如何在Python中使用ChatGPT API？

阿里云国内75折回扣微信号：monov8

阿里云国际，腾讯云国际，低至75折。AWS 93折免费开户实名账号代冲值优惠多多微信号：monov8 飞机：@monov6

介绍

您想让您的聊天机器人更加对话和智能吗？那么，OpenAI 的 ChatGPT 就是您的最佳选择。ChatGPT 是一种最先进的对话式人工智能，可以理解自然语言查询并以类似人类的方式做出响应。本文将指导您使用 openAI 库使用 ChatGPT API 来访问这个强大的工具。

ChatGGPT API 是什么？

ChatGPT API 是 OpenAI 提供的接口，允许开发人员将 ChatGPT 模型集成到自己的应用程序、软件或平台中。它使开发人员能够对 ChatGPT 模型进行 API 调用，提供提示并接收模型生成的响应作为回报。通过使用 ChatGPT API，开发人员可以利用 ChatGPT 的对话功能通过自然语言处理和生成功能来增强其产品、服务或应用程序。

如何使用ChatGPT API？

在本节中，我们将讨论在 Python 中实现 ChatGPT API 的必要步骤。它与 Python 的集成使用户能够访问 ChatGPT 功能，而无需访问 ChatGPT 网站来提问。

创建 API 密钥生成唯一的访问代码以启用与 API 的通信和身份验证。
安装 OpenAI 库下载并设置 OpenAI 集成所需的软件包。
安装其他必要的库此步骤涉及安装预期目的或功能所需的其他基本库。
设置您的 API 密钥输入您唯一的 API 密钥来验证和访问 API 的功能和资源。
定义一个可用于从 ChatGPT 获取响应的函数：创建一个函数来检索来自 ChatGPT 的响应，从而实现与模型的无缝交互。
查询API通过发送请求并接收响应从 API 检索数据。

现在详细检查所有步骤：

访问API

访问 ChatGPT API 的第一步是创建 API 密钥。要创建 API 密钥，请执行以下步骤：

转到 https://platform.openai.com/account/api-keys。
单击“创建新密钥”按钮。
创建 API 密钥后，将其复制并在 Python 脚本中使用它来访问 API。

安装openai库

要使用 ChatGPT API，您需要在 Python 中安装“openai”库。您可以在 Jupyter Notebook 中运行以下命令来安装它：

!pip 安装 openai

使用 ChatGPT API

现在您已经安装了“openai”库并生成了 API 密钥，您就可以使用该 API 了。以下是如何在 Python 脚本中使用它。

1.导入必要的库：

import openai

import os

import pandas as pd

import time

2. 设置您的 API 密钥：

openai.api_key = '<YOUR API KEY>'

3. 定义一个可用于从 ChatGPT 获取响应的函数：

def get_completion(prompt, model="gpt-3.5-turbo"):

messages = [{"role": "user", "content": prompt}]

response = openai.ChatCompletion.create(

model=model,

messages=messages,

temperature=0,

)

return response.choices[0].message["content"]

我们在上面的代码中使用“gpt-3.5-turbo”模型。该模型使用GPT 3.5，它是GPT-3的更强大版本。您可以使用您选择的任何其他模型。要查看各种可用模型，请查看此页面：https://platform.openai.com/docs/models/gpt-4

4、查询API：

prompt = "<YOUR QUERY>"

response = get_completion(prompt)

print(response)

ChatGPT API 的费用是多少？

OenAI 提供文本 DaVinci-003 API，这是他们最强大的 API，每 1,000 个代币价格为 0.02 美元。每个标记代表相当于大约 750 个单词的文本序列。

在 2023 年 3 月的一篇博文中，OpenAI 宣布大幅降低 ChatGPT 的成本。通过系统优化，与 2022 年 12 月相比，他们能够将成本降低 90%。新发布的专为对话设计的 gpt-3.5-turbo 模型就体现了这种成本降低。每 1,000 个代币 0.002 美元，gpt-3.5-turbo 模型比原始 text-davinci-003 模型便宜 10 倍。

这些成本节省使开发人员能够更经济地将 ChatGPT API 集成到他们的应用程序中，即使预算有限。它提供了一个探索 ChatGPT 令人印象深刻的功能的诱人机会。