使用 OpenAI API 和 Python 使用 GPT-3的操作方法_开发_开发者

使用 OpenAI API 和相应的 Python SDK 试用 GPT-3 语言模型。

介绍

在本文中，我们将使用 GPT-3。我将向您展示如何访问它，并提供一些示例来说明您可以使用它做什么，以及您可以使用它构建什么样的应用程序！

开始

在使用 GPT-3 之前，您必须先使用 OpenAI 创建一个帐户。设置帐户后，为了访问 API，您需要添加计费凭据。OpenAI将按请求向您收费。您可以在此处查看 API 成本。

添加帐单详细信息后，您将能够检索您的 API 密钥。您将需要它来访问 API。对此保密很重要，因为任何有权访问此密钥的人都可以代表您提出请求，向您收费。

重要

由于 API 的使用成本很高，因此最好确保在发布应用之前考虑到这一点。如果您的应用程序每次有人加载时都会发出 OpenAPI 请求，然后为此向您收费，您可能会很快产生大量成本。

我建议您只允许经过身份验证的用户使用您的应用程序，编程客栈并且我绝对建议您添加某种 API 限制。如果您正在构建某种 SaaS 应用程序，也许您可以这样做，以便向客户收取他们提出的每个请求的费用，确保他们承担相关的成本而不是您。这可以通过 Stripe 使用记录自动实现，您可以在此处找到更多信息。

使用接口

设置我们的环境

现在您已经有了 API 密钥，让我们玩得开心吧！为了让我们的生活更轻松，让我们使用适用于Python的OpenAI SDK。OpenAI也有可用于Node.js的SDK，但是，对于这个演示，我们将使用Python。您可以使用命令安装 Python OpenAI SDK。pip3 install openai

接下来，创建一个新文件。这就是我们将在本地存储 API 密钥的内容，您可以通过将以下行添加到文件中来执行此操作.env

OPENAI_API_KEY=YOUR_API_KEY

（其中YOUR_API_KEY替换为您的 OpenAI API 密钥）。

请务必将此文件排除在任何公共 github 存储库之外，您可以使用文件并添加到其中。.gitignore.env

现在为了加载文件，我们将需要dotenv依赖项，您可以使用..envpip3 install python-dotenv

现在创建一个新的 Python 文件并添加以下代码行

import os
import openai
from dotenv import load_dotenv
 
load_dotenv()
openai.api_key = os.getenv("OPENAI_API_KEY")
 
 ():defmain
    pass
 
if __name__ == "__main__":
    main()

这对您来说是一个很好的入门，它会自动将您的 API 密钥从文件加载到 OpenAI SDK 中，以便随时可以使用。一般来说，使用.env

if __name__ == "__main__":
    # Your code here

生成文本

要使用 GPT-3 生成文本，请将以下代码添加到函数中main

response = openai.Completion.create(
    model="text-davinci-002",
    prompt="Today I went to the movies and...",
    tjsemperature=1python,
    max_tokens=60,
)
 
print(response)

该参数指定将生成文本的模型的类型。默认情开发者_C学习况下，OpenAI 提供了一些模型，您可以选择这些模型，您可以在此处查看这些模型。此外，您甚至可以创建自己的模型，但这超出了本教程的范围。model
该参数指定从模型馈送的输入提示，然后模型将自动完成响应。这可以是您想要的任何内容。prompt
该参数指定响应的不确定性。这意味着模型更有可能产生一些创造性的东西，并且可以被认为是冒险并偏离正常响应的模型。将此参数设置为 1 意味着模型将返回它不确定的结果，相比之下，给此参数的值为 0，这意味着模型将返回它几乎可以确定的结果。temperature
该参数指定允许模型作为其输出的一部分生成的最大令牌量。您需要为生成的更多令牌付费，因此请务必小心使用此参数。max_tokens

如果运行代码，则应获得一个 API 响应，其中包含 AI 模型从提示自动生成的响应，例如

{
  "choices": [
    {
      "finish_reason": "stop",
      "index": 0,
      "logprobs": null,
      "text": "\n\nI saw a great film!"
    }
  ],
  "created": 1658030956,
  "id": "cmpl-5UpsiIqm3IyQmFy1op27TOZ6Brvc6",
  "model": "text-davinci-002",
  "object": "text_completion",
  "usage": {
    "completion_tokens": 16,
    "prompt_tokens": 8,
    "total_tokens": 24
  }
}

很酷！此外，您可以告诉模型您希望它做什么，并且它将符合它。例如，让我们看看我们是否让模型能够使用以下提示为我们格式化日期

"Format the following time in the form of DD/MM/YYYY
 
May 4th 1989"

响应

{
  "choices": [
    {
      "finish_reason": "stop",
      "index": 0,
      "logprobs": null,
      "text": "\n\n04/05/1989"
    }
  ],
  "created": 1658031618,
  "id": "cmpl-5Uq3OlXZA57KTkn2MabHh8l8FdbnS",
  "model": "text-davinci-002",
  "object": "text_completion",
  "usage": {
    "completion_tokens": 8,
    "prompt_tokens": 20,
    "total_tokens": 28
  }
}

这有多棒？现在，您可以从模型中获取该字符串响应，并根据需要处理应用程序的其余部分。

当然，GPT-3 的功能远不止日期格式化，这只是一个例子。我鼓励你玩这个模型，看看你能用它做什么！GPT-3 能够执行的其他任务的一些示例包括：