上期圖文教程，我們介紹了ChatGPT的注冊使用過程，并且使用ChatGPT生成了一個CNN卷積神經(jīng)網(wǎng)絡的代碼，由于ChatGPT的官方只公布了GPT-3的API接口，因此我們基于ChatGPT 3代的API接口打造自己的智能小助手。

這里剛開始，由于我直接使用ChatGPT-3 API text-davinci-003模型搭建的網(wǎng)站，在網(wǎng)站上問它ChatGPT的API接口是什么，它回復是:

我按照官方提供的python代碼，使用以上地址并不能使用此API進行調(diào)用，然后就有了開頭的那張圖片，直接在openAI 的官方網(wǎng)站確認了一下，其真正的api接口地址是：

因此有了以上的API接口，我們便可以使用python代碼來使用ChatGPT了，只是API接口版本相比官方的3.5稍微有些落后，且官方還發(fā)布了plus版本，但是針對絕大多數(shù)問題，3代的接口依然很強大。

獲取ChatGPT的API key

在使用API接口的前題下，需要我們按上期的文章，注冊自己的OpenAI賬號，在后臺查看自己的API接口key。

首先，我們在openAI 的官方網(wǎng)站界面，直接點擊右上角的API，然后登錄自己的賬號,點擊自己的頭像，下面有view api keys

https://platform.openai.com/overview

然后在api keys界面，點擊下面的create new secret key，便會生成自己的key，點擊復制即可，這里需要寫在自己的python代碼中。

python代碼實現(xiàn)ChatGPT的API調(diào)用

在我們問ChatGPT的API接口時，它不僅告訴你它的接口在哪里，還提供了官方示例。

首先需要我們安裝openai 的第三方庫，這里最好自己的python版本大于3.9,安裝完成后，我們便可以使用openai庫進行chatGPT的調(diào)用工作了。

第三行代碼，我們需要提供上一個步驟的api key

然后第五行代碼，是自己需要問的問題，當然支持中文輸入，只是中文輸入較慢，因為它首先需要翻譯成英文，然后進行自己數(shù)據(jù)集的搜集操作，然后再次翻譯成中文。而英文就省略了以上的翻譯過程。

然后，我們直接使用openai.Completion.create函數(shù)就可以調(diào)用chatGPT了。

以上就可以完成chatGPT的API調(diào)用了，但是考慮到一些網(wǎng)站的特殊情況，我們也可以使用python 的request庫進行chatGPT的API調(diào)用。

使用requests.post函數(shù)來調(diào)用chatGPT的API，其參數(shù)如下：

url，需要請求的API地址 headers： ? ?"Content-Type": "application/json","Authorization": f"Bearer {api_key}"?

請求頭 json：需要傳遞的參數(shù)，其參數(shù)跟使用openai庫類似，需要提供模型名稱，prompt以及其他基礎參數(shù)等

然后，我們就可以運行以上代碼了，當然，我們可以修改一下以上代碼，把整個輸入與輸出間的代碼放置在一個while true循環(huán)里面，這樣，我們就可以一直問chatGPT 問題了。我們也可以使用QT,TK 等GUI程序設計一個自己的簡單輸入界面來進行ChatGPT的使用，甚至我們可以開發(fā)自己網(wǎng)站應用等。且現(xiàn)在很多語音轉(zhuǎn)文字API也很強大，我們可以使用語音API可以直接跟ChatGPT進行語音聊天等。

小編基于GPT-3的接口開發(fā)了小程序,可以直接在小程序里面輸入自己的問題來使用GPT，無需VPN，免費使用。

考慮到使用的便利性，小編基于API也開發(fā)了網(wǎng)站版本，可以直接在網(wǎng)站上面使用，無需VPN，可以免費使用。

NLP領域最火的模型應該當屬transformer模型了，且chatGPT的encoder，decoder同樣使用了transformer模型的注意力機制。

動圖詳解Transformer模型--Attention is all you need