chatgpt新版gpt-3.5-turbo模型API教程

闪电发卡1年前ChatGPT6004

形式:输入一个问题,模型会生成一个结果,一问一答形式

功能:创建一个聊天接口地址:POST https://api.openai.com/v1/chat/completions (Beta)
请求参数(Request body):
model: string 必须
使用的模型,只有 gpt-3.5-turbo 和 gpt-3.5-turbo-0301 两个取值
messages:array 必须
需要传入的内容,里面包括role,centent两个字段,举例:
PowerShell
"messages": [{"role": "user", "content": "Hello!"}]
temperature:number 可选 默认 1

数字0~2之间
数字越大,答案越随机,开放,比如1.8
数字越小,答案越固定,聚焦,比如0.2
建议不要同时和top_p修改
top_p:可选 默认 1
和temperature差不多,数字越大,答案越随机,开放
数字越小,答案越固定
建议不要同时和top_p修改
n:number 可选 默认 1
产生的结果个数
stream:boolean 可选 默认 false
设置为true,则结果为数据流,和官网chatgpt一样,产生一个字符返回一个字符,服务端需要支持server-sent events
stop:string or array 可选 默认 null
最多4个序列,API将停止生成更多tokens
max_tokens:integer 可选 默认值 inf
结果最大能产生的tokens数,默认可以返回 4096-输入tokens
presence_penalty number 可选 默认 0
数字介于-2.0和2.0之间。正值根据到目前为止是否出现在文本中来惩罚新标记,从而增加模型谈论新主题的可能性。
frequency_penaley:number 可选 默认 0
数字介于-2.0和2.0之间。正值根据文本中的现有频率惩罚新标记,从而降低模型逐字重复同一行的可能性。
logit_bias:map 可选 默认 null

修改完成时出现指定标记的可能性。
接受一个json对象,该对象将token(由令牌ID指定)映射到-100到100之间的相关偏差值。在数学上,在采样之前,将偏差添加到模型生成的逻辑中。每个模型的确切效果会有所不同,但介于-1和1之间的值应该会降低或增加选择的可能性;像-100或100这样的值应该会导致相关token的禁止或独占选择。
user:string 可选
唯一终端用户身份,可以帮助openai监测滥用

调用官方API接口需要获取APIkey,获取地址:chat.xingtupai.com

请求示例:
curl:

curl https://api.openai.com/v1/chat/completions \
  -H 'Content-Type: application/json' \
  -H 'Authorization: Bearer YOUR_API_KEY' \
  -d '{  "model": "gpt-3.5-turbo",  "messages": [{"role": "user", "content": "Hello!"}]}'


python:
部署源码:https://github.com/openai/openai-python
调用示例:
Python

import osimport openaiopenai.api_key = os.getenv("OPENAI_API_KEY")completion = openai.ChatCompletion.create(
  model="gpt-3.5-turbo",
  messages=[
    {"role": "user", "content": "Hello!"}
  ])print(completion.choices[0].message)


node.js:
部署源码:https://github.com/openai/openai-node
调用示例:
JavaScript

import osimport openaiopenai.api_key = os.getenv("OPENAI_API_KEY")completion = openai.ChatCompletion.create(
  model="gpt-3.5-turbo",
  messages=[
    {"role": "user", "content": "Hello!"}
  ])print(completion.choices[0].message)


参数示例:

{
  "model": "gpt-3.5-turbo",
  "messages": [{"role": "user", "content": "Hello!"}]}


返回结果:

{
  "id": "chatcmpl-123",
  "object": "chat.completion",
  "created": 1677652288,
  "choices": [{
    "index": 0,
    "message": {
      "role": "assistant",
      "content": "\n\nHello there, how may I assist you today?",
    },
    "finish_reason": "stop"
  }],
  "usage": {
    "prompt_tokens": 9,
    "completion_tokens": 12,
    "total_tokens": 21
  }}


错误结果:

{
 "error": {
  "message": "'doctor' is not one of ['system', 'assistant', 'user'] - 'messages.0.role'",
  "type": "invalid_request_error",
  "param": null,
  "code": null
 }}



相关文章

购买GPT-4.0前必读:功能介绍与购买建议

闪电发卡ChatGPT产品推荐:ChatGPT独享账号:https://www.chatgptzh.com/post/86.htmlChatGPT Plus独享共享账号购买代充:https://www...

ChatGPT高级用法解析:如何让ChatGPT生成更加准确的回答

ChatGPT高级用法解析:如何让ChatGPT生成更加准确的回答

一般用法:我把问题输入给机器人,机器人再根据自己学习的知识给出一个准确的答案,会尝试理解你问的问题是什么以及问题上下文是什么。高级用法:既然是机器人,我们当然可以输入一些我们自己的经验给他,让他自己学...

AutoGPT部署示例,免费使用方法和踩坑总结

AutoGPT部署示例,免费使用方法和踩坑总结

AutoGPT是一种基于GPT的自动化系统,它为GPT提供了身体和内存,从而使它能够自主执行市场分析、客户服务、营销等任务。AutoGPT使用多种网络工具,可以将指令分解为多个子任务逐一执行,从而极大...

解密Prompt系列:升级Instruction Tuning:Flan/T0/InstructGPT/TKInstruct

解密Prompt系列:升级Instruction Tuning:Flan/T0/InstructGPT/TKInstruct

这一章我们聊聊指令微调,哈哈只要你细品,你就会发现大家对prompt和instruction的定义存在些出入,部分认为instruction是prompt的子集,部分认为instruction是句子类...

如何连接到ChatGPT API

如何连接到ChatGPT API

由于其独特、几乎准确且类似人类的响应,聊天 GPT 如今在互联网上引起了太多讨论。本文讨论如何通过Python代码连接Chat GPT API。第 1 步:获取 OpenAI API 的 API 密钥...

ChatGPT应用案例:ChatGPT处理电子表格的若干例子详解

第一问:如何实现一个在线电子表格要实现一个在线电子表格,您需要使用以下步骤:选择一种编程语言和一个Web框架来创建您的应用程序。常见的Web框架包括Ruby on Rails、Django、Flask...

发表评论    

◎欢迎参与讨论,请在这里发表您的看法、交流您的观点。