欢迎访问chatgpt中文教程网，学习chatgpt相关知识，以下是正文内容：
本参考指南当前包含的内容：
1、GPT-4 API 请求/响应模式
2、Python示例：OpenAI Python 库和LangChain
3、为什么使用GPT-4 API
Tips:
LangChain:是一个用于构建基于大型语言模型(LLM)的应用程序的库
Postman 中请求 GPT-4 API
GPT-4 的 API 请求
POST https://api.openai.com/v1/chat/completionsContent-Type: application/jsonAuthorization: Bearer YOUR_OPENAI_API_KEY{ "model": "gpt-4", "messages": [ {"role": "system", "content": "Set the behavior"}, {"role": "assistant", "content": "Provide examples"}, {"role": "user", "content": "Set the instructions"} ], "temperature": 0.05, "max_tokens": 256, "top_p": 1, "frequency_penalty": 0, "presence_penalty": 0}model: 正在使用哪个版本 (例如："gpt-4")messages：
- system：系统消息有助于设置助手的行为。在上面的例子中，助手被指示 “你是一个得力的助手”。
- assistant：助手消息有助于存储先前的回复。这是为了持续对话，提供会话的上下文。
- user：用户消息有助于指导助手。就是用户说的话，向助手提的问题。
temperature：采样温度，值介于 0 到 2 之间。值越高，输出就越随机。例如你希望对于同一个问题，模型每次的回复都能有较大的差异，就可以设置为一个较高的值。该参数与 top_p 通常只建议修改其中一个。max_tokens：官方翻译过来是。完成过程中要生成的最大令牌数，提示加上max_tokens的标记计数不能超过模型的上下文长度。大多数型号的上下文长度为2048个令牌(除了支持4096的最新型号)。max_tokens是OpenAI GPT语言模型中的一个参数，用于指定生成文本时最多可以使用的标记（tokens）数。标记是将文本分割为单独的单词或符号的基本单位。因此，max_tokens参数限制了生成的文本长度。在使用OpenAI GPT模型生成文本时，可以设置max_tokens参数以控制生成的文本长度。例如，如果将max_tokens设置为50，则生成的文本将不会超过50个标记，即50个单词或符号。如果生成的文本达到了max_tokens的限制，模型将停止生成更多的文本。总的来说：max_tokens就是AI回复的最大单词数量。top_p：一种替代温度采样的方法，称为核采样。模型只考虑具有 top_p 概率质量的 token 的结果。例如设为 0.1 模型就只考虑构成前 10% 概率质量的 token。该参数与 temperature 通常只建议修改其中一个。frequency_penalty：值介于 -2.0 到 2.0 之间。正值会根据新生成 token 在文本中的频率对其进行惩罚，从而降低模型逐字重复同一行的可能性。presence_penalty：值介于 -2.0 到 2.0 之间。正值会根据是否已经出现在文本中来惩罚新生成的 token，从而鼓励模型生成新的内容，避免出现大段重复的文本。GPT-4 API Response
{ "id": "chatcmpl-6viHI5cWjA8QWbeeRtZFBnYMl1EKV", "object": "chat.completion", "created": 1680192762, "model": "gpt-4-0314", "usage": { "prompt_tokens": 21, "completion_tokens": 5, "total_tokens": 26 }, "choices": [ { "message": { "role": "assistant", "content": "GPT-4 response returned here" }, "finish_reason": "stop", "index": 0 } ]}model：模型,暂时的通知,OpenAI将支持到6月14日。 prompt_tokens：请求参数里面含有的token数，每 750 个单词定价为0.03 美元的token数量（1000tokens） completion_tokens：返回结果含有的token数,每 750 个单词定价为0.06 美元的token数量（1000tokens） message：角色（即“助理”）和内容（实际响应文本）。 finish_reason：告诉我们为什么助手停止生成响应。在这种情况下，它停止是因为它到达了一个自然停止点（“停止”）。有效值为stop、length、content_filter 或 null。 index：这只是一个用于跟踪响应的数字（0 表示它是第一个响应）。Python 示例
虽然可以使用上面信息向 GPT-4 API 发出 HTTPS 请求，但建议使用官方 OpenAI 库或更进一步使用 LLM 抽象层，如 LangChain。地址：https://colab.research.google.com/gist/IvanCampos/c3f70e58efdf012a6422f2444dc3c261/langchain-gpt-4.ipynb#scrollTo=TjnIGuQfNvzt用于 OpenAI Python 库和 LangChain 的 Jupyter Notebook
![]()
1、安装openai的包，它提供了与 OpenAI API 通信的工具。
2、
1）导入openai，使其在项目中可以使用；
2）设置访问OpenAI API 所需的密钥。
将您的实际密钥替换“YOUR_OPENAI_API_KEY”。
3）设定模型，然后发送一个请求，让他用7个词解释为什么人工智能是未来。
4）打印响应结果
import openaiopenai.api_key = "YOUR_OPENAI_API_KEY"completion = openai.ChatCompletion.create( model="gpt-4", messages=[{"role": "user", "content": "in 7 words, explain why artificial intelligence is the future"}] )print(completion.choices[0].message.content)![]()
LangChain 说明
LangChain 是一种旨在抽象化和简化大型语言模型 (LLM) 工作的工具。它可以用于各种目的，例如：创建聊天机器人、回答问题或总结文本。LangChain 背后的主要思想是您可以将不同的部分连接在一起，以使用这些 LLM 制作更复杂和高级的应用程序。
LangChain notebook cells如果独立运行，需要pip安装导入openai
!pip install langchain：安装“langchain”的包，它提供了与 LLM 通信的工具。from ... import ...: 这些行从“langchain”包中导入特定的函数和类（或工具），因此它们可以在脚本中使用。os.environ['OPENAI_API_KEY'] = 'YOUR_OPENAI_API_KEY'：此行设置访问OpenAI API 所需的密钥。您将用您的实际密钥替换“YOUR_OPENAI_API_KEY”。chat = ChatOpenAI(...)：此行创建具有特定设置（如温度）的 GPT-4 API 实例。chat([...])：这些行显示了如何向 API 发送消息和接收响应。template = "You are a helpful assistant...: 这部分设置一个提示模板来定义请求的行为。在这种情况下，它告诉 GPT-4 它是一个有用的翻译器。system_message_prompt = ...：这行创建一个 SystemMessagePromptTemplate，它将用于使用之前定义的模板设置助手的行为。human_message_prompt = ...这行创建一个 HumanMessagePromptTemplate，它将用于格式化用户发送的消息。chat_prompt = ...：这行将系统和人工消息提示组合到一个 ChatPromptTemplate 中。chat(chat_prompt.format_prompt(...))：这行使用 ChatPromptTemplate 向 API 发送一条消息。chain = LLMChain(llm=chat, prompt=chat_prompt)：这行创建了一个 LLMChain 对象，它简化了与 LLM 的交互。chain.run(...)：这行使用 LLMChain 对象向 GPT-4 API 发送一条消息。为什么选择 GPT-4？
一个最明显的好处就是 GPT-4 API 接受上下文长度为8,192 个token（12.5 页文本）的请求——这是GPT-3.5 上下文长度的2 倍。另外，与之前的模型相比，GPT-4 在推理和完成响应的简洁性方面表现出色。![]()
![]()
价钱
在决定是否使用 GPT-4 API 时最困难的选择是定价——因为 GPT-4 定价的工作原理如下：
- prompt：每 750 个单词 0.03 美元（1k tokens）
- completions：每 750 个单词 0.06 美元（1k tokens）
GPT-4 API 比 ChatGPT 的默认模型 gpt-3.5-turbo贵 14-29 倍。
![]()
未来的改进
在即将发布的GPT-4API中，它将是多模式的。在这种情况下，“多模型”指的是API不仅接受文本，还接受图像的能力。目前，图像输入仅由Be My Eyes进行测试。还有一个32768上下文长度模型（50页文本）目前是预览版本，与gpt-4–0314相比，上下文长度增加了4倍。然而，这将是8192上下文长度GPT-4模型的两倍成本。虽然在GPT-3 API模型（davinci、curie、babbage和ada）中可以进行微调，但预计在未来的版本中会为GPT-4 API提供微调。目前的培训数据仅截至2021 9月。预计在未来的版本中也会增加这一点。当通过ChatGPT-Plus使用GPT-4时，截至今天：“GPT-4目前的上限为每3小时25条消息。随着我们根据需求进行调整，预计上限会大大降低。”随着上限的降低，预计GPT-4 API的直接使用量会增加。 本文链接：http://xiaogongchang.cn/chatgpt/391.html
