用Python实现自动向ChatGPT(GPT3.5)提问并获取回答 v2.0_python使用chatgpt自动化脚本输入prompt

 需要API_KEY，自行官网申请

参数说明：

• prompt: 输入给定的文本或问题，用于生成对应的自然语言处理模型的输出。对于对话模型，通常将prompt设置为上一个对话回复的内容或是用户输入的问题。

• max_tokens: 定义请求生成的文本的最大长度。这通常是一个整数，表示生成文本的单词数或标记数。在生成过程中，模型将根据指定的上下文和最大标记数生成文本。

• n: 定义要生成的文本片段的数量。通常情况下，如果您只需要一个文本回复，则将此参数设置为1即可。

• stop: 一组标记，用于表示请求生成的文本结束的位置。例如，在生成问题答案时，您可以设置stop为"?"，以确保生成的答案以问号结束。

• temperature: 控制模型在生成文本时的创造性程度。较高的温度值将产生更加创新和多样化的文本，而较低的温度值将生成更加保守和稳定的文本。

• presence_penalty: 控制生成文本的多样性程度。通过增加presence_penalty，您可以减少生成的文本中重复的词或短语。

• frequency_penalty: 控制生成文本中使用罕见词语的频率。通过增加frequency_penalty，您可以减少生成的文本中使用罕见词语的数量。

• best_of: 定义要生成多少个文本片段，然后从中选择最佳的一个作为输出。通常情况下，如果您只需要一个文本回复，则将此参数设置为1即可。

• engine: 指定要使用的预训练模型的引擎名称。例如，"davinci"引擎是OpenAI API提供的一种强大的语言模型。

• model: 指定要使用的预训练模型的名称。例如，"text-davinci-002"是一个用于对话的预训练模型。

#-*- coding:utf-8 -*-
 
 
 
import openai
 
openai.api_key = "你的API_KEY"
 
# print(openai.Model.list())
 
def ask_gpt(prompt):
 
 
 
    completions = openai.Completion.create(
 
 
 
        # engine="davinci",
 
        prompt=prompt,
 
        max_tokens=1024,
 
        n=1,
 
        stop=None,
 
        temperature=0.8,
 
        presence_penalty=0.5,
 
        frequency_penalty=0.5,
 
        # best_of=1,
 
        model="text-davinci-003",
 
    )
 
 
 
    message = completions.choices[0].text.strip()
 
 
 
    return message
 
 
 
 
prompt = """
xxx{word}xxx
""".format(word = "xxx")
 
 
 
# print(prompt)
 
answer = ask_gpt(prompt)
 
print(answer)