代码从text-davinci-003升级到gpt-3.5-turbo遇问题求助

gpt-3.5-turbo属于聊天类模型，和text-davinci-003的API调用逻辑存在本质差异，仅修改model参数必然导致请求失败，需从以下三个核心点调整：

1. 更换API端点 #

text-davinci-003使用/v1/completions端点，而gpt-3.5-turbo需要调用/v1/chat/completions端点。如果使用官方SDK，对应方法从openai.Completion.create()改为openai.ChatCompletion.create()。

2. 重构请求参数结构 #

原prompt参数需替换为messages数组，数组内每个对象包含role（可选值：user/assistant/system）和content（消息内容）两个字段。示例对比：

原text-davinci-003请求代码 #

import openai

openai.api_key = "YOUR_API_KEY"

response = openai.Completion.create(
    model="text-davinci-003",
    prompt="请介绍一下Python",
    max_tokens=200
)

修改后gpt-3.5-turbo请求代码 #

import openai

openai.api_key = "YOUR_API_KEY"

response = openai.ChatCompletion.create(
    model="gpt-3.5-turbo",
    messages=[
        {"role": "user", "content": "请介绍一下Python"}
    ],
    max_tokens=200
)

3. 调整响应解析逻辑 #

text-davinci-003的响应文本在response.choices[0].text，而gpt-3.5-turbo的响应文本在response.choices[0].message.content。解析代码需对应修改：

原解析代码 #

print(response.choices[0].text.strip())

修改后解析代码 #

print(response.choices[0].message.content.strip())

额外注意事项 #

• 若需实现多轮对话，需将历史对话消息按顺序存入messages数组，例如：

  messages = [
      {"role": "user", "content": "请介绍一下Python"},
      {"role": "assistant", "content": "Python是一种高级编程语言..."},
      {"role": "user", "content": "它的主要应用场景有哪些？"}
  ]
  

• 部分参数（如temperature、max_tokens）的作用与text-davinci-003一致，可直接保留。

内容的提问来源于stack exchange，提问作者Ben Miller