API简介-OpenAI API系统快速入门

概述

OpenAI API 几乎可以应用于任何涉及理解或生成自然语言或代码的任务。我们提供一系列具有不同能力模型以适用于不同的任务，允许您微调并定制自己的专用模型。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

我们建议通过动手的交互式示例熟悉关键概念。

提示和完成（Prompts and completions）

 完成端（completions ）点位于 API 的中心。它为我们的模型提供了一个简单的界面，非常灵活和强大。您输入一些文本作为提示，模型将生成一个文本补全，尝试匹配您为其提供的任何上下文或模式。例如，如果您向 API 提供提示“为冰淇淋店编写标语”，它将返回类似“我们每勺都提供微笑！“

设计提示本质上是“编程”模型的方式，通常是通过提供一些说明或一些示例。这与大多数其他 NLP 服务不同，后者是为单个任务设计的，例如情绪分类或命名实体识别。相反，完成端点几乎可用于任何任务，包括内容或代码生成、摘要、扩展、对话、创意写作、风格迁移等。

标记（Tokens）

我们的模型通过将文本分解为标记来理解和处理文本。标记可以是单词，也可以只是字符块。例如，单词“汉堡包”被分解为标记“ham”，“bur”和“ger”，而像“梨”这样的简短而常见的单词是单个标记。许多标记以空格开头，例如“ hello”和“ bye”。

给定 API 请求中处理的标记数量取决于输入和输出的长度。根据粗略的经验法则，对于英文文本，1 个标记大约是 4 个字符或 0.75 个单词。要记住的一个限制是文本提示和生成的完成组合不得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，或大约 1500 个单词）。查看分词器工具，详细了解文本如何转换为分词。

模型（models）

该 API 由一组具有不同功能和价位的模型提供支持。基本 GPT-3 模型称为达芬奇、居里、巴贝奇和艾达。Codex 系列是 基本的GPT-3 的后代，经过大量自然语言和代码训练，因此更加会智能。要了解更多信息，请访问模型文档。

后续步骤

在开始构建应用程序时，请记住我们的使用策略。
探索我们的示例库以获取灵感。
跳转到我们的指南之一，开始构建。

指南

文本完成
了解如何使用我们的模型生成或编辑文本
代码完成限量测试版
了解如何生成、编辑或解释代码
图像生成试用版
了解如何生成或编辑图像
微调
了解如何为您的用例训练模型
嵌入
了解如何搜索、分类和比较文本