ChatCompletion是OpenAI中最核心的一個接口，顧名思義，你可以利用該接口構(gòu)建自己的應用，用在與AI有交互的場景，例如聊天機器人、智能客服等，該接口具有連續(xù)對話的能力，因為它可以攜帶上下文信息。

接口

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

請求參數(shù)

messages 是一個數(shù)組，數(shù)組中的元素是一個字典對象，包含兩個必選字段，分別是role和content

為什么messages要作為一個數(shù)組參數(shù)傳遞呢？

因為我們實現(xiàn)多輪對話時，必須把上一輪的對話內(nèi)容傳遞給模型，模型才知道如何聯(lián)系上下文來生成更精確的內(nèi)容。

角色

message中每個元素必須指定一個角色，用來告訴該消息是誰生成的，目前該接口預設了3個值，分別是：

• system:系統(tǒng)角色 ，用來設置機器人的行為
• user：用戶角色，和AI對話的用戶
• assistant：助理角色，AI機器人

通常每次對話以一條系統(tǒng)消息作為開始（系統(tǒng)消息也可以不指定），然后用戶消息和助理消息交替

Python代碼：

response = openai.ChatCompletion.create( model="gpt-3.5-turbo", messages=[ {"role": "system", "content": "你是一個上知天文下知地理的百曉生"}, {"role": "user", "content": "中國首都在哪里"}, {"role": "assistant", "content": " 中國的首都是北京。"}, {"role": "user", "content": "人口是多少？"} ], temperature=0.6 ) 

助理消息是上一輪對話AI生成的內(nèi)容，提取出來后作為下一輪的消息內(nèi)容發(fā)送給AI，這樣就可以實現(xiàn)多輪對話聯(lián)系上下文語境生成內(nèi)容。

響應內(nèi)容

{
  "choices": [
    {
      "finish_reason": "stop",
      "index": 0,
      "message": {
        "content": "根據(jù)2020年的統(tǒng)計數(shù)據(jù)，北京市的常住人口為2171.6萬人。",
        "role": "assistant"
      }
    }
  ],
  "created": 1683639817,
  "id": "chatcmpl-7EHuru5wKKpZ2CsEfjVa2z11DzqhJ",
  "model": "gpt-3.5-turbo-0301",
  "object": "chat.completion",
  "usage": {
    "completion_tokens": 27,
    "prompt_tokens": 486,
    "total_tokens": 513
  }
}

助理回復的內(nèi)容可以從response['choices'][0]['message']['content']提取。

以上是由福州網(wǎng)站建設的小編為你分享了"OpenAI接口介紹- ChatCompletion"文章，如果你在這方面有什么問題，隨時聯(lián)系我們