OpenAI文档翻译：核心概念解释（提示词、令牌、模型）

OpenAI作为一家人工智能技术公司，其目标是下降“智能的本钱”，以令人们更容易访问和使用人工智能技术。在这个目标的推动下，OpenAI推出了各种产品和服务，其中之一就是OpenAI API。在使用OpenAI API时，一个重要的概念是令牌（Tokens），它在控制输入和输出文本的数量和本钱方面起到关键作用。

I. 简介

A. OpenAI的目标是下降“智能的本钱”

OpenAI的目标是通过提供更低价、更容易用的人工智能技术，下降人们使用智能技术的本钱，从而使更多的人受益于人工智能技术的发展。

B. API本钱的下降

OpenAI API提供了一种使用人工智能模型的方式，用户可以通过API调用来访问强大的自然语言处理功能。而在使用API时，需要斟酌到输入和输出的计费规则，其中令牌（Tokens）的数量起到了重要的作用。

C. 可能的更长上下文窗口

通过控制令牌的数量，OpenAI API可以控制文本的长度。为了使得API的利用更加灵活，OpenAI计划推出更长的上下文窗口，以支持更丰富的文本处理利用场景。

II. 令牌（Tokens）的概念

A. 开发者常见的概念

对开发者来讲，令牌（Tokens）是一个常见的概念，它用于分割输入内容。在自然语言处理任务中，输入可以是一个句子、一段文字或是一篇文章，而通过分割成令牌，可使得每一个令牌都有一个特定的含义，方便进行下一步的处理。

B. 用于分割输入内容

在OpenAI API中，输入的文本会被分割成令牌，每一个令牌都有自己的标识符。这样，模型就能够依照令牌的顺序逐一进行处理，从而完成相应的任务。

C. Tokens与Embeddings的关系

在自然语言处理中，单词或字符通常被转换为向量情势，这些向量也被称为嵌入（Embeddings）。而在OpenAI API中，每一个令牌都对应着一个嵌入。通过使用令牌，API可以更好地理解和处理输入文本。

III. OpenAI模型价格

A. GPT⑶.5-turbo价格下降25%

为了下降使用本钱，OpenAI将GPT⑶.5-turbo模型的价格下调了25%，使得更多的开发者和用户能够使用这一强大的自然语言处理模型。

B. 输入和输出tokens的定价

在使用OpenAI API时，需要斟酌到输入和输出tokens的数量，由于它们会影响到使用API的本钱。根据API文档提供的计费规则，输入和输出tokens都会收费，但具体定价可能有所区别。

C. 控制输入和输出的tokens

为了控制使用本钱，开发者可以通过限制输入和输出tokens的数量来控制API的调用次数和费用。在利用开发中，需要根据具体需求来平衡输入和输出tokens的数量与模型的性能。

IV. Tokens与文本处理

A. Tokens与自然语言处理

Tokens在自然语言处理中起到了非常重要的作用。通过分割文本成令牌，可以更好地对文本进行处理，进行词法分析、句法分析、情感分析等任务。

B. Tokens与文本长度的计算

在OpenAI API中，文本的长度通常是以令牌的数量进行计算的。这是由于区别的文本长度可能对应着区别数量的令牌，而令牌的数量决定了模型处理的复杂程度和本钱。

C. 单词和tokens的换算关系

在进行文本处理时，需要斟酌到单词和tokens的换算关系。一个令牌不一定对应一个单词，而单词也可能被分割为多个令牌。因此，在计算文本长度和控制令牌数量时，需要注意这类换算关系。

V. OpenAI计算器

A. 计算器斟酌模型的token消耗和生成特订单词数所需的tokens数

为了帮助开发者更好地控制使用本钱，OpenAI提供了一个计算器，可以根据模型的token消耗和生成特订单词数所需的tokens数，估计API的使用费用。

B. Token和字数的关系规则

计算器中斟酌了token和字数之间的关系规则。通过根据输入文本的字数和模型产生的token数来计算使用费用，开发者可以更好地预估API的本钱。

VI. OpenAI的文本工具

A. 与文本相关的实用工具

在OpenAI API中，还提供了一些与文本相关的实用工具，包括文本生成、文本摘要和文本匹配等功能。这些工具可以帮助开发者更便捷地处理和处理文本数据。

B. 文本接近程度和tokens之间的关系

在文本相关的任务中，常常需要衡量两个文本之间的接近程度。而在OpenAI API中，接近程度常常与tokens的数量有关，由于它们都会影响到模型的处理和输出。

C. 处理大量tokens的本钱示例

为了演示处理大量tokens的本钱，OpenAI在文档中提供了一个示例，展现了使用区别数量tokens进行文本处理所需的本钱和时间。开发者可以根据这个示例来更好地理解和控制API的使用本钱。

VII. 分词器（Tokenizer）的作用

A. 将文本字符串拆分为tokens列表

分词器（Tokenizer）是用于将文本字符串拆分为tokens列表的工具。在OpenAI API中，也采取了分词器来进行文本的预处理，将文本转换为模型可处理的令牌情势。

B. OpenAI官方示例中使用的分词器

在OpenAI API的文档和示例中，展现了使用的官方分词器，开发者可以根据需求选择适合的分词器来进行文本处理。

不能错过的ChatGPT调教指令

以下是一些ChatGPT调教指令，可以帮助你更好地使用ChatGPT，并得到你想要的答案：

1. 使用指定情境和对象的自定义指令，让ChatGPT更了解你的问题
2. 尽量交互式发问，引导进一步深入对话
3. 提供清晰而具体的指令，让ChatGPT知道你想要甚么
4. 在使用计算功能时，给出明确的数字和运算符
5. 使用自定义指令，让ChatGPT帮你写报告、优化写作等
6. 通过指令指点ChatGPT使用日历和提示功能

ChatGPT调教指令大全

以下是一些ChatGPT调教指令，可以帮助你更好地使用ChatGPT，并得到你想要的答案：

指令	描写
写报告:我现在正在…	根据指定情境，让ChatGPT帮你写报告
中文写作优化助理	让ChatGPT帮你优化中文写作
口语化脚本	让ChatGPT帮你将脚本转化为口语化
详细文章回应	让ChatGPT详细回应你的文章
小红书风格编辑	让ChatGPT帮你编辑成小红书风格
计算器	让ChatGPT帮你进行各种计算
日历	让ChatGPT提供日历和提示服务

为何高质量的指令对ChatGPT很重要？

高质量的指令对ChatGPT很重要，由于：

• 指令越精确，ChatGPT的回答越到位
• 交互式的指令可以引导进一步深入对话
• 指令包括清晰而具体的要求，ChatGPT能更好地理解你的问题
• 指令提供了详细的情境和对象，ChatGPT能为你提供个性化的回答
• 使用自定义指令，让ChatGPT为你完成更多任务，如写报告、优化写作等

怎样使用ChatGPT指令大全？

使用ChatGPT指令大全的步骤以下：

1. 选择合适你需求的指令
2. 根据指令提示，给出清晰而具体的问题或要求
3. 与ChatGPT进行交互，引导进一步深入对话
4. 根据ChatGPT的回答，适时给出更多指令或发问
5. 根据ChatGPT的回答，获得你需要的结果