ChatGPT

如何使用 ChatGPT 3.5 API 创建自己的智能应用？

前言

OPEN AI 的开放 API 可以说是前端开发者的福利，我们只需要调用 api，就可以创建一个智能应用，
在上一篇文章中，我们介绍了《基于 ChatGPT API 的划词翻译浏览器脚本实现》，使用的模型是 text-davinci-003 也就是文本补全模型，今天我们将使用 gpt-3.5-turbo 模型来实现一个场景化的智能应用。

OPEN AI API 介绍

自动完成 API

POST https://api.openai.com/v1/completions

以下是自动完成 API，有了 OPENAI_API_KEY 之后，我们只需要传入 prompt

const OPENAI_API_KEY = "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";

const prompt = `Translate this into Chinese:

        hello world`;
const res = await fetch("https://api.openai.com/v1/completions", {
method: "POST",
headers: {
"Content-Type": "application/json",
authorization: `Bearer ${OPENAI_API_KEY}`,

  },
body: JSON.stringify({
model: "text-davinci-003",

    prompt,
max_tokens: 1000,
temperature: 0,

  }),

});
const response = await res.json();

const result = response.choices[0].text;

对话 API

POST https://api.openai.com/v1/chat/completions

由于自动补全 API 只能传入一个参数 prompt，AI 不能够理解上下文的场景，因此 gpt-3.5+ API 是为了让 AI 能够支持基于一组对话来返回数据。

在 Node.js 中可以使用以下代码来实现。

const OPENAI_API_KEY = "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";

const prompt = [...];
const res = await fetch("https://api.openai.com/v1/chat/completions", {
method: "POST",
headers: {
"Content-Type": "application/json",
authorization: `Bearer ${OPENAI_API_KEY}`,

  },
body: JSON.stringify({
model: "gpt-3.5-turbo",

    messages,
temperature: 0.7,
top_p: 1,
frequency_penalty: 0,
presence_penalty: 0,
max_tokens: 500

  }),

});
const response = await res.json();

const result = response.choices[0].message

以下是官网给出 messages 例子

const messages=[

        {"role": "system", "content": "You are a helpful assistant."},

        {"role": "user", "content": "Who won the world series in 2020?"},

        {"role": "assistant", "content": "The Los Angeles Dodgers won the World Series in 2020."},

        {"role": "user", "content": "Where was it played?"}

    ]

每一个 message 由 role 和 content 组成。
role 只能是 3 个值， system、user 和 assistant
system 和 assistant 是可选的，user 是必须的。

官方提供了 playground 帮助我们创建 messages 信息。

openai playground

assistant 也就是其中一次返回的数据信息。
发送的 messages 如下：

const messages=[

    {
"role": "system",
"content": "你是一名精通 typescript 的前端工程师，不需要解释"

    },

    {
"role": "user",
"content": "Convert the following JSON to typescript interface without explanation\n\n{\n  \"name\": \"Allen\",\n  \"age\": 18\n}"

    }

]