完成端点是我们 API 的核心，它提供了一个极其灵活和强大的简单接口。您输入一些文本作为提示，API 将返回一个文本补全，尝试匹配您提供的任何指令或上下文。
完成端点是我们API的核心，它提供了一个非常灵活和强大的简单接口。您输入一些文本作为提示，API将返回一个文本的完美出苗，任何指示或上下文。
提示提示：为冰淇淋店写一个标语。
为一家冰激淋店写一句话口号。
完成完成：我们为每一勺服务微笑！
每一次我们都微微笑奉上！
您可以将其视为非常高级的自动完成——模型处理您的文本提示并尝试预测接下来最有可能出现的内容。
你可以把它看做是一个非常高级的自动完成——模型处理你的文本提示，并尝试预测接下来最有可能发生的事情。
1 Start with an instruction 从说明开始
假设您想创建一个宠物名字生成器。从头开始想出名字很难！
假装您要创建一个流称生成器。从零开始想名字是很困难的！
首先，您需要一个明确说明您想要什么的提示。让我们从一个指令开始。提交此提示以生成您的第一个完成。
首先，你需要一个提示，让你清楚地知道你想要什么。我们先从一个说明开始。提示这个提示以生成你的第一个完成。
为一匹马建议一个名字。为一匹马取名
不错！现在，试着让你的指示更具体。
不错！现在，尝试着让你的指令更全面一些。
为一匹黑马建议一个名字。为一匹黑马取名
如您所见，在我们的提示中添加一个简单的形容词会改变生成的完成。设计提示本质上就是您“编程”模型的方式。
正如您所见的，在提示语中添加一个简单的单词会修改最终的完整方式。设计提示符本质上就是如何“编程”模型。
2 添加一些示例 添加一些示例
制定好的说明对于取得好的结果很重要，但有时它们还不够。让我们试着让你的指令更复杂。
精心设计的指南对于获得好的结果很重要，但有时这还不够。让我们试着让你的指南变得更杂。
为一匹超级英雄的马推荐三个名字。给一匹超级英雄马取三个名字
这个完成并不是我们想要的。这些名称非常通用，而且模型似乎没有接受我们指令中的马匹部分。让我们看看能否让它提出一些更相关的建议。
这种完整的整性并不是我们想要的。这些名字非常常用，而且看起来起来模型没有领会我们指挥中的马部分。我们看的堡不能更让人提出来。
在许多情况下，向模型展示和告诉模型您想要什么是很有帮助的。在您的提示中添加示例可以帮助传达模式或细微差别。尝试提交此提示，其中包含几个示例。
在许多情况下，向模型显示并告诉模型您需要什么是很有帮助的。在提示中添加示例对交流模式或细微差别有帮助。请尝试尝试，请尝试其中包括几个示例。
为超级英雄的动物建议三个名字。
————————————————————————————
动物：猫
姓名：尖爪船长、绒毛球特工、不可思议的猫科动物
动物：狗
名称：Ruff the Protector、Wonder Canine、Sir Barks-a-Lot
动物：马
姓名：
好的！添加我们期望给定输入的输出示例有助于模型提供我们正在寻找的名称类型。
不错！添加我们对指定输入所需的输出示例有帮助模型提供我们所寻找的名称类型。
3 调整你的设置 调整你的设置
提示设计并不是您可以使用的唯一工具。您还可以通过调整设置来控制完成。最重要的设置之一称为温度。
提示设计并不是你唯一可以使用的工具。你还可以通过调整设置来控制完成。最重要的设置之一叫做温度。
您可能已经注意到，如果您在上面的示例中多次提交相同的提示，模型将始终返回相同或非常相似的完成。这是因为您的温度设置为 0。
您可能已经注意到了，如果您在上面的演示中多次提示交互相同的提示，模型将开始最终返回相同或非常相似的为完成。此混淆为您的。
尝试将温度设置为 1 重新提交几次相同的提示。
尝试在温度设置为1的情况下重新提供相同的提示几次。
看看发生了什么？当温度高于 0 时，每次提交相同的提示会导致不同的完成。
看到发生了什么吗？当温度高于0时，每次提示交相同的提示会导致不同的完成。
请记住，该模型预测哪个文本最有可能跟在它前面的文本之后。温度是一个介于 0 和 1 之间的值，基本上可以让您控制模型在进行这些预测时的置信度。降低温度意味着它将承担更少的风险，并且完成将更加准确和确定。升高温度将导致更多样化的完成。
请记住，模型预测哪个文本最有可能跟在它前面的文本后面。温度是一个介于0和1之间的值，它本质允许您控制模型正在进来的设置信度。降低温度意味着风险更小，完成更准确、更确定。温度升高会导致完成更多种化。
DEEP DIVE 深入了解
理解记号和概率 理解记号和概率
我们的模型通过将文本分解为更小的单元（称为标记）来处理文本。标记可以是单词、单词块或单个字符。编辑下面的文本以查看它是如何被标记化的。
我们的模型通过将文本解析为更小的单元（称为标记）来处理文本。标记可以是单词、单词块或单个字符。编辑如望下面的坑的文本，记的。
像“猫”这样的常用词是单个标记，而不太常用的词通常被分解成多个标记。例如，“Butterscotch”翻译成四个标记：“But”、“ters”、“cot”和“ch”。许多标记以空格开头，例如“hello”和“bye”。
像“cat”这样的常用词是单个标记，而不是太常用的词通常被解析为多个标记。例如，“Butterscotch”转为四个标记：“but”，“ters”，“cot”和“ ch”。许多标记以空格开头，例如“你好”和“再见”。
给定一些文本，该模型确定下一个最有可能出现的标记。例如，文本“Horses are my favorite”最有可能跟随标记“animal”。
给定一些文本，模型确定哪个标记最有可能出现在下一个文本中。例如，文本“Horses are my favorite”最有可能跟有标记“animal”。
这是温度发挥作用的地方。如果您在温度设置为 0 的情况下提交此提示 4 次，则模型将始终在下一个返回“动物”，因为它的概率最高。如果你提高温度，它会承担更多的风险，并考虑概率较低的代币。
会这就是温度起作用的地方。如果您在温度设置为0时提示此提示4次，则模型将开始最终返回“动物”，因为它具有最高的概率，如枰枰冒更大的风险，考疑率比较低的标记。
通常最好为所需输出明确定义的任务设置低温。较高的温度对于需要多样性或创造力的任务可能很有用，或者如果您想为最终用户或人类专家生成一些变化以供选择。
通常最好为所需要的确定正确的任务设置低温度。过高的温度可能对需要改变或创造性的任务有用，或者如果你想成就一件事情用户或个人类型选择。
对于您的昵称生成器，您可能希望能够生成很多名字创意。 0.6 的适中温度应该可以正常工作。
对于你的宠物名字生成器，你可能希望能够生成很多名字的想法。0.6的中等温度应该可以很好地工作。
4 构建应用程序构建应用程序
现在你已经找到了一个好的提示和设置，你已经准备好构建你的爱称生成器了！我们已经编写了一些代码来帮助您入门——按照下面的说明下载代码并运行应用程序。
现在你已经找到了一个好的提示和设置，你已经准备好建立你的云生成器！我们编写了一些代码来帮助你入门-点击下方的鼠标并运应用程序。
4.1节点.JS
设置
如果您没有安装 Node.js，请从此处安装。然后通过克隆此存储库来下载代码。
如果您没有安装Node.js，请从这里安装。然后通过克隆这个存储库来下载代码。
git 克隆 https://github.com/openai/openai-quickstart-node.git
如果您不想使用 git，您也可以使用此 zip 文件下载代码。
如果你不想使用 git，你也可以使用这个 zip 文件下载代码。
添加您的 API 密钥 添加您的 API 密匙
要使应用程序正常运行，您需要一个 API 密钥。您可以通过注册一个帐户并返回此页面来获得一个。
要使用正常工作，您需要API密匙。您可以通过注册帐号并返回此页面来获取一个。
运行应用程序运行应用程序
在项目目录下运行以下命令安装依赖并运行应用程序。
在项目目录中运行以下命令以安装依赖项目并运行应用程序。
npm 安装
npm 运行开发
在浏览器中打开 http://localhost:3000，您应该会看到昵称生成器！
在浏览器中打开http://localhost:3000 ，您应该会看到浮称生成器！
看懂代码 了解代码
generate.jsopenai-quickstart-node/pages/apiopenai-quickstart-node/pages/apigenerate.js函数 generatePrompt（动物）{
const capitalizedAnimal = animal[0].toUpperCase() + animal.slice(1).toLowerCase();
return `为超级英雄的动物建议三个名字。动物：猫
姓名：尖爪船长、绒毛球特工、不可思议的猫科动物
动物：狗
名称：Ruff the Protector、Wonder Canine、Sir Barks-a-Lot
动物：${capitalizedAnimal}
姓名：`;
}
生成.jsgenerate.jsconst completion = await openai.createCompletion({
模型：“text-davinci-003”，
提示：generatePrompt(req.body.animal),
温度：0.6，
});
就是这样！您现在应该完全了解您的（超级英雄）宠物名称生成器如何使用 OpenAI API！
就是这样！现在您应该已经完全了解了您的（超级英雄）云生成器是如何使用OpenAI API的！
4.2 蟒蛇（烧瓶）
设置
如果您没有安装 Python，请从此处安装。然后通过克隆此存储库来下载代码。
如果你还没有安装Python，可以从这里安装。然后通过克隆这个存储库来下载代码。
git 克隆 https://github.com/openai/openai-quickstart-python.git
如果您不想使用 git，您也可以使用此 zip 文件下载代码。
如果你不想使用 git，你也可以使用这个 zip 文件下载代码。
添加您的 API 密钥 添加您的 API 密匙
要使应用程序正常运行，您需要一个 API 密钥。您可以通过注册一个帐户并返回此页面来获得一个。
要使用正常工作，您需要API密匙。您可以通过注册帐号并返回此页面来获取一个。
运行应用程序运行应用程序
python3/pip3python3/pip3python/pip 蟒蛇-m venv venv
venv/bin/激活
pip install -r requirements.txt
烧瓶运行
在浏览器中打开 http://localhost:5000，您应该会看到昵称生成器！
在浏览器中打开http://localhost:5000 ，您应该会看到浮称生成器！
看懂代码 了解代码
app.pyopenai-quickstart-pythonopenai-quickstart-pythonapp.pydef generate_prompt（动物）：
return """为超级英雄的动物建议三个名字。动物：猫
姓名：尖爪船长、绒毛球特工、不可思议的猫科动物
动物：狗
名称：Ruff the Protector、Wonder Canine、Sir Barks-a-Lot
动物： {}
名称：""".format(animal.capitalize())
应用程序.pyapp.py响应 = openai.Completion.create(
模型=“文本-达芬奇-003”，
提示=生成_提示（动物），
温度=0.6
)
就是这样！您现在应该完全了解您的（超级英雄）宠物名称生成器如何使用 OpenAI API！
就是这样！现在您应该已经完全了解了您的（超级英雄）云生成器是如何使用OpenAI API的！
关闭
这些概念和技术将大大有助于您构建自己的应用程序。也就是说，这个简单的例子只是展示了可能性的一小部分！完成端点非常灵活，几乎可以解决任何语言处理任务，包括内容生成、摘要、语义搜索、主题标记、情感分析等等。
这些概念和技术将在很大程度上帮助您构建自己的应用程序。也就是说，这个简单的例子只是展示了可能性的一个小部分，补全瞑鸰！几乎可以解决任何语言处理任务，包括内容生成、摘要、语义搜索、主题标签、情感分析等。
要记住的一个限制是，对于大多数模型，单个 API 请求在提示和完成之间最多只能处理 2,048 个标记（大约 1,500 个单词）。
需要记住的一个限制是，对于大多数模型，在提示符和完成符之间，单个API请求最多只能处理2，048个命令牌（大约1），500个。单词
DEEP DIVE 深入了解
型号及定价 型号和定价
文本-davinci-003单个请求（提示和完成）中处理的令牌总数不能超过模型的最大上下文长度。对于大多数模型，这是 2,048 个标记或大约 1,500 个单词。根据粗略的经验法则，对于英文文本，1 个标记大约为 4 个字符或 0.75 个单词。
在单个请求（提示和完成）中处理的标记总数不能超过模型的最大上下文长度。对于大多数模型，这是2，048个标记或大约1，500个矩阵。的经验，对于英语文本， 1个标记大约为4个字符或0.75个单词。
对于更高级的任务，您可能会发现自己希望能够提供更多的示例或上下文，而不是单个提示中的内容。微调 API 是执行此类更高级任务的绝佳选择。微调允许您提供数百甚至数千个示例来为您的特定用例定制模型。
对于更高级别的任务，您可能会发现自己希冀提供更多的示例或者下文，而不是一个提示符所能够纳的。对于像这样的高级任务API，微调选择。微调允许您提供数百甚至数千个演示例，以方便为您的特定用途例定制模型。
后续步骤 下一步步骤
要获得灵感并了解有关为不同任务设计提示的更多信息：
要获得灵感并了解有关不同任务设计提示的详细信息，请执行以下操作：
阅读我们的完成指南。
阅读我们的完整指南。
探索我们的示例提示库。
探索我们的示例提示库。
开始在 Playground 中进行试验。
开始在游乐场体验吧。
在开始构建时，请牢记我们的使用政策。
开始构建时请记住我们的使用策略。
其他资料下载
如果大家想继续了解人的智能相关学习线路和知识体系，欢迎大家翻阅我的另外一篇博客《重磅 |完备的人工智能AI学习——基础知识学习线路，所有资料免注免套路直连网盘下载》
这篇博客可以参考Github知晓开源平台，AI技术平台以及相关领域专家：Datawhale，ApacheCN，AI有道和黄海广博士等约有近100G相渊嵙，到所有小伙伴们。
