前言
本篇文章的内容，包括项目都是 ChatGPT 辅佐完结的，有许多简介，专业术语、代码完结都是问的 TA，边问边写。
开篇会以 ChatGPT 介绍为主，文末会要点介绍怎样建立专属职业的数字人（这里会涉及到前端一个比较有意思的技能点），文末有小程序体会二维码
下面某些场景会以“
TA”来代指ChatGPT，当然，我信任有一天“TA”会变成“他”和“她”～
ChatGPT 是什么
TA 是一种依据人工智能技能的天然言语处理东西，它能够模仿人类的对话方法，完结与人类的交互。TA 的核心技能是GPT（Generative Pre-trained Transformer）模型，TA 是一种依据Transformer架构的天然言语生成模型，由OpenAI公司开发。
ChatGPT 的优势
TA 经过学习许多的言语数据，能够模仿人类的言语表达方法，了解人类的言语目的，并且能够依据对话上下文生成天然流畅的回复。
ChatGPT 运用场景
TA 能够运用于多个范畴，例如客服机器人、智能帮手、智能客服甚至能完结编撰邮件、设计资料、视频脚本、案牍、翻译、代码，写论文等使命。 TA 的运用场景十分广泛，它能够为企业供给高效的客服解决方案，减少客服人员的工作量，提高客户满意度。同时，TA 还能够为智能家居、智能汽车等范畴供给智能化的语音交互解决方案，让人们愈加方便地运用智能设备。
周围现已许多朋友开始练习各职业模型了，比如说帮大学生写论文（当然不推荐），保险职业导师、生成特定图片资料等等，现在我主要把TA当作东西来用，比如写文章、写脚本和格局化特定数据文件等。
总归，ChatGpt是一种十分有前景的人工智能技能，它能够为人们带来愈加智能化、高效化的言语交互体会，为企业供给愈加优质的客户服务。
呃～以上官方话术许多是 TA 自己介绍的自己
ChatGPT 怎样运用
知乎：只需拜访chat.openai.com并创立一个 OpenAI 帐户即可拜访 ChatGPT。登录后，您就能够开始运用 ChatGPT 谈天了…
当然很扯，看上图就知道没那么简略了
实际上需求做：
1. 国外服务器署理
国内是无法直接拜访的（香港服务器也不行），所以得挂个署理，伪装在日本、新加坡或者美国，咱们租的是日本服务器
2. 具有一个美国手机号
接码渠道注册：打开网站：sms-activate.org/ 运用邮箱注册，挑选充值1$，能够用支付宝，充值结束会随机分配一个手机号。
咱们运用的手机号是之前创业的一个合伙人的手机号，他是久居美国，所以直接用的他的。
3. 注册 OpenAI
打开链接beta.openai.com/signup 挑选运用 Google 登录即可，第二步中输入分配给你的手机号，然后发送验证码，回到刚刚的接码渠道，就能看到收到的验证码了（20min有用）
4. 拜访
从头登录：chat.openai.com/auth/login
然后拜访：chat.openai.com/chat
和注册美区 Apple ID 差不多的流程，当然也支撑公司账户注册
ChatGPT 怎样收费？
最新官方定价——每1k个token的价格为0.002美元，比现有的GPT-3.5模型便宜10倍！
没错，是按字收费的，中文的话按两个 token 计算，因为 TA 的本钱主要集中在服务器本钱和算力本钱，光参数都不到2000亿个，可想而知本钱是相当大的，这个也是和传统查找引擎比较最大的一个缺陷，究竟查找是免费的，所以这些本钱会均摊在用户恳求的每个字符上，按 token 计费
注册账号后每个账户会发放18$的赠送金额，如果用完了是需求付费的
ChatGPT 开发专属数字人
练习规模
那有了账号之后能够随时和 TA 进行问答了，但是问题也来了，我们都用一个 TA 问问题，练习模型，那 TA 听谁的呢？ 举个例子：
小红问：乾隆和雍正什么关系
TA：乾隆是雍正他爹
小红：啊？应该是雍正是乾隆他爹啊，记住了吗？
TA：记住了
小明问：乾隆和雍正什么关系
TA：乾隆是雍正他爹
小明：雍正是乾隆他爷爷，记住了吗
TA：记住了
这时分小强也问了同样的问题，那么 TA 怎样答复？
答案是：各自答复各自账号练习规模内的答案。
其实不难了解，就像 gitlab 代码库房管理一样，TA 也会有一个基座数据，相当于代码主库房，每个账户是依据基座数据 fork 出来的个人库房，允许在个人库房练习特定职业数据，但是不允许合并到基座。一句话了解：不能 merge 到基座， 只能 rebase 基座数据到个人库房。
基座数据现在只更到2021年，所以需求用户去手动练习一些新的数据（如果有需求的话），当然因为 TA 是一个继续更新的模型，数据会跟着时间推移而不断的更新。
OpenAI API
OpenAI供给了API接口，经过这个接口，开发者能够运用 chatGPT 等 OpenAI 模型来构建自己的运用程序。
也便是咱们能够经过调用开源接口来建立自己的专属运用，也便是某个职业专属的数字人。
上下文记录
体会过的或许了解 TA 是能记录并且剖析上下文的，在 API 中每个恳求支撑的最大 token 数为 4000，一般会设置答复占 2000 token，上下文用 2000 token，这样当你提问的时分 TA 会优先结合存储的上下文给出 TA 认为最匹配的答复，这也是能进行继续性对话的基础。
前端er需求搞点什么
已然有开源接口，那后端需求做的是作为 client 向 server 发送恳求来调用开源 API（国外服务器挂署理的原因）
前端需求做的是完结一个和 TA 有相同功能的 UI 界面（就以谈天对话场景为例）：
1. 需求做谈天交互组件
比如说需求支撑文字，文件，视频，图片等展示，推荐一个开源 UI 库：ChatUI
这个是阿里小蜜团队开源的谈天组件，也便是淘宝里的机器人客服的 UI
2.服务端推送数据接收-字节省
体会过 TA 的谈天方法的人不难看出，TA 在答复问题的时分是逐字逐句答复的，每一个字或者每一句都有或许中止，然后再回来，像极了人类在考虑或者输入的状态，那 TA 是怎样做的呢？
因为涉及到谈天，所以作为前端来说榜首想到的是需求升级 http 协议为 websoket，然后经过服务端广播，客户端监听接收来完结；
但是并不用这么麻烦！！！要点来了！！！
OpenAI API 是一个字一个字生成的边生成边输出，接口回来的是 generator 格局，也便是流式文本数据。
通常来说一般的 http 恳求咱们会设置 content-type:application/json，也便是是获取带有结构体的 json 数据，如果在这种恳求场景下，你让 TA 写一篇长篇小说，那得等好久才能看到结果～，因为数据量太大了并且需求计算，等接口回来的时分是一切数据加载完的结果。
如果是 generator 格局，对应的 content-type:application/octet-stream，那么经过 ES6 中的 async/await 关键字以及 fetch API来接收 generator 目标并将其循环输出到网页上即可（下面是 ChatGPT 给出的示例代码）：
其实流关于前端来说并不陌生，许多文件的下载都是依据流文件处理的，但是这种 generator 的结构我是榜首次有场景用到，所以感觉还挺有意思的～
简略放了 generator 的动图，因为有巨细约束所以不太清晰，文末有完好小程序体会链接码，感兴趣的能够扫码体会下
上图能够看到左侧文字一直在输出，右侧接口恳求 response 并没有内容，仅仅 time 一直在 pendding
3.使用 ChatGPT 写代码
其实关于开发来讲，TA 比查文档解决问题的效率高的不是一点半点，注解比某些官方文档写的都细致，比如
下面是用python 生成微信 js-sdk 签名的代码示例：
个人觉得比微信文档写的要清楚多了…
作用演示
ChatGPT 项目体会
微信小程序查找“猿回忆”或者扫下面二维码即可体会（入口放到了小程序首页）
上面是一个敞开的小程序作为示例体会，答复的问题或许比较基础，没有针对某个职业做独自练习，模型比较干净；朋友公司是保险职业，现已用这个练习出保险职业的数字人，听说现已练习了上百万条数据，等待最近能有好的收成，但是因为数据比较灵敏只能贴几张图（已练习好职业模型的示例）。
练习好的模型现已支撑文本、图片、视频、文件等
ChatGPT 发展前景
未来每个职业或许都会需求练习出一个专属的模型，来做一些重复性的初级其他工作，来提效降本钱，所以一切参与者，开发者未来都会充当一个调参师的人物，所以高效的练习模型是未来 B 端业务值得做的一件事。
总结
说了这么多，现在还没有看到某个职业广泛运用，基本上都是图个新鲜在张望，那原因我剖析现在有两个门槛摆在开发者面前，一个是国内未敞开，要接入到国内本钱还是比较高的，别的一个是职业数据手动练习的本钱也很高，所以希望百度能够解决这两个问题，还是很等待三月份文心一言的上线，到时分体会体会
以上都是周末短时间内的个人了解，如有过错欢迎谈论指正～
本文正在参加✍技能视角深入 ChatGPT 征文活动
