
        ] as [String: Any]

        SecItemDelete(query as CFDictionary)
        return SecItemAdd(query as CFDictionary, nil)
    }

    static func load(key: String) -> Data? {
        let query = [
            kSecClass as String: kSecClassGenericPassword,
            kSecAttrAccount as String: key,
            kSecReturnData as String: kCFBooleanTrue!,
            kSecMatchLimit as String: kSecMatchLimitOne
        ] as [String: Any]

        var dataTypeRef: AnyObject? = nil
        let status = SecItemCopyMatching(query as CFDictionary, &dataTypeRef)

        if status == errSecSuccess {return dataTypeRef as? Data}
        return nil
    }
}

3. 构建快捷指令工作流

快捷指令的核心流程分为三步：

1. 语音输入捕获
2. ChatGPT API 调用
3. 响应处理和语音输出

语音输入捕获

在快捷指令中使用 ”Ask for Input” 动作获取用户语音输入，并将其转换为文本。建议设置默认提示语如：” 请问您想咨询什么？”

API 调用实现

创建专门的 Swift 函数处理 ChatGPT 请求：

import Foundation

struct ChatGPTRequest: Codable {
    let model: String
    let messages: [Message]
    let temperature: Double?

    struct Message: Codable {
        let role: String
        let content: String
    }
}

struct ChatGPTResponse: Codable {
    struct Choice: Codable {let message: ChatGPTRequest.Message}

    let choices: [Choice]
}

class ChatGPTService {
    private let apiKey: String
    private let session = URLSession.shared

    init(apiKey: String) {self.apiKey = apiKey}

    func sendMessage(_ text: String, completion: @escaping (Result<String, Error>) -> Void) {guard let url = URL(string: "https://api.openai.com/v1/chat/completions") else {completion(.failure(NSError(domain: "", code: -1, userInfo: [NSLocalizedDescriptionKey:"Invalid URL"])))
            return
        }

        var request = URLRequest(url: url)
        request.httpMethod = "POST"
        request.setValue("Bearer \(apiKey)", forHTTPHeaderField: "Authorization")
        request.setValue("application/json", forHTTPHeaderField: "Content-Type")

        let message = ChatGPTRequest.Message(role: "user", content: text)
        let body = ChatGPTRequest(model: "gpt-3.5-turbo", 
                                 messages: [message],
                                 temperature: 0.7)

        do {request.httpBody = try JSONEncoder().encode(body)
        } catch {completion(.failure(error))
            return
        }

        let task = session.dataTask(with: request) { data, response, error in
            if let error = error {completion(.failure(error))
                return
            }

            guard let data = data else {completion(.failure(NSError(domain: "", code: -2, userInfo: [NSLocalizedDescriptionKey:"No data received"])))
                return
            }

            do {let response = try JSONDecoder().decode(ChatGPTResponse.self, from: data)
                if let firstChoice = response.choices.first {completion(.success(firstChoice.message.content))
                } else {completion(.failure(NSError(domain: "", code: -3, userInfo: [NSLocalizedDescriptionKey:"No response from AI"])))
                }
            } catch {completion(.failure(error))
            }
        }

        task.resume()}
}

响应处理优化

在实际使用中，我们需要考虑以下优化点：

• 设置合理的超时时间（建议 10-15 秒）
• 处理 API 速率限制（OpenAI 免费账号每分钟 3 次请求）
• 对长文本响应进行分段处理

4. 性能与安全考量

网络延迟优化

1. 使用 HTTP/ 2 协议（URLSession 默认支持）
2. 开启 TCP 快速打开
3. 在 Wi-Fi 环境下预建立连接
4. 对响应进行 Gzip 压缩

API 调用频次管理

OpenAI API 有以下限制：

• 免费账号：20 次 / 分钟
• 付费账号：60 次 / 分钟（默认）

建议实现简单的请求队列机制，避免触发限流。

密钥安全方案对比

存储方式	安全性	易用性	适用场景
UserDefaults	低	高	非敏感配置
Keychain	高	中	API 密钥等敏感数据
服务端中转	最高	低	企业级应用

5. 避坑指南

常见认证失败问题

1. API 密钥过期或失效 → 重新生成密钥
2. 请求头缺少 Authorization → 检查 HTTP 头设置
3. 账号欠费 → 检查 OpenAI 账号余额

语音识别优化

• 在安静环境下使用
• 吐字清晰，语速适中
• 避免专业术语和生僻词
• 添加语音识别后的文本确认环节

响应超时处理

1. 设置合理的超时时间（网络请求 + 处理时间）
2. 提供超时友好提示
3. 记录超时日志供后续分析

功能扩展建议

完成基础集成后，你可以进一步优化：

1. 多轮对话上下文：在请求中携带历史消息
2. 自定义知识库：通过 fine-tuning 训练专属模型
3. 语音反馈：使用 AVFoundation 实现文本转语音

完整项目代码已上传 GitHub（示例仓库地址），包含详细注释和单元测试。希望这篇指南能帮助你快速实现 Siri 与 ChatGPT 的智能对话功能！

如果有任何问题，欢迎在评论区留言讨论。