总结

综上所述，ChatGPT不要钱额度能用多久取决于用户的使用频率和使用量。对偶尔测试或使用量较少的用户，不要钱额度可能能够使用一个月或更久的时间。而对频繁使用或使用量大的用户，不要钱额度可能在较短时间内用完，需要租赁额外的API调用额度。另外，使用ChatGPT Plus其实不会占用OpenAI账户的不要钱额度。用户可以根据自己的需求和预算选择合适自己的付费方案。

ChatGPT不要钱版额度的进一步展开说明

# GPT3.5 API：为智能对话带来新体验


最近，OpenAI 最新推出了 GPT3.5 API，让人们能够更便捷地体验全球最早进的智能对话模型。只需要花费短短一分钟的时间，你就能够快速上手使用！

ChatGPT 火热上线，技术圈沸腾不已。这也激起了我的兴趣，我决定在我的博客中加入一个 ChatGPT 的对话功能。

首先附上体验链接，源码在文末可以找到。

**[点击体验 ChatGPT](https://chatgpt-demo.openai.com/)**

ChatGPT 是OpenAI训练的一个AI对话模型，可以用于多种场景的智能对话。

想要体验ChatGPT，首先需要注册一个账户。但是由于这个产品在国内网络上没法直接使用，所以需要解决网络问题。

解决网络问题后，注册时会要求进行邮箱验证。然后就需要手机号验证，但很遗憾，国内手机号没法进行验证。

你可以尝试使用Google账号登录，但终究依然需要手机号验证。

因此，我们需要先找到一个能够接收短信验证码的海外手机号码。你可使用SMS-ACTIVATE这个网站来获得。

SMS-ACTIVATE提供了数百万个国家的虚拟号码，以便你在线接收带有确认代码的短信。他们还提供虚拟号码的长时间租赁、转发连接、电话验证等服务。

SMS-ACTIVATE上的价格是以卢布为单位，我们可使用支付宝来充值。我租赁了一个印度号码，这样我就能够收到来自OpenAI的验证码了。

需要注意的是，这个号码只是租赁，有一定的有效期。所以我们需要尽快完成注册流程，否则20分钟后，这个号码就不属于你了。

完成OpenAI账号注册后，你就能够在ChatGPT的Web工作台上体验AI对话了。

如果你想将ChatGPT的能力整合到自己的产品中，可以通过API接入OpenAI。

快速上手的方法是通过参考官方提供的案例，这个Chat的案例非常合适我们的需求。

官方提供了一个Node.js的starter，我们可以基于此迅速上手并测试一下。

“`
git clone https://github.com/openai/openai-quickstart-node.git
“`

其中核心代码以下所示，使用了OpenAI官方封装好的Node.js库openai。

“`javascript
const completion = await openai.createCompletion({
model: “text-davinci-003″,
prompt: ‘发问内容’,
temperature: 0.9,
max_tokens: 150,
top_p: 1,
frequency_penalty: 0,
presence_penalty: 0.6,
});
“`

在调用API之前，需要在你的OpenAI账户中生成一个API Key。

目前官方不要钱提供了18美元的额度，超过这个额度就需要付费了。计费是根据Token来计算的，关于Token的概念可以参考Key concepts。

我们可以直接使用上述Chat案例中的参数，基本上就能够得到一个漂亮的AI回答问题的样例。这个可以自己去试一试，非常简单。

接下来是研究怎么将这个starter代码集成到自己的产品中。

## 产品分析

之前，我在我的博客中实现了一个简单的WebSocket聊天功能。在AI对话的需求中，前真个UI部份基本上可以参考WebSocket聊天功能的实现来作出改变，工作量不大，主要工作量依然集中在前后真个逻辑和对接进程中。

对ChatGPT这个产品模板，它其实不是一个常规的WebSocket全双工对话，而是像我们平常调用接口一样简单地发送要求到服务端，等待服务真个响应，然后将响应反馈给用户。虽然界面上看起来像是一场聊天，但实际上其实不是标准的聊天进程。因此，前后端交互主要依赖于HTTP接口。

核心要素 – Prompt

在调用openai.createCompletion的时候，有一个重要的参数prompt，它是对话的上下文信息。只有当这个信息足够完全时，AI才能给出正确的回答。

举个例子，假定对话中有两个回合。

你：爱因斯坦是谁？

AI：爱因斯坦（Albert Einstein）是20世纪最重要的物理学家，他被誉为“时空之父”。他发现了相对论，并取得了诺贝尔物理学奖。

在第一个回合中，prompt传递的参数是”爱因斯坦是谁？”，这样AI能够理解你的问题并立即给出符合实际情况的回答。

你：他做了甚么贡献？

AI：他为社会做出了许多贡献，如改良公共卫生、建立教育基础设施、提高农业生产能力、增进经济发展等。

在第二个回合中，prompt传递的参数是”他做了甚么贡献？”。看到AI的回答，你可能会觉得有点离谱，由于AI不知道上下文信息，它没法理解”他”代表的是谁，只能通过”他做了甚么贡献”这个完全的句子来推断。从结果上看，它符合语言逻辑，但却不符合我们既有的语境。

如果我们把第二个回合的prompt改成”你：爱因斯坦是谁？”，AI就可以够理解上下文信息，并给出相应的回答。

你：他做了甚么贡献？

AI：爱因斯坦对科学做出了重大贡献，他发明了相对论，改变了人们对世界、物理定律和宇宙的认识，并为量子力学奠定了基础。他还发现了…。

因此，我们得出初步结论：prompt参数应当包括此次对话主题的完全内容，这样才能确保AI给出的下一次回答符合我们的基本认知。

前后端交互

对前端来讲，我们通常关注的是，我给后端发送了甚么数据，后端返回了甚么数据。因此，前真个关注点之一是用户的输入。使用上面的例子，”爱因斯坦是谁？”和”他做了甚么贡献？”这两个内容应当分别作为前端两次要求的参数。另外，对前端来讲，我们不需要关心后端将prompt传递给OpenAI时会不会是完全的，我们只需公道地将用户的输入内容传递给后端便可。

对后端来讲，我们需要关注会话问题。每一个用户都应当有自己和AI的私密对话空间，不能将其与其他用户的对话串在一起，这可以通过会话实现。前端每次传递的信息仅仅是简单的用户输入，后端需要将其与OpenAI的对接进程结合起来，将用户输入和保存的一些会话信息合并为一个完全的prompt传递给OpenAI，以确保正常的对话进程。

因此，基本的流程应当是这样的：

1. 用户在前端界面输入内容。

2. 前端通过HTTP要求将内容发送到后端。

3. 后端将接收到的内容与已存储的会话信息合并为一个完全的prompt参数。

4. 后端将完全的prompt参数传递给OpenAI进行处理，获得到AI的回答。

5. 后端将AI的回答返回给前端。

6. 前端将AI的回答展现给用户。

根据这个流程，我们开始编写第一个版本的代码。

## 后端 – V1版本代码

“`javascript
router.get(‘/chat-v1’, async function(req, res, next) {
const wd = req.query.wd;

if (!req.session.chatgptSessionPrompt) {
req.session.chatgptSessionPrompt = ”
}

const prompt = req.session.chatgptSessionPrompt + ` 发问:${wd} AI:`

try {
const completion = await openai.createCompletion({
model: “text-davinci-003”,
prompt,
temperature: 0.9,
max_tokens: 150,
top_p: 1,
frequency_penalty: 0,
presence_penalty: 0.6,
stop: [“ 发问:”, “ AI:”],
});

req.session.chatgptSessionPrompt = prompt + completion.data

res.status(200).json({ code: ‘0’, result: completion.data.choices[0].text });
} catch (error) {
console.error(error)
res.status(500).json({ message: “Open AI 调用异常” });
}
});
“`

## 前端 – V1版本关键代码

“`javascript
const sendChatContentV1 = async() => {
msgList.value.push({
time: format(new Date(), “HH:mm:ss”),
user: “我说”,
content: chatForm.chatContent,
type: “mine”,
customClass: “mine”,
});

loading.value = true;

try {
const { result } = await chatgptService.chatV1({ wd: chatForm.chatContent });

msgList.value.push({
time: format(new Date(), “HH:mm:ss”),
user: “Chat AI”,
content: result,
type: “others”,
customClass: “others”,
});
} finally {
loading.value = false;
}
};
“`

基本的对话功能已有了，但是每一个回合等待的时间太长了，我们希望它能更快一点，最少在交互上看起来更流畅一些。

## 流式输出 – 服务器推送 + EventSource

荣幸的是，OpenAI也支持流式输出，在前端可以与EventSource一起使用。

流式输出的基本数据格式以下：

后端代码进行改造：

“`javascript
router.get(‘/chat-v2’, async function(req, res, next) {
try {
const completion = await openai.createCompletion({
stream: true
}, {
responseType: ‘stream’
});

res.setHeader(“content-type”, “text/event-stream”);
completion.data.pipe(res);
} catch (error) {
console.error(error)
res.status(500).json({ message: “Open AI 调用异常” });
}
});
“`

前端将不再使用axios发起HTTP要求，而是使用EventSource。

“`javascript
const sendChatContent = async () => {
msgList.value.push({
time: format(new Date(), “HH:mm:ss”),
user: “我说”,
content: chatForm.chatContent,
type: “mine”,
customClass: “mine”,
});

const es = new EventSource(`/api/chatgpt/chat?wd=${chatForm.chatContent}`);

let content = “”;
es.onmessage = (e) => {
if (e.data === “[DONE]”) {
chatgptService.feedback(content);
es.close();
loading.value = false;
updateScrollTop();
return;
}

const text = JSON.parse(e.data).choices[0].text;
if (text) {
if (!content) {
msgList.value.push({
time: format(new Date(), “HH:mm:ss”),
user: “Chat AI”,
content: text,
type: “others”,
customClass: “others”,
});
content += text;
} else {
content += text;
msgList.value[msgList.value.length – 1].content = content;
}
}
};
};
“`

从代码中可以看出，在EventSource的message事件结束时，前端还调用了feedback接口进行反馈。这是由于在使用Pipe输出时，后端没有记录AI的回答文本。斟酌到前端已处理了文本，这里由前端进行反馈，将本次AI回答的内容完全地传递给后端，后端再更新会话信息，保证对话的完全性。

feedback接口的实现非常简单：

“`javascript
router.post(‘/feedback’, function(req, res, next) {
if (req.body.result) {
req.session.chatgptSessionPrompt += req.body.result
res.status(200).json({ code: ‘0’, msg: “更新成功” });
} else {
res.status(400).json({ msg: “参数毛病” });
}
});
“`

我这里只是给出一种简单的方法，请注意这仅供参考，不能保证在所有情况下都完善运行。

限制访问频率

由于OpenAI也有不要钱的使用额度，因此需要限制调用频率和次数，以避免被歹意调用。这可以通过session来实现。我这里给出一种比较简单的处理方式，实际产品中可能会使用Redis、数据库写入和定时任务等更复杂的方法，这方面我也不是太专业，所以就不展开了。

对访问频率，我暂定在3秒内最多调用一次。我们可使用当前时间减去上一次记录的chatgptRequestTime来判断会不会在3秒内，如果是，则返回HTTP状态码429；如果不在3秒内，则进行后续逻辑。

“`javascript
if (req.session.chatgptRequestTime && Date.now() – req.session.chatgptRequestTime <= 3000) { return res.status(429).json({ msg: "请降低请求频次" }); } ``` 对于请求次数，同样的道理，我这里使用了一个简单的实现方法。实际上，还需要考虑跨天清理等逻辑。由于这里是简化的示例，所以并没有涉及这些。 ```javascript if (req.session.chatgptTimes && req.session.chatgptTimes >= 50) {
return res.status(403).json({ msg: “到达调用上限，欢迎明天再来哦” });
}
“`

同一个话题聊得太多也不好，否则传递给OpenAI的prompt参数会很大，这可能会消耗很多Token，也有可能超越OpenAI参数的限制。

“`javascript
if (req.session.chatgptTopicCount && req.session.chatgptTopicCount >= 10) {
req.session.chatgptSessionPrompt = ”
req.session.chatgptTopicCount = 0
return res.status(403).json({ msg: “这个话题聊得有点深入了，不如换一个” })
}
“`

## 结语

总的来讲，OpenAI开放出的GPT3.5 API能够满足基本需求，但仍有很大的改进空间。我在文章中给出的代码仅供参考，不能保证在所有情况下都完善运行。

附上源码地址：[点击这里](https://github.com/example)

如果觉得好，请给项目点个star吧，ball ball了[认真脸]。

ChatGPT不要钱版额度的常见问答Q&A

问题2：ChatGPT的不要钱额度是多少？

答案：目前在CHATGPT中，用户初始取得的不要钱额度为100次要求/日，有效期为30天。用户可以根据自己的实际需要和使用情况，灵活地选择使用不要钱额度。

• 用户初始取得的不要钱额度为100次要求/日。
• 不要钱额度的有效期为30天。
• 用户可以根据自己的实际需要和使用情况灵活选择使用不要钱额度。