凛凛宇宙用户8144
ChatGPT中文文档
输入“/”快速插入内容
ChatGPT中文文档
ChatGPT中文文档
开始使用
介绍
概述
OpenAI API 可应用于几乎任何涉及自然语言或代码理解或生成的任务。我们提供了不同功率级别的模型以适应不同任务，还提供了微调自定义模型的功能。这些模型可用于从内容生成到语义搜索和分类的所有内容。
关键概念
我们建议您完成我们的快速入门教程，通过实践交互式示例熟悉关键概念。
快速入门教程 通过构建快速示例应用程序进行学习 |
输入(Prompts)和输出(completions)
输出终端 是我们 API 的核心。它提供了一个极其灵活和强大的模型接口。您可以将一些文本作为提示输入(Prompt)，模型将生成一个文本完成(completion)，尝试匹配您给出的任何上下文或模式。例如，如果您给出 API 提示“为冰激凌店编写标语”，它将返回类似于“我们用每一勺冰激凌提供微笑！”的完成结果。
设计提示(Prompt)基本上就是如何“编程”模型，通常是通过提供一些说明或几个示例。这与大多数其他 NLP 服务不同，后者是为单个任务设计的，例如情感分类或命名实体识别。相反，完成终端(completion)可用于几乎任何任务，包括内容或代码生成、摘要、扩展、对话、创意写作、风格转移等等。
标记(tokens)
我们的模型通过将文本分解为标记(tokens)来理解和处理文本。标记(tokens)可以是单词或仅是字符块。例如，“汉堡包”一词被分解为标记“ham”，“bur”和“ger”，而像“pear”这样短而常见的单词则是一个标记(tokens)。许多标记(tokens)以空格开始，例如“ hello”和“ bye”。
在给定的 API 请求中处理的标记(tokens)数量取决于输入和输出的长度。作为粗略的经验法则，1 个标记约为 4 个字符或 0.75 个单词的英文文本。需要注意的一个限制是，您的文本提示(Prompt)和生成的完成结果(Completion)组合的长度不能超过模型的最大上下文长度（对于大多数模型，这是 2048 个标记，或约 1500 个单词）。查看我们的标记(token)器工具，了解有关文本如何转换为标记的更多信息。
模型(Models)
API 由一组具有不同能力和价格点的模型驱动。我们的基础 GPT-3 模型称为 Davinci、Curie、Babbage 和 Ada。我们的 Codex 系列是 GPT-3 的后代，已经受过自然语言和代码的训练。了解更多信息，请访问我们的 模型文档
下一步
•
•
•
跳转到我们的指南之一开始构建。
指南