Använd kraften i ChatGPT från dina egna appar med OpenAI: s API och den här guiden.

Genom lanseringen av dess API har OpenAI öppnat upp möjligheterna för ChatGPT för alla. Du kan nu sömlöst integrera ChatGPT: s kraft i din applikation.

Följ dessa första steg för att komma igång, oavsett om du vill integrera ChatGPT i din befintliga applikation eller utveckla nya applikationer med den.

Få tillgång till OpenAI API-nycklar

För att börja använda ChatGPT API måste du först skaffa OpenAI API-nycklarna. Registrera dig eller logga in på tjänstemannen OpenAI plattform.

När du är inloggad klickar du på Personlig fliken i det övre högra avsnittet. Välj Visa API-nycklar alternativet från rullgardinsmenyn, så landar du på API-nycklar sida. Klicka på Skapa ny hemlig nyckel knappen för att generera API-nyckeln.

Du kommer inte att kunna se nyckeln igen, så förvara den på ett säkert ställe.

Koden som används i detta projekt är tillgänglig i en GitHub-förråd och är gratis för dig att använda under MIT-licensen.

instagram viewer

Hur man använder ChatGPT API

OpenAI API: er gpt-3.5-turbo och gpt-4 modeller är samma modeller som ChatGPT och ChatGPT+ använder respektive. Dessa kraftfulla modeller kan förstå och generera text på naturligt språk.

Observera att ChatGPT API är en allmän term som hänvisar till OpenAI API: er som använder GPT-baserade modeller för att utveckla chatbots, inklusive gpt-3.5-turbo och gpt-4 modeller.

ChatGPT API är i första hand optimerat för chatt men det fungerar också bra för textkompletteringsuppgifter. De gpt-3.5-turbo och gpt-4 modellerna är kraftfullare och billigare än de tidigare GPT-3-modellerna. Men i skrivande stund kan du inte finjustera GPT-3.5-modellerna. Du kan bara finjustera GPT-3-basmodellerna, dvs. da Vinci, curie, ada, och kål.

När du skriver, den GPT-4 API står på väntelistan. Men GPT-3.5-modellerna är tillgängliga för alla, så vi kommer att använda samma i den här artikeln. Fastän, du kan använda GPT-4 just nu genom att uppgradera till ChatGPT+.

Använder ChatGPT API för att slutföra chatten

Du måste konfigurera chattmodellen för att göra den redo för API-anropet. Detta kan bättre förstås med hjälp av ett exempel:

importera openai
openai.api_key = "DIN_API_NYCKEL"


fullbordan = öppnaai. ChatCompletion.create(
 modell = "gpt-3.5-turbo",
 temperatur = 0.8,
 max_tokens = 2000,
 meddelanden = [
 {"roll": "systemet", "innehåll": "Du är en rolig komiker som berättar för pappa skämt."},
 {"roll": "användare", "innehåll": "Skriv ett pappaskämt relaterat till siffror."},
 {"roll": "assistent", "innehåll": "F: Hur gör du 7 jämn? A: Ta bort s: et."},
 {"roll": "användare", "innehåll": "Skriv en relaterad till programmerare."}
 ]
)
print (completion.choices[0].meddelande)

Att köra den här koden ger följande utdata:

Ovanstående kod visar ett ChatGPT API-anrop med Python. Observera att modellen kunde förstå sammanhanget ("pappa skämt") och typen av svar (Frågeformulär) som vi förväntade oss även om vi inte uttryckligen nämnde det i den senaste användarprompten.

När du bygger applikationer kan du alltså tillhandahålla sammanhanget i förväg och modellen kommer att anpassas till dina krav därefter.

Här är den viktigaste delen meddelanden parameter som accepterar en array av meddelandeobjekt. Varje meddelandeobjekt innehåller en roll och innehåll. Du kan tillhandahålla tre typer av roller till meddelandeobjekten:

  • systemet: Det ställer in assistentens sammanhang och beteende.
  • användare: Den används för att ge instruktioner till assistenten. Det genereras vanligtvis av slutanvändaren. Men du som utvecklare kan också ge några potentiella användaruppmaningar i förväg.
  • assistent: Vi förser assistenten med viss information i förväg så att den ger oss det svar vi förväntar oss från API: et.

Du kan anpassa ytterligare temperatur och max_tokens parametrar för modellen för att få utdata enligt dina krav.

Ju högre temperatur, desto högre slumpmässighet för utgången och vice versa. Om du vill att dina svar ska vara mer fokuserade och deterministiska, välj det lägre temperaturvärdet. Och om du vill att det ska vara mer kreativt, välj det högre värdet. Temperaturvärdet ligger mellan 0 och 2.

Precis som ChatGPT har dess API också en ordgräns. Använd max_tokens parameter för att begränsa längden på svar. Men ställa in en lägre max_tokens värdet kan orsaka potentiella problem eftersom det kan stänga av utgången halvvägs. När du skriver, den gpt-3.5-turbo modellen har en symbolisk gräns på 4 096, medan gpt-4 modellen har en gräns på 8 192 tokens.

Du kan konfigurera modellen ytterligare med de andra parametrarna som tillhandahålls av OpenAI.

Använder ChatGPT API för textkomplettering

Förutom uppgifterna för att slutföra chatten, gpt-3.5-turbo modell gör också ett bra jobb med textkomplettering. Det överträffar det tidigare text-davinci-003 modell och är prissatt till endast en tiondel av dess kostnad.

Följande exempel visar hur du kan konfigurera ChatGPT API för textkomplettering:

importera openai
openai.api_key = "DIN_API_NYCKEL"


fullbordan = öppnaai. ChatCompletion.create(
 modell = "gpt-3.5-turbo",
 temperatur = 0.8,
 max_tokens = 2000,
 meddelanden = [
 {"roll": "systemet", "innehåll": "Du är en poet som skapar dikter som väcker känslor."},
 {"roll": "användare", "innehåll": "Skriv en kort dikt för programmerare."}
 ]
)
print (completion.choices[0].message.content)

Du behöver inte ens ange systemrollen och dess innehåll. Att bara tillhandahålla användarprompten kommer att göra jobbet åt dig.

meddelanden = [
 {"roll": "användare", "innehåll": "Skriv en kort dikt för programmerare."}
]

Genom att köra ovanstående kod genereras en dikt för programmerare:

Svarsformat för ChatGPT API

ChatGPT API skickar svaret i följande format:

Du måste vidare extrahera assistentens svar som är lagrat i innehåll.

Bygga applikationer med ChatGPT API

Du kan direkt använda API-slutpunkten eller openai Python/Node.js-biblioteket för att börja bygga ChatGPT API-drivna applikationer. Förutom tjänstemannen openai bibliotek, kan du också utveckla applikationer med hjälp av de bibliotek som underhålls av gemenskapen som rekommenderas av OpenAI.

Men OpenAI verifierar inte säkerheten för dessa bibliotek som underhålls av gemenskapen, så det är bättre att antingen använda API-slutpunkten direkt eller använda den officiella openai Python/Node.js-biblioteket.

Metod 1: Använda API Endpoint

Du måste använda /v1/chat/completions slutpunkt för att använda gpt-3.5-turbo och gpt-4 modeller.

importera förfrågningar
openai.api_key = "DIN_API_NYCKEL"
URL = " https://api.openai.com/v1/chat/completions"


nyttolast = {
"modell": "gpt-3.5-turbo",
"temperatur": 1.0,
"meddelanden": [
 {"roll": "systemet", "innehåll": f "Du är en assistent som berättar alla slumpmässiga och mycket korta roliga fakta om den här världen."},
 {"roll": "användare", "innehåll": f"Skriv en rolig fakta om programmerare."},
 {"roll": "assistent", "innehåll": f "Programmerare dricker mycket kaffe!"},
 {"roll": "användare", "innehåll": f"Skriv en som är relaterad till programmeringsspråket Python."}
 ]
}


rubriker = {
"Innehållstyp": "applikation/json",
"Tillstånd": f "Bärare {openai.api_key}"
}


svar = requests.post (URL, headers=headers, json=nyttolast)
respons = response.json()
skriv ut (svar["val"][0]['meddelande']['innehåll'])

Ovanstående exempelkod visar hur du direkt kan använda slutpunkten för att göra API-anropet med hjälp av förfrågningar bibliotek.

Tilldela först API-nyckeln till en variabel. Därefter måste du ange modellnamnet till modell parametern för nyttolast objekt. Efter det gav vi konversationshistoriken till meddelanden parameter.

Här har vi hållit en högre nivå temperatur värde så att vårt svar blir mer slumpmässigt och därmed mer kreativt.

Här är svaret:

Anteckna det det finns några problem med OpenAI: s ChatGPT, så att du kan få stötande eller partiska svar från dess API också.

Metod 2: Använd det officiella openai-biblioteket

Installera openai Python-bibliotek med pip:

pip installera openai

Nu är du redo att skapa text- eller chattslutföranden.

importera openai
openai.api_key = "DIN_API_NYCKEL"


svar = öppenai. ChatCompletion.create(
 modell = "gpt-3.5-turbo",
 temperatur = 0.2,
 max_tokens = 1000,
 meddelanden = [
 {"roll": "användare", "innehåll": "Vem vann 2018 FIFA World Cup?"}
 ]
)
skriv ut (svar["val"][0]['meddelande']['innehåll'])

I den här koden gav vi bara en enskild användaruppmaning. Vi har hållit temperaturvärdet lågt för att hålla svaret mer deterministiskt snarare än kreativt.

Du får följande svar efter att ha kört koden:

ChatGPT-svaren kan verka magiska och kan få vem som helst att undra hur ChatGPT fungerar. Men bakom kulisserna stöds det av språkmodellen Generative Pre-trained Transformer (GPT) som gör allt det tunga arbetet.

Bygg nästa generations appar med ChatGPT API

Du lärde dig hur du konfigurerar ChatGPT API. ChatGPT API har öppnat portar för dig och utvecklare runt om i världen för att bygga innovativa produkter som utnyttjar kraften i AI.

Du kan använda det här verktyget för att utveckla applikationer som berättelseskrivare, kodöversättare, e-postskribenter, marknadsföringskopieringsgeneratorer, textsammanfattningar och så vidare. Din fantasi är gränsen för att bygga applikationer som utnyttjar denna teknik.

Förutom ChatGPT API kan du även använda andra OpenAI-modeller för att utveckla coola applikationer.