一、准备一个chatGPT的API

大家需要搜索chatgpt，找到Introducing ChatGPT

接着在API中点击Docs

点击锁的图标，进入API KEYS

在其中选择create new secret key创建一个api，记住，创建api需要电话验证，如果你的账号已经有了就直接创建，记得一定要保存好你的API，不然只能重新创建API，然后复制你的API，备用

二、选择一个开发环境（在线或本地）

哈士奇使用的是Python调用接口，因此提供在线和本地

在线版：

这里哈士奇给大家推荐的在线开发环境是Colaboratory

在文件中新建一个笔记本

点击上面打圈的就可以直接运行python代码

本地版

哈士奇的本地开发环境是Spyder，大家使用Pycharm也可以

首先大家需要在控制台中安装openai的包

打开控制台（搜索cmd）

点击命令提示符进入控制台

安装完毕以后我们就可以开始敲代码了！！！

三、代码讲解

python 复制代码

import openai
openai.api_key="你的API"

def generate_data_by_openai(prompt):
   response=openai.Completion.create(
       engine="text-davinci-003",
       prompt=prompt,
       temperature=0.5,
       max_tokens=2048,
       top_p=1
   )
   return response.choices[0].text
while True:
    print("请输入你的问题：")
    prompt=input()
    print("回答："+generate_data_by_openai(prompt))

openai.Completion 是一个预训练的语言模型，可以自动生成文本。openai.Completion.create() 是一个用于创建新的 OpenAI Completion 实例的函数。

我们在其中创建一个engine在其中填入text-davinci-003，这里要敲黑板了，这个语言模型是OpenAI训练出来的语言模型之一，最大的优势是生成指令

所以大家可能会觉得它比chatGPT笨点这也很正常（代替使用了）

prompt是指的大家给语言模型的主题（就是大家的问题）

接下来是temperature=0.5 temperature是语言生成模型中的一个超参数，值在0.1~1.0之间 当我们需要语言模型解释的东西更精确的时候就调低temperature的数值，这样会导致模型生成更精准的词汇，但是如果我们调高数值的话，它就会使得它更具有多样性，表现为结果的变得更天马行空

简而言之，temperature的值越低，生成文本更保守，值越高，生成文本更有创意

max_tokens=2048这串代码主要是用于限制生成的最大字数

哈士奇再给大家分享两个可能用得到的变量 frequency_penalty, presence_penalty

frequency_penalty主要用于控制字符的重复度，它的值是介于-2.0 ~ 2.0 之间的数字，如果是正值则会根据新 tokens 在文本中的频率对其进行惩罚，从而降低模型逐字重复同一行的可能性

presence_penalty则是用于控制主题的重复度，它的值是介于-2.0 ~ 2.0 之间的数字，如果是正值则会根据到目前为止是否出现在文本中来惩罚新 tokens，从而增加模型谈论新主题的可能性

response.choices[0].text将生成的全部答案中的第一个回答转化为文本

最后我们简单写个while循环持续使用

让大家看看效果

大家快使用起来吧！！！

ChatGPT又双用不了了！！！哈士奇教你使用并理解Python调用ChatGPT接口使用

一、准备一个chatGPT的API

二、选择一个开发环境（在线或本地）

在线版：

本地版