大家好，欢迎来到IT知识分享网。

入门

OpenAI 已经训练了非常擅长理解和生成文本的领先的语言模型。我们的 API 提供对这些模型的访问，可用于处理几乎任何涉及”语言处理“的任务。

提示词 Prompts

设计提示词 本质上就是对模型进行“编程”。

API 的核心 — 补全（Completion）：输入一些文本作为 提示词（Prompt） ，API 将返回一个匹配你提供的任何指令或上下文的文本作为 补全（Completion） 。

提示词优化：

1. 添加给定输入的输出示例
2. 改变温度——温度是一个介于 0 和 1 之间的值，降低温度将承担更少的风险，并且完成将更加准确和确定。提高温度将导致更多样化的完成。

令牌 Token

模型通过将文本分解为令牌（Token）来理解和处理文本
英文文本，1 个Token大约相当于 4 个字符或 0.75 个单词
中文文本，1个Token大约1个汉字 分词器工具
文本提示词和生成的补全合起来不能超过模型的最大上下文长度（对于大多数模型，这是 2048 个 Token，或大约 1500 个单词）

模型 Models

API 由一组具有不同功能和价位的模型提供支持。GPT-4是我们最新和最强大的模型。GPT-3.5-Turbo 是为 ChatGPT 提供支持的模型
对于许多基本任务，GPT-4 和 GPT-3.5 模型之间的差异并不显着。但是，在更复杂的推理情况下，GPT-4 比我们以前的任何型号都更强大。

文本补全（Text completion）

默认模型的训练数据截止到2021年，因此它们可能不知道当前事件的情况。我们计划在未来添加更多的持续培训

创建提示的三个基本准则如下：
展示和告诉
提供高质量数据
检查你的设置

1. 分类 示例：

决定一条推特的情感是积极的，中性的还是消极的。  
推特：我喜欢新的蝙蝠侠电影！ 情感：

2. 生成 示例：

头脑风暴一些结合VR和健身的想法

3. 对话 示例：

Marv是一个聊天机器人，不情愿地用讽刺的回答来回答问题：  
你：一公斤有多少磅？  
Marv：又来了？一公斤等于2.2磅。请记下这个。

4. 转换 示例：

将电影标题转换为表情符号。 回到未来：👨👴🚗🕒 蝙蝠侠：🤵🦇 变形金刚：🚗🤖 星球大战：

5. 翻译 示例：

将以下内容翻译成法语、西班牙语和日本語： What rooms do you have available?

6. 总结 示例：

它是气态巨行星，质量仅相当于太阳质量千分之一，但比其他所有行星加起来还要多两倍半。  
木星是天空中肉眼可见度最高亮度物体之一，在记载历史之前就已被古代文明所知晓，  
并以罗马神话中众神之王朱庇特（Jupiter）命名[19] 。  
从地球上观察时，木星足以发出足以产生可见阴影反射光线，并且平均而言，  
在月亮和金星后是天空自然物体中第三亮的。

7. 完成 示例：

import React from 'react'; const HeaderComponent = () => ( 

代码补全（Code completion）

GitHub Copilot 一个可以帮助你更简单、更快速地编写代码的工具，由 GPT-3 提供支持。你只需编写所需代码的描述——例如，编写一个函数来生成一个随机数，或对一个数组进行排序——Copilot 就会为你创建它。

参考：
OpenAI中文文档
github copilot 使用