全网最详细中英文ChatGPT-GPT-4示例文档-食谱智能生成从0到1快速入门——官网推荐的48种最佳应用场景（附python/node.js/curl命令源代码，小白也能学）-Toy模板网

这篇具有很好参考价值的文章主要介绍了全网最详细中英文ChatGPT-GPT-4示例文档-食谱智能生成从0到1快速入门——官网推荐的48种最佳应用场景（附python/node.js/curl命令源代码，小白也能学）。希望对大家有所帮助。如果存在错误或未考虑完全的地方，请大家不吝赐教，您也可以点击"举报违法"按钮提交疑问。

Introduce 简介
setting 设置
Prompt 提示
Sample response 回复样本
API request 接口请求
- python接口请求示例
- node.js接口请求示例
- curl命令示例
- json格式示例
其它资料下载

全网最详细中英文ChatGPT-GPT-4示例文档-食谱智能生成从0到1快速入门——官网推荐的48种最佳应用场景（附python/node.js/curl命令源代码，小白也能学）

ChatGPT是目前最先进的AI聊天机器人，它能够理解图片和文字，生成流畅和有趣的回答。如果你想跟上AI时代的潮流，你一定要学会使用ChatGPT。如果你想了解OpenAI最新发布的GPT-4模型，以及它如何为ChatGPT聊天机器人带来更强大的功能，那么你一定不要错过OpenAI官网推荐的48种最佳应用场景，不管你是资深开发者、初学者，你都能够从0到1快速入门，并掌握他们。

在这个AI大时代，如果不想被人颠覆，就要先颠覆别人。如果你颠覆不了别人，那你就努力运用ChatGPT提高你的技术水平和创造力。

ChatGPT的训练数据涵盖了大量的食材和食谱，可以通过结合大量的料理方法，快速地为用户生成符合自己口味的食谱。所以在和美食相关的行业，ChatGPT可以根据用户的各种美食需求，为其提供美味又有营养的餐食搭配，帮助用户更轻松地制作美食，享受美味。

Introduce 简介

Recipe creator (eat at your own risk) 食谱创造者（吃东西的风险自负）
Create a recipe from a list of ingredients.
根据配料列表创建食谱。

setting 设置

Engine： text-davinci-003
Max tokens：120
Temperature：0.3
Top p：1.0
Frequency penalty：0.0
Presence penalty：0.0

说明：
0、Engine 设置定义了你要使用的模型，例如 text-davinci-003是一个文本生成模型。这种模型可以根据输入的文本，生成新的、相关的文本。
1、Max tokens是指在请求中最多允许返回的 token 数目，比如你可以指定 chatGPT 返回最多120个 token。这可以帮助你控制输出的内容大小，以便更好地控制响应速度和结果。一般1个token约4个字符或者0.75个单词
2、Temperature 是一个参数，用于控制 chatGPT 的输出。它决定了 chatGPT 在生成文本时会多么“随意”。值越高，chatGPT 生成的文本就越不可预测；值越低，chatGPT 生成的文本就越可预测。它在0.0到2.0之间，Temperature设置为0意味着ChatGPT将会生成更加保守的回复，即更少的随机性和更多的准确性，这可以帮助你在聊天中更好地控制语义，并且可以防止ChatGPT产生不相关的内容。通常建议更改此值或 Top P，但不要同时更改这两个值。
3、Top p 是随温度采样的替代方案，称为核采样，其中模型考虑具有top_p概率质量的标记的结果。因此0.1意味着仅考虑包括前10%概率质量的记号。通常建议更改此值或 temperature，但不要同时更改这两个值。
4、Frequency penalty 是指在训练时，模型会根据词频来调整每个单词的重要性。它可以帮助模型更好地理解文本，并减少过拟合。介于-2.0和2.0之间的数字。正值会根据新标记在文本中的现有频率惩罚新标记，从而降低模型逐字重复同一行的可能性。Frequency penalty设置为0意味着模型不会对重复的词进行惩罚。它可以帮助模型生成更多的新词，而不是重复使用已有的词。
5、Presence penalty 是指在ChatGPT中，一些预先定义的条件或者状态可能会影响机器人回答的质量，介于-2.0和2.0之间的数字。正值会根据新标记到目前为止是否出现在文本中来惩罚它们，从而增加模型谈论新主题的可能性。如果将 Presence penalty 设置为 0，则表示不会有任何惩罚。

Prompt 提示

Write a recipe based on these ingredients and instructions:
Frito Pie 墨西哥玉米片派
Ingredients: 成分
Fritos 玉米煎饼
Chili 辣椒
Shredded cheddar cheese 切达干酪丝
Sweet white or red onions, diced small 甜的白色或红色洋葱，切成小块
Sour cream 酸奶油
Instructions: 说明：

Sample response 回复样本

Preheat oven to 350 degrees F.

Spread a layer of Fritos in the bottom of a 9x13 inch baking dish.

Top the Fritos with a layer of chili.

Sprinkle the chili with shredded cheddar cheese.

Sprinkle the cheese with diced onions.

Bake in preheated oven for 25 minutes.

Remove from oven and top with a dollop of sour cream.

Serve warm. Enjoy!
1.烤箱预热到华氏350度。
2.在一个9 x13英寸的烤盘底部铺上一层玉米煎饼。
3.在炸玉米饼上放一层辣椒。
4.在辣椒上撒上切达干酪丝。
5.在奶酪上撒上洋葱丁。
6.入预热烤箱烤25分钟。
7.从烤箱中取出，在上面放一团酸奶油。
8.趁热食用。好好享受吧！

API request 接口请求

python接口请求示例

import os
import openai

openai.api_key = os.getenv("OPENAI_API_KEY")

response = openai.Completion.create(
  model="text-davinci-003",
  prompt="Write a recipe based on these ingredients and instructions:\n\nFrito Pie\n\nIngredients:\nFritos\nChili\nShredded cheddar cheese\nSweet white or red onions, diced small\nSour cream\n\nInstructions:",
  temperature=0.3,
  max_tokens=120,
  top_p=1.0,
  frequency_penalty=0.0,
  presence_penalty=0.0
)

node.js接口请求示例

const { Configuration, OpenAIApi } = require("openai");

const configuration = new Configuration({
  apiKey: process.env.OPENAI_API_KEY,
});
const openai = new OpenAIApi(configuration);

const response = await openai.createCompletion({
  model: "text-davinci-003",
  prompt: "Write a recipe based on these ingredients and instructions:\n\nFrito Pie\n\nIngredients:\nFritos\nChili\nShredded cheddar cheese\nSweet white or red onions, diced small\nSour cream\n\nInstructions:",
  temperature: 0.3,
  max_tokens: 120,
  top_p: 1.0,
  frequency_penalty: 0.0,
  presence_penalty: 0.0,
});

curl命令示例

curl https://api.openai.com/v1/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $OPENAI_API_KEY" \
  -d '{
  "model": "text-davinci-003",
  "prompt": "Write a recipe based on these ingredients and instructions:\n\nFrito Pie\n\nIngredients:\nFritos\nChili\nShredded cheddar cheese\nSweet white or red onions, diced small\nSour cream\n\nInstructions:",
  "temperature": 0.3,
  "max_tokens": 120,
  "top_p": 1.0,
  "frequency_penalty": 0.0,
  "presence_penalty": 0.0
}'

json格式示例

{
  "model": "text-davinci-003",
  "prompt": "Write a recipe based on these ingredients and instructions:\n\nFrito Pie\n\nIngredients:\nFritos\nChili\nShredded cheddar cheese\nSweet white or red onions, diced small\nSour cream\n\nInstructions:",
  "temperature": 0.3,
  "max_tokens": 120,
  "top_p": 1.0,
  "frequency_penalty": 0.0,
  "presence_penalty": 0.0
}

其它资料下载

如果大家想继续了解人工智能相关学习路线和知识体系，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——基础知识学习路线，所有资料免关注免套路直接网盘下载》
这篇博客参考了Github知名开源平台，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相关资料，希望能帮助到所有小伙伴们。文章来源地址https://www.toymoban.com/news/detail-409379.html

到了这里，关于全网最详细中英文ChatGPT-GPT-4示例文档-食谱智能生成从0到1快速入门——官网推荐的48种最佳应用场景（附python/node.js/curl命令源代码，小白也能学）的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！