Bruk kraften til ChatGPT fra dine egne apper ved å bruke OpenAIs API og denne veiledningen.

Gjennom utgivelsen av API-en har OpenAI åpnet mulighetene til ChatGPT for alle. Du kan nå sømløst integrere ChatGPTs kraft i applikasjonen din.

Følg disse innledende trinnene for å komme i gang, enten du ønsker å integrere ChatGPT i din eksisterende applikasjon eller utvikle nye applikasjoner med den.

Få tilgang til OpenAI API-nøkler

For å begynne å bruke ChatGPT API, må du først skaffe OpenAI API-nøklene. Registrer deg eller logg inn på tjenestemannen OpenAI plattform.

Når du er logget inn, klikker du på Personlig fanen øverst til høyre. Velg Se API-nøkler alternativet fra rullegardinmenyen, og du vil lande på API-nøkler side. Klikk på Opprett ny hemmelig nøkkel for å generere API-nøkkelen.

Du vil ikke kunne se nøkkelen igjen, så oppbevar den et trygt sted.

Koden som brukes i dette prosjektet er tilgjengelig i en GitHub-depot og er gratis for deg å bruke under MIT-lisensen.

Slik bruker du ChatGPT API

instagram viewer

OpenAI API-ene gpt-3.5-turbo og gpt-4 modellene er de samme modellene som henholdsvis ChatGPT og ChatGPT+ bruker. Disse kraftige modellene er i stand til å forstå og generere tekst på naturlig språk.

Vær oppmerksom på at ChatGPT API er et generelt begrep som refererer til OpenAI APIer som bruker GPT-baserte modeller for å utvikle chatboter, inkludert gpt-3.5-turbo og gpt-4 modeller.

ChatGPT API er primært optimalisert for chat, men det fungerer også bra for tekstfullføringsoppgaver. De gpt-3.5-turbo og gpt-4 modellene er kraftigere og billigere enn de tidligere GPT-3-modellene. Men i skrivende stund kan du ikke finjustere GPT-3.5-modellene. Du kan bare finjustere GPT-3-basismodellene, dvs. da Vinci, curie, ada, og kål.

I skrivende stund er GPT-4 API står på venteliste. Men GPT-3.5-modellene er tilgjengelige for alle, så vi vil bruke det samme i denne artikkelen. Selv om, du kan bruke GPT-4 akkurat nå ved å oppgradere til ChatGPT+.

Bruk av ChatGPT API for fullføring av chat

Du må konfigurere chat-modellen for å gjøre den klar for API-kallet. Dette kan forstås bedre ved hjelp av et eksempel:

import openai
openai.api_key = "YOUR_API_KEY"


fullføring = åpenai. ChatCompletion.create(
 modell = "gpt-3.5-turbo",
 temperatur = 0.8,
 max_tokens = 2000,
 meldinger = [
 {"rolle": "system", "innhold": "Du er en morsom komiker som forteller far vitser."},
 {"rolle": "bruker", "innhold": "Skriv en pappavits relatert til tall."},
 {"rolle": "assistent", "innhold": "Q: Hvordan gjør du 7 jevn? A: Ta bort s'en."},
 {"rolle": "bruker", "innhold": "Skriv en relatert til programmerere."}
 ]
)
print (completion.choices[0].beskjed)

Å kjøre denne koden gir følgende utgang:

Koden ovenfor demonstrerer et ChatGPT API-kall ved bruk av Python. Merk at modellen var i stand til å forstå konteksten ("pappa-spøk") og typen svar (spørsmål og svar-skjema) som vi forventet, selv om vi ikke eksplisitt nevnte det i den siste brukermeldingen.

Når du bygger applikasjoner, kan du derfor gi konteksten på forhånd, og modellen vil tilpasse seg dine krav deretter.

Her er den viktigste delen meldinger parameter som aksepterer en rekke meldingsobjekter. Hvert meldingsobjekt inneholder en rolle og innhold. Du kan gi tre typer roller til meldingsobjektene:

  • system: Den setter opp konteksten og oppførselen til assistenten.
  • bruker: Den brukes til å gi instruksjoner til assistenten. Den genereres vanligvis av sluttbrukeren. Men du som utvikler kan også gi noen potensielle brukeroppfordringer på forhånd.
  • assistent: Vi gir assistenten litt informasjon på forhånd slik at den gir oss det svaret vi forventer fra API.

Du kan tilpasse ytterligere temperatur og max_tokens parametere til modellen for å få utgangen i henhold til dine krav.

Jo høyere temperatur, jo høyere er tilfeldigheten til utgangen, og omvendt. Hvis du vil at svarene dine skal være mer fokuserte og deterministiske, gå for den lavere temperaturverdien. Og hvis du vil at det skal være mer kreativt, gå for høyere verdi. Temperaturverdien varierer mellom 0 og 2.

I likhet med ChatGPT har API-en også en ordgrense. Bruke max_tokens parameter for å begrense lengden på svar. Men å sette en lavere max_tokens verdien kan forårsake potensielle problemer, da den kan kutte utgangen midtveis. I skrivende stund er gpt-3.5-turbo modellen har en symbolgrense på 4.096, mens gpt-4 modellen har en grense på 8 192 tokens.

Du kan konfigurere modellen ytterligere ved å bruke de andre parameterne gitt av OpenAI.

Bruke ChatGPT API for tekstfullføring

Bortsett fra oppgavene for å fullføre chatten gpt-3.5-turbo modellen gjør også en god jobb med tekstutfylling. Den overgår den forrige tekst-davinci-003 modell og er priset til bare en tidel av kostnadene.

Følgende eksempel viser hvordan du kan konfigurere ChatGPT API for tekstfullføring:

import openai
openai.api_key = "YOUR_API_KEY"


fullføring = åpenai. ChatCompletion.create(
 modell = "gpt-3.5-turbo",
 temperatur = 0.8,
 max_tokens = 2000,
 meldinger = [
 {"rolle": "system", "innhold": "Du er en poet som lager dikt som vekker følelser."},
 {"rolle": "bruker", "innhold": "Skriv et kort dikt for programmerere."}
 ]
)
print (completion.choices[0].message.content)

Du trenger ikke engang å oppgi systemrollen og innholdet. Bare å gi brukermeldingen vil gjøre jobben for deg.

meldinger = [
 {"rolle": "bruker", "innhold": "Skriv et kort dikt for programmerere."}
]

Å kjøre koden ovenfor vil generere et dikt for programmerere:

Responsformat for ChatGPT API

ChatGPT API sender svaret i følgende format:

Du må videre trekke ut assistentens svar som er lagret i innhold.

Bygge applikasjoner ved hjelp av ChatGPT API

Du kan direkte bruke API-endepunktet eller openai Python/Node.js-biblioteket for å begynne å bygge ChatGPT API-drevne applikasjoner. Bortsett fra den offisielle openai bibliotek, kan du også utvikle applikasjoner ved å bruke de fellesskapsvedlikeholde bibliotekene anbefalt av OpenAI.

OpenAI verifiserer imidlertid ikke sikkerheten til disse fellesskapsvedlikeholde bibliotekene, så det er bedre å enten bruke API-endepunktet direkte eller bruke det offisielle openai Python/Node.js-bibliotek.

Metode 1: Bruke API-endepunktet

Du må bruke /v1/chat/completions endepunkt for å bruke gpt-3.5-turbo og gpt-4 modeller.

import forespørsler
openai.api_key = "YOUR_API_KEY"
URL = " https://api.openai.com/v1/chat/completions"


nyttelast = {
"modell": "gpt-3.5-turbo",
"temperatur": 1.0,
"meldinger": [
 {"rolle": "system", "innhold": f "Du er en assistent som forteller et hvilket som helst tilfeldig og veldig kort morsomt faktum om denne verden."},
 {"rolle": "bruker", "innhold": f"Skriv en morsom fakta om programmerere."},
 {"rolle": "assistent", "innhold": f "Programmører drikker mye kaffe!"},
 {"rolle": "bruker", "innhold": f"Skriv en relatert til Python-programmeringsspråket."}
 ]
}


overskrifter = {
"Innholdstype": "applikasjon/json",
"Autorisasjon": f "Bærer {openai.api_key}"
}


respons = requests.post (URL, headers=headers, json=payload)
respons = respons.json()
skriv ut (svar["valg"][0]['beskjed']['innhold'])

Eksempelkoden ovenfor viser hvordan du direkte kan bruke endepunktet til å foreta API-kallet ved å bruke forespørsler bibliotek.

Først tilordner du API-nøkkelen til en variabel. Deretter må du oppgi modellnavnet til modell parameteren til nyttelast gjenstand. Etter det ga vi samtalehistorikken til meldinger parameter.

Her har vi holdt en høyere temperatur verdi slik at responsen vår blir mer tilfeldig og dermed mer kreativ.

Her er responsen:

Noter det det er noen problemer med OpenAIs ChatGPT, slik at du også kan få støtende eller partiske svar fra API-en.

Metode 2: Bruk av det offisielle openai-biblioteket

Installer openai Python-bibliotek ved hjelp av pip:

pip installer openai

Nå er du klar til å generere tekst- eller chatfullføringer.

import openai
openai.api_key = "YOUR_API_KEY"


respons = åpenai. ChatCompletion.create(
 modell = "gpt-3.5-turbo",
 temperatur = 0.2,
 max_tokens = 1000,
 meldinger = [
 {"rolle": "bruker", "innhold": "Hvem vant 2018 FIFA verdensmesterskap?"}
 ]
)
skriv ut (svar["valg"][0]['beskjed']['innhold'])

I denne koden ga vi bare en enkelt brukerforespørsel. Vi har holdt temperaturverdien lav for å holde responsen mer deterministisk i stedet for kreativ.

Du får følgende svar etter å ha kjørt koden:

ChatGPT-svarene kan virke magiske og kan få alle til å lure hvordan ChatGPT fungerer. Men bak kulissene er det støttet av den Generative Pre-trained Transformer (GPT) språkmodellen som gjør alt det tunge løftet.

Bygg neste generasjons apper ved å bruke ChatGPT API

Du lærte hvordan du konfigurerer ChatGPT API. ChatGPT API har åpnet porter for deg og utviklere over hele verden for å bygge innovative produkter som utnytter kraften til AI.

Du kan bruke dette verktøyet til å utvikle applikasjoner som historieforfattere, kodeoversettere, e-postforfattere, markedsføringskopigeneratorer, tekstoppsummerere og så videre. Fantasien din setter grensen for å bygge applikasjoner som utnytter denne teknologien.

Bortsett fra ChatGPT API, kan du også bruke andre OpenAI-modeller for å utvikle kule applikasjoner.