使用 ChatGPT 設計線上 AI 客服中心

對於想學習 Python 的程式初學者而言，《AI助攻 Python超級入門》透過有意思且實際例子，讓初學者可以在 AI 的協助下，一邊玩耍一邊學好 Python，了解如何利用生成式 AI 幫忙寫程式。

這一篇文章將簡單介紹使用 ChatGPT 的 API 設計線上 AI 聊天室。

ChatGPT 的 API ( 應用程式介面 ) 主要用於開發者將 ChatGPT 整合到他們的應用程式、服務或者網站中，以下是使用 OpenAI 提供的 ChatGPT API 的類別：

通常，您需要註冊一個帳戶並獲得 API 密鑰，以便在您的應用中使用 API，這一章筆者將設計一個 ChatGPT 的線上 AI 聊天室。

首先讀者需要註冊，註冊後可以未來可以輸入下列網址，進入開發者環境。https://platform.openai.com/overview

進入自己的帳號後，請點選 API keys，可以看到 View API keys，如下所示：

上述畫面幾個重點如下：

註使用 API keys 會依據資料傳輸數量收費，因為申請 ChatGPT plus 時已經綁定信用卡，此傳輸費用會記在信用卡上，所以請不要外洩此 API keys。

安裝 openai 模組指令步驟如下，請進入命令提示字元環境，然後輸入下列指令： pip install openai

常用 ChatGPT 語言模型的選擇可參考下表：

筆者經過測試，「GPT-4」模型功能比「GPT-3.5 Turbo」強很多，雖然傳輸費比較貴，但是個人練習仍是在可以控制的範圍。

因為 Colab 環境目前沒有安裝 openai 模組，所以我們必須在 Python Shell 環境建立這類的應用程式，這一節採用先輸出程式，再解說程式的方式。

程式實例 ch17_1.py：設計 ChatGPT 線上 AI 聊天室，程式第 5 列讀者需輸入自己申請的 API keys。

執行結果

第 7 列 create( ) 是建立與 ChatGPT 的會話物件，第 12 列有設定會應 150 個 Token 的限制，因此可以看到沒有完整的輸出回應的訊息。以下是程式 ch17_1.py 的解說：

定義對話函數 chat：第 7 ~ 14 列，這個函數目的是向 OpenAI 的 API 發送對話內容並獲得回應。函數參數是 messages，該參數是一個包含對話歷史的串列。
歡迎訊息：第 16 列是用 print( ) 函數向用戶輸出歡迎訊息。
初始化對話串列：第 19 列是 messages 串列，用於存儲與客服機器人的對話歷史。 "role" 是設定系統，"content" 是設定機器人的角色。未來只要調整這裡，就可以設計各類機器人
執行對話：第 22 ~ 30 列是一個無限迴圈，功能如下：
- while 無限迴圈，用於持續與用戶進行交互。
- 用戶輸入訊息後，將其添加到 messages 串列。
- 然後調用 chat 函數獲得回應並顯示。
- 如果用戶輸入 "bye"，則結束對話。
上述第 27 和 30 列是將用戶問話和系統回答附加到原先的 message，這是因為 ChatGPT 要保有全部的對話紀錄，未來才可以針對過去的對話回應，這也是為何我們以為 ChatGPT 有記憶的能力，其實每次對話，ChatGPT 皆可以將過去對話紀錄重新複習。

期待讀者能夠了解這個程式的結構和功能，以及如何使用 OpenAI 的 API 來建立一個基本的客服機器人。

程式實例 ch17_2.py：設計 Emoji 翻譯機器人。