微信接入ChatGPT实战指南：从技术选型到生产环境部署

2次阅读

共计 1501 个字符，预计需要花费 4 分钟才能阅读完成。

据统计，接入 AI 助手的微信客服系统可降低 80% 人工响应耗时，同时提升 45% 的用户满意度（数据来源：2023 年企业智能化服务报告）。在电商场景中，智能应答能覆盖 70% 的常规咨询，使客服人力成本下降 60%。

服务器 URL 验证
需在公众号后台配置 服务器地址 (URL)、Token 和EncodingAESKey
验证流程采用 GET 请求，开发者需返回 echostr 参数
消息加解密方案
安全模式选择：推荐使用 加密模式（兼容明文模式）
微信官方提供加解密库（如 Python 的wechatpy）
关键参数：msg_signature（消息签名）、timestamp、nonce

Token 管理
使用 环境变量 存储 API 密钥
实现 自动续期 机制（OpenAI token 默认有效期 30 天）
流式响应适配
微信文本消息限制2048 字节，需处理长文本分片
推荐方案：
- 首条消息返回核心内容
- 追加 [查看更多] 链接（H5 页面承载完整响应）

方案	优点	缺点
微信 openId	无额外存储开销	无法跨设备保持对话
sessionId	灵活控制上下文长度	需维护会话状态存储

# 消息处理示例（Flask 框架）from flask import Flask, request
import openai
from wechatpy import parse_message, create_reply

app = Flask(__name__)

# 环境变量加载
openai.api_key = os.getenv('OPENAI_KEY')

@app.route('/wechat', methods=['GET', 'POST'])
def wechat_handler():
    if request.method == 'GET':
        # 服务器验证逻辑
        return request.args.get('echostr', '')

    # 解析微信 XML 消息
    msg = parse_message(request.data)
    try:
        # 调用 ChatGPT（带 3 次重试）for _ in range(3):
            try:
                response = openai.ChatCompletion.create(
                    model="gpt-3.5-turbo",
                    messages=[{"role": "user", "content": msg.content}]
                )
                break
            except Exception as e:
                print(f"API 调用失败: {e}")

        # 构造微信回复
        reply = create_reply(response.choices[0].message.content[:500],  # 截断处理
            message=msg
        )
        return reply.render()
    except Exception as e:
        return create_reply(f"服务异常: {str(e)}", message=msg).render()