【OpenAI官方课程】第三课：ChatGPT文本总结Summarizing

欢迎来到ChatGPT 开发人员提示工程课程（ChatGPT Prompt Engineering for Developers）！本课程将教您如何通过OpenAI API有效地利用大型语言模型（LLM）来创建强大的应用程序。

本课程由OpenAI 的Isa Fulford和 DeepLearning.AI 的Andrew Ng主讲，深入了解 LLM 的运作方式，提供即时工程的最佳实践，并演示 LLM API 在各种应用程序中的使用。

总结

在本课程中，您将总结文本，重点关注特定主题。

设置

import openai
import os

from dotenv import load_dotenv, find_dotenv
_ = load_dotenv(find_dotenv()) # 读取本地的.env文件

openai.api_key  = os.getenv('OPENAI_API_KEY')

def get_completion(prompt, model="gpt-3.5-turbo"): # Andrew 提到提示/完成范例更适合此类
    messages = [{
   
   "role": "user", "content": prompt