En komplet guide til ChatGPT API

Gennem udgivelsen af ​​dets API har OpenAI åbnet mulighederne for ChatGPT for alle. Du kan nu problemfrit integrere ChatGPTs kraft i din applikation.

Følg disse indledende trin for at komme i gang, uanset om du ønsker at integrere ChatGPT i din eksisterende applikation eller udvikle nye applikationer med den.

Få adgang til OpenAI API-nøglerne

For at begynde at bruge ChatGPT API skal du først anskaffe OpenAI API nøglerne. Tilmeld dig eller log ind på embedsmanden OpenAI platform.

Når du er logget ind, skal du klikke på Personlig fanen øverst til højre. Vælg Se API-nøgler mulighed fra rullemenuen, og du lander på API nøgler side. Klik på Opret ny hemmelig nøgle knappen for at generere API-nøglen.

Du vil ikke kunne se nøglen igen, så opbevar den et sikkert sted.

Koden brugt i dette projekt er tilgængelig i en GitHub-depot og er gratis for dig at bruge under MIT-licensen.

Sådan bruger du ChatGPT API

OpenAI API'erne

gpt-3.5-turbo og gpt-4 modeller er de samme modeller, som henholdsvis ChatGPT og ChatGPT+ bruger. Disse kraftfulde modeller er i stand til at forstå og generere tekst i naturligt sprog.

Bemærk venligst, at ChatGPT API er en generel term, der refererer til OpenAI API'er, der bruger GPT-baserede modeller til at udvikle chatbots, herunder gpt-3.5-turbo og gpt-4 modeller.

ChatGPT API'et er primært optimeret til chat, men det fungerer også godt til tekstfuldførelsesopgaver. Det gpt-3.5-turbo og gpt-4 modeller er mere kraftfulde og billigere end de tidligere GPT-3 modeller. Men i skrivende stund kan du ikke finjustere GPT-3.5-modellerne. Du kan kun finjustere GPT-3-basismodellerne, dvs. davinci, curie, ada, og kål.

I skrivende stund er GPT-4 API er på venteliste. Men GPT-3.5-modellerne er tilgængelige for alle, så vi vil bruge det samme i denne artikel. Selvom, du kan bruge GPT-4 lige nu ved at opgradere til ChatGPT+.

Brug af ChatGPT API til fuldførelse af chat

Du skal konfigurere chatmodellen for at gøre den klar til API-kaldet. Dette kan bedre forstås ved hjælp af et eksempel:

importere openai
openai.api_key = "DIN_API_KEY"
afslutning = åbenai. ChatCompletion.create(
 model = "gpt-3.5-turbo",
 temperatur = 0.8,
 max_tokens = 2000,
 beskeder = [
 {"rolle": "system", "indhold": "Du er en sjov komiker, der fortæller far vittigheder."},
 {"rolle": "bruger", "indhold": "Skriv en far-joke relateret til tal."},
 {"rolle": "assistent", "indhold": "Q: Hvordan laver du 7 lige? A: Fjern s'et."},
 {"rolle": "bruger", "indhold": "Skriv en relateret til programmører."}
 ]
)
print (completion.choices[0].besked)

Kørsel af denne kode producerer følgende output:

Ovenstående kode demonstrerer et ChatGPT API-kald ved hjælp af Python. Bemærk, at modellen var i stand til at forstå konteksten ("far-joke") og typen af ​​svar (Q&A-formular), som vi forventede, selvom vi ikke eksplicit nævnte det i den sidste brugerprompt.

Når du bygger applikationer, kan du således give konteksten på forhånd, og modellen vil tilpasse sig dine krav i overensstemmelse hermed.

Her er den vigtigste del Beskeder parameter, som accepterer en række meddelelsesobjekter. Hvert meddelelsesobjekt indeholder en rolle og indhold. Du kan angive tre typer roller til meddelelsesobjekterne:

• system: Det opstiller konteksten og adfærden for assistenten.
• bruger: Det bruges til at give instruktioner til assistenten. Det genereres typisk af slutbrugeren. Men du som udvikler kan også give nogle potentielle brugerprompter på forhånd.
• assistent: Vi giver assistenten nogle oplysninger på forhånd, så den giver os det svar, vi forventer fra API'en.

Du kan yderligere tilpasse temperatur og max_tokens parametre for modellen for at få output i overensstemmelse med dine krav.

Jo højere temperatur, jo højere tilfældighed af output, og omvendt. Hvis du ønsker, at dine svar skal være mere fokuserede og deterministiske, skal du gå efter den lavere temperaturværdi. Og hvis du vil have det mere kreativt, så gå efter den højere værdi. Temperaturværdien ligger mellem 0 og 2.

Ligesom ChatGPT har dens API også en ordgrænse. Brug max_tokens parameter for at begrænse længden af ​​svar. Men ved at sætte en lavere max_tokens værdi kan forårsage potentielle problemer, da det kan afbryde output midtvejs. I skrivende stund er gpt-3.5-turbo modellen har en token-grænse på 4.096, mens gpt-4 modellen har en grænse på 8.192 tokens.

Du kan yderligere konfigurere modellen ved hjælp af de andre parametre, som leveres af OpenAI.

Brug af ChatGPT API til tekstfuldførelse

Bortset fra chat-afslutningsopgaverne gpt-3.5-turbo model gør også et godt stykke arbejde med tekstudførelse. Det overgår det forrige tekst-davinci-003 model og er prissat til kun en tiendedel af prisen.

Følgende eksempel viser, hvordan du kan konfigurere ChatGPT API til tekstfuldførelse:

importere openai
openai.api_key = "DIN_API_KEY"
afslutning = åbenai. ChatCompletion.create(
 model = "gpt-3.5-turbo",
 temperatur = 0.8,
 max_tokens = 2000,
 beskeder = [
 {"rolle": "system", "indhold": "Du er en digter, der skaber digte, der vækker følelser."},
 {"rolle": "bruger", "indhold": "Skriv et kort digt til programmører."}
 ]
)
print (completion.choices[0].message.content)

Du behøver ikke engang at angive systemrollen og dens indhold. Hvis du kun angiver brugerprompten, vil det gøre arbejdet for dig.

beskeder = [
 {"rolle": "bruger", "indhold": "Skriv et kort digt til programmører."}
]

Ved at køre ovenstående kode genereres et digt til programmører:

Svarformat for ChatGPT API

ChatGPT API sender svaret i følgende format:

Du skal yderligere udtrække assistentens svar, der er gemt i indhold.

Opbygning af applikationer ved hjælp af ChatGPT API

Du kan direkte bruge API-endepunktet eller openai Python/Node.js-bibliotek for at begynde at bygge ChatGPT API-drevne applikationer. Bortset fra embedsmanden openai bibliotek, kan du også udvikle applikationer ved hjælp af de community-vedligeholdte biblioteker anbefalet af OpenAI.

OpenAI verificerer dog ikke sikkerheden for disse fællesskabsvedligeholdte biblioteker, så det er bedre enten at bruge API-slutpunktet direkte eller bruge det officielle openai Python/Node.js bibliotek.

Metode 1: Brug af API-endepunktet

Du skal bruge /v1/chat/completions endepunkt for at bruge gpt-3.5-turbo og gpt-4 modeller.

importere anmodninger
openai.api_key = "DIN_API_KEY"
URL = " https://api.openai.com/v1/chat/completions"
nyttelast = {
"model": "gpt-3.5-turbo",
"temperatur": 1.0,
"Beskeder": [
 {"rolle": "system", "indhold": f "Du er en assistent, der fortæller enhver tilfældig og meget kort sjov fakta om denne verden."},
 {"rolle": "bruger", "indhold": f"Skriv en sjov fakta om programmører."},
 {"rolle": "assistent", "indhold": f "Programmører drikker meget kaffe!"},
 {"rolle": "bruger", "indhold": f"Skriv en relateret til Python-programmeringssproget."}
 ]
}
overskrifter = {
"Indholdstype": "applikation/json",
"Bemyndigelse": f "Bærer {openai.api_key}"
}
response = requests.post (URL, headers=headers, json=payload)
respons = respons.json()
print (svar['valg'][0]['besked']['indhold'])

Ovenstående eksempelkode viser, hvordan du direkte kan bruge slutpunktet til at foretage API-kaldet ved hjælp af anmodninger bibliotek.

Først skal du tildele API-nøglen til en variabel. Dernæst skal du angive modelnavnet til model parameter for nyttelast objekt. Derefter leverede vi samtalehistorikken til Beskeder parameter.

Her har vi holdt en højere temperatur værdi, så vores respons er mere tilfældig og dermed mere kreativ.

Her er svaroutput:

Noter det der er nogle problemer med OpenAI's ChatGPT, så du kan også få stødende eller partiske svar fra dens API.

Metode 2: Brug af det officielle openai-bibliotek

Installer openai Python-bibliotek ved hjælp af pip:

pip installer openai

Nu er du klar til at generere tekst- eller chatafslutninger.

importere openai
openai.api_key = "DIN_API_KEY"
svar = åbenai. ChatCompletion.create(
 model = "gpt-3.5-turbo",
 temperatur = 0.2,
 max_tokens = 1000,
 beskeder = [
 {"rolle": "bruger", "indhold": "Hvem vandt 2018 FIFA World Cup?"}
 ]
)
print (svar['valg'][0]['besked']['indhold'])

I denne kode har vi kun givet en enkelt brugerprompt. Vi har holdt temperaturværdien lav for at holde svaret mere deterministisk i stedet for kreativt.

Du får følgende svar efter at have kørt koden:

ChatGPT-svarene kan virke magiske og kan få enhver til at undre sig hvordan ChatGPT fungerer. Men bag kulisserne er det understøttet af den Generative Pre-trained Transformer (GPT) sprogmodel, der gør alt det tunge løft.

Byg næste generations apps ved hjælp af ChatGPT API

Du lærte, hvordan du konfigurerer ChatGPT API. ChatGPT API har åbnet porte for dig og udviklere over hele verden til at bygge innovative produkter, der udnytter AI's kraft.

Du kan bruge dette værktøj til at udvikle applikationer som historieforfattere, kodeoversættere, e-mailskribenter, marketingkopieringsgeneratorer, tekstresuméer og så videre. Din fantasi sætter grænser for at bygge applikationer, der udnytter denne teknologi.

Udover ChatGPT API kan du også bruge andre OpenAI-modeller til at udvikle fede applikationer.