第003小节：OPENAI_API HelloWord Prompt

本小节主要介绍如何通过OPENAI的API方法向ChatGPT发送我们的第一条HelloWord Prompt。

新建一个python文件：002_helloword_prompt.py

import openai
import os
from dotenv import load_dotenv, find_dotenv

# 导入第三方库
_ = load_dotenv(find_dotenv())
# 读取系统中的环境变量
openai.api_key = os.environ["OPENAI_API_KEY"]

def get_completion(prompt, model="gpt-3.5-turbo-16k"):
    '''
    prompt: 对应的提示
    model: 调用的模型，默认为 gpt-3.5-turbo(ChatGPT)，有内测资格的用户可以选择 gpt-4
    '''
    messages = [{"role": "user", "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
    )
    # 调用 OpenAI 的 ChatCompletion 接口
    print(response)
    return response.choices[0].message["content"]

answer = get_completion("Hello World!")

print(answer)

这个代码相对于上一小节中的代码而言，新增了get_completion方法，其他并无区别。

def get_completion(prompt, model="gpt-3.5-turbo-16k"):
    '''
    prompt: 对应的提示
    model: 调用的模型，默认为 gpt-3.5-turbo(ChatGPT)，有内测资格的用户可以选择 gpt-4
    '''
    messages = [{"role": "user", "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
    )
    # 调用 OpenAI 的 ChatCompletion 接口
    print(response)
    return response.choices[0].message["content"]
answer = get_completion("Hello World!")
print(answer)

在本小节中，我并不先做过多的讲解，我们直接看结果。

answer = get_completion("Hello World!")这句代码调用了get_completion函数，Prompt提示词为Hello World!
response 返回的数据为：

{
  "id": "chatcmpl-7WLR9ixqJPmnVsDAj2hhsbouFzPqa",
  "object": "chat.completion",
  "created": 1687943255,
  "model": "gpt-3.5-turbo-16k-0613",
  "choices": [
    {
      "index": 0,
      "message": {
        "role": "assistant",
        "content": "Hello! How can I assist you today?"
      },
      "finish_reason": "stop"
    }
  ],
  "usage": {
    "prompt_tokens": 10,
    "completion_tokens": 9,
    "total_tokens": 19
  }
}