### 如何在Python中使用ChatGPT API？
在这里，我们将看到使用Python使用ChatGPT API所需的所有步骤。使用ChatGPT API，我们可以使用Python代码使用ChatGPT的功能，这意味着我们不需要去ChatGPT的网站上提问。
步骤1：在OpenAI上创建一个帐户并登录。
步骤2：登录后，点击右上角的“个人”，然后点击“查看API密钥”，如下图所示。
步骤3：按照步骤2的操作，打开了一个API密钥页面，我们可以看到“创建新的秘密密钥”的按钮，点击它会生成一个秘密密钥，将该密钥复制并保存在记事本或其他任何地方，因为在接下来的步骤中需要使用。
步骤4：现在，打开任何代码编辑器或在线笔记本，如Google Colab或Jupyter Notebook。在这里，我们正在使用Google Colab笔记本，并使用以下命令在Python中安装Open Ai库。
```
!pip install -q openai
```
如果您使用其他代码编辑器，您可以通过在终端或命令提示符中执行以下命令在Python中安装openai库。
```bash
pip install openai
```
步骤5：导入openai库，并将在步骤3中生成的密钥存储在一个变量中，如下所示。
```
import openai
openai.my_api_key = 'YOUR_API_KEY'
```
步骤6：为ChatGPT API设置上下文，用于使用JSON文件告诉API应该执行什么操作。在这里，我们已将角色定义为系统，因为我们为用户创建了这个ChatGPT系统，并定义了内容。
```
messages = [ {"role": "system", "content": "You are a intelligent assistant."} ]
```
步骤7：以下是其余的代码部分：
我们使用无限循环，这样我们可以不断地与ChatGPT API进行交互，而无需一次又一次地执行代码。
在第二行，我们从用户那里获取输入，并将其存储在一个变量“message”中。
只有当用户输入任何问题时，我们才会进入if条件，并创建一个JSON文件，并将其附加到我们在第6步中创建的JSON文件中，之后使用openai.ChatCompletion.create()生成聊天。
将答案存储在变量“reply”中，并使用print()函数打印该答案。
```
while True:
message = input("User : ")
if message:
messages.append(
{"role": "user", "content": message},
)
chat = openai.ChatCompletion.create(
model="gpt-3.5-turbo", messages=messages
)
reply = chat.choices[0].message.content
print(f"ChatGPT: {reply}")
messages.append({"role": "assistant", "content": reply})
```
完整代码：
```
import openai
openai.api_key = 'YOUR_API_KEY'
messages = [ {"role": "system", "content":
"You are a intelligent assistant."} ]
while True:
message = input("User : ")
if message:
messages.append(
{"role": "user", "content": message},
)
chat = openai.ChatCompletion.create(
model="gpt-3.5-turbo", messages=messages
)
reply = chat.choices[0].message.content
print(f"ChatGPT: {reply}")
messages.append({"role": "assistant", "content": reply})
```