如何使用Python与GPT-3
AI风暴已经席卷全球。OpenAI的ChatGPT发布后，开发者和好奇的用户都陷入了狂热之中。在发布两个月内，OpenAI已经吸引了1亿活跃用户，人们已经开始使用它构建应用程序。
CopyAI使用它为网站、博客、广告、电子邮件和社交媒体生成文案内容。Lex使用GPT-3来回答研究问题，Algolia用于语义搜索，Replier用于创建品牌的客户评论回复。下面是如何使用Python和OpenAI的GPT-3模型开始构建你的人工智能应用程序的方法。
GPT-3是第三代生成式预训练转换器。它是一个具有1750亿个参数的机器学习模型，几乎包含了整个互联网。这使得它具备回答各种问题和执行其他需要大量手动努力的任务的能力。
OpenAI已经开发了一个Python模块，其中包含与其API进行交互的预定义兼容类。要在系统上安装它，请打开终端并运行：
pip install openai如果你想知道GPT-3能做什么，可以在OpenAI Playground中探索一些创意使用方法。
生成API密钥
要使用Python使用GPT-3，你需要生成一个API密钥。按照以下步骤查看API密钥：
- 在OpenAI页面上注册一个帐户，并选择帐户类型为“个人”。
- 单击个人资料，选择“查看API密钥”按钮。
- 单击“创建新的秘密密钥”以生成你的API密钥。
- 复制你的API密钥，并将其保存在安全位置，因为你将无法再次查看它。
OpenAI的GPT-3 API是基于你与其交互使用的标记（单词）数量而收费的。幸运的是，OpenAI在前三个月提供了免费的18美元信用额度，因此你可以根据自己的需求进行探索和实验。
构建一个使用GPT-3 API的Python程序
现在你可以构建一个使用API进行通信的Python程序了。通过导入OpenAI模块开始构建程序。定义一个名为askGPT()的函数，它接受文本作为输入参数。文本将包含你要问GPT-3的查询。复制之前生成的API密钥并进行初始化。
import openai
def askGPT(text):
openai.api_key = "your_api_key"通过定义以下参数来创建一个请求：
engine: 你想要用于请求的模型。Davinci模型是最可靠的，训练数据是截至2019年10月的。prompt: 提示是你用作问题的一组单词，以从API生成响应。temperature: 设置文本听起来专业或有创意的程度。较低的值会得到更加聚焦和确定性的答案。较高的值会得到更有创意的答案。0.6是一个不错的折中值。max_tokens: 生成响应中单词的最大数量。你可以将其设置为最多2048个单词。
例如，以下是如何发送请求并存储响应的示例：
response = openai.Completion.create(
engine="text-davinci-003",
prompt=text,
temperature=0.6,
max_tokens=150,
)通过检索第一个结果的文本参数来显示GPT-3的响应：
return print(response.choices[0].text)要调用这个函数，定义一个main函数和一个无限循环。要求用户输入一个问题，并将其传递给askGpt()函数。
def main():
while True:
print('GPT: Ask me a question')
myQn = input()
askGPT(myQn)
main()将所有内容放在一起，使用人工智能来回答你的问题。
运行具有GPT-3支持的Python程序的输出
当你运行程序时，它会要求你输入一个问题。当输入提示“用5行写一首关于钢铁侠是最伟大的超级英雄”的时候，程序会产生以下令人印象深刻的输出：
GPT-3有许多有趣的应用
你可以使用GPT-3完成一些非常惊人的任务。你可以将其用作聊天机器人，每次提示都会给出新鲜逼真的答案。你可以生成诗歌、脚本、故事、口号、论文、标题等等。你甚至可以总结长篇文字、生成代码、进行无限对话，并根据以前的提示进行对话。
另一方面，该API是云托管的、付费的，并且还需要进行更多的微调。随着GPT-3.5在市场上发布，人们会期待它比以前的版本更准确、更没有偏见。