Python 调用 OpenAI 问答 API 实现文本自动问答

以下是一个 Python 代码示例，可以调用 OpenAI 的 GPT-3 模型进行问答，并自动将结果保存到本地文件：/n/npython/nimport openai/nimport re/n/n# 设置 OpenAI API 密钥/nopenai.api_key = 'YOUR_API_KEY'/n/n# 读取文件中的标题/nwith open('D:/1.txt', 'r') as f:/n titles = f.readlines()/n/n# 定义问题模板/nquestion_template = 'What is {}?'/n/n# 循环处理每个标题/nfor title in titles:/n # 去除标题中的符号/n title_clean = re.sub(r'[^/w/s]', '', title.strip())/n /n # 构造问题/n question = question_template.format(title_clean)/n /n # 调用 OpenAI API 进行问答/n response = openai.Completion.create(/n engine='davinci', prompt=question, max_tokens=1024, n=1, stop=None, temperature=0.5/n )/n /n # 获取回答/n answer = response.choices[0].text.strip()/n /n # 将回答写入文件/n with open(f'D:/{title_clean}.txt', 'w') as f:/n f.write(answer)/n/n/n代码说明：/n/n1. 首先需要在 OpenAI 平台上注册并获取 API 密钥，并将密钥填入 openai.api_key 中。/n2. 代码读取 D 盘 1.txt 文件中的标题，并定义问题模板，使用标题作为变量插入模板中，形成完整的问答问题。/n3. 代码使用 re.sub 函数去除标题中的符号，方便构建问题和保存文件名。/n4. 代码调用 OpenAI 的 Completion.create 方法，传入问题和相关参数，获取模型的回答。/n5. 最后将模型的回答写入以标题为文件名的本地文件中。/n/n注意事项：/n/n1. 代码使用了 OpenAI 的 Davinci 模型，其他模型也可能适用，可以根据需要进行调整。/n2. 代码示例仅供参考，实际使用时需要根据具体情况进行修改和优化，例如添加错误处理机制、调整参数等。/n/n使用场景：/n/n该代码适用于需要进行文本自动问答的场景，例如：/n/n* 自动生成问答对，用于构建问答系统。/n* 从文本中提取关键信息，并进行自动问答。/n* 将文本内容转化为问答形式，方便用户理解。/n/n希望这个代码示例能够帮助你进行文本问答自动化！