调用OpenAI的ChatGPT API（实际上是通过`openai.ChatCompletion.create()`方法实现的）来生成对话响应是一个相对简单的任务。下面是一个完整的Python例子，展示如何设置环境并发送请求给API。 ### 前提条件 确保已经安装了最新版本的`openai` Python库，并正确配置了API密钥。如果还没有做这些步骤，请先完成它们： 1. 安装`openai`库： ```bash pip install openai ``` 2. 获取API Key：前往 [OpenAI官网](https://platform.openai.com/account/api-keys) 登录账户并创建一个新的API Key。 3. 设置环境变量或直接在代码中引用您的API Key。 ### 示例代码 ```python import os import openai # 配置API key（建议使用环境变量） api_key = 'YOUR_API_KEY_HERE' # 如果已设置了环境变量，则可以省略此行 os.environ["OPENAI_API_KEY"] = api_key # 初始化客户端 openai.api_key = os.getenv("OPENAI_API_KEY") def chat_with_gpt(prompt): try: # 创建聊天会话 response = openai.ChatCompletion.create( model="gpt-3.5-turbo", # 使用gpt-3.5-turbo作为默认模型 messages=[ {"role": "system", "content": "你是一位乐于助人的助手"}, {"role": "user", "content": prompt}, # 用户输入的问题或提示词 {"role": "assistant", "content": ""} # 助手的回答初始化为空字符串 ] ) return response['choices']['message']['content'].strip() except Exception as e: print(f"Error occurred: {e}") return None if __name__ == "__main__": user_input = input("请输入你想问的问题:") answer = chat_with_gpt(user_input) if answer: print(f"GPT回复：{answer}") ``` ### 解释关键部分 #### `messages` 参数说明： - **Role**: 角色定义消息来源类型——“system”表示系统指令，“user”代表用户提问，“assistant”则是AI生成的答案。 - **Content**: 实际的消息内容文本。 在这个例子中我们首先给了一个系统的指导语句 ("你是一位乐于助人的助手") ，然后添加了一个用户的实际问题 (`prompt`) 和一个空白的助手回应模板，以便让API知道这是需要它填充的部分。 #### 返回结果解析： - 结果是以字典形式返回的数据结构中的 `'choices'['message']['content']` 字段保存着生成的文字答案。 ### 注意事项 - 在生产环境中应避免硬编码敏感信息如API keys，而应利用环境变量或其他安全机制管理凭据。 - 根据应用需求选择合适的模型版本(`model`参数)，例如"gpt-3.5-turbo"是目前较为常用的一个选项。 - 错误处理非常重要，这里只是简单展示了基本异常捕捉逻辑；根据实际情况可能还需要更加详细的错误分类和应对策略。 希望这个示例能够帮助您开始构建基于ChatGPT的应用！