阿里面试官：如何用ChatGPT写一个ChatGPT的程序！

目录

第一步 询问ChatGPT

第二步 实战

第三步 调试ChatGPT

第四步 人工介入实现开发

总结 

---

 需求：准备搭建一个对接ChatGPT的服务，部署在云服务器上，这样应该就可以更方面的使用ChatGPT的服务了。

第一步 询问ChatGPT

好了，我们把这个需求抛给 ChatGPT ，让它说一说要如何对接。

哇，是不是很强，不仅步骤清晰，而且还有核心代码，每一步还都贴心的做了说明 。

 

第二步 实战

好的我们这就按照ChatGPT说的，去找到自己的API key

 

 然后，我们照着它所说的创建好项目：

<dependencies>

        <dependency>

            <groupId>org.springframework.boot</groupId>

            <artifactId>spring-boot-starter-web</artifactId>

        </dependency>

        <dependency>

            <groupId>org.springframework.boot</groupId>

            <artifactId>spring-boot-starter-test</artifactId>

            <scope>test</scope>

        </dependency>

        <dependency>

            <groupId>com.openai</groupId>

            <artifactId>openai-java-sdk</artifactId>

            <version>0.1.0</version>

        </dependency>

    </dependencies>

但是，我们在加载Maven 时出现了一个错误：

这里我们发现了ChatGPT瞎编了一个不存在的库 ⊙﹏⊙b汗

第三步 调试ChatGPT

而且，但我们向他出错的原因时，他竟然还有模有样的给出了回答。

但是实际上，并没有这个sdk，好了我们还是自己发送Http请求，实现最基础的方式来对接吧。

ok ,我们按照ChatGPT的提示，我们来编写代码，按照习惯进行分层，在Service层进行核心业务实现。

import cn.itsource.mychatgpt.service.OpenAIService;

import org.springframework.beans.factory.annotation.Autowired;

import org.springframework.web.bind.annotation.PostMapping;

import org.springframework.web.bind.annotation.RequestBody;

import org.springframework.web.bind.annotation.RestController;



@RestController

public class OpenAiController {



    @Autowired

    private OpenAIService openAIService;



    @PostMapping("/MyChat")

    public String myChat(@RequestBody String prompt) {

        return openAIService.myChat(prompt);

    }

}
import com.alibaba.fastjson.JSON;

import org.springframework.http.*;

import org.springframework.stereotype.Service;

import org.springframework.web.client.RestTemplate;



import java.util.*;



@Service

public class OpenAIServiceImpl implements OpenAIService {



    private static final String API_KEY = "sk-YOU-API-KEY";

    private static final String API_URL = "https://api.openai.com/v1/completions";

    private static final HttpHeaders headers = new HttpHeaders();



    static {

        headers.set("Content-Type", "application/json");

        headers.set("Authorization", "Bearer " + API_KEY);

    }



    public  String myChat(String prompt) {

        RestTemplate restTemplate = new RestTemplate();



        // String prompt = "Once upon a time";

        String model = "text-davinci-002";

        int maxTokens = 500;



        // 拼接json格式的请求体

        //String requestBody = "{\"prompt\": \"" + prompt + "\", \"model\": \"" + model + "\", \"max_tokens\": " + maxTokens + "}";

        

        Map data = new HashMap();

        data.put("model",model);

        data.put("prompt",prompt);

        data.put("max_tokens",maxTokens);        

        // 用Json对象转一下，避免拼接字符串的问题

        String requestBody = JSON.toJSONString(data);



        HttpEntity<String> entity = new HttpEntity<>(requestBody, headers);



        ResponseEntity<String> response = restTemplate.postForEntity(API_URL, entity, String.class);

        if (response.getStatusCode() == HttpStatus.OK) {

            System.out.println(response.getBody());

        } else {

            System.out.println("Request failed with status code: " + response.getStatusCode());

            throw new RunTimeException("网络异常，请稍后重试！");

        }

        return response.getBody();

    }

}

但是这个请求的地址依然有问题，GPT依然一本正经的告诉了我一些看起来还蛮靠谱的解决方案：

 第四步 人工介入实现开发

算了，我们还是老老实实的参考官方文档吧，于是我让ChatGPT告诉了我OpenAI的开发文档地址：

官方文档的地址：https://platform.openai.com/docs/api-reference

通过查看官方文档里，我们终于找到了：

这回我们清楚了，要想和ChatGPT聊天，我们需要发送POST请求，请求地址是：https://api.openai.com/v1/chat/completions

并且要设置请求头参数：

"Content-Type: application/json" 和 "Authorization: Bearer $OPENAI_API_KEY"

Json 格式请求体，必须要包括 model 和 messages

{
    "model": "gpt-3.5-turbo",
    "messages": [{"role": "user", "content": "Hello!"}]
}

当然，还有一些其他的参数，这里我就不一一介绍了，有兴趣的可以自己参考官方文档的说明。

这次我们在到PostMan里测试一下，添加好请求头，我们发送个请求测试一下

要想实现聊天，让ChatGPT知道我们的上下文只需要在下次请求的时候，把他回答的 "role": "assistant" 和 content也放到 messages 数组中就可以实现了。

OK，清楚了请求地址和参数，我们修改代码中的配置。

终于，我们成功通过SpringBoot 实现了ChatGPT的对接： 

剩下的，只需要找一个合适的前端页面，发送请求，就可以愉快的和ChatGPT对话了。

总结 

通过这次使用ChatGPT的辅助开发流程，我们可以发现，对于一些简单的知识，ChatGPT基本上没得问题, 他可以给出具体的实现步骤和常规的解决方案。

但是，一旦专业性比较强一点的任务，ChatGPT 就开始编了。它 会给你编一个不存在的库，甚至还给出不存在的github连接， 还会瞎编源码（文件名对, 内容不对）, 你给它说不存在， 它就换个名字，换个链接继续编。

而这些问题的本质，是 ChatGPT的实现原理导致的（大概率的语言模型），它并不清楚它所生成的答案到底是什么，只是给予概率的计算，生成的合乎语法格式的大概率答案。

总的来说，如果你不懂编程，直接用它生成的代码，是跑不起来的（代码缺失+Bug)，还是需要程序员来定位到出错的地方，并解决。

所以，对于这样的情况来说，人工智能AI 它只是一个工具，未来程序员还是不可或缺的，它可以成为程序员的好帮手，肯定无法替代程序员。