發(fā)人員現(xiàn)在可以通過我 API 將 ChatGPT 和 Whisper 模型集成到他們的應(yīng)用程序和產(chǎn)品中。

在之前的 API 版本中使用的是 text-davinci-003 版本的模型，該模型不具有上下文對話功能，而且生成內(nèi)容比 ChatGPT 要差不少，所以社區(qū)也出現(xiàn)了很多包裝網(wǎng)頁版 ChatGPT 來提供服務(wù)的項目，但是穩(wěn)定性都不太好，因為要依賴網(wǎng)頁?，F(xiàn)在官方正式對外發(fā)布了 ChatGPT 版本的 API，這對于開發(fā)者來說是一個天大的好消息，當(dāng)然對于 OpenAI 甚至整個行業(yè)來說都是意義非凡的，在接下來的一段時間里勢必會出現(xiàn)一大批優(yōu)秀的 AI 應(yīng)用。

最新對外發(fā)布的 API 是由 gpt-3.5-turbor 驅(qū)動的，這是 OpenAI 最先進的語言模型了，通過該 API 可以來做很多事情了。

• 寫一封電子郵件或者其他文章
• 編寫 Python 代碼
• 回答關(guān)于一組文件的問題
• 給你的軟件一個自然語言界面
• 語言翻譯
• 模擬視頻游戲的角色等等

新的聊天模型需要將一系列的消息作為輸入，這樣就可以具有上下文對話的功能了，當(dāng)然也可以進行單輪任務(wù)，和之前一樣的。

要實現(xiàn)新的 API 需要 v0.27.0 版本的 Python 包：

pip3 install openai==v0.27.0

然后就可以直接使用 openai 包來和 openai 進行交互了：

import openai
openai.api_key = "sk-xxxx"
response = openai.ChatCompletion.create(
    model="gpt-3.5-turbo",
    messages=[
            {"role": "system", "content": "你是一個AI機器人助手。"},
            {"role": "user", "content": "哪個隊將贏得2023年NBA總冠軍?"},
        ]
)

最主要的一個輸入?yún)?shù)是 messages，這是一個消息對象數(shù)組，其中每個對象都包含一個角色（system、user、assitstant）和消息內(nèi)容，整個對話可以是一條消息，也可以是多條。

通常情況下，對話的格式是先有一個 system 的系統(tǒng)消息，系統(tǒng)消息有助于設(shè)置助手的行為。用戶消息就是我們應(yīng)用程序的終端用戶產(chǎn)生的，也就是我們要咨詢的問題。助手消息就是 openai 反饋給我們的數(shù)據(jù)，當(dāng)然也可以由開發(fā)者自行編寫。

當(dāng)我們將上一次的助手消息一起回復(fù)的時候就會具有上下文關(guān)聯(lián)的能力了。

import openai
openai.api_key = "sk-xxxx"
response = openai.ChatCompletion.create(
    model="gpt-3.5-turbo",
    messages=[
            {"role": "system", "content": "你是一個AI機器人助手。"},
            {"role": "user", "content": "哪個隊將贏得2023年NBA總冠軍?"},
            {"role": "assistant", "content": "湖人隊將獲得總冠軍！"},
            {"role": "user", "content": "誰會當(dāng)選FMVP?"}
        ]
)
result = ''
for choice in response.choices:
    result += choice.message.content
    
print(result)

比如我們這里加入了前面的消息，最后可以得到上下文關(guān)聯(lián)的消息：

由于預(yù)測這種事情實際上是很難的，因為許多因素都可能影響到這個決定，所以作出最準(zhǔn)確的預(yù)測很難。但是，湖人隊有很多球員都有機會獲得FMVP獎項，像勒布朗·詹姆斯、安東尼·戴維斯、凱爾·庫茲馬等都有可能成為FMVP。