使用 OpenAI API 和相應(yīng)的 Python SDK 試用 GPT-3 語言模型。

介紹

在本文中，我們將使用 GPT-3。我將向您展示如何訪問它，并提供一些示例來說明您可以使用它做什么，以及您可以使用它構(gòu)建什么樣的應(yīng)用程序！

開始

在使用 GPT-3 之前，您必須先使用 OpenAI 創(chuàng)建一個帳戶。設(shè)置帳戶后，為了訪問 API，您需要添加計(jì)費(fèi)憑據(jù)。OpenAI將按請求向您收費(fèi)。您可以在此處查看 API 成本。

添加帳單詳細(xì)信息后，您將能夠檢索您的 API 密鑰。您將需要它來訪問 API。對此保密很重要，因?yàn)槿魏斡袡?quán)訪問此密鑰的人都可以代表您提出請求，向您收費(fèi)。

重要

由于 API 的使用成本很高，因此最好確保在發(fā)布應(yīng)用之前考慮到這一點(diǎn)。如果您的應(yīng)用程序每次有人加載時都會發(fā)出 OpenAPI 請求，然后為此向您收費(fèi)，您可能會很快產(chǎn)生大量成本。

我建議您只允許經(jīng)過身份驗(yàn)證的用戶使用您的應(yīng)用程序，并且我絕對建議您添加某種 API 限制。如果您正在構(gòu)建某種 SaaS 應(yīng)用程序，也許您可以這樣做，以便向客戶收取他們提出的每個請求的費(fèi)用，確保他們承擔(dān)相關(guān)的成本而不是您。這可以通過 Stripe 使用記錄自動實(shí)現(xiàn)，您可以在此處找到更多信息。

使用接口

設(shè)置我們的環(huán)境

現(xiàn)在您已經(jīng)有了 API 密鑰，讓我們玩得開心吧！為了讓我們的生活更輕松，讓我們使用適用于Python的OpenAI SDK。OpenAI也有可用于Node.js的SDK，但是，對于這個演示，我們將使用Python。您可以使用命令安裝 Python OpenAI SDK。pip3 install openai

接下來，創(chuàng)建一個新文件。這就是我們將在本地存儲 API 密鑰的內(nèi)容，您可以通過將以下行添加到文件中來執(zhí)行此操作.env

OPENAI_API_KEY=YOUR_API_KEY

（其中YOUR_API_KEY替換為您的 OpenAI API 密鑰）。

請務(wù)必將此文件排除在任何公共 GitHub 存儲庫之外，您可以使用文件并添加到其中。.gitignore.env

現(xiàn)在為了加載文件，我們將需要dotenv依賴項(xiàng)，您可以使用..envpip3 install python-dotenv

現(xiàn)在創(chuàng)建一個新的 Python 文件并添加以下代碼行

import os
import openai
from dotenv import load_dotenv
 
load_dotenv()
openai.api_key = os.getenv("OPENAI_API_KEY")
 
 ():defmain
    pass
 
if __name__ == "__main__":
    main()

這對您來說是一個很好的入門，它會自動將您的 API 密鑰從文件加載到 OpenAI SDK 中，以便隨時可以使用。一般來說，使用.env

if __name__ == "__main__":
    # Your code here

生成文本

要使用 GPT-3 生成文本，請將以下代碼添加到函數(shù)中main

response = openai.Completion.create(
    model="text-davinci-002",
    prompt="Today I went to the movies and...",
    temperature=1,
    max_tokens=60,
)
 
print(response)

• 該參數(shù)指定將生成文本的模型的類型。默認(rèn)情況下，OpenAI 提供了一些模型，您可以選擇這些模型，您可以在此處查看這些模型。此外，您甚至可以創(chuàng)建自己的模型，但這超出了本教程的范圍。model
• 該參數(shù)指定從模型饋送的輸入提示，然后模型將自動完成響應(yīng)。這可以是您想要的任何內(nèi)容。prompt
• 該參數(shù)指定響應(yīng)的不確定性。這意味著模型更有可能產(chǎn)生一些創(chuàng)造性的東西，并且可以被認(rèn)為是冒險(xiǎn)并偏離正常響應(yīng)的模型。將此參數(shù)設(shè)置為 1 意味著模型將返回它不確定的結(jié)果，相比之下，給此參數(shù)的值為 0，這意味著模型將返回它幾乎可以確定的結(jié)果。temperature
• 該參數(shù)指定允許模型作為其輸出的一部分生成的最大令牌量。您需要為生成的更多令牌付費(fèi)，因此請務(wù)必小心使用此參數(shù)。max_tokens

如果運(yùn)行代碼，則應(yīng)獲得一個 API 響應(yīng)，其中包含 AI 模型從提示自動生成的響應(yīng)，例如

{
  "choices": [
    {
      "finish_reason": "stop",
      "index": 0,
      "logprobs": null,
      "text": "\n\nI saw a great film!"
    }
  ],
  "created": 1658030956,
  "id": "cmpl-5UpsiIqm3IyQmFy1op27TOZ6Brvc6",
  "model": "text-davinci-002",
  "object": "text_completion",
  "usage": {
    "completion_tokens": 16,
    "prompt_tokens": 8,
    "total_tokens": 24
  }
}

很酷！此外，您可以告訴模型您希望它做什么，并且它將符合它。例如，讓我們看看我們是否讓模型能夠使用以下提示為我們格式化日期

"Format the following time in the form of DD/MM/YYYY
 
May 4th 1989"

響應(yīng)

{
  "choices": [
    {
      "finish_reason": "stop",
      "index": 0,
      "logprobs": null,
      "text": "\n\n04/05/1989"
    }
  ],
  "created": 1658031618,
  "id": "cmpl-5Uq3OlXZA57KTkn2MabHh8l8FdbnS",
  "model": "text-davinci-002",
  "object": "text_completion",
  "usage": {
    "completion_tokens": 8,
    "prompt_tokens": 20,
    "total_tokens": 28
  }
}

這有多棒？現(xiàn)在，您可以從模型中獲取該字符串響應(yīng)，并根據(jù)需要處理應(yīng)用程序的其余部分。

當(dāng)然，GPT-3 的功能遠(yuǎn)不止日期格式化，這只是一個例子。我鼓勵你玩這個模型，看看你能用它做什么！GPT-3 能夠執(zhí)行的其他任務(wù)的一些示例包括：

• 譯本
• 綜述
• 代碼完成
• 配方創(chuàng)建

如果你能想到，GPT-3 大概可以做到。

結(jié)論

因此，現(xiàn)在您知道如何利用迄今為止最先進(jìn)的語言模型之一來滿足您的所有個人或業(yè)務(wù)需求。

關(guān)于成本，您只需要警惕幾件事，但是，考慮到您獲得的功能，這絕對是值得的，更不用說節(jié)省您的時間和金錢，因?yàn)槟仨殬?gòu)建、訓(xùn)練、測試和部署您自己的機(jī)器學(xué)習(xí)模型，這不太可能達(dá)到接近 GPT-3 的結(jié)果。

如果您需要使用 GPT-3 構(gòu)建項(xiàng)目的靈感，請?jiān)诖颂幉榭此麄優(yōu)槟峁┑氖纠斜怼４送?，如果您想了解有關(guān)將 GPT-3 用于應(yīng)用程序的更多信息，請查看文檔！最后，確保您了解并遵循 OpenAI 使用指南。

文章來源：https://dev.blog.benosborn.tech/playing-with-gpt-3-using-the-openai-api-and-python

到此這篇關(guān)于使用 OpenAI API 和 Python 使用 GPT-3的文章就介紹到這了,更多相關(guān)OpenAI API 和 Python 使用 GPT-3內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

最新評論