电脑如何使用ChatGPT：从零开始的开发者入门指南

2次阅读

共计 2500 个字符，预计需要花费 7 分钟才能阅读完成。

ChatGPT 是 OpenAI 开发的大型语言模型，能够理解自然语言并生成流畅的文本响应。通过 API，开发者可以将其集成到自己的应用中，实现智能对话、内容生成等功能。API 提供了多种模型选择（如 gpt-3.5-turbo），支持上下文记忆和多轮对话。

确保已安装 Python 3.6 或更高版本

推荐使用虚拟环境管理依赖：

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

访问 OpenAI 官网并登录
进入 API Keys 页面创建新密钥
妥善保存密钥（如环境变量中）

import openai

# 设置 API 密钥
openai.api_key = "your-api-key"  # 实际使用中建议从环境变量读取

# 基础调用示例
response = openai.ChatCompletion.create(
    model="gpt-3.5-turbo",
    messages=[{"role": "system", "content": "你是一个有帮助的助手"},
        {"role": "user", "content": "用 Python 写一个快速排序算法"}
    ],
    temperature=0.7  # 控制生成文本的随机性
)

print(response.choices[0].message.content)

401 Unauthorized：检查 API 密钥是否正确，是否有访问权限
429 Too Many Requests：降低请求频率或升级 API 套餐
503 Service Unavailable：稍后重试，检查 OpenAI 状态页

建议实现重试逻辑：

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_chat_completion(**kwargs):
    return openai.ChatCompletion.create(**kwargs)

对于多个独立问题，可以合并请求：

batch_response = openai.ChatCompletion.create(
    model="gpt-3.5-turbo",
    messages=[[{"role": "user", "content": "解释量子计算"}],
        [{"role": "user", "content": "写一首关于春天的诗"}]
    ],
)

对相同输入缓存响应，可用 functools.lru_cache：

from functools import lru_cache

@lru_cache(maxsize=100)
def get_cached_response(prompt):
    return openai.ChatCompletion.create(
        model="gpt-3.5-turbo",
        messages=[{"role": "user", "content": prompt}]
    )

密钥管理 ：
永远不要将密钥硬编码在代码中

使用环境变量或密钥管理服务

export OPENAI_API_KEY="your-key"  # Linux/Mac
set OPENAI_API_KEY="your-key"     # Windows

请求限制 ：
免费层有每分钟 3 次请求的限制
生产环境建议监控使用量

import openai
import os

openai.api_key = os.getenv("OPENAI_API_KEY")

while True:
    user_input = input("你:")
    if user_input.lower() in ("exit", "quit"):
        break

    response = openai.ChatCompletion.create(
        model="gpt-3.5-turbo",
        messages=[{"role": "user", "content": user_input}]
    )

    print(f"AI: {response.choices[0].message.content}")

超时设置 ：默认无超时，网络不稳定时可能长时间挂起
```
openai.api_requestor.TIMEOUT = 10  # 10 秒超时 
```

上下文管理 ：长对话需维护消息历史

conversation = [{"role": "system", "content": "你是一个专业的编程助手"}]

def chat(message):
    conversation.append({"role": "user", "content": message})
    response = openai.ChatCompletion.create(
        model="gpt-3.5-turbo",
        messages=conversation
    )
    assistant_reply = response.choices[0].message.content
    conversation.append({"role": "assistant", "content": assistant_reply})
    return assistant_reply