@
目录
ChatGPT是目前最先进的AI聊天机器人，它能够理解图片和文字，生成流畅和有趣的回答。如果你想跟上AI时代的潮流，你一定要学会使用ChatGPT。如果你想了解OpenAI最新发布的GPT-4模型，以及它如何为ChatGPT聊天机器人带来更强大的功能，那么你一定不要错过OpenAI官网推荐的48种最佳应用场景，不管你是资深开发者、初学者，你都能够从0到1快速入门，并掌握他们。
在这个AI大时代，如果不想被人颠覆，就要先颠覆别人。如果你颠覆不了别人，那你就努力运用ChatGPT提高你的技术水平和创造力。
ChatGPT的发展，使得智能命令成为现实。无论是编程、数据分析、文档编辑，还是其他领域，用户都可以通过ChatGPT来简化和优化自己的工作流程。ChatGPT不仅可以转换命令，还可以与用户进行交互和对话。它可以根据用户的输入提供反馈、建议和帮助，从而提高用户的满意度和信任度。
Introduce 简介
Translate text into programmatic commands.
将文本转换为编程命令。
setting 设置
Engine：text-davinci-003
Max tokens：100
Temperature：0
Top p：1.0
Frequency penalty：0.2
Presence penalty：0.0
Stop sequence：\n
说明：
0、Engine 设置定义了你要使用的模型，例如 text-davinci-003 是一个文本生成模型。这种模型可以根据输入的文本，生成新的、相关的文本。
1、Max tokens是指在请求中最多允许返回的 token 数目，比如你可以指定 chatGPT 返回最多 64个 token。这可以帮助你控制输出的内容大小，以便更好地控制响应速度和结果。一般1个token约4个字符或者0.75个单词
2、Temperature 是一个参数，用于控制 chatGPT 的输出。它决定了 chatGPT 在生成文本时会多么“随意”。值越高，chatGPT 生成的文本就越不可预测；值越低，chatGPT 生成的文本就越可预测。它在0.0到1.0之间，Temperature设置为0意味着ChatGPT将会生成更加保守的回复，即更少的随机性和更多的准确性，这可以帮助你在聊天中更好地控制语义，并且可以防止ChatGPT产生不相关的内容。
3、Top P 是指在chatgpt中设置的最高优先级。它可以用来控制哪些接口会被优先处理，以及哪些接口会被忽略。当一个接口被设置为Top P时，它将会被优先处理，而其他接口将被忽略。
4、Frequency penalty是指在训练时，模型会根据词频来调整每个单词的重要性。它可以帮助模型更好地理解文本，并减少过拟合。Frequency penalty设置为0意味着模型不会对重复的词进行惩罚。它可以帮助模型生成更多的新词，而不是重复使用已有的词。
5、Presence penalty是指在chatgpt中，一些预先定义的条件或者状态可能会影响机器人回答的质量。例如，如果机器人收到的输入内容太短，就可能会受到惩罚，这种惩罚就叫做Presence penalty。如果将 Presence penalty 设置为 0，则表示不会有任何惩罚，比如用户可以随意重复发送相同的内容。
6、Stop sequence 是一种设置，通过它可以确定你的聊天会话的结束标志。当你在 chatgpt 中设置 Stop sequence为 \n 时，表示你的聊天会话结束标志是换行符（\n）。
Prompt 提示
Convert this text to a programmatic command:
将此文本转换为编程命令：
Example: Ask Constance if we need some bread
示例：询问Constance我们是否需要一些面包
Output: send-msgfind constanceDo we need some bread?
输出：send-msgfind constance我们需要面包吗？
Reach out to the ski store and figure out if I can get my skis fixed before I leave on Thursday
去滑雪用品店看看我周四出发前能不能把滑雪板修好
Sample response 回复样本
send-msg
find ski storeCan I get my skis fixed before I leave on Thursday?
send-msgfind ski store星期四出发前我能把滑雪板修好吗？
API request 接口请求
python接口请求示例
import os
import openai
openai.api_key = os.getenv("OPENAI_API_KEY")
response = openai.Completion.create(
model="text-davinci-003",
prompt="Convert this text to a programmatic command:\n\nExample: Ask Constance if we need some bread\nOutput: send-msg `find constance` Do we need some bread?\n\nReach out to the ski store and figure out if I can get my skis fixed before I leave on Thursday",
temperature=0,
max_tokens=100,
top_p=1.0,
frequency_penalty=0.2,
presence_penalty=0.0,
stop=["\n"]
)
node.js接口请求示例
const { Configuration, OpenAIApi } = require("openai");
const configuration = new Configuration({
apiKey: process.env.OPENAI_API_KEY,
});
const openai = new OpenAIApi(configuration);
const response = await openai.createCompletion({
model: "text-davinci-003",
prompt: "Convert this text to a programmatic command:\n\nExample: Ask Constance if we need some bread\nOutput: send-msg `find constance` Do we need some bread?\n\nReach out to the ski store and figure out if I can get my skis fixed before I leave on Thursday",
temperature: 0,
max_tokens: 100,
top_p: 1.0,
frequency_penalty: 0.2,
presence_penalty: 0.0,
stop: ["\n"],
});
curl命令示例
curl https://api.openai.com/v1/completions \
-H "Content-Type: application/json" \
-H "Authorization: Bearer $OPENAI_API_KEY" \
-d '{
"model": "text-davinci-003",
"prompt": "Convert this text to a programmatic command:\n\nExample: Ask Constance if we need some bread\nOutput: send-msg `find constance` Do we need some bread?\n\nReach out to the ski store and figure out if I can get my skis fixed before I leave on Thursday",
"temperature": 0,
"max_tokens": 100,
"top_p": 1.0,
"frequency_penalty": 0.2,
"presence_penalty": 0.0,
"stop": ["\n"]
}'
json格式示例
{
"model": "text-davinci-003",
"prompt": "Convert this text to a programmatic command:\n\nExample: Ask Constance if we need some bread\nOutput: send-msg `find constance` Do we need some bread?\n\nReach out to the ski store and figure out if I can get my skis fixed before I leave on Thursday",
"temperature": 0,
"max_tokens": 100,
"top_p": 1.0,
"frequency_penalty": 0.2,
"presence_penalty": 0.0,
"stop": ["\n"]
}
其它资料下载
如果大家想继续了解人工智能相关学习路线和知识体系，欢迎大家翻阅我的另外一篇博客《重磅 | 完备的人工智能AI 学习——基础知识学习路线，所有资料免关注免套路直接网盘下载》
这篇博客参考了Github知名开源平台，AI技术平台以及相关领域专家：Datawhale，ApacheCN，AI有道和黄海广博士等约有近100G相关资料，希望能帮助到所有小伙伴们。