简介

chatGPT最近非常不稳定，访问一不小心就出现了网络错误，根本就不能很好的使用。那么我们该怎么办呢？勇哥给大家想到了一个种办法，就是用程序去调用openapi的接口，这个接口虽然是收费的，但是可免费使用3个月，完全够我们挥霍了，所有你阅读本月完全不用有负担。

本文是采取的java代码开发，Python、node.js、C、go等语言也是可以参考的，主要参考每种模式的参数以及prompt。

另外掉用openai需要申请账号和token，这个我具体在《chatGPT的49种应用场景，双AI生成二次元仙女，及各开发语言对接chatGPT参考指南》中已经阐述，再此就不在阐述了。

openapi的49种模式中，支持论文创作、代码生成、SQL生成、代码解释、程序代码翻译等多种有趣的玩法，各位小伙伴一起玩起来把，有任何问题，都可以在评论区CALL我。

49种模式的参加代码

下面49种方式都需要导入

 <dependency>
    <groupId>com.theokanning.openai-gpt3-java</groupId>
   <artifactId>client</artifactId>
  <version>0.8.1</version>
</dependency>

问&答

说明：依据现有知识库问&答

模型：text-davinci-003

prompt：Q: ((你的问题))\nA:

prompt例子：Q: 什么是分布式锁?\nA:

参考代码：

package cn.gjsm.miukoo.openai;

import cn.gjsm.miukoo.Constants;
import com.theokanning.openai.OpenAiService;
import com.theokanning.openai.completion.CompletionRequest;

import java.util.Arrays;
import java.util.Iterator;
import java.util.Map;
public class OpenAi01 {
    public static void main(String[] args) {
        OpenAiService service = new OpenAiService(Constants.OPENAPI_TOKEN);
        CompletionRequest completionRequest = CompletionRequest.builder()
                .model("text-davinci-003")
                .prompt("Q: 今天重庆的天气咋样?\nA:")
                .temperature(0D)
                .maxTokens(1000)
                .topP(1D)
                .frequencyPenalty(0D)
                .presencePenalty(0D)
                .stop(Arrays.asList("\n"))
                .build();
        service.createCompletion(completionRequest).getChoices().forEach(System.out::println);
    }
}

创新采样	情绪采样	频率处罚系数	重复处罚系数	停止词
0.0	1.0	0.0	0.0	\n

语法纠正

说明：将句子转换成标准的英语，输出结果始终是英文

模型：text-davinci-003

prompt：((你的文本))

prompt例子：下半夜,突然雷声隆隆,接着电光闪闪。

参考代码：

package cn.gjsm.miukoo.openai;

import cn.gjsm.miukoo.Constants;
import com.theokanning.openai.OpenAiService;
import com.theokanning.openai.completion.CompletionRequest;

import java.util.Arrays;

public class OpenAi02 {
    public static void main(String[] args) {
        OpenAiService service = new OpenAiService(Constants.OPENAPI_TOKEN);
        CompletionRequest completionRequest = CompletionRequest.builder()
                .model("text-davinci-003")
                .prompt("下半夜,突然雷声隆隆,接着电光闪闪。")
                .temperature(0D)
                .maxTokens(1000)
                .topP(1D)
                .frequencyPenalty(0D)
                .presencePenalty(0D)
                .build();
        service.createCompletion(completionRequest).getChoices().forEach(System.out::println);
    }
}

创新采样	情绪采样	频率处罚系数	重复处罚系数	停止词
0.0	1.0	0.0	0.0

内容概况

说明：将一段话，概况中心

模型：text-davinci-003

prompt：Summarize this for a second-grade student:\n你的文本

prompt例子：Summarize this for a second-grade student:\n虽然我国国土辽阔，但我们要确保十三亿的人的衣食住行。我们的生活富裕了，但能源能不能持续跟上呢?希望大家能够利用废物，节约地球能源，善待地球环境，从身边的小事做起，从我做起，保护环境。还要呼吁大家共同保护赖以生存的家园!

参考代码：

package cn.gjsm.miukoo.openai;

import cn.gjsm.miukoo.Constants;
import com.theokanning.openai.OpenAiService;
import com.theokanning.openai.completion.CompletionRequest;

public class OpenAi03 {
    public static void main(String[] args) {
        OpenAiService service = new OpenAiService(Constants.OPENAPI_TOKEN);
        CompletionRequest completionRequest = CompletionRequest.builder()
                .model("text-davinci-003")
                .prompt("Summarize this for a second-grade student:\n虽然我国国土辽阔，但我们要确保十三亿的人的衣食住行。我们的生活富裕了，但能源能不能持续跟上呢?希望大家能够利用废物，节约地球能源，善待地球环境，从身边的小事做起，从我做起，保护环境。还要呼吁大家共同保护赖以生存的家园!")
                .temperature(0.7D)
                .maxTokens(1000)
                .topP(1D)
                .frequencyPenalty(0D)
                .presencePenalty(0D)
                .build();
        service.createCompletion(completionRequest).getChoices().forEach(System.out::println);
    }
}

创新采样	情绪采样	频率处罚系数	重复处罚系数	停止词
0.7	1.0	0.0	0.0

生成OpenAi的代码

说明：一句话生成OpenAi的代码

模型：code-davinci-002

prompt：“”“\nUtil exposes the following:\nutil.openai() -> authenticates & returns the openai module, which has the following functions:\nopenai.Completion.create(\n prompt=”“, # The prompt to start completing from\n max_tokens=123, # The max number of tokens to generate\n temperature=1.0 # A measure of randomness\n echo=True, # Whether to return the prompt in addition to the generated completion\n)\n”“”\nimport util\n"“”\n((你的文本))\n"“”\n\n

prompt例子：“”“\nUtil exposes the following:\nutil.openai() -> authenticates & returns the openai module, which has the following functions:\nopenai.Completion.create(\n prompt=”“, # The prompt to start completing from\n max_tokens=123, # The max number of tokens to generate\n temperature=1.0 # A measure of randomness\n echo=True, # Whether to return the prompt in addition to the generated completion\n)\n”“”\nimport util\n"“”\n创建一个OpenAI completion，提示是“你好”，最大令牌时5\n"“”\n\n

参考代码：

package cn.gjsm.miukoo.openai;

import cn.gjsm.miukoo.Constants;
import com.theokanning.openai.OpenAiService;
import com.theokanning.openai.completion.CompletionRequest;

import java.util.Arrays;

public class OpenAi04 {
    public static void main(String[] args) {
        OpenAiService service = new OpenAiService(Constants.OPENAPI_TOKEN);
        CompletionRequest completionRequest = CompletionRequest.builder()
                .model("code-davinci-002")
                .prompt("\\\"\\\"\\\"\\nUtil exposes the following:\\nutil.openai() -> authenticates & returns the openai module, which has the following functions:\\nopenai.Completion.create(\\n    prompt=\\\"<my prompt>\\\", # The prompt to start completing from\\n    max_tokens=123, # The max number of tokens to generate\\n    temperature=1.0 # A measure of randomness\\n    echo=True, # Whether to return the prompt in addition to the generated completion\\n)\\n\\\"\\\"\\\"\\nimport util\\n\\\"\\\"\\\"\\n创建一个OpenAI completion，提示是“你好”，最大令牌时5\\n\\\"\\\"\\\"\\n\\n")
                .temperature(0.7D)
                .maxTokens(1000)
                .topP(1D)
                .frequencyPenalty(0D)
                .presencePenalty(0D)
                .stop(Arrays.asList("\"\"\""))
                .build();
        service.createCompletion(completionRequest).getChoices().forEach(System.out::println);
    }
}

创新采样	情绪采样	频率处罚系数	重复处罚系数	停止词
0.0	1.0	0.0	0.0	“”"

程序命令生成

说明：一句话生成程序的命令，目前支持操作系统指令比较多

模型：text-davinci-003

prompt：Convert this text to a programmatic command:\n\nExample: Ask Constance if we need some bread\nOutput: send-msg find constance Do we need some bread?\n\n((你的文本))

prompt例子：Convert this text to a programmatic command:\n\nExample: Ask Constance if we need some bread\nOutput: send-msg find constance Do we need some bread?\n\n添加一个自动关机的定时任务

参考代码：

package cn.gjsm.miukoo.openai;

import cn.gjsm.miukoo.Constants;
import com.theokanning.openai.OpenAiService;
import com.theokanning.openai.completion.CompletionRequest;

import java.util.Arrays;

public class OpenAi05 {
    public static void main(String[] args) {
        OpenAiService service = new OpenAiService(Constants.OPENAPI_TOKEN);
        CompletionRequest completionRequest = CompletionRequest.builder()
                .model("text-davinci-003")
                .prompt("Convert this text to a programmatic command:\\n\\nExample: Ask Constance if we need some bread\\nOutput: send-msg `find constance` Do we need some bread?\\n\\n添加一个自动关机的定时任务")
                .temperature(0.0D)
                .maxTokens(1000)
                .topP(1D)
                .frequencyPenalty(0.2D)
                .presencePenalty(0D)
                .build();
        service.createCompletion(completionRequest).getChoices().forEach(System.out::println);
    }
}

创新采样	情绪采样	频率处罚系数	重复处罚系数	停止词
0.0	1.0	0.2	0.0

语言翻译

说明：把一种语法翻译成其它几种语言

模型：text-davinci-003

prompt：Translate this into 1. French, 2. Spanish and 3. English:\n((你的文本))

prompt例子：Translate this into 1. French, 2. Spanish and 3. English:\n这是什么地方?

参考代码：

package cn.gjsm.miukoo.openai;

import cn.gjsm.miukoo.Constants;
import com.theokanning.openai.OpenAiService;
import com.theokanning.openai.completion.CompletionRequest;

public class OpenAi06 {
    public static void main(String[] args) {
        OpenAiService service = new OpenAiService(Constants.OPENAPI_TOKEN);
        CompletionRequest completionRequest = CompletionRequest.builder()
                .model("text-davinci-003")
                .prompt("Translate this into 1. French, 2. Spanish and 3. English:\\n这是什么地方?")
                .temperature(0.3D)
                .maxTokens(1000)
                .topP(1D)
                .frequencyPenalty(0D)
                .presencePenalty(0D)
                .build();
        service.createCompletion(completionRequest).getChoices().forEach(System.out::println);
    }
}

创新采样	情绪采样	频率处罚系数	重复处罚系数	停止词
0.3	1.0	0.0	0.0

Stripe国际API生成

说明：一句话生成Stripe国际支付API

模型：code-davinci-002

prompt：“”“\nUtil exposes the following:\n\nutil.stripe() -> authenticates & returns the stripe module; usable as stripe.Charge.create etc\n”“”\nimport util\n"“”\n((你的文本))\n"“”

prompt例子：“”“\nUtil exposes the following:\n\nutil.stripe() -> authenticates & returns the stripe module; usable as stripe.Charge.create etc\n”“”\nimport util\n"“”\n使用一个信用卡5555-4444-3333-2222，创建一个Stripe令牌\n"“”

参考代码：

package cn.gjsm.miukoo.openai;

import cn.gjsm.miukoo.Constants;
import com.theokanning.openai.OpenAiService;
import com.theokanning.openai.completion.CompletionRequest;

import java.util.Arrays;

public class OpenAi07 {
    public static void main(String[] args) {
        OpenAiService service = new OpenAiService(Constants.OPENAPI_TOKEN);
        CompletionRequest completionRequest = CompletionRequest.builder()
                .model("code-davinci-002")
                .prompt("\\\"\\\"\\\"\\nUtil exposes the following:\\n\\nutil.stripe() -> authenticates & returns the stripe module; usable as stripe.Charge.create etc\\n\\\"\\\"\\\"\\nimport util\\n\\\"\\\"\\\"\\n使用一个信用卡5555-4444-3333-2222，创建一个Stripe令牌\\n\\\"\\\"\\\"")
                .temperature(0.3D)
                .maxTokens(1000)
                .topP(1D)
                .frequencyPenalty(0D)
                .presencePenalty(0D)
                .stop(Arrays.asList("\"\"\""))
                .build();
        service.createCompletion(completionRequest).getChoices().forEach(System.out::println);
    }
}

创新采样	情绪采样	频率处罚系数	重复处罚系数	停止词
0.0	1.0	0.0	0.0	“”"

SQL语句生成

说明：依据上下文中的表信息，生成SQL语句

模型：code-davinci-002

prompt：### ((你的数据库名称)) SQL tables, 表字段信息如下:\n#\n((你的表信息))\n#\n### ((你的文案描述))\n ((生成SQL的类型))

prompt例子：### Mysql SQL tables, 表字段信息如下:\n#\n# Employee(id, name, department_id)\n# Department(id, name, address)\n# Salary_Payments(id, employee_id, amount, date)\n#\n### 创建表的语法\n CREATE

参考代码：

package cn.gjsm.miukoo.openai;

import cn.gjsm.miukoo.Constants;
import com.theokanning.openai.OpenAiService;
import com.theokanning.openai.completion.CompletionRequest;

import java.util.Arrays;

public class OpenAi08 {
    public static void main(String[] args) {
        OpenAiService service = new OpenAiService(Constants.OPENAPI_TOKEN);
        CompletionRequest completionRequest = CompletionRequest.builder()
                .model("code-davinci-002")
                .prompt("### Mysql SQL tables, 表字段信息如下:\\n#\\n# Employee(id, name, department_id)\\n# Department(id, name, address)\\n# Salary_Payments(id, employee_id, amount, date)\\n#\\n### 创建表的语法\\n CREATE")
                .temperature(0.0D)
                .maxTokens(1000)
                .topP(1D)
                .frequencyPenalty(0D)
                .presencePenalty(0D)
                .stop(Arrays.asList("#",";"))
                .build();
        service.createCompletion(completionRequest).getChoices().forEach(System.out::println);
    }
}

创新采样	情绪采样	频率处罚系数	重复处罚系数	停止词
0.0	1.0	0.0	0.0	# ;

结构化生成

说明：对于非结构化的数据抽取其中的特征生成结构化的表格

模型：text-davinci-003

prompt：A table summarizing, use Chinese:\n((你的文本))\n

prompt例子：A table summarizing, use Chinese:\n我是一个活泼可爱的小女孩，我有着一双水灵灵的大眼睛；弯弯的眉毛像月亮一样；高高的鼻子下面有一张粉红色的樱桃小嘴。\n

参考代码：

package cn.gjsm.miukoo.openai;

import cn.gjsm.miukoo.Constants;
import com.theokanning.openai.OpenAiService;
import com.theokanning.openai.completion.CompletionRequest;

import java.util.Arrays;

public class OpenAi09 {
    public static void main(String[] args) {
        OpenAiService service = new OpenAiService(Constants.OPENAPI_TOKEN);
        CompletionRequest completionRequest = CompletionRequest.builder()
                .model("text-davinci-003")
                .prompt("A table summarizing, use Chinese:\\n我是一个活泼可爱的小女孩，我有着一双水灵灵的大眼睛；弯弯的眉毛像月亮一样；高高的鼻子下面有一张粉红色的樱桃小嘴。\\n")
                .temperature(0.0D)
                .maxTokens(100)
                .topP(1D)
                .frequencyPenalty(0D)
                .presencePenalty(0D)
                .build();
        service.createCompletion(completionRequest).getChoices().forEach(System.out::println);
    }
}

创新采样	情绪采样	频率处罚系数	重复处罚系数	停止词
0.0	1.0	0.0	0.0

信息分类

说明：把一段信息继续分类

模型：text-davinci-003

prompt：((你的文本))\n分类:

prompt例子：好似在唱着优美动听的歌\n分类:

参考代码：

package cn.gjsm.miukoo.openai;

import cn.gjsm.miukoo.Constants;
import com.theokanning.openai.OpenAiService;
import com.theokanning.openai.completion.CompletionRequest;

public class OpenAi10 {
    public static void main(String[] args) {
        OpenAiService service = new OpenAiService(Constants.OPENAPI_TOKEN);
        CompletionRequest completionRequest = CompletionRequest.builder()
                .model("text-davinci-003")
                .prompt("好似在唱着优美动听的歌\\n分类:")
                .temperature(0.0D)
                .maxTokens(100)
                .topP(1D)
                .frequencyPenalty(0D)
                .presencePenalty(0D)
                .build();
        service.createCompletion(completionRequest).getChoices().forEach(System.out::println);
    }
}

创新采样	情绪采样	频率处罚系数	重复处罚系数	停止词
0.0	1.0	0.0	0.0

Python代码解释

说明：把代码翻译成文字，用来解释程序的作用

模型：code-davinci-002

prompt：“# Python 3 \n ((你的代码)) \n\n# 解释代码作用\n\n#”

prompt例子：“# Python 3 \ndef remove_common_prefix(x, prefix, ws_prefix): \n x[“completion”] = x[“completion”].str[len(prefix) :] \n if ws_prefix: \n # keep the single whitespace as prefix \n x[“completion”] = " " + x[“completion”] \nreturn x \n\n# 解释代码作用\n\n#”

参考代码：

package cn.gjsm.miukoo.openai;

import cn.gjsm.miukoo.Constants;
import com.theokanning.openai.OpenAiService;
import com.theokanning.openai.completion.CompletionRequest;

public class OpenAi11 {
    public static void main(String[] args) {
        OpenAiService service = new OpenAiService(Constants.OPENAPI_TOKEN);
        CompletionRequest completionRequest = CompletionRequest.builder()
                .model("code-davinci-002")
                .prompt("# Python 3 \ndef remove_common_prefix(x, prefix, ws_prefix): \n    x[\"completion\"] = x[\"completion\"].str[len(prefix) :] \n    if ws_prefix: \n        # keep the single whitespace as prefix \n        x[\"completion\"] = \" \" + x[\"completion\"] \nreturn x \n\n# 解释代码作用\n\n#")
                .temperature(0.0D)
                .maxTokens(64)
                .topP(1D)
                .frequencyPenalty(0D)
                .presencePenalty(0D)
                .build();
        service.createCompletion(completionRequest).getChoices().forEach(System.out::println);
    }
}

创新采样	情绪采样	频率处罚系数	重复处罚系数	停止词
0.0	1.0	0.0	0.0

文字转表情符号

说明：将文本编码成表情服务

模型：text-davinci-003

prompt：转换文字为表情。\n((你的文本))：

prompt例子：转换文字为表情。\n我现在非常生气：

参考代码：

package cn.gjsm.miukoo.openai;

import cn.gjsm.miukoo.Constants;
import com.theokanning.openai.OpenAiService;
import com.theokanning.openai.completion.CompletionRequest;

import java.util.Arrays;

public class OpenAi12 {
    public static void main(String[] args) {
        OpenAiService service = new OpenAiService(Constants.OPENAPI_TOKEN);
        CompletionRequest completionRequest = CompletionRequest.builder()
                .model("text-davinci-003")
                .prompt("转换文字为表情。\n我现在非常生气： ")
                .temperature(0.8D)
                .maxTokens(64)
                .topP(1D)
                .frequencyPenalty(0D)
                .presencePenalty(0D)
                .stop(Arrays.asList("\n"))
                .build();
        service.createCompletion(completionRequest).getChoices().forEach(System.out::println);
    }
}

创新采样	情绪采样	频率处罚系数	重复处罚系数	停止词
0.8	1.0	0.0	0.0	\n

时间复杂度计算

说明：求一段代码的时间复杂度

模型：
text-davinci-003

prompt：((你的代码))\n"“”\n函数的时间复杂度是

prompt例子：for (int i = 0; i < 10; i++) {\n System.out.println(1);\n}\n"“”\n函数的时间复杂度是

参考代码：

package cn.gjsm.miukoo.openai;

import cn.gjsm.miukoo.Constants;
import com.theokanning.openai.OpenAiService;
import com.theokanning.openai.completion.CompletionRequest;

import java.util.Arrays;

public class OpenAi13 {
    public static void main(String[] args) {
        OpenAiService service = new OpenAiService(Constants.OPENAPI_TOKEN);
        CompletionRequest completionRequest = CompletionRequest.builder()
                .model("text-davinci-003")
                .prompt("for (int i = 0; i < 10; i++) {\\n            System.out.println(1);\\n}\\n\\\"\\\"\\\"\\n函数的时间复杂度是 ")
                .temperature(0D)
                .maxTokens(64)
                .topP(1D)
                .frequencyPenalty(0D)
                .presencePenalty(0D)
                .stop(Arrays.asList("\n"))
                .build();
        service.createCompletion(completionRequest).getChoices().forEach(System.out::println);
    }
}

创新采样	情绪采样	频率处罚系数	重复处罚系数	停止词
0.0	1.0	0.0	0.0	\n

程序代码翻译

说明：把一种语言的代码翻译成另外一种语言的代码

模型：code-davinci-002

prompt：##### 把这段代码从((语言1))翻译成((语言2))\n### ((语言1))\n \n ((要翻译的代码))\n \n### ((语言2))

prompt例子：##### 把这段代码从Python翻译成Java\n### Python\n \n def predict_proba(X: Iterable[str]):\n return np.array([predict_one_probas(tweet) for tweet in X])\n \n### Java

参考代码：

package cn.gjsm.miukoo.openai;

import cn.gjsm.miukoo.Constants;
import com.theokanning.openai.OpenAiService;
import com.theokanning.openai.completion.CompletionRequest;

import java.util.Arrays;

public class OpenAi14 {
    public static void main(String[] args) {
        OpenAiService service = new OpenAiService(Constants.OPENAPI_TOKEN);
        CompletionRequest completionRequest = CompletionRequest.builder()
                .model("code-davinci-002")
                .prompt("##### 把这段代码从Python翻译成Java\\n### Python\\n    \\n    def predict_proba(X: Iterable[str]):\\n        return np.array([predict_one_probas(tweet) for tweet in X])\\n    \\n### Java")
                .temperature(0D)
                .maxTokens(200)
                .topP(1D)
                .frequencyPenalty(0D)
                .presencePenalty(0D)
                .stop(Arrays.asList("###"))
                .build();
        service.createCompletion(completionRequest).getChoices().forEach(System.out::println);
    }
}

创新采样	情绪采样	频率处罚系数	重复处罚系数	停止词
0.0	1.0	0.0	0.0	###

高级情绪评分

说明：支持批量列表的方式检查情绪

模型：
text-davinci-003

prompt：对下面内容进行情感分类:\n((你批量评级的文本列表))"\n情绪评级:

prompt例子：对下面内容进行情感分类:\n1. “我今天非常开心”\n2.“今天我上课睡觉了”\n情绪评级:

参考代码：

package cn.gjsm.miukoo.openai;

import cn.gjsm.miukoo.Constants;
import com.theokanning.openai.OpenAiService;
import com.theokanning.openai.completion.CompletionRequest;

import java.util.Arrays;

public class OpenAi15 {
    public static void main(String[] args) {
        OpenAiService service = new OpenAiService(Constants.OPENAPI_TOKEN);
        CompletionRequest completionRequest = CompletionRequest.builder()
                .model("text-davinci-003")
                .prompt("对下面内容进行情感分类:\\n1. \\\"我今天非常开心\\\"\\n2.\\\"今天我上课睡觉了\\\"\\n情绪评级:")
                .temperature(0D)
                .maxTokens(200)
                .topP(1D)
                .frequencyPenalty(0D)
                .presencePenalty(0D)
                .build();
        service.createCompletion(completionRequest).getChoices().forEach(System.out::println);
    }
}

创新采样	情绪采样	频率处罚系数	重复处罚系数	停止词
0.0	1.0	0.0	0.0

代码解释

说明：对一段代码进行解释

模型：code-davinci-002

prompt：代码:\n((你的代码))\n"“”\n上面的代码在做什么:\n1.

prompt例子：代码:\npublic class T {\n public static void main(String[] args) {\n System.out.println(“Hello Heima”);\n }\n}\n"“”\n上面的代码在做什么:\n1.

参考代码：

package cn.gjsm.miukoo.openai;

import cn.gjsm.miukoo.Constants;
import com.theokanning.openai.OpenAiService;
import com.theokanning.openai.completion.CompletionRequest;

import java.util.Arrays;

public class OpenAi16 {
    public static void main(String[] args) {
        OpenAiService service = new OpenAiService(Constants.OPENAPI_TOKEN);
        CompletionRequest completionRequest = CompletionRequest.builder()
                .model("code-davinci-002")
                .prompt("代码:\\npublic class T {\\n    public static void main(String[] args) {\\n        System.out.println(\\\"Hello Heima\\\");\\n    }\\n}\\n\\\"\\\"\\\"\\n上面的代码在做什么:\\n1. ")
                .temperature(0D)
                .maxTokens(200)
                .topP(1D)
                .frequencyPenalty(0D)
                .presencePenalty(0D)
                .stop(Arrays.asList("\"\"\""))
                .build();
        service.createCompletion(completionRequest).getChoices().forEach(System.out::println);
    }
}

创新采样	情绪采样	频率处罚系数	重复处罚系数	停止词
0.0	1.0	0.0	0.0	“”"

关键字提取

说明：提取一段文本中的关键字

模型：
text-davinci-003

prompt：抽取下面内容的关键字:\n((你的文本))

prompt例子：抽取下面内容的关键字:\n非结构化数据主要是指那些无法用固定结构来逻辑表达实现的数据,简单来说就是用户散落在论坛、微博、微信或其他渠道发表的关于产品的各种评价或吐槽。

参考代码：

package cn.gjsm.miukoo.openai;

import cn.gjsm.miukoo.Constants;
import com.theokanning.openai.OpenAiService;
import com.theokanning.openai.completion.CompletionRequest;

import java.util.Arrays;

public class OpenAi17 {
    public static void main(String[] args) {
        OpenAiService service = new OpenAiService(Constants.OPENAPI_TOKEN);
        CompletionRequest completionRequest = CompletionRequest.builder()
                .model("text-davinci-003")
                .prompt("抽取下面内容的关键字:\\n非结构化数据主要是指那些无法用固定结构来逻辑表达实现的数据,简单来说就是用户散落在论坛、微博、微信或其他渠道发表的关于产品的各种评价或吐槽。")
                .temperature(0.5D)
                .maxTokens(200)
                .topP(1D)
                .frequencyPenalty(0.8D)
                .presencePenalty(0D)
                .build();
        service.createCompletion(completionRequest).getChoices().forEach(System.out::println);
    }
}

创新采样	情绪采样	频率处罚系数	重复处罚系数	停止词
0.5	1.0	0.8	0.0

问题解答

说明：类似解答题

模型：
text-davinci-003

prompt：Q: 你的问题?\nA: ?

prompt例子：Q: 奥特曼的技能是什么?\nA: ?

参考代码：

package cn.gjsm.miukoo.openai;

import cn.gjsm.miukoo.Constants;
import com.theokanning.openai.OpenAiService;
import com.theokanning.openai.completion.CompletionRequest;

public class OpenAi18 {
    public static void main(String[] args) {
        OpenAiService service = new OpenAiService(Constants.OPENAPI_TOKEN);
        CompletionRequest completionRequest = CompletionRequest.builder()
                .model("text-davinci-003")
                .prompt("Q: 奥特曼的技能是什么?\\nA: ?")
                .temperature(0D)
                .maxTokens(200)
                .topP(1D)
                .frequencyPenalty(0D)
                .presencePenalty(0D)
                .build();
        service.createCompletion(completionRequest).getChoices().forEach(System.out::println);
    }
}

创新采样	情绪采样	频率处罚系数	重复处罚系数	停止词
0.0	1.0	0.0	0.0

广告设计

说明：给一个产品设计一个广告

模型：
text-davinci-003

prompt：为下面的产品创作一个创业广告，用于投放到抖音上：\n产品:((你的产品介绍)).

prompt例子：为下面的产品创作一个创业广告，用于投放到抖音上：\n产品: 奉节脐橙.

参考代码：

package cn.gjsm.miukoo.openai;

import cn.gjsm.miukoo.Constants;
import com.theokanning.openai.OpenAiService;
import com.theokanning.openai.completion.CompletionRequest;

public class OpenAi19 {
    public static void main(String[] args) {
        OpenAiService service = new OpenAiService(Constants.OPENAPI_TOKEN);
        CompletionRequest completionRequest = CompletionRequest.builder()
                .model("text-davinci-003")
                .prompt("为下面的产品创作一个创业广告，用于投放到抖音上：\\n产品: 奉节脐橙.")
                .temperature(0.5D)
                .maxTokens(200)
                .topP(1D)
                .frequencyPenalty(0D)
                .presencePenalty(0D)
                .build();
        service.createCompletion(completionRequest).getChoices().forEach(System.out::println);
    }
}

创新采样	情绪采样	频率处罚系数	重复处罚系数	停止词
0.5	1.0	0.0	0.0

产品取名

说明：依据产品描述和种子词语，给一个产品取一个好听的名字

模型：
text-davinci-003

prompt：产品描述: ((产品秒杀)).\n种子词: ((种子词语)).\n产品名称:

prompt例子：产品描述: 一双适合任何脚大小的鞋.\n种子词: 舒适、大气、软.\n产品名称:

参考代码：

package cn.gjsm.miukoo.openai;

import cn.gjsm.miukoo.Constants;
import com.theokanning.openai.OpenAiService;
import com.theokanning.openai.completion.CompletionRequest;

public class OpenAi20 {
    public static void main(String[] args) {
        OpenAiService service = new OpenAiService(Constants.OPENAPI_TOKEN);
        CompletionRequest completionRequest = CompletionRequest.builder()
                .model("text-davinci-003")
                .prompt("产品描述: 一双适合任何脚大小的鞋.\\n种子词: 舒适、大气、软.\\n产品名称: ")
                .temperature(0.8D)
                .maxTokens(200)
                .topP(1D)
                .frequencyPenalty(0D)
                .presencePenalty(0D)
                .build();
        service.createCompletion(completionRequest).getChoices().forEach(System.out::println);
    }
}

创新采样	情绪采样	频率处罚系数	重复处罚系数	停止词
0.8	1.0	0.0	0.0

句子简化

说明：把一个长句子简化成一个短句子

模型：
text-davinci-003

prompt：((你的长句子))\nTl;dr:

prompt例子：我是一个活泼可爱的小女孩，我有着一双水灵灵的大眼睛；弯弯的眉毛像月亮一样；高高的鼻子下面有一张粉红色的樱桃小嘴。\nTl;dr:

参考代码：

package cn.gjsm.miukoo.openai;

import cn.gjsm.miukoo.Constants;
import com.theokanning.openai.OpenAiService;
import com.theokanning.openai.completion.CompletionRequest;

public class OpenAi21 {
    public static void main(String[] args) {
        OpenAiService service = new OpenAiService(Constants.OPENAPI_TOKEN);
        CompletionRequest completionRequest = CompletionRequest.builder()
                .model("text-davinci-003")
                .prompt("我是一个活泼可爱的小女孩，我有着一双水灵灵的大眼睛；弯弯的眉毛像月亮一样；高高的鼻子下面有一张粉红色的樱桃小嘴。\nTl;dr: ")
                .temperature(0.7D)
                .maxTokens(200)
                .topP(1D)
                .frequencyPenalty(0D)
                .presencePenalty(1D)
                .build();
        service.createCompletion(completionRequest).getChoices().forEach(System.out::println);
    }
}

创新采样	情绪采样	频率处罚系数	重复处罚系数	停止词
0.7	1.0	0.0	1.0

修复代码Bug

说明：自动修改代码中的bug

模型：code-davinci-002

prompt：“##### 修复下面代码的bug\n### ((你的语言))\n ((你的代码))\n### ((你的语言))\n”

prompt例子：“##### 修复下面代码的bug\n### Java\npublic class T {\n public static void main(String[] args) {\n System.outs.println(“Hello Heima”);\n }\n}\n### Java\n”

参考代码：

package cn.gjsm.miukoo.openai;

import cn.gjsm.miukoo.Constants;
import com.theokanning.openai.OpenAiService;
import com.theokanning.openai.completion.CompletionRequest;

import java.util.Arrays;

public class OpenAi22 {
    public static void main(String[] args) {
        OpenAiService service = new OpenAiService(Constants.OPENAPI_TOKEN);
        CompletionRequest completionRequest = CompletionRequest.builder()
                .model("code-davinci-002")
                .prompt("##### 修复下面代码的bug\n### Java\npublic class T {\n    public static void main(String[] args) {\n        System.outs.println(\"Hello Heima\");\n    }\n}\n### Java\n")
                .temperature(0D)
                .maxTokens(200)
                .topP(1D)
                .frequencyPenalty(0D)
                .presencePenalty(0D)
                .stop(Arrays.asList("###"))
                .build();
        service.createCompletion(completionRequest).getChoices().forEach(System.out::println);
    }
}

创新采样	情绪采样	频率处罚系数	重复处罚系数	停止词
0.0	1.0	0.0	0.0	###

表格填充数据

说明：自动为一个表格生成数据

模型：
text-davinci-003

prompt：spreadsheet ,((生成的行数)) rows:\n((表格的头))\n

prompt例子：spreadsheet ,20 rows:\n姓名| 年龄|性别|生日\n

参考代码：

package cn.gjsm.miukoo.openai;

import cn.gjsm.miukoo.Constants;
import com.theokanning.openai.OpenAiService;
import com.theokanning.openai.completion.CompletionRequest;

import java.util.Arrays;

public class OpenAi23 {
    public static void main(String[] args) {
        OpenAiService service = new OpenAiService(Constants.OPENAPI_TOKEN);
        CompletionRequest completionRequest = CompletionRequest.builder()
                .model("text-davinci-003")
                .prompt("spreadsheet ,20 rows:\\n姓名| 年龄|性别|生日\\n")
                .temperature(0D)
                .maxTokens(200)
                .topP(1D)
                .frequencyPenalty(0D)
                .presencePenalty(0D)
                .build();
        service.createCompletion(completionRequest).getChoices().forEach(System.out::println);
    }
}

创新采样	情绪采样	频率处罚系数	重复处罚系数	停止词
0.5	1.0	0.0	0.0

语言聊天机器人

说明：各种开发语言的两天机器人

模型：code-davinci-002

prompt：You: ((你的问题))\n((你的语言)) 机器人:

prompt例子：You: 二维数组代码怎么实现？\nJava 机器人:

参考代码：

package cn.gjsm.miukoo.openai;

import cn.gjsm.miukoo.Constants;
import com.theokanning.openai.OpenAiService;
import com.theokanning.openai.completion.CompletionRequest;

import java.util.Arrays;

public class OpenAi24 {
    public static void main(String[] args) {
        OpenAiService service = new OpenAiService(Constants.OPENAPI_TOKEN);
        CompletionRequest completionRequest = CompletionRequest.builder()
                .model("text-davinci-003")
                .prompt("You: 二维数组代码怎么实现？\\nJava 机器人:")
                .temperature(0D)
                .maxTokens(200)
                .topP(1D)
                .frequencyPenalty(0.5D)
                .presencePenalty(0D)
                .stop(Arrays.asList("You: "))
                .build();
        service.createCompletion(completionRequest).getChoices().forEach(System.out::println);
    }
}

创新采样	情绪采样	频率处罚系数	重复处罚系数	停止词
0.0	1.0	0.5	0.0	You:

机器学习机器人

说明：机器学习模型方面的机器人

模型：
text-davinci-003

prompt：You: ((你的问题))\nML机器人:

prompt例子：You: 你会那些模型？\nML机器人:

参考代码：

package cn.gjsm.miukoo.openai;

import cn.gjsm.miukoo.Constants;
import com.theokanning.openai.OpenAiService;
import com.theokanning.openai.completion.CompletionRequest;

import java.util.Arrays;

public class OpenAi25 {
    public static void main(String[] args) {
        OpenAiService service = new OpenAiService(Constants.OPENAPI_TOKEN);
        CompletionRequest completionRequest = CompletionRequest.builder()
                .model("text-davinci-003")
                .prompt("You: 你会那些模型？\\nML机器人:")
                .temperature(0.3D)
                .maxTokens(200)
                .topP(1D)
                .frequencyPenalty(0.5D)
                .presencePenalty(0D)
                .stop(Arrays.asList("You: "))
                .build();
        service.createCompletion(completionRequest).getChoices().forEach(System.out::println);
    }
}

创新采样	情绪采样	频率处罚系数	重复处罚系数	停止词
0.3	1.0	0.5	0.0	You:

清单制作

说明：可以列出各方面的分类列表，比如歌单

模型：
text-davinci-003

prompt：列出10((清单描述)):

prompt例子：列出10首周杰伦的歌曲:

参考代码：

package cn.gjsm.miukoo.openai;

import cn.gjsm.miukoo.Constants;
import com.theokanning.openai.OpenAiService;
import com.theokanning.openai.completion.CompletionRequest;

import java.util.Arrays;

public class OpenAi26 {
    public static void main(String[] args) {
        OpenAiService service = new OpenAiService(Constants.OPENAPI_TOKEN);
        CompletionRequest completionRequest = CompletionRequest.builder()
                .model("text-davinci-003")
                .prompt("列出10首周杰伦的歌曲:")
                .temperature(0.5D)
                .maxTokens(200)
                .topP(1D)
                .frequencyPenalty(0.52D)
                .presencePenalty(0.5D)
                .stop(Arrays.asList("11."))
                .build();
        service.createCompletion(completionRequest).getChoices().forEach(System.out::println);
    }
}

创新采样	情绪采样	频率处罚系数	重复处罚系数	停止词
0.5	1.0	0.52	0.5	11.0

文本情绪分析

说明：对一段文字进行情绪分析

模型：
text-davinci-003

prompt：推断下面文本的情绪是积极的, 中立的, 还是消极的.\n文本: “((你的文本))”\n观点:

prompt例子：推断下面文本的情绪是积极的, 中立的, 还是消极的.\n文本: “我是一个活泼可爱的小女孩，我有着一双水灵灵的大眼睛；弯弯的眉毛像月亮一样；高高的鼻子下面有一张粉红色的樱桃小嘴。”\n观点:

参考代码：

package cn.gjsm.miukoo.openai;

import cn.gjsm.miukoo.Constants;
import com.theokanning.openai.OpenAiService;
import com.theokanning.openai.completion.CompletionRequest;

import java.util.Arrays;

public class OpenAi27 {
    public static void main(String[] args) {
        OpenAiService service = new OpenAiService(Constants.OPENAPI_TOKEN);
        CompletionRequest completionRequest = CompletionRequest.builder()
                .model("text-davinci-003")
                .prompt("推断下面文本的情绪是积极的, 中立的, 还是消极的.\\n文本: \\\"我是一个活泼可爱的小女孩，我有着一双水灵灵的大眼睛；弯弯的眉毛像月亮一样；高高的鼻子下面有一张粉红色的樱桃小嘴。\\\"\\n观点:")
                .temperature(0D)
                .maxTokens(200)
                .topP(1D)
                .frequencyPenalty(0.5D)
                .presencePenalty(0D)
                .build();
        service.createCompletion(completionRequest).getChoices().forEach(System.out::println);
    }
}

创新采样	情绪采样	频率处罚系数	重复处罚系数	停止词
0.0	1.0	0.5	0.0

航空代码抽取

说明：抽取文本中的航空diam信息

模型：
text-davinci-003

prompt：抽取下面文本中的航空代码：\n文本：“((你的文本))”\n航空代码：

prompt例子：抽取下面文本中的航空代码：\n文本：“我下午从重庆飞北京”\n航空代码：

参考代码：

package cn.gjsm.miukoo.openai;

import cn.gjsm.miukoo.Constants;
import com.theokanning.openai.OpenAiService;
import com.theokanning.openai.completion.CompletionRequest;

import java.util.Arrays;

public class OpenAi28 {
    public static void main(String[] args) {
        OpenAiService service = new OpenAiService(Constants.OPENAPI_TOKEN);
        CompletionRequest completionRequest = CompletionRequest.builder()
                .model("text-davinci-003")
                .prompt("抽取下面文本中的航空代码：\\n文本：\\\"我下午从重庆飞北京\\\"\\n航空代码：")
                .temperature(0D)
                .maxTokens(200)
                .topP(1D)
                .frequencyPenalty(0.0D)
                .presencePenalty(0D)
                .stop(Arrays.asList("\n"))
                .build();
        service.createCompletion(completionRequest).getChoices().forEach(System.out::println);
    }
}

创新采样	情绪采样	频率处罚系数	重复处罚系数	停止词
0.0	1.0	0.0	0.0	\n

生成SQL语句

说明：无上下文，语句描述生成SQL

模型：
text-davinci-003

prompt：((生成SQL的描述))

prompt例子：设计一张用户信息表

参考代码：

package cn.gjsm.miukoo.openai;

import cn.gjsm.miukoo.Constants;
import com.theokanning.openai.OpenAiService;
import com.theokanning.openai.completion.CompletionRequest;

import java.util.Arrays;

public class OpenAi29 {
    public static void main(String[] args) {
        OpenAiService service = new OpenAiService(Constants.OPENAPI_TOKEN);
        CompletionRequest completionRequest = CompletionRequest.builder()
                .model("text-davinci-003")
                .prompt("设计一张用户信息表")
                .temperature(0.3D)
                .maxTokens(1000)
                .topP(1D)
                .frequencyPenalty(0D)
                .presencePenalty(0D)
                .build();
        service.createCompletion(completionRequest).getChoices().forEach(System.out::println);
    }
}

创新采样	情绪采样	频率处罚系数	重复处罚系数	停止词
0.3	1.0	0.0	0.0

抽取联系信息

说明：从文本中抽取联系方式

模型：
text-davinci-003

prompt：从下面文本中抽取((抽取的内容)):\n((你的文本))

prompt例子：从下面文本中抽取邮箱和电话:\n教育行业A股IPO第一股（股票代码 003032）\n全国咨询/投诉热线：400-618-4000 举报邮箱:mc@itcast.cn

参考代码：

package cn.gjsm.miukoo.openai;

import cn.gjsm.miukoo.Constants;
import com.theokanning.openai.OpenAiService;
import com.theokanning.openai.completion.CompletionRequest;

public class OpenAi30 {
    public static void main(String[] args) {
        OpenAiService service = new OpenAiService(Constants.OPENAPI_TOKEN);
        CompletionRequest completionRequest = CompletionRequest.builder()
                .model("text-davinci-003")
                .prompt("设计一张用户信息表")
                .temperature(0.3D)
                .maxTokens(1000)
                .topP(1D)
                .frequencyPenalty(0D)
                .presencePenalty(0D)
                .build();
        service.createCompletion(completionRequest).getChoices().forEach(System.out::println);
    }
}

创新采样	情绪采样	频率处罚系数	重复处罚系数	停止词
0.0	1.0	0.0	0.0

程序语言转换

说明：把一种语言转成另外一种语言

模型：code-davinci-002

prompt：#((语言1)) to ((语言2)):\n((语言1))😦(代码))\n\n((语言2)):

prompt例子：#JavaScript to Python:\nJavaScript: \ndogs = [“bill”, “joe”, “carl”]\ncar = []\ndogs.forEach((dog) {\n car.push(dog);\n});\n\nPython:

参考代码：

package cn.gjsm.miukoo.openai;

import cn.gjsm.miukoo.Constants;
import com.theokanning.openai.OpenAiService;
import com.theokanning.openai.completion.CompletionRequest;

public class OpenAi31 {
    public static void main(String[] args) {
        OpenAiService service = new OpenAiService(Constants.OPENAPI_TOKEN);
        CompletionRequest completionRequest = CompletionRequest.builder()
                .model("code-davinci-002")
                .prompt("#JavaScript to Python:\\nJavaScript: \\ndogs = [\\\"bill\\\", \\\"joe\\\", \\\"carl\\\"]\\ncar = []\\ndogs.forEach((dog) {\\n    car.push(dog);\\n});\\n\\nPython:")
                .temperature(0D)
                .maxTokens(1000)
                .topP(1D)
                .frequencyPenalty(0D)
                .presencePenalty(0D)
                .build();
        service.createCompletion(completionRequest).getChoices().forEach(System.out::println);
    }
}

创新采样	情绪采样	频率处罚系数	重复处罚系数	停止词
0.0	1.0	0.0	0.0

好友聊天

说明：模仿好友聊天

模型：
text-davinci-003

prompt：You: ((你的问题))\n好友:

prompt例子：You: 你最近好吗？\n好友:

参考代码：

package cn.gjsm.miukoo.openai;

import cn.gjsm.miukoo.Constants;
import com.theokanning.openai.OpenAiService;
import com.theokanning.openai.completion.CompletionRequest;

import java.util.Arrays;

public class OpenAi32 {
    public static void main(String[] args) {
        OpenAiService service = new OpenAiService(Constants.OPENAPI_TOKEN);
        CompletionRequest completionRequest = CompletionRequest.builder()
                .model("code-davinci-002")
                .prompt("You: 你最近好吗？\\n好友:")
                .temperature(0.5D)
                .maxTokens(1000)
                .topP(1D)
                .frequencyPenalty(0.5D)
                .presencePenalty(0D)
                .stop(Arrays.asList("You:"))
                .build();
        service.createCompletion(completionRequest).getChoices().forEach(System.out::println);
    }
}

创新采样	情绪采样	频率处罚系数	重复处罚系数	停止词
0.5	1.0	0.5	0.0	You:

颜色生成

说明：依据描述生成对应颜色

模型：
text-davinci-003

prompt：((颜色面so)):\nbackground-color:

prompt例子：CSS的颜色就是黎明时的颜色:\nbackground-color:

参考代码：

package cn.gjsm.miukoo.openai;

import cn.gjsm.miukoo.Constants;
import com.theokanning.openai.OpenAiService;
import com.theokanning.openai.completion.CompletionRequest;

import java.util.Arrays;

public class OpenAi33 {
    public static void main(String[] args) {
        OpenAiService service = new OpenAiService(Constants.OPENAPI_TOKEN);
        CompletionRequest completionRequest = CompletionRequest.builder()
                .model("text-davinci-003")
                .prompt("CSS的颜色就是黎明时的颜色:\\nbackground-color: ")
                .temperature(0D)
                .maxTokens(1000)
                .topP(1D)
                .frequencyPenalty(0D)
                .presencePenalty(0D)
                .stop(Arrays.asList(";"))
                .build();
        service.createCompletion(completionRequest).getChoices().forEach(System.out::println);
    }
}

创新采样	情绪采样	频率处罚系数	重复处罚系数	停止词
0.0	1.0	0.0	0.0
;

程序文档生成

说明：自动为程序生成文档

模型：code-davinci-002

prompt：# ((你的语言))\n \n((你的代码))\n# 上述代码的详细、高质量文档字符串：\n"“”

prompt例子：# Python 3.7\n \ndef randomly_split_dataset(folder, filename, split_ratio=[0.8, 0.2]):\n df = pd.read_json(folder + filename, lines=True)\n train_name, test_name = “train.jsonl”, “test.jsonl”\n df_train, df_test = train_test_split(df, test_size=split_ratio[1], random_state=42)\n df_train.to_json(folder + train_name, orient=‘records’, lines=True)\n df_test.to_json(folder + test_name, orient=‘records’, lines=True)\nrandomly_split_dataset(‘finetune_data/’, ‘dataset.jsonl’)\n# 上述代码的详细、高质量文档字符串：\n"“”

参考代码：

package cn.gjsm.miukoo.openai;

import cn.gjsm.miukoo.Constants;
import com.theokanning.openai.OpenAiService;
import com.theokanning.openai.completion.CompletionRequest;

import java.util.Arrays;

public class OpenAi34 {
    public static void main(String[] args) {
        OpenAiService service = new OpenAiService(Constants.OPENAPI_TOKEN);
        CompletionRequest completionRequest = CompletionRequest.builder()
                .model("code-davinci-002")
                .prompt("# Python 3.7\\n \\ndef randomly_split_dataset(folder, filename, split_ratio=[0.8, 0.2]):\\n    df = pd.read_json(folder + filename, lines=True)\\n    train_name, test_name = \\\"train.jsonl\\\", \\\"test.jsonl\\\"\\n    df_train, df_test = train_test_split(df, test_size=split_ratio[1], random_state=42)\\n    df_train.to_json(folder + train_name, orient='records', lines=True)\\n    df_test.to_json(folder + test_name, orient='records', lines=True)\\nrandomly_split_dataset('finetune_data/', 'dataset.jsonl')\\n# 上述代码的详细、高质量文档字符串：\\n\\\"\\\"\\\"")
                .temperature(0D)
                .maxTokens(1000)
                .topP(1D)
                .frequencyPenalty(0D)
                .presencePenalty(0D)
                .stop(Arrays.asList("\"\"\"","#"))
                .build();
        service.createCompletion(completionRequest).getChoices().forEach(System.out::println);
    }
}

创新采样	情绪采样	频率处罚系数	重复处罚系数	停止词
0.0	1.0	0.0	0.0	#“”"

段落创作

说明：依据短语生成相关文短

模型：
text-davinci-003

prompt：为下面短语创建一个中文段:\n((短语)):\n

prompt例子：为下面短语创建一个中文段:\n我很开心:\n

参考代码：

package cn.gjsm.miukoo.openai;

import cn.gjsm.miukoo.Constants;
import com.theokanning.openai.OpenAiService;
import com.theokanning.openai.completion.CompletionRequest;

import java.util.Arrays;

public class OpenAi35 {
    public static void main(String[] args) {
        OpenAiService service = new OpenAiService(Constants.OPENAPI_TOKEN);
        CompletionRequest completionRequest = CompletionRequest.builder()
                .model("text-davinci-003")
                .prompt("为下面短语创建一个中文段:\\n我很开心:\\n")
                .temperature(0D)
                .maxTokens(1000)
                .topP(1D)
                .frequencyPenalty(0D)
                .presencePenalty(0D)
                .build();
        service.createCompletion(completionRequest).getChoices().forEach(System.out::println);
    }
}

创新采样	情绪采样	频率处罚系数	重复处罚系数	停止词
0.5	1.0	0.0	0.0

代码压缩

说明：把多行代码简单的压缩成一行

模型：code-davinci-002

prompt：将下面((你的语言))代码转成一行:\n((你的代码))\n((你的语言))一行版本:

prompt例子：将下面Java代码转成一行:\npublic class T {\n public static void main(String[] args) {\n System.out.println(“Hello hiema”);\n }\n}\nJava一行版本:

参考代码：

package cn.gjsm.miukoo.openai;

import cn.gjsm.miukoo.Constants;
import com.theokanning.openai.OpenAiService;
import com.theokanning.openai.completion.CompletionRequest;

import java.util.Arrays;

public class OpenAi36 {
    public static void main(String[] args) {
        OpenAiService service = new OpenAiService(Constants.OPENAPI_TOKEN);
        CompletionRequest completionRequest = CompletionRequest.builder()
                .model("code-davinci-002")
                .prompt("将下面Java代码转成一行:\\npublic class T {\\n    public static void main(String[] args) {\\n        System.out.println(\\\"Hello hiema\\\");\\n    }\\n}\\nJava一行版本:")
                .temperature(0D)
                .maxTokens(1000)
                .topP(1D)
                .frequencyPenalty(0D)
                .presencePenalty(0D)
                .stop(Arrays.asList(";"))
                .build();
        service.createCompletion(completionRequest).getChoices().forEach(System.out::println);
    }
}

创新采样	情绪采样	频率处罚系数	重复处罚系数	停止词
0.0	1.0	0.0	0.0	;

故事创作

说明：依据一个主题创建一个故事

模型：
text-davinci-003

prompt：主题: ((你的创作主题))\n故事创作:

prompt例子：主题: 早餐\n故事创作:

参考代码：

package cn.gjsm.miukoo.openai;

import cn.gjsm.miukoo.Constants;
import com.theokanning.openai.OpenAiService;
import com.theokanning.openai.completion.CompletionRequest;

import java.util.Arrays;

public class OpenAi37 {
    public static void main(String[] args) {
        OpenAiService service = new OpenAiService(Constants.OPENAPI_TOKEN);
        CompletionRequest completionRequest = CompletionRequest.builder()
                .model("text-davinci-003")
                .prompt("主题: 早餐\\n故事创作:")
                .temperature(0.8D)
                .maxTokens(200)
                .topP(1D)
                .frequencyPenalty(0.5D)
                .presencePenalty(0D)
                .build();
        service.createCompletion(completionRequest).getChoices().forEach(System.out::println);
    }
}

创新采样	情绪采样	频率处罚系数	重复处罚系数	停止词
0.8	1.0	0.5	0.0

人称转换

说明：第一人称转第3人称

模型：text-davinci-003

prompt：把下面内容从第一人称转为第三人称 (性别女):\n((你的内容))\n

prompt例子：把下面内容从第一人称转为第三人称 (性别女):\n我今天心情很好。\n

参考代码：

package cn.gjsm.miukoo.openai;

import cn.gjsm.miukoo.Constants;
import com.theokanning.openai.OpenAiService;
import com.theokanning.openai.completion.CompletionRequest;

public class OpenAi38 {
    public static void main(String[] args) {
        OpenAiService service = new OpenAiService(Constants.OPENAPI_TOKEN);
        CompletionRequest completionRequest = CompletionRequest.builder()
                .model("text-davinci-003")
                .prompt("把下面内容从第一人称转为第三人称 (性别女):\\n我今天心情很好。\\n")
                .temperature(0D)
                .maxTokens(200)
                .topP(1D)
                .frequencyPenalty(0D)
                .presencePenalty(0D)
                .build();
        service.createCompletion(completionRequest).getChoices().forEach(System.out::println);
    }
}

创新采样	情绪采样	频率处罚系数	重复处罚系数	停止词
0.0	1.0	0.0	0.0

摘要说明

说明：依据笔记生成摘要说明

模型：text-davinci-003

prompt：将下面内容转换成将下((场景说明))摘要：\n((简短说明))

prompt例子：将下面内容转换成早会摘要：\n小张：今天做注册功能\n小王：今天做购物成功能\n小李：今天请假

参考代码：

package cn.gjsm.miukoo.openai;

import cn.gjsm.miukoo.Constants;
import com.theokanning.openai.OpenAiService;
import com.theokanning.openai.completion.CompletionRequest;

public class OpenAi39 {
    public static void main(String[] args) {
        OpenAiService service = new OpenAiService(Constants.OPENAPI_TOKEN);
        CompletionRequest completionRequest = CompletionRequest.builder()
                .model("text-davinci-003")
                .prompt("将下面内容转换成早会摘要：\n" +
                        "小张：今天做注册功能\n" +
                        "小王：今天做购物成功能\n" +
                        "小李：今天请假\n")
                .temperature(0D)
                .maxTokens(200)
                .topP(1D)
                .frequencyPenalty(0D)
                .presencePenalty(0D)
                .build();
        service.createCompletion(completionRequest).getChoices().forEach(System.out::println);
    }
}

创新采样	情绪采样	频率处罚系数	重复处罚系数	停止词
0.0	1.0	0.0	0.0

头脑风暴

说明：给定一个主题，让其生成一些主题相关的想法

模型：text-davinci-003

prompt：头脑风暴一些关于((你的内容))的想法：

prompt例子：头脑风暴一些关于上好课的想法：

参考代码：

package cn.gjsm.miukoo.openai;

import cn.gjsm.miukoo.Constants;
import com.theokanning.openai.OpenAiService;
import com.theokanning.openai.completion.CompletionRequest;

public class OpenAi40 {
    public static void main(String[] args) {
        OpenAiService service = new OpenAiService(Constants.OPENAPI_TOKEN);
        CompletionRequest completionRequest = CompletionRequest.builder()
                .model("text-davinci-003")
                .prompt("头脑风暴一些关于上好课的想法：")
                .temperature(0.6D)
                .maxTokens(200)
                .topP(1D)
                .frequencyPenalty(1D)
                .presencePenalty(01D)
                .build();
        service.createCompletion(completionRequest).getChoices().forEach(System.out::println);
    }
}

创新采样	情绪采样	频率处罚系数	重复处罚系数	停止词
0.6	1.0	1.0	1.0

ESRB文本分类

说明：按照ESRB进行文本分类

模型：text-davinci-003

prompt：((你的文本))

prompt例子：((你的文本))

参考代码：

package cn.gjsm.miukoo.openai;

import cn.gjsm.miukoo.Constants;
import com.theokanning.openai.OpenAiService;
import com.theokanning.openai.completion.CompletionRequest;

import java.util.Arrays;

public class OpenAi41 {
    public static void main(String[] args) {
        OpenAiService service = new OpenAiService(Constants.OPENAPI_TOKEN);
        CompletionRequest completionRequest = CompletionRequest.builder()
                .model("text-davinci-003")
                .prompt("为以下文本提供ESRB评级:\\n\\\"i'm going to blow your brains out with my ray gun then stomp on your guts.\\\"\\nESRB排名: ")
                .temperature(0.3D)
                .maxTokens(200)
                .topP(1D)
                .frequencyPenalty(0D)
                .presencePenalty(0D)
                .stop(Arrays.asList("\n"))
                .build();
        service.createCompletion(completionRequest).getChoices().forEach(System.out::println);
    }
}

创新采样	情绪采样	频率处罚系数	重复处罚系数	停止词
0.3	1.0	0.0	0.0	\n

提纲生成

说明：按照提示为相关内容生成提纲

模型：text-davinci-003

prompt：为((你的场景))提纲:

prompt例子：为数据库软件生成大学毕业论文提纲:

参考代码：

package cn.gjsm.miukoo.openai;

import cn.gjsm.miukoo.Constants;
import com.theokanning.openai.OpenAiService;
import com.theokanning.openai.completion.CompletionRequest;

import java.util.Arrays;

public class OpenAi42 {
    public static void main(String[] args) {
        OpenAiService service = new OpenAiService(Constants.OPENAPI_TOKEN);
        CompletionRequest completionRequest = CompletionRequest.builder()
                .model("text-davinci-003")
                .prompt("为数据库软件生成大学毕业论文提纲(中文): ")
                .temperature(0.3D)
                .maxTokens(200)
                .topP(1D)
                .frequencyPenalty(0D)
                .presencePenalty(0D)
                .build();
        service.createCompletion(completionRequest).getChoices().forEach(System.out::println);
    }
}

创新采样	情绪采样	频率处罚系数	重复处罚系数	停止词
0.3	1.0	0.0	0.0

美食制作（后果自负）

说明：依据美食名称和材料生成美食的制作步骤

模型：text-davinci-003

prompt：依据下面成分和美食，生成制作方法:\n((美食名称))\n成分:\n((成分))\n制作方法:

prompt例子：依据下面成分和美食，生成制作方法:\n水煮肉片\n成分:\n豆芽\n水\n油\n猪肉\n鸡精\n盐\n辣椒\n\n制作方法:

参考代码：

package cn.gjsm.miukoo.openai;

import cn.gjsm.miukoo.Constants;
import com.theokanning.openai.OpenAiService;
import com.theokanning.openai.completion.CompletionRequest;

public class OpenAi43 {
    public static void main(String[] args) {
        OpenAiService service = new OpenAiService(Constants.OPENAPI_TOKEN);
        CompletionRequest completionRequest = CompletionRequest.builder()
                .model("text-davinci-003")
                .prompt("依据下面成分和美食，生成制作方法:\\n水煮肉片\\n成分:\\n豆芽\\n水\\n油\\n猪肉\\n鸡精\\n盐\\n辣椒\\n\\n制作方法:")
                .temperature(0.3D)
                .maxTokens(200)
                .topP(1D)
                .frequencyPenalty(0D)
                .presencePenalty(0D)
                .build();
        service.createCompletion(completionRequest).getChoices().forEach(System.out::println);
    }
}

创新采样	情绪采样	频率处罚系数	重复处罚系数	停止词
0.3	1.0	0.0	0.0

AI聊天

说明：与AI机器进行聊天

模型：text-davinci-003

prompt：Human: ((你的内容))

prompt例子：Human: 你是谁？

参考代码：

package cn.gjsm.miukoo.openai;

import cn.gjsm.miukoo.Constants;
import com.theokanning.openai.OpenAiService;
import com.theokanning.openai.completion.CompletionRequest;

import java.util.Arrays;

public class OpenAi44 {
    public static void main(String[] args) {
        OpenAiService service = new OpenAiService(Constants.OPENAPI_TOKEN);
        CompletionRequest completionRequest = CompletionRequest.builder()
                .model("text-davinci-003")
                .prompt("Human: 你是谁？")
                .temperature(0.9D)
                .maxTokens(200)
                .topP(1D)
                .frequencyPenalty(0D)
                .presencePenalty(0.6D)
                .stop(Arrays.asList("Human:","AI:"))
                .build();
        service.createCompletion(completionRequest).getChoices().forEach(System.out::println);
    }
}

创新采样	情绪采样	频率处罚系数	重复处罚系数	停止词
0.9	1.0	0.0	0.6	Human:AI:

摆烂聊天

说明：与讽刺机器进行聊天，聊天的机器人是一种消极情绪

模型：text-davinci-003

prompt：Marv不情愿的回答问题.\nYou: 一公里多少厘米？\nMarv:

prompt例子：Marv不情愿的回答问题.\nYou: 一公里多少厘米？\nMarv:

参考代码：

package cn.gjsm.miukoo.openai;

import cn.gjsm.miukoo.Constants;
import com.theokanning.openai.OpenAiService;
import com.theokanning.openai.completion.CompletionRequest;

import java.util.Arrays;

public class OpenAi45 {
    public static void main(String[] args) {
        OpenAiService service = new OpenAiService(Constants.OPENAPI_TOKEN);
        CompletionRequest completionRequest = CompletionRequest.builder()
                .model("text-davinci-003")
                .prompt("Marv不情愿的回答问题.\\nYou: 一公里多少厘米？\\nMarv:")
                .temperature(0.5D)
                .maxTokens(200)
                .topP(0.3D)
                .frequencyPenalty(0.5D)
                .presencePenalty(0D)
                .build();
        service.createCompletion(completionRequest).getChoices().forEach(System.out::println);
    }
}

创新采样	情绪采样	频率处罚系数	重复处罚系数	停止词
0.5	0.3	0.5	0.0

分解步骤

说明：把一段文本分解成几步来完成

模型：text-davinci-003

prompt：为下面文本生成次序列表，并增加列表数子: \n((你的内容))\n

prompt例子：为下面文本生成次序列表，并增加列表数子: \n左转100米，然后右转，过红绿灯，再向南走50米就到了\n

参考代码：

package cn.gjsm.miukoo.openai;

import cn.gjsm.miukoo.Constants;
import com.theokanning.openai.OpenAiService;
import com.theokanning.openai.completion.CompletionRequest;

import java.util.Arrays;

public class OpenAi46 {
    public static void main(String[] args) {
        OpenAiService service = new OpenAiService(Constants.OPENAPI_TOKEN);
        CompletionRequest completionRequest = CompletionRequest.builder()
                .model("text-davinci-003")
                .prompt("Marv不情愿的回答问题.\\nYou: 一公里多少厘米？\\nMarv:")
                .temperature(0.5D)
                .maxTokens(200)
                .topP(1D)
                .frequencyPenalty(0D)
                .presencePenalty(0D)
                .build();
        service.createCompletion(completionRequest).getChoices().forEach(System.out::println);
    }
}

创新采样	情绪采样	频率处罚系数	重复处罚系数	停止词
0.3	1.0	0.0	0.0

点评生成

说明：依据文本内容自动生成点评

模型：text-davinci-003

prompt：依据下面内容，进行点评:\n((要被点评的内容))\n点评:

prompt例子：依据下面内容，进行点评:\n名称: 红烧排骨\n龙虾很棒，噪音大，服务礼貌，价格不错。\n点评:

参考代码：

package cn.gjsm.miukoo.openai;

import cn.gjsm.miukoo.Constants;
import com.theokanning.openai.OpenAiService;
import com.theokanning.openai.completion.CompletionRequest;

import java.util.Arrays;

public class OpenAi47 {
    public static void main(String[] args) {
        OpenAiService service = new OpenAiService(Constants.OPENAPI_TOKEN);
        CompletionRequest completionRequest = CompletionRequest.builder()
                .model("text-davinci-003")
                .prompt("依据下面内容，进行点评:\\n名称: 红烧排骨\\n龙虾很棒，噪音大，服务礼貌，价格不错。\\n点评:")
                .temperature(0.5D)
                .maxTokens(200)
                .topP(1D)
                .frequencyPenalty(0D)
                .presencePenalty(0D)
                .build();
        service.createCompletion(completionRequest).getChoices().forEach(System.out::println);
    }
}

创新采样	情绪采样	频率处罚系数	重复处罚系数	停止词
0.5	1.0	0.0	0.0

知识学习

说明：可以为学习知识自动解答

模型：text-davinci-003

prompt：((问题))

prompt例子：Java的特性是什么？

参考代码：

package cn.gjsm.miukoo.openai;

import cn.gjsm.miukoo.Constants;
import com.theokanning.openai.OpenAiService;
import com.theokanning.openai.completion.CompletionRequest;

public class OpenAi48 {
    public static void main(String[] args) {
        OpenAiService service = new OpenAiService(Constants.OPENAPI_TOKEN);
        CompletionRequest completionRequest = CompletionRequest.builder()
                .model("text-davinci-003")
                .prompt("Java的特性是什么？")
                .temperature(0.3D)
                .maxTokens(200)
                .topP(1D)
                .frequencyPenalty(0D)
                .presencePenalty(0D)
                .build();
        service.createCompletion(completionRequest).getChoices().forEach(System.out::println);
    }
}

创新采样	情绪采样	频率处罚系数	重复处罚系数	停止词
0.3	1.0	0.0	0.0

面试

说明：生成面试题

模型：text-davinci-003

prompt：创建10道((你的面试题))面试题（中文）：

prompt例子：创建10道Redis相关的面试题（中文）：

参考代码：

package cn.gjsm.miukoo.openai;

import cn.gjsm.miukoo.Constants;
import com.theokanning.openai.OpenAiService;
import com.theokanning.openai.completion.CompletionRequest;

public class OpenAi49 {
    public static void main(String[] args) {
        OpenAiService service = new OpenAiService(Constants.OPENAPI_TOKEN);
        CompletionRequest completionRequest = CompletionRequest.builder()
                .model("text-davinci-003")
                .prompt("创建10到Redis相关的面试题（中文）：\n")
                .temperature(0.5D)
                .maxTokens(200)
                .topP(1D)
                .frequencyPenalty(0D)
                .presencePenalty(0D)
                .build();
        service.createCompletion(completionRequest).getChoices().forEach(System.out::println);
    }
}

创新采样	情绪采样	频率处罚系数	重复处罚系数	停止词
0.5	1.0	0.0	0.0