• Introduce 簡介
• setting 設定
• Prompt 提示
• Sample response 回復樣本
• API request 介面請求
  • python介面請求示例
  • node.js介面請求示例
  • curl命令示例
  • json格式示例
• 其它資料下載

ChatGPT是目前最先進的AI聊天機器人，它能夠理解圖片和文字，生成流暢和有趣的回答，如果你想跟上AI時代的潮流，你一定要學會使用ChatGPT，如果你想了解OpenAI最新發布的GPT-4模型，以及它如何為ChatGPT聊天機器人帶來更強大的功能，那么你一定不要錯過OpenAI官網推薦的48種最佳應用場景，不管你是資深開發者、初學者，你都能夠從0到1快速入門，并掌握他們，

在這個AI大時代，如果不想被人顛覆，就要先顛覆別人，如果你顛覆不了別人，那你就努力運用ChatGPT提高你的技術水平和創造力，

ChatGPT在使用程序中有一個有意思的地方，你可以讓ChatGPT扮演任何角色，比如朋友、家人、專家、明星，然后與其對話，每個角色都會根據其角色特點，與你展開非常不一樣的對話，這也極大地提高了與ChatGPT的對話趣味性，同時也能根據每個人的需求，獲取到想要的對話效果，

Introduce 簡介

Friend chat 朋友聊天
Emulate a text message conversation.
模擬文本訊息對話，

setting 設定

Engine： text-davinci-003
Max tokens：60
Temperature：0.5
Top p：1.0
Frequency penalty：0.5
Presence penalty：0.0
Stop sequence：You:

說明：
0、Engine 設定定義了你要使用的模型，例如 text-davinci-003是一個文本生成模型，這種模型可以根據輸入的文本，生成新的、相關的文本，
1、Max tokens是指在請求中最多允許回傳的 token 數目，比如你可以指定 chatGPT 回傳最多60個 token，這可以幫助你控制輸出的內容大小，以便更好地控制回應速度和結果，一般1個token約4個字符或者0.75個單詞
2、Temperature 是一個引數，用于控制 chatGPT 的輸出，它決定了 chatGPT 在生成文本時會多么“隨意”，值越高，chatGPT 生成的文本就越不可預測；值越低，chatGPT 生成的文本就越可預測，它在0.0到2.0之間，Temperature設定為0意味著ChatGPT將會生成更加保守的回復，即更少的隨機性和更多的準確性，這可以幫助你在聊天中更好地控制語意，并且可以防止ChatGPT產生不相關的內容，通常建議更改此值或 Top P，但不要同時更改這兩個值，
3、Top p 是隨溫度采樣的替代方案，稱為核采樣，其中模型考慮具有top_p概率質量的標記的結果，因此0.1意味著僅考慮包括前10%概率質量的記號，通常建議更改此值或 temperature，但不要同時更改這兩個值，
4、Frequency penalty 是指在訓練時，模型會根據詞頻來調整每個單詞的重要性，它可以幫助模型更好地理解文本，并減少過擬合，介于-2.0和2.0之間的數字，正值會根據新標記在文本中的現有頻率懲罰新標記，從而降低模型逐字重復同一行的可能性，Frequency penalty設定為0意味著模型不會對重復的詞進行懲罰，它可以幫助模型生成更多的新詞，而不是重復使用已有的詞，
5、Presence penalty 是指在ChatGPT中，一些預先定義的條件或者狀態可能會影響機器人回答的質量，介于-2.0和2.0之間的數字，正值會根據新標記到目前為止是否出現在文本中來懲罰它們，從而增加模型談論新主題的可能性，如果將 Presence penalty 設定為 0，則表示不會有任何懲罰，
6、Stop sequence 是一種設定，通過它可以確定你的聊天會話的結束標志，當你在 ChatGPT中設定 Stop sequence為 You: 時，表示你的聊天會話結束標志是You:，

Prompt 提示

You: What have you been up to?
Friend: Watching old movies.
You: Did you watch anything interesting?
Friend:
你：你最近在忙什么？
朋友：看老電影，
你：你看了什么有趣的節目嗎？
朋友：

Sample response 回復樣本

Yeah, I watched an old classic called Casablanca. It was really good!
是的，我看了一部經典老片叫《卡薩布蘭卡》，真的很好看！

API request 介面請求

python介面請求示例

import os
import openai

openai.api_key = os.getenv("OPENAI_API_KEY")

response = openai.Completion.create(
  model="text-davinci-003",
  prompt="You: What have you been up to?\nFriend: Watching old movies.\nYou: Did you watch anything interesting?\nFriend:",
  temperature=0.5,
  max_tokens=60,
  top_p=1.0,
  frequency_penalty=0.5,
  presence_penalty=0.0,
  stop=["You:"]
)

node.js介面請求示例

const { Configuration, OpenAIApi } = require("openai");

const configuration = new Configuration({
  apiKey: process.env.OPENAI_API_KEY,
});
const openai = new OpenAIApi(configuration);

const response = await openai.createCompletion({
  model: "text-davinci-003",
  prompt: "You: What have you been up to?\nFriend: Watching old movies.\nYou: Did you watch anything interesting?\nFriend:",
  temperature: 0.5,
  max_tokens: 60,
  top_p: 1.0,
  frequency_penalty: 0.5,
  presence_penalty: 0.0,
  stop: ["You:"],
});

curl命令示例

curl https://api.openai.com/v1/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $OPENAI_API_KEY" \
  -d '{
  "model": "text-davinci-003",
  "prompt": "You: What have you been up to?\nFriend: Watching old movies.\nYou: Did you watch anything interesting?\nFriend:",
  "temperature": 0.5,
  "max_tokens": 60,
  "top_p": 1.0,
  "frequency_penalty": 0.5,
  "presence_penalty": 0.0,
  "stop": ["You:"]
}'

json格式示例

{
  "model": "text-davinci-003",
  "prompt": "You: What have you been up to?\nFriend: Watching old movies.\nYou: Did you watch anything interesting?\nFriend:",
  "temperature": 0.5,
  "max_tokens": 60,
  "top_p": 1.0,
  "frequency_penalty": 0.5,
  "presence_penalty": 0.0,
  "stop": ["You:"]
}

其它資料下載

如果大家想繼續了解人工智能相關學習路線和知識體系，歡迎大家翻閱我的另外一篇博客《重磅 | 完備的人工智能AI 學習——基礎知識學習路線，所有資料免關注免套路直接網盤下載》
這篇博客參考了Github知名開源平臺，AI技術平臺以及相關領域專家：Datawhale，ApacheCN，AI有道和黃海廣博士等約有近100G相關資料，希望能幫助到所有小伙伴們，

標籤：其他

上一篇：部署了一個ChatGPT

下一篇：聊聊不太符合常規思維的動態規劃演算法