1 老表Max 说说说
了解学习一个东西，假如能够，一定先把东西玩起来，再去学习了解更详尽的知识。（爱好先培育起来）
所以第一课，咱们先了解怎么玩转 ChatGPT API。
《跟老表Max学ChatGPT》系列课程，将完好教咱们学习了解 ChatGPT，至少教会你：怎么运用 ChatGPT，提高工作、学习、生活功率。
更新频率：尽量一周一更。。。
2 获取 APIKEY
开端前你至少需求预备：
- 魔法办法
- 一个有调用额度的 ChatGPT APIKEY
假如是新注册账号，一般会有 5美元 免费额度，
# 查看额度页面
https://platform.openai.com/account/usage
# 创建 APIKEY 额度页面
https://platform.openai.com/account/api-keys
点击Create new secret key即可新建一个 APIKEY 。
APIKEY 格式为：
sk-...LvD6
假如你的 APIKEY 没有调用额度，那么你拜访会出现错误，告知你当时 APIKEY 对应账号没有调用额度（一般来说，新注册的账号都会有5美元免费额度），假如想完成本次教程，需求 APIKEY 或许 ChatGPT 账号，能够私聊我微信：pythonbrief。
3 开端调用
从 ChatGPT 爆火开端，官方和各路开源大神就做了许多相关调用demo，甚至有 ChatGPT 克隆网站源码等。
官方也将这些项目做了一个汇总，咱们能够找自己了解的编程言语项目看看。
https://platform.openai.com/docs/libraries/community-libraries
我挑选直接用官方的 openai Python 写相关代码。
首先你需求预备一个Python环境，并装置 openai 包，怎么装置环境和装置请看我的这篇文章。
import os
import openai
openai.api_key = os.getenv("OPENAI_API_KEY")
completion = openai.ChatCompletion.create(
model="gpt-3.5-turbo-16k",
messages=[
{"role": "system", "content": "You are a helpful assistant."},
{"role": "user", "content": "Hello!"}
]
)
print(completion.choices[0].message)
假如咱们放到 Jupyterlab cell 里直接运转会出错，提示No API key provided，由于咱们没有设置 OPENAI_API_KEY 这个环境变量。
咱们能够把代码改下，把咱们前面生成的 API_KEY 直接赋值给openai.api_key，再运转发现仍是不行，由于网络不通。
这时分查看你家网络，能够开大局或许在代码里加上网络端口。网络设置好就好啦！
问点学习问题：怎么运用Python做网页自动化点击，给出一个代码案例
这个时分发现打印出来东西好像不认识了？是机器故障了吗，不是。这是触及中文，给 Unicode编码。
咱们能够直接本地把 content 打印出来，编辑器会帮咱们转码。
现在你就能够开端愉快的问自己想问的其他问题啦！从上面你应该看出怎么把问题改成自己的问题了吧？下一节继续学习。
4 根底了解
再学点根底知识。
官方文档有很详细介绍，假如你想深入研究学习，主张好好阅读官方文档。（后面都会给咱们拆解、介绍，有爱好一同拆解的能够私聊我微信，需求英语好点且懂一点编程的朋友）
https://platform.openai.com/docs/api-reference/introduction
在这里咱们能看到各种模型更全面的介绍，后面主要会运用的模型有：
- GPT-3.5 全能的AI对话模型，你能够用它练习你的言语表达能力、帮你修正BUG、给你讲笑话、各种角色扮演等。
- DALLE AI绘画模型，和SD MJ比是有距离，但平常自己用用也不差。
- Whisper 音频转文本模型，能够帮你把各种音频文件转成文字，再结合 GPT-3.5，你能够直接提取出音频中的重点等。
- Moderation OpenAI 提供的违规检测模型。
https://platform.openai.com/docs/models/overview
根底概念词理解：
-
GPTs: GPT (生成式预训练转换器) 模型经过训练，能够理解自然言语和代码，经过输入 “prompts” 输出文本，可用于多种任务，如内容生成、代码生成、摘要、对话等。
-
Embeddings: 是数据（如文本）的向量表明，旨在保留其内容和/或含义的特征，常用于搜索、聚类、引荐、异常检测、分类等。
-
Tokens: GPT和Embeddings模型将文本按照词块（tokens）进行处理，tokens表明常见的字符序列，例如 “tokenization” 被分解为 “token” 和 “ization”。输入的最大上下文长度关于GPT模型是prompt和生成输出的总和，而关于嵌入模型是输入的长度。
对话模型咱们运用gpt-3.5-turbo-16k，支撑更多TOKENS，意味着能进行更多的连续对话。
4.1 调用约束
这是 APIKEY 的速率约束（rate limits）表格，该API被用于文本、嵌入（embedding）、聊天（chat）、图像（image）和音频（audio）处理。速率约束是指对API的恳求进行约束，以避免滥用或过度运用API资源。这些速率约束在安排等级进行办理，而不是用户等级，并根据运用的具体端点和账户类型进行调整。主要参数有：
- 每天恳求数（RPD）
- 每分钟恳求数（RPM）
- 每分钟令牌数（TPM）
从表格中能够看出，免费试用用户（新注册账号会有5美元调用额度）和按需付费用户的默认速率约束是不一样的。
比方咱们最常用的 chat 模型（如gpt-3.5-turbo-16k）免费试用用户每天最多能够经过API发送200次恳求，每分钟最多能发3个恳求，每分钟最多发送返回 token 数是 40000。
付费用户在前48小时和48小时后分别有不同的速率约束。关于某些特定模型（如gpt-3.5-turbo-16k），其TPM约束关于按需付费用户是表格中所列值的2倍。
最后，还提到了一个重要注意事项：速率约束会根据两个条件中先满意的状况进行核算，即假如一个恳求满意了每分钟令牌数约束，那么该恳求即便发送的令牌总数不满意每天恳求数约束，也会被视为超越速率约束。
4.2 调用费用
费用介绍页面：
https://openai.com/pricing
咱们主要关怀GPT-3.5 Turbo，从下图能够看到该模型调用费用风两部分：Input 和 Output。
Output 便是 GPT 迭代出来的答案经过解析后的 tokens 数，价格是 0.002美元/1k tokens。
官方描绘是大概一页A4字包容的字数便是1k tokens。
咱们就按最高的 0.002来算，5美元额度大概能够转成 2500k tokens，也便是把 2500 页A4纸写满，即便加上日常速率啥的约束，平常用用肯定够的。
