OpenAI 文档介绍
概述
OpenAI API 可以应用于几乎所有涉及生成自然语言、代码或图像的任务。我们提供了一系列不同能力级别的 模型，适用于不同任务的，并且能够 微调（Fine-tune） 您自己的自定义模型。这些模型可以用于从内容生成到语义搜索和分类的所有领域。
关键概念
我们建议您通过下面的“快速入门教程”和互动式的示例来熟悉关键概念。
提示词 Prompts
设计提示词 本质上就是对模型进行“编程”，这通常是通过提供一些指令或几个示例来完成。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，补全（Completions）和聊天补全（Chat Completions）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、风格转换等。
令牌 Token
我们的模型通过将文本分解为令牌（Token）来理解和处理文本。Token 可以是单词，也可以是字符块。例如，单词“hamburger”被分解成标记“ham”、“bur”和“ger”，而很短且常见的单词像“pear”是一个 Token。许多 Token 以空格开头，例如“ hello”和“ bye”。
在给定的 API 请求中处理的 Token 数量取决于您的输入和输出长度。作为一个粗略的经验法则，对于英文文本，1 个Token大约相当于 4 个字符或 0.75 个单词。要记住的一个限制是，您的文本提示词和生成的补全合起来不能超过模型的最大上下文长度（对于大多数模型，这是 2048 个 Token，或大约 1500 个单词）。可以查看我们的 分词器工具 来了解有关文本如何转换为 Token 的更多信息。
模型 Models
API 由一组具有不同功能和价位的模型提供支持。GPT-4是我们最新和最强大的模型。GPT-3.5-Turbo 是为 ChatGPT 提供支持的模型，此模型专为对话模式进行了优化。要了解有关这些模型以及其他我们提供的内容的更多信息，请访问 模型文档。
下一步
使用指南
会话补全（Chat completions） Beta
了解如何使用基于聊天的语言模型
文本补全（Text completion）
了解如何生成和修改文本
嵌入（Embeddings）
了解如何搜索，分类和对比文本
语音转文本 Beta
了解如何把语音转成文字
图像生成 Beta
了解如何生成和修改图像
代码补全（Code completion） Limited beta
了解如何生成，编辑和解释代码
微调（Fine-tuning）
了解如何在你的应用场景训练模型