这篇文章主要讲解了“Python如何调用GPT3.5接口”，文中的讲解内容简单清晰，易于学习与理解，下面请大家跟着小编的思路慢慢深入，一起来研究和学习“Python如何调用GPT3.5接口”吧！
1 openai安装
Python openai库可直接通过pip install openai安装。如果已经安装openai，但是后续提示找不到ChatCompletion，那么请使用命令“pip install -U openai”来升级openai。
2 api_requestor.py替换
Python openai安装完成之后，会产生api_requestor.py文件，文件位于python环境库文件目录下“site-packagesopenaiapi_requestor.py”，如下所示。将该文件进行替换，在公众号乐乐感知学堂中回复api35即可获得用来替换的文件。
Windows：
C:ProgramDataAnaconda3Libsite-packagesopenaiapi_requestor.py
或
C:ProgramDataAnaconda3envsxxxlibsite-packagesopenaiapi_requestor.py
Linux：
/root/miniconda3/lib/pythonxx/site-packages/openaiapi_requestor.py
或
/root/miniconda3/envs/xxx/lib/pythonxx/site-packages/openaiapi_requestor.py
将该文件进行替换，在公众号乐乐感知学堂中回复api35即可获得用来替换的文件。
3 接口调用说明
接口调用方式不变，与openai自身调用方式一致。输入主要有7个参数。
（1）model：模型名称，gpt-3.5-turbo或gpt-3.5-turbo-0301
（2）messages：问题或待补全内容，下面重点介绍。
（3）temperature：控制结果随机性，0.0表示结果固定，随机性大可以设置为0.9。
（4）max_tokens：最大返回字数（包括问题和答案），通常汉字占两个token。假设设置成100，如果prompt问题中有40个汉字，那么返回结果中最多包括10个汉字。ChatGPT API允许的最大token数量为4096，即max_tokens最大设置为4096减去问题的token数量。
（5）top_p：设置为1即可。
（6）frequency_penalty：设置为0即可。
（7）presence_penalty：设置为0即可。
（8）stream：控制连续输出或完整输出。
需要注意，上述输入参数增加stream，即是否采用控制流的方式输出。
如果stream取值为False，那么完全返回全部文字结果，可通过response.choices[0].delta['content']进行读取。但是，字数越多，等待返回时间越长，时间可参考控制流读出时的4字/每秒。如果steam取值为True时，那么返回结果是一个Python generator，需要通过迭代获取结果，平均大约每秒钟4个字（33秒134字，39秒157字）。读取程序如下所示.
4 message
messages字段组成部分包括角色role和content问题两个部分组成，如下所示：
model="gpt-3.5-turbo",
messages=[
{"role": "system", "content": "You are a helpful assistant."},
{"role": "user", "content": "Who won the world series in 2020?"},
{"role": "assistant", "content": "The Los Angeles Dodgers won the World Series in 2020."},
{"role": "user", "content": "Where was it played?"}
]在gpt-3.5-turbo模型中，角色role包含system系统、assistant助手和用户user三种类型。System角色相当于告诉ChatGPT具体以何种角色回答问题，需要在content中指明具体的角色和问题内容。而gpt-3.5-turbo-0301主要区别在于更加关注问题内容，而不会特别关注具体的角色部分。gpt-3.5-turbo-0301模型有效期到6月1日，而gpt-3.5-turbo会持续更新。
assistant助手和用户user则相当于已经指明了角色，content直接写入关注的问题即可。
5 示例程序
（1）stream = False
import openai
def openai_reply(content, apikey):
openai.api_key = apikey
response = openai.ChatCompletion.create(
model="gpt-3.5-turbo-0301",#gpt-3.5-turbo-0301
messages=[
{"role": "user", "content": content}
],
temperature=0.5,
max_tokens=1000,
top_p=1,
frequency_penalty=0,
presence_penalty=0,
)
# print(response)
return response.choices[0].message.content
if __name__ == '__main__':
content = '你是谁？'
ans = openai_reply(content, '你的APIKEY')
print(ans)（2）stream = True
import time
import openai
openai.api_key = "你的APIKEY"
response = openai.ChatCompletion.create(
model="gpt-3.5-turbo",
messages=[
{"role": "user", "content": 'how are you'}
],
temperature=0,
max_tokens=1000,
stream=True,
top_p=1,
frequency_penalty=0,
presence_penalty=0,
user='RdFast智能创作机器人小程序'
)
print(response)
print('response["choices"][0]["text"]结果如下所示：')
ans = ''
for r in response:
if 'content' in r.choices[0].delta:
ans += r.choices[0].delta['content']
print(ans)
print(ans)3 API调用效果