在本文中，我们将使用Python编程语言来展示如何调用OpenAI的GPT-3.5模型。在开始之前，请确保您已经注册了OpenAI API并获得了访问凭证。
环境准备
下载python
方法1：官网
www.python.org
从最开始的开始，先到Python官网下载一个合适版本的Python (我推荐python3.10, python3.8)
下面将以python3.10.11为例子讲解
点开Downloads之后划到最底下下载适合自己系统的版本。
下面展示的是windows Installer 安装。（installer应该没有人不会用吧）
下载好后走完流程。
【注意】如果不是做移动式的环境建议直接 add to PATH
方法2：Conda (推荐)
https://www.anaconda.com/download/
下载好后走流程。
配置并下载啥的我就没啥好说的，网上一抓一大把（人家都有选自带的Python3.9)
方法3：VSCode
没啥可说的。心目中全球第一的程序猿必备东西
https://code.visualstudio.com/Download
下载好后走流程。
打开后安装python插件，一套下来的。
环境变量配置
找到anaconda安装位置
首先下载好conda环境，例如我下载在D盘
打开环境变量配置设置
可以按win+S进入搜索框，输入环境变量，编辑环境变量
点击“新建”按钮新建一个变量，输入安装的目录
在path中加入环境变量
分析一些，前面建立了一个变量就是初始地址，在path当中使用 %ANACONDA_HOME%就代表D:\anaconda，这样方便在修改下载目录的时候，也要修改path里面内容，我们只需要修改变量名的路径即可
%ANACONDA_HOME% 这里面有python.exe 因此输入后我们在命令框输入python，就可以直接运行python命令行环境
%ANACONDA_HOME%\Scripts 主要是包括conda可执行文件，方便运行
其他的环境变量也类似，因此环境变量的好处就是方便打开指定文件，要不然要切换到此目录才能打开
输入python命令跳入商店问题
win+S 输入 管理应用执行别名 关闭即可
安装openai库
安装方法有很多，这里只讲pip 安装方式。因为pip是万能的
打开你下载的位置并寻找到python.exe
将python.exe 拖入cmd窗口
（回车就会运行，但是我们先把库安装好再说。）
1、首先使用pip show pip 命令查看当前pip版本；
pip show pip
2、升级命令：python -m pip install --upgrade pip；
python -m pip install --upgrade pip
3、验证升级成功，再次使用pip show pip命令查看pip版本。
pip show pip
推荐清华源加速：
python -m pip install -i https://pypi.tuna.tsinghua.edu.cn/simple openai
回车后安装
Python调用openai库
详细可以参考Openai官网：https://platform.openai.com/docs/api-reference/authentication
我下面放几个例子：
首先请确保本地代理可以正常访问opanai API。可以使用Postman进行测试
API Key配置
参数配置
-
调用gpt-3.5-turbo-0301模型
import openai
openai.api_key = '你自己的Key'
# 一个封装 OpenAI 接口的函数，参数为 Prompt，返回对应结果
def get_completion(prompt, model="gpt-3.5-turbo-0301"):
'''
prompt: 对应的 prompt
model: 调用的模型，如果使用ChatGPT，该值取gpt-3.5-turbo，有内测资格的用户可以选择 gpt-4
'''
messages = [{"role": "system", "content": prompt}]
response = openai.ChatCompletion.create(
model=model,
messages=messages,
temperature=0, # 模型输出的温度系数，控制输出的随机程度。如果为0，就是确切的结果，每次结果是相同的
)
# 调用 OpenAI 的 ChatCompletion 接口
return response.choices[0].message["content"]
if __name__ == '__main__':
text = """
你应该提供尽可能清晰、具体的指示，以表达你希望模型执行的任务。\
这将引导模型朝向所需的输出，并降低收到无关或不正确响应的可能性。\
不要将写清晰的提示与写简短的提示混淆。\
在许多情况下，更长的提示可以为模型提供更多的清晰度和上下文信息，从而导致更详细和相关的输出。
"""
# 需要总结的文本内容
prompt = f"""把用三个反引号括起来的文本总结成一句话。```{text}```"""
# 指令内容，使用 ``` 来分隔指令和待总结的内容
response = get_completion(prompt)
print(response)2. 调用DALL·E
import openai
msg = input()
openai.api_key = "你自己的api"
response = openai.Image.create(
prompt = msg,
n = 1,
size = '1024x1024'
)
image_url = response['data'][0]['url']
print(image_url)可用
请详见openai的API指南，官方的api感觉一直在变。所以此文章的写法可能不是最新的。
更多信息关注公众号@汽车新科技研习社
