ChatGPT开发文档

https://platform.openai.com/docs/quickstart

# 介绍

# 概述

OpenAI API 几乎可以应用于任何涉及理解或生成自然语言、代码或图像的任务。我们提供一系列具有不同能力水平的模型,适用于不同的任务,并能够微调您自己的定制模型。这些模型可用于从内容生成到语义搜索和分类的所有内容。

# 关键概念

  • 提示

设计提示本质上是“编程”模型的方式,通常是通过提供一些说明或一些示例。这与大多数其他 NLP 服务不同,后者是为单个任务设计的,例如情绪分类或命名实体识别。相反,完成和聊天完成终结点几乎可用于任何任务,包括内容或代码生成、摘要、扩展、对话、创意写作、样式迁移等。

  • 令 牌

我们的模型通过将文本分解为标记来理解和处理文本。标记可以是单词,也可以只是字符块。例如,单词“汉堡包”被分解为标记“ham”,“bur”和“ger”,而像“梨”这样的简短而常见的单词是单个令牌。许多标记以空格开头,例如“hello”和“bye”。

给定 API 请求中处理的令牌数量取决于输入和输出的长度。根据粗略的经验法则,对于英文文本,1 个标记大约是 4 个字符或 0.75 个单词。要记住的一个限制是,文本提示和生成的完成组合不得超过模型的最大上下文长度(对于大多数模型,这是 2048 个标记,或大约 1500 个单词)。查看我们的分词器工具,详细了解文本如何转换为分词。

  • 模型

该 API 由一组具有不同功能和价位的模型提供支持。GPT-4 是我们最新、功能最强大的型号。GPT-3.5-Turbo 是支持 ChatGPT 的模型,并针对对话格式进行了优化。要了解有关这些模型以及我们提供的其他功能的更多信息,请访问我们的模型文档。

# 快速入门

OpenAI 已经训练了非常擅长理解和生成文本的尖端语言模型。我们的 API 提供对这些模型的访问,可用于解决几乎任何涉及处理语言的任务。

在本快速入门教程中,你将生成一个简单的示例应用程序。在此过程中,您将学习将 API 用于任何任务的基础关键概念和技术,包括:

内容生成
综述
分类、分类和情绪分析
数据提取
译本
更多
1
2
3
4
5
6

# 介绍

完成端点是我们 API 的核心,它提供了一个非常灵活和强大的简单接口。您输入一些文本作为提示,API 将返回一个文本补全,尝试匹配您为其提供的任何指令或上下文。

提示
为冰淇淋店写一个标语。
完成
我们用每一勺提供微笑!
你可以把它看作是一个非常高级的自动完成——模型处理你的文本提示,并尝试预测接下来最有可能发生的事情。
1
2
3
4
5

# 从指令开始

想象一下,您要创建一个宠物名称生成器。从头开始想出名字很难!

首先,您需要一个提示,明确您想要什么。让我们从一个指令开始。提交此提示以生成您的第一个完成。

Suggest one name for a horse.
Lightning

Not bad! Now, try making your instruction more specific.
Suggest one name for a black horse.
Midnight
1
2
3
4
5
6

如您所见,在提示中添加一个简单的形容词会更改结果完成。设计提示本质上是“编程”模型的方式。

# 添加一些示例

制定好的说明对于获得良好的结果很重要,但有时它们还不够。让我们尝试使您的指令更加复杂。

Suggest three names for a horse that is a superhero.
1. Super Stallion
2. Captain Colt
3. Mighty Mustang
1
2
3
4

这个完成并不是我们想要的。这些名字非常通用,似乎模型没有接受我们指令中的马部分。让我们看看我们是否可以让它提出一些更相关的建议。

在许多情况下,显示和告诉模型你想要什么很有帮助。在提示中添加示例有助于传达模式或细微差别。尝试提交此提示,其中包括几个示例。

Suggest three names for an animal that is a superhero.

Animal: Cat
Names: Captain Sharpclaw, Agent Fluffball, The Incredible Feline
Animal: Dog
Names: Ruff the Protector, Wonder Canine, Sir Barks-a-Lot
Animal: Horse
Names:

超级种马、强大的母马、华丽的马
1
2
3
4
5
6
7
8
9
10

好!为给定输入添加我们期望的输出示例有助于模型提供我们正在寻找的名称类型。

# 调整您的设置

提示设计并不是您可以使用的唯一工具。您还可以通过调整设置来控制完成。最重要的设置之一称为温度。

您可能已经注意到,如果在上面的示例中多次提交相同的提示,则模型将始终返回相同或非常相似的完成。这是因为您的温度设置为 0。

尝试在温度设置为 1 的情况下重新提交相同的提示几次。

Suggest three names for an animal that is a superhero.

Animal: Cat
Names: Captain Sharpclaw, Agent Fluffball, The Incredible Feline
Animal: Dog
Names: Ruff the Protector, Wonder Canine, Sir Barks-a-Lot
Animal: Horse
Names:
1
2
3
4
5
6
7
8

看看发生了什么?当温度高于 0 时,提交相同的提示每次会导致不同的完成。

请记住,该模型预测哪些文本最有可能跟随其前面的文本。温度是介于 0 和 1 之间的值,实质上允许您控制模型在进行这些预测时的置信度。降低温度意味着风险更小,完成将更加准确和确定。温度升高将导致更多样化的完成。

上次更新: 2025/02/10, 20:20:37
最近更新
01
Git问题集合
01-29
02
安装 Nginx 服务器
01-25
03
安装 Docker 容器
01-25
更多文章>
×
×