如何用Python调用ChatGPT API并处理多轮对话？

ChatGPT作为OpenAI提供的强大语言模型，已经广泛应用于智能客服、内容生成、教育助手等多个领域。如果你想使用Python快速构建一个支持多轮对话的聊天应用，本教程将手把手带你完成这个过程。

一、准备工作

在开始编码之前，你需要完成以下准备：

注册OpenAI账号：访问 https://platform.openai.com，注册账号并获取API Key。
安装Python依赖：使用以下命令安装所需库：

pip install openai flask

二、理解多轮对话的原理

ChatGPT使用message列表作为上下文输入，每一轮对话的消息都被记录下来，模型会基于这些信息生成回答。

每条message都包含：

role: 表示消息身份，如system、user、assistant
content: 消息内容

例如：

messages = [
    {"role": "system", "content": "你是一个知识渊博且耐心的中文AI助手。"},
    {"role": "user", "content": "你好，你是谁？"},
    {"role": "assistant", "content": "你好，我是由OpenAI开发的语言模型，可以帮助你解决各种问题。"},
    {"role": "user", "content": "你可以帮我查天气吗？"}
]

三、完整Python示例：处理多轮对话

下面是一个支持多轮对话的最小可运行Python代码：

import openai

# 设置API密钥
openai.api_key = "你的API密钥"

# 初始化上下文（可保存在内存或数据库中）
chat_history = [
    {"role": "system", "content": "你是一个有礼貌且擅长解释问题的AI助手。"}
]

def chat(user_input):
    # 添加用户输入到历史
    chat_history.append({"role": "user", "content": user_input})

    # 调用ChatGPT API
    response = openai.ChatCompletion.create(
        model="gpt-4",  # 或 "gpt-3.5-turbo"
        messages=chat_history,
        temperature=0.5
    )

    # 获取AI回复
    reply = response['choices'][0]['message']['content']

    # 添加AI回复到历史
    chat_history.append({"role": "assistant", "content": reply})
    
    return reply

# 循环对话
if __name__ == "__main__":
    print("欢迎使用AI助手，输入 '退出' 结束对话。")
    while True:
        user_input = input("你：")
        if user_input.lower() in ["退出", "exit", "quit"]:
            break
        answer = chat(user_input)
        print("AI：", answer)

四、如何优化多轮对话

1. 控制上下文长度

GPT模型有输入限制（如GPT-4最大128k tokens），当对话过长时，可使用以下方法控制长度：

移除旧消息
对历史内容进行摘要

2. 添加角色设定（system prompt）

使用系统提示控制AI语气和风格，例如：

{"role": "system", "content": "你是一个简洁幽默的客服机器人，专注于解答退货问题。"}

3. 保存历史对话

你可以将 chat_history 存入数据库或文件中，以支持会话持久化。适用于构建聊天网页、客服系统等场景。

五、常见问题排查

问题	可能原因
`openai.error.AuthenticationError`	API Key无效或未设置
`RateLimitError`	超出调用速率或配额
回复不连贯	未正确传入历史消息列表
消息过长	输入超过token限制，需裁剪