构建文本生成应用：从入门到实践-优快云博客

本文链接：https://blog.youkuaiyun.com/gitblog_00066/article/details/148323248

构建文本生成应用：从入门到实践

generative-ai-for-beginners 21 节课程，开始使用生成式 AI 进行构建项目地址: https://gitcode.com/gh_mirrors/ge/generative-ai-for-beginners

前言

在人工智能快速发展的今天，文本生成技术已经成为开发者工具箱中不可或缺的一部分。本文将带您深入了解如何构建文本生成应用，从基础概念到实际开发，一步步掌握这项前沿技术。

文本生成应用的核心概念

什么是文本生成应用？

文本生成应用与传统应用有着本质区别：

自然语言交互：用户可以使用日常语言与应用交流，不再受限于固定命令格式
知识广度：基于大规模预训练语言模型，应用的知识储备远超传统数据库应用
动态响应：每次交互都能生成独特的、上下文相关的响应内容

典型应用场景

文本生成技术可应用于多种场景：

智能客服：24小时在线的自动问答系统
内容创作：自动生成文章摘要、改写文本或创意写作
编程助手：根据自然语言描述生成代码片段
教育工具：自动生成测验题目或学习材料

开发环境准备

基础工具链

构建文本生成应用需要以下工具：

Python 3.7+ 环境
OpenAI Python SDK
Azure OpenAI服务账号（或OpenAI API访问权限）

安装与配置

# 创建虚拟环境
python -m venv venv

# 启用虚拟环境
# Windows
venv\Scripts\activate
# macOS/Linux
source venv/bin/activate

# 安装OpenAI库
pip install openai

密钥配置

安全地管理API密钥至关重要：

import openai
import os

# 从环境变量读取密钥
openai.api_key = os.getenv("OPENAI_API_KEY")

# Azure OpenAI专用配置
openai.api_type = 'azure'
openai.api_version = '2023-05-15'
openai.api_base = os.getenv("API_BASE")

核心API使用

基础文本生成

使用Completion类实现基础文本生成：

response = openai.Completion.create(
    model="davinci-002",
    prompt="请用中文解释量子计算的基本概念：",
    max_tokens=200
)
print(response.choices[0].text)

对话式交互

对于聊天场景，使用ChatCompletion更合适：

messages = [
    {"role": "system", "content": "你是一位专业的科技作家"},
    {"role": "user", "content": "请用通俗易懂的语言解释区块链技术"}
]

response = openai.ChatCompletion.create(
    model="gpt-3.5-turbo",
    messages=messages
)
print(response.choices[0].message.content)

实战案例：智能菜谱生成器

基础功能实现

def generate_recipes(ingredients, count=5):
    prompt = f"""
    请提供{count}个使用以下食材的菜谱：
    食材：{', '.join(ingredients)}
    
    每个菜谱应包含：
    1. 菜名
    2. 所需全部食材清单
    3. 简要制作步骤
    """
    
    response = openai.ChatCompletion.create(
        model="gpt-3.5-turbo",
        messages=[{"role": "user", "content": prompt}]
    )
    return response.choices[0].message.content

进阶功能：个性化过滤

def filter_recipes(recipes, exclude_ingredients):
    prompt = f"""
    请修改以下菜谱，移除所有包含{', '.join(exclude_ingredients)}的食材，
    并用合适的替代品替换：
    
    {recipes}
    
    同时，基于我已拥有的食材，生成购物清单。
    """
    
    response = openai.ChatCompletion.create(
        model="gpt-3.5-turbo",
        messages=[{"role": "user", "content": prompt}]
    )
    return response.choices[0].message.content

完整应用示例

def main():
    print("欢迎使用智能菜谱生成器！")
    ingredients = input("请输入您现有的食材（用逗号分隔）：").split(',')
    count = int(input("想要生成几个菜谱？"))
    exclude = input("需要排除的食材（若无请直接回车）：").split(',')
    
    recipes = generate_recipes(ingredients, count)
    
    if exclude:
        recipes = filter_recipes(recipes, exclude)
    
    print("\n为您推荐的菜谱：")
    print(recipes)

if __name__ == "__main__":
    main()

高级技巧与最佳实践

参数调优

temperature：控制生成文本的随机性（0-2之间）
- 较低值（如0.2）产生更确定性的结果
- 较高值（如0.8）产生更有创意的结果
max_tokens：限制响应长度，控制API成本

错误处理

try:
    response = openai.ChatCompletion.create(
        model="gpt-3.5-turbo",
        messages=messages,
        max_tokens=1000
    )
except openai.error.InvalidRequestError as e:
    print(f"请求错误：{e}")
except openai.error.RateLimitError as e:
    print("请求过于频繁，请稍后再试")