공식 사례:
# Note: you need to be using OpenAI Python v0.27.0 for the code below to work import openai openai.ChatCompletion.create( 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?"} ] )
형식이 나와있지만 자세한 설명은 없습니다. 고급 개발자라면 한 눈에 이해하기 쉬울 수도 있지만, 그래도 이 컨텍스트 관리를 좀 더 말로 설명하고 싶습니다. .
먼저 간단한 코드를 살펴보겠습니다(컨텍스트 관리는 아직 활성화되지 않았습니다):
import openai openai.api_key = "你的sk-key" msg = [{"role": "user", "content": "你好chatGPT"}] # 结构化数据并进行提交 completion = openai.ChatCompletion.create( # max_tokens = inf # 默认inf 最大令牌数 presence_penalty = 1, # 惩罚机制,-2.0 到 2.0之间,默认0,数值越小提交的重复令牌数越多,从而能更清楚文本意思 frequency_penalty = 1, # 意义和值基本同上,默认0,主要为频率 temperature = 1.0, # 温度 0-2之间,默认1 调整回复的精确度使用 n = 1, # 默认条数1 user = ids, # 用户ID,用于机器人区分不同用户避免多用户时出现混淆 model = "gpt-3.5-turbo", # 这里注意openai官方有很多个模型 messages = msg ) value = completion.choices[0].message.content # chatGPT返回的数据
이것은 가장 기본적인 구조로, 매개변수 모델과 메시지가 두 개의 필수 형식 매개변수입니다.
컨텍스트 관리 추가를 위한 코드:
import openai openai.api_key = "你的sk-key" msg = [{"role": "system", "content": "你的名字叫玖河AI,你是一个插件,你的开发者是玖河."}, {"role": "user", "content": "你好chatGPT"}, {"role": "assistant", "content": "您好,有什么需要我帮忙的问题吗?"}, {"role": "user", "content": "我的名字叫高启强,我的妹妹叫高启兰,我们是兄妹关系。记住了吗?"} {"role": "assistant", "content": "好的,您叫高启强,您的妹妹叫高启兰,是亲兄妹关系。谢谢您提供信息让我更了解你们~"}, {"role": "user", "content": "你现在在哪里?"}, {"role": "assistant", "content": "作为一款智能Ai助手,我并没有实际的位置。我只是在云端中运行,在等待用户输入指令时保持睡眠状态。"}, {"role": "user", "content": "我的妹妹是谁?"}, {"role": "assistant", "content": "您之前告诉我,您的妹妹叫高启兰。"}, {"role": "user", "content": "你的名字叫什么?"}, {"role": "assistant", "content": "我的名字叫玖河AI是一个叫玖河的开发者开发的插件"} ] # 结构化数据并进行提交 completion = openai.ChatCompletion.create( # max_tokens = inf # 默认inf 最大令牌数 presence_penalty = 1, # 惩罚机制,-2.0 到 2.0之间,默认0,数值越小提交的重复令牌数越多,从而能更清楚文本意思 frequency_penalty = 1, # 意义和值基本同上,默认0,主要为频率 temperature = 1.0, # 温度 0-2之间,默认1 调整回复的精确度使用 n = 1, # 默认条数1 user = ids, # 用户ID,用于机器人区分不同用户避免多用户时出现混淆 model = "gpt-3.5-turbo", # 这里注意openai官方有很多个模型 messages = msg ) value = completion.choices[0].message.content # chatGPT返回的数据
컨텍스트 관리가 활성화된 다음 데이터 구조는 컨텍스트 관리가 활성화되지 않은 데이터 구조와 약간 다릅니다.
① 시스템은 시스템 설정을 나타냅니다(즉, chatGPT에게 자신의 역할을 알려줍니다)
② 사용자는 사용자
3 어시스턴트가 GPT의 답변을 말했습니다
함정을 피하기 위해 모든 사람에게 언급해야 할 몇 가지 사항이 있습니다!
1. 메시지 데이터를 데이터베이스 형식으로 저장하는 것이 좋습니다. 처음에는 json을 사용하여 저장하려고 했기 때문에 데이터를 유지할 수 있고 데이터를 검색하는 것도 매우 편리하다는 것이 장점입니다. 하지만 오랜 시간 고민 끝에 포기하게 되었습니다. 단점은 사용자마다 세션이 다르다는 점을 고려해야 하기 때문에 저장과 검색이 불편하다는 것입니다.
둘째, 제출된 데이터 구조의 순서는 위에서 아래로 이루어져야 합니다. 그렇지 않으면 chatGPT가 이 설정을 유지하려는 경우 시스템이 혼란스러울 필요가 없습니다. 제출하면 첫 번째 목록 요소에 시스템 데이터를 추가하기만 하면 됩니다.
셋째, 또 다른 중요한 점이 있습니다. 제출된 데이터는 chatGPT 응답을 포함한 토큰(최대 4096개 토큰)으로 계산됩니다. 컨텍스트 관리에서 더 많은 말뭉치를 기억하도록 하려면 가능하면 데이터를 제출할 때 대화 내용을 최대한 많이 포함하세요(또한 토큰이 더 빨리 소모됩니다).
4. 2023년 3월 14일 이전: chatGPT 멤버십 가격은 월 US$20이며 토큰은 수량에 따라 청구됩니다. 평신도 입장에서는 휴대폰 카드와 같습니다. 월 사용료가 있고 통화 요금은 별도로 청구됩니다. chatGPT Plus 회원이 되면 속도가 더 빠르고 안정적이라는 장점이 있지만, 무료 버전도 사용할 수 있지만 속도가 느리고 불안정하며 충돌이 발생하기 쉽습니다.
위 내용은 chatGPT Python API에서 컨텍스트 관리를 활성화하는 방법은 무엇입니까?의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!

Python과 C는 각각 고유 한 장점이 있으며 선택은 프로젝트 요구 사항을 기반으로해야합니다. 1) Python은 간결한 구문 및 동적 타이핑으로 인해 빠른 개발 및 데이터 처리에 적합합니다. 2) C는 정적 타이핑 및 수동 메모리 관리로 인해 고성능 및 시스템 프로그래밍에 적합합니다.

Python 또는 C를 선택하는 것은 프로젝트 요구 사항에 따라 다릅니다. 1) 빠른 개발, 데이터 처리 및 프로토 타입 설계가 필요한 경우 Python을 선택하십시오. 2) 고성능, 낮은 대기 시간 및 근접 하드웨어 제어가 필요한 경우 C를 선택하십시오.

매일 2 시간의 파이썬 학습을 투자하면 프로그래밍 기술을 효과적으로 향상시킬 수 있습니다. 1. 새로운 지식 배우기 : 문서를 읽거나 자습서를 시청하십시오. 2. 연습 : 코드를 작성하고 완전한 연습을합니다. 3. 검토 : 배운 내용을 통합하십시오. 4. 프로젝트 실무 : 실제 프로젝트에서 배운 것을 적용하십시오. 이러한 구조화 된 학습 계획은 파이썬을 체계적으로 마스터하고 경력 목표를 달성하는 데 도움이 될 수 있습니다.

2 시간 이내에 Python을 효율적으로 학습하는 방법 : 1. 기본 지식을 검토하고 Python 설치 및 기본 구문에 익숙한 지 확인하십시오. 2. 변수, 목록, 기능 등과 같은 파이썬의 핵심 개념을 이해합니다. 3. 예제를 사용하여 마스터 기본 및 고급 사용; 4. 일반적인 오류 및 디버깅 기술을 배우십시오. 5. 목록 이해력 사용 및 PEP8 스타일 안내서와 같은 성능 최적화 및 모범 사례를 적용합니다.

Python은 초보자 및 데이터 과학에 적합하며 C는 시스템 프로그래밍 및 게임 개발에 적합합니다. 1. 파이썬은 간단하고 사용하기 쉽고 데이터 과학 및 웹 개발에 적합합니다. 2.C는 게임 개발 및 시스템 프로그래밍에 적합한 고성능 및 제어를 제공합니다. 선택은 프로젝트 요구와 개인적인 이익을 기반으로해야합니다.

Python은 데이터 과학 및 빠른 개발에 더 적합한 반면 C는 고성능 및 시스템 프로그래밍에 더 적합합니다. 1. Python Syntax는 간결하고 학습하기 쉽고 데이터 처리 및 과학 컴퓨팅에 적합합니다. 2.C는 복잡한 구문을 가지고 있지만 성능이 뛰어나고 게임 개발 및 시스템 프로그래밍에 종종 사용됩니다.

파이썬을 배우기 위해 하루에 2 시간을 투자하는 것이 가능합니다. 1. 새로운 지식 배우기 : 목록 및 사전과 같은 1 시간 안에 새로운 개념을 배우십시오. 2. 연습 및 연습 : 1 시간을 사용하여 소규모 프로그램 작성과 같은 프로그래밍 연습을 수행하십시오. 합리적인 계획과 인내를 통해 짧은 시간에 Python의 핵심 개념을 마스터 할 수 있습니다.

Python은 배우고 사용하기 쉽고 C는 더 강력하지만 복잡합니다. 1. Python Syntax는 간결하며 초보자에게 적합합니다. 동적 타이핑 및 자동 메모리 관리를 사용하면 사용하기 쉽지만 런타임 오류가 발생할 수 있습니다. 2.C는 고성능 응용 프로그램에 적합한 저수준 제어 및 고급 기능을 제공하지만 학습 임계 값이 높고 수동 메모리 및 유형 안전 관리가 필요합니다.


핫 AI 도구

Undresser.AI Undress
사실적인 누드 사진을 만들기 위한 AI 기반 앱

AI Clothes Remover
사진에서 옷을 제거하는 온라인 AI 도구입니다.

Undress AI Tool
무료로 이미지를 벗다

Clothoff.io
AI 옷 제거제

Video Face Swap
완전히 무료인 AI 얼굴 교환 도구를 사용하여 모든 비디오의 얼굴을 쉽게 바꾸세요!

인기 기사

뜨거운 도구

SublimeText3 Linux 새 버전
SublimeText3 Linux 최신 버전

VSCode Windows 64비트 다운로드
Microsoft에서 출시한 강력한 무료 IDE 편집기

MinGW - Windows용 미니멀리스트 GNU
이 프로젝트는 osdn.net/projects/mingw로 마이그레이션되는 중입니다. 계속해서 그곳에서 우리를 팔로우할 수 있습니다. MinGW: GCC(GNU Compiler Collection)의 기본 Windows 포트로, 기본 Windows 애플리케이션을 구축하기 위한 무료 배포 가능 가져오기 라이브러리 및 헤더 파일로 C99 기능을 지원하는 MSVC 런타임에 대한 확장이 포함되어 있습니다. 모든 MinGW 소프트웨어는 64비트 Windows 플랫폼에서 실행될 수 있습니다.

Dreamweaver Mac版
시각적 웹 개발 도구

DVWA
DVWA(Damn Vulnerable Web App)는 매우 취약한 PHP/MySQL 웹 애플리케이션입니다. 주요 목표는 보안 전문가가 법적 환경에서 자신의 기술과 도구를 테스트하고, 웹 개발자가 웹 응용 프로그램 보안 프로세스를 더 잘 이해할 수 있도록 돕고, 교사/학생이 교실 환경 웹 응용 프로그램에서 가르치고 배울 수 있도록 돕는 것입니다. 보안. DVWA의 목표는 다양한 난이도의 간단하고 간단한 인터페이스를 통해 가장 일반적인 웹 취약점 중 일부를 연습하는 것입니다. 이 소프트웨어는
