楔子
ChatGPT 相信大家都用过，你觉得它给你的工作带来了多少帮助呢？目前我们使用 ChatGPT 的方式是通过浏览器访问 chat.openai.com，然后输入问题，就像下面这样。
除了网页之外，ChatGPT 还提供了 API 接口，让我们可以在程序中访问 GPT 模型。需要注意的是，如果使用网页，那么 GPT 3.5 是免费的，GPT 4 则是一个月收费 20 美元。
但如果要通过 API 来访问 GPT 模型，那么不管什么版本都是收费的，至于费用多少则取决于 token 的数量。GPT 会对文本进行分词，切分后的结果就是一个个的 token，而 token 的数量决定了费用。
那么 Python 如何访问 GPT 模型呢？首先需要安装一个包，直接 pip install openai 即可。
然后登录 platform.openai.com/api-keys，创建一个 API-KEY，如果要通过接口访问，它是不可或缺的。
下面就可以通过 Python 来访问了，我们举例说明。
生成文本
我们可以给 GPT 一段话，让它以文本的形式生成回复内容。
from openai import OpenAI import httpx # 我的 API_KEY，以及代理 from config import API_KEY, PROXIES # openai 底层是通过 httpx 发送请求 # 但因为众所周知的原因，我们不能直接访问，需要设置代理 httpx_client = httpx.Client(proxies=PROXIES) # 然后指定 api_key 参数和 httpx_client 参数 # 如果你不指定 httpx_client，那么内部会自动创建，但此时就无法设置代理了 # 当然要是你当前机器的网络能直接访问，也可以不用指定 http_client 参数 client = OpenAI( api_key=API_KEY, http_client=httpx_client ) chat = client.chat.completions.create( messages=[ { "role": "user", "content": "1 + 1 等于几", }, ], model="gpt-3.5-turbo", ) # chat.choices[0] 返回的是 pydantic 里面的 BaseModel # 我们可以调用 dict 方法转成字典 print(chat.choices[0].dict()) """ { 'finish_reason': 'stop', 'index': 0, 'logprobs': None, 'message': {'content': '1 + 1 等于2。', 'role': 'assistant', 'function_call': None, 'tool_calls': None} } """
然后解释一下 client.chat.completions.create 里面的参数。
messages
ChatGPT 是有记忆功能的，它在回答的时候会结合上下文。那么问题来了，如果是通过接口的话，怎么把这个上下文传递过去呢？
# 注意 messages 里面的字典的 "role" 这个 key # 如果 "role" 为 "user"，那么 "content" 表示用户问的问题 # 如果 "role" 为 "assistant"，那么 "content" 表示 GPT 的回答 chat = client.chat.completions.create( messages=[ { "role": "user", # 开发者输入内容 "content": "记住：高老师总能分享出好东西", }, { "role": "assistant", # GPT 回答 "content": "好的，我知道了", }, { "role": "user", # 开发者输入内容 "content": "请问谁总能分享出好东西，告诉我那个人的名字", }, ], model="gpt-3.5-turbo", ) print(chat.choices[0].dict()) """ { 'finish_reason': 'stop', 'index': 0, 'logprobs': None, 'message': {'content': '高老师', 'role': 'assistant', 'function_call': None, 'tool_calls': None} } """
所以 messages 是一个列表，它里面可以接收多个消息，如果希望 GPT 拥有记忆功能，那么每一次都要将完整的对话传递过去，显然这会比较耗费 token。
举个例子，我们通过接口来模拟网页版 GPT。
messages = [] # 负责保存消息 while True: content = input("请输入内容：") messages.append({"role": "user", "content": content}) # 发送请求 chat = client.chat.completions.create( messages=messages, model="gpt-3.5-turbo" ) # 除了通过 chat.choices[0].dict() 转成字典之外 # 也可以直接通过 chat.choices[0].message.content 获取回复内容 gpt_reply = chat.choices[0].message.content print(f"GPT 回答如下：{gpt_reply}") # 将 GPT 的回复添加进去，开启下一轮对话 messages.append({"role": "assistant", "content": gpt_reply})
执行程序，效果如下：
由于每次都要将历史对话一起带过去，所以这个过程比较耗费 token。
model
然后是 model 参数，它表示 GPT 所使用的模型，支持如下种类。
"gpt-4-0125-preview", "gpt-4-turbo-preview", "gpt-4-1106-preview", "gpt-4-vision-preview", "gpt-4", "gpt-4-0314", "gpt-4-0613", "gpt-4-32k", "gpt-4-32k-0314", "gpt-4-32k-0613", "gpt-3.5-turbo", "gpt-3.5-turbo-16k", "gpt-3.5-turbo-0301", "gpt-3.5-turbo-0613", "gpt-3.5-turbo-1106", "gpt-3.5-turbo-0125", "gpt-3.5-turbo-16k-0613",
一般选择 gpt-3.5-turbo 或 gpt-4-turbo-preview 即可。
stream
默认情况下，GPT 会将内容全部生成完毕，然后一次性返回。显然这在耗时比较长的时候，对用户不是很友好。如果希望像网页那样，能够将内容以流的形式返回，那么可以将该参数设置为 True。
chat = client.chat.completions.create( messages=[ {"role": "user", "content": "请重复一句话：高老师总能分享出好东西"} ], model="gpt-3.5-turbo", stream=True # 流式返回 ) for chunk in chat: print(chunk.choices[0].delta.dict()) """ {'content': '', 'function_call': None, 'role': 'assistant', 'tool_calls': None} {'content': '高', 'function_call': None, 'role': None, 'tool_calls': None} {'content': '老', 'function_call': None, 'role': None, 'tool_calls': None} {'content': '师', 'function_call': None, 'role': None, 'tool_calls': None} {'content': '总', 'function_call': None, 'role': None, 'tool_calls': None} {'content': '能', 'function_call': None, 'role': None, 'tool_calls': None} {'content': '分享', 'function_call': None, 'role': None, 'tool_calls': None} {'content': '出', 'function_call': None, 'role': None, 'tool_calls': None} {'content': '好', 'function_call': None, 'role': None, 'tool_calls': None} {'content': '东', 'function_call': None, 'role': None, 'tool_calls': None} {'content': '西', 'function_call': None, 'role': None, 'tool_calls': None} {'content': None, 'function_call': None, 'role': None, 'tool_calls': None} """
如果 GPT 生成内容时耗时比较长，那么这种实时响应的方式会更友好。
n
GPT 回复内容的时候，可以让它同一时刻回复多个版本，然后我们选择一个满意的。具体返回多少个，取决于 n 的大小，默认为 1。
chat = client.chat.completions.create( messages=[ {"role": "user", "content": "世界上最高的雪山叫什么"} ], model="gpt-3.5-turbo", n=3, # 同时生成三个回复 ) print(chat.choices[0].message.content) """ 珠穆朗玛峰（Mount Everest） """ print(chat.choices[1].message.content) """ 世界上最高的雪山是珠穆朗玛峰。珠穆朗玛峰是位于喜马拉雅山脉的一座高峰， 也是世界上海拔最高的山峰，海拔达到了8848米。 由于其极高的海拔和陡峭的山脊，珠穆朗玛峰成为许多登山者梦寐以求的挑战之一。 每年都有数百名登山者前往珠穆朗玛峰尝试攀登，但由于极端的气候和高海拔带来的极大危险， 很多人最终未能成功登顶。 """ print(chat.choices[2].message.content) """ 世界上最高的雪山是被称为珠穆朗玛峰，位于喜马拉雅山脉， 是地球上海拔最高的山峰，也是登山爱好者们梦寐以求征服的目标。 """
这里为了阅读方便，我手动对回复的内容进行了换行。以上就是参数 n 的作用，不过说实话，为了不浪费 token，我们一般都会使用默认值 1。
生成图像
再来看看如何生成图像。
images = client.images.generate( # 提示词 prompt="帮我生成一张蕾姆的照片，她穿着婚纱站在教堂里", # 模型，可选 "dall-e-2" 或 "dall-e-3" model="dall-e-3", # 同时生成多少张照片，默认为 1 n=1, # 图像质量，可选 "standard" 或 "hd" # "hd" 更精细，但只支持 dall-e-3 quality="standard", # 图片的响应格式，可选 "url" 或 "b64_json" response_format="url", # 图像大小，如果模型是 dall-e-2，可选 "256x256", "512x512", "1024x1024" # 如果模型是 dall-e-3，可选 "1024x1024", "1792x1024", "1024x1792" size="1024x1024", # 图像风格，可选 "vivid" 或 "natural"，"vivid" 更加超现实 style="vivid", ) print(images.data[0].url) """ 返回的图片链接 """ print(images.data[0].b64_json) """ 因为 response_format 是 url，所以 b64_json 为空 """ print(images.data[0].dict()) """ { "b64_json": None, "revised_prompt": "修正之后的提示词", "url": "https://...." } """
效果如下：
感觉不太像啊，头发不应该是蓝色的吗？
小结
以上就是 Python 调用 ChatGPT 的相关内容，当然还有很多其它功能，比如生成图像之后，如果觉得不满意，可以在原有图像的基础上继续编辑。有兴趣可以自己了解一下。
