您将从本指南中获得的知识将适用于当前的 GPT 模型系列（GPT-3、GPT-3.5、GPT-4 等），并且如果 GPT-5 发布，也可能与 GPT-5 相关。

OpenAI 提供 API（应用程序编程接口）来访问他们的 AI。API 的目标是通过为所有版本创建通用接口来抽象底层模型，允许用户使用 GPT，无论其版本如何。

本指南旨在提供有关如何通过此 API 在您的项目中使用 GPT-3.5 和 GPT-4 的全面分步教程。它还涵盖了其他模型，例如 Whisper 和 Text-to-Speech。

如果您正在开发聊天机器人、AI 助手或利用 AI 生成数据的 Web 应用程序，本指南将帮助您实现目标。

如果您对 Python 编程语言有基本的了解，并且愿意学习一些额外的技术，例如使用 Pandas Dataframes 和一些 NLP 方法，那么您就拥有了开始使用 OpenAI 工具构建智能系统所需的所有工具。

请放心，您无需成为数据科学家、机器学习工程师或 AI 专家即可理解和实施本指南中介绍的概念、技术和教程。提供的解释简单易懂，具有简单的 Python 代码、示例和动手练习。

本指南强调实用的动手学习，旨在帮助读者构建实际应用程序。它以示例为导向，提供了大量实际示例，以帮助读者理解概念并将其应用于现实生活中的场景中，以解决现实世界的问题。

在学习旅程结束时，您将开发以下应用程序：

• 经过微调的、特定于领域的聊天机器人。
• 具有记忆和上下文的智能对话系统。
• 使用 RAG 和其他技术的语义现代搜索引擎。
• 基于您口味的智能咖啡推荐系统。
• 协助处理 Linux 命令的聊天机器人助手
• 微调的新闻类别预测系统。
• AI到AI自主讨论系统，模拟类人对话或解决问题
• 一位基于人工智能的心理健康教练在大型心理健康对话数据集上接受培训
•  还有更多！

通过阅读本指南并按照示例操作，您将能够：

• 了解可用的不同模型，以及如何以及何时使用每种模型。
• 为各种目的生成类似人类的文本，例如回答问题、创建内容和其他创造性用途。
• 控制 GPT 模型的创造力，并采用最佳实践来生成高质量的文本。
• 转换和编辑文本以执行翻译、格式设置和其他有用的任务。
• 使用各种参数和选项（如 max_tokens 、 temperature 、 top_p 、 n stream logprobs stop presence_penalty frequency_penalty best_of 等）优化 GPT 模型的性能。
• 使用 API 时，可以进行词干化、词形还原并降低成本。
• 了解上下文填充、链接和实践提示工程。
• 实现具有内存和上下文的聊天机器人。
• 创建预测算法和零样本技术，并评估其准确性。
• 理解、练习和改进小样本学习。
• 了解微调并利用其强大功能创建自己的微调模型。
• 了解并使用微调最佳实践
• 使用 GPT 练习训练和分类技术。
• 了解嵌入以及 Tesla 和 Notion 等公司如何使用它。
• 了解并实现语义搜索、RAG 和其他高级工具和概念。
• 将矢量数据库（例如：Weaviate）与您的智能系统集成。