OpenAI的client.chat.completions.create()参数讲解

---

我们访问大模型服务时，很大程度上会调用 OpenAI 的 client.chat.completions.create 方法，适用于生成对话补全（如GPT模型），下面讲解该方法的参数。

1. 必需参数

1. model (字符串) ：指定使用的模型，如gpt-3.5-turbo, gpt-4, gpt-4-turbo等。

2. messages (字典列表) 对话历史，每个字典包含： role：角色（system, user, assistant, tool）、content：消息内容（或调用工具时的tool_call_id）、name：（可选）参与者名称、tool_calls（可选）模型请求调用工具时使用

   示例：

   messages=[
       {"role": "system", "content": "你是一个助手"},
       {"role": "user", "content": "你好！"}
   ]
   

2. 常用可选参数

1. temperature (浮点数, 默认1) 。控制输出的随机性：0（确定性强）到2（更随机）。 建议：回答事实性问题用较低值（如0.2），创意生成用较高值（如0.8）。

2. top_p (浮点数, 默认1) 。基于概率质量的动态截断（如0.9表示仅考虑前90%概率的 token）。 注意：与temperature二选一，避免同时设置。

3. max_tokens (整数, 默认无限制) 。生成内容的最大 token 数（受模型上限限制，如gpt-3.5-turbo默认为4096）。

4. n (整数, 默认1) 。生成多少条回复选项。

5. stop (字符串或字符串列表, 默认None) 。设置停止词，遇到这些词时停止生成（如stop=["\n"]）。

6. presence_penalty (浮点数, 默认0) 。惩罚重复的主题：正值减少重复，负值增加重复（范围：-2.0到2.0）。

7. frequency_penalty (浮点数, 默认0) 。惩罚重复的token：正值减少重复，负值增加重复（范围同上）。

8. stream (布尔值, 默认False) 。是否流式传输响应（逐块返回，适合实时聊天）。

9. user (字符串) 。终端用户标识符，用于监测滥用行为。

3. 高级参数

1. logit_bias (字典, 默认None) 。调整特定 token 的生成概率（如{1234: 2.0}将token ID 1234的权重增加2）。

2. response_format (字典) 。指定响应格式，如{"type": "json_object"}强制返回 JSON（需在系统消息中说明格式）。

3. tools (字典列表) 。定义模型可调用的工具列表（替代旧版functions参数），需描述工具名称、参数等。

4. tool_choice (字符串或字典) 。控制模型是否/如何调用工具："auto"（默认由模型决定）、"none"（不调用）或指定工具。

4. 示例代码

from openai import OpenAI
client = OpenAI()

response = client.chat.completions.create(
    model="gpt-3.5-turbo",
    messages=[
        {"role": "user", "content": "解释人工智能是什么"}
    ],
    temperature=0.5,
    max_tokens=300,
    top_p=0.9,
    stream=False
)

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