简介
chatGPT最近非常不稳定，访问一不小心就出现了网络错误，根本就不能很好的使用。那么我们该怎么办呢？勇哥给大家想到了一个种办法，就是用程序去调用openapi的接口，这个接口虽然是收费的，但是可免费使用3个月，完全够我们挥霍了，所有你阅读本月完全不用有负担。
本文是采取的java代码开发，Python、node.js、C、go等语言也是可以参考的，主要参考每种模式的参数以及prompt。
另外掉用openai需要申请账号和token，这个我具体在《chatGPT的49种应用场景，双AI生成二次元仙女，及各开发语言对接chatGPT参考指南》中已经阐述，再此就不在阐述了。
openapi的49种模式中，支持论文创作、代码生成、SQL生成、代码解释、程序代码翻译等多种有趣的玩法，各位小伙伴一起玩起来把，有任何问题，都可以在评论区CALL我。
49种模式的参加代码
下面49种方式都需要导入
<dependency><groupId>com.theokanning.openai-gpt3-java</groupId><artifactId>client</artifactId><version>0.8.1</version> </dependency>
问&答
说明：依据现有知识库问&答
模型：text-davinci-003
prompt：Q: ((你的问题))\nA:
prompt例子：Q: 什么是分布式锁?\nA:
参考代码：
package cn.gjsm.miukoo.openai;import cn.gjsm.miukoo.Constants;
import com.theokanning.openai.OpenAiService;
import com.theokanning.openai.completion.CompletionRequest;import java.util.Arrays;
import java.util.Iterator;
import java.util.Map;
public class OpenAi01 {public static void main(String[] args) {OpenAiService service = new OpenAiService(Constants.OPENAPI_TOKEN);CompletionRequest completionRequest = CompletionRequest.builder().model("text-davinci-003").prompt("Q: 今天重庆的天气咋样?\nA:").temperature(0D).maxTokens(1000).topP(1D).frequencyPenalty(0D).presencePenalty(0D).stop(Arrays.asList("\n")).build();service.createCompletion(completionRequest).getChoices().forEach(System.out::println);}
}| 创新采样 | 情绪采样 | 频率处罚系数 | 重复处罚系数 | 停止词 |
|---|---|---|---|---|
| 0.0 | 1.0 | 0.0 | 0.0 | \n |
语法纠正
说明：将句子转换成标准的英语，输出结果始终是英文
模型：text-davinci-003
prompt：((你的文本))
prompt例子：下半夜,突然雷声隆隆,接着电光闪闪。
参考代码：
package cn.gjsm.miukoo.openai;import cn.gjsm.miukoo.Constants;
import com.theokanning.openai.OpenAiService;
import com.theokanning.openai.completion.CompletionRequest;import java.util.Arrays;public class OpenAi02 {public static void main(String[] args) {OpenAiService service = new OpenAiService(Constants.OPENAPI_TOKEN);CompletionRequest completionRequest = CompletionRequest.builder().model("text-davinci-003").prompt("下半夜,突然雷声隆隆,接着电光闪闪。").temperature(0D).maxTokens(1000).topP(1D).frequencyPenalty(0D).presencePenalty(0D).build();service.createCompletion(completionRequest).getChoices().forEach(System.out::println);}
}| 创新采样 | 情绪采样 | 频率处罚系数 | 重复处罚系数 | 停止词 |
|---|---|---|---|---|
| 0.0 | 1.0 | 0.0 | 0.0 |
内容概况
说明：将一段话，概况中心
模型：text-davinci-003
prompt：Summarize this for a second-grade student:\n你的文本
prompt例子：Summarize this for a second-grade student:\n虽然我国国土辽阔，但我们要确保十三亿的人的衣食住行。我们的生活富裕了，但能源能不能持续跟上呢?希望大家能够利用废物，节约地球能源，善待地球环境，从身边的小事做起，从我做起，保护环境。还要呼吁大家共同保护赖以生存的家园!
参考代码：
package cn.gjsm.miukoo.openai;import cn.gjsm.miukoo.Constants;
import com.theokanning.openai.OpenAiService;
import com.theokanning.openai.completion.CompletionRequest;public class OpenAi03 {public static void main(String[] args) {OpenAiService service = new OpenAiService(Constants.OPENAPI_TOKEN);CompletionRequest completionRequest = CompletionRequest.builder().model("text-davinci-003").prompt("Summarize this for a second-grade student:\n虽然我国国土辽阔，但我们要确保十三亿的人的衣食住行。我们的生活富裕了，但能源能不能持续跟上呢?希望大家能够利用废物，节约地球能源，善待地球环境，从身边的小事做起，从我做起，保护环境。还要呼吁大家共同保护赖以生存的家园!").temperature(0.7D).maxTokens(1000).topP(1D).frequencyPenalty(0D).presencePenalty(0D).build();service.createCompletion(completionRequest).getChoices().forEach(System.out::println);}
}| 创新采样 | 情绪采样 | 频率处罚系数 | 重复处罚系数 | 停止词 |
|---|---|---|---|---|
| 0.7 | 1.0 | 0.0 | 0.0 |
生成OpenAi的代码
说明：一句话生成OpenAi的代码
模型：code-davinci-002
prompt：“”“\nUtil exposes the following:\nutil.openai() -> authenticates & returns the openai module, which has the following functions:\nopenai.Completion.create(\n prompt=”“, # The prompt to start completing from\n max_tokens=123, # The max number of tokens to generate\n temperature=1.0 # A measure of randomness\n echo=True, # Whether to return the prompt in addition to the generated completion\n)\n”“”\nimport util\n"“”\n((你的文本))\n"“”\n\n
prompt例子：“”“\nUtil exposes the following:\nutil.openai() -> authenticates & returns the openai module, which has the following functions:\nopenai.Completion.create(\n prompt=”“, # The prompt to start completing from\n max_tokens=123, # The max number of tokens to generate\n temperature=1.0 # A measure of randomness\n echo=True, # Whether to return the prompt in addition to the generated completion\n)\n”“”\nimport util\n"“”\n创建一个OpenAI completion，提示是“你好”，最大令牌时5\n"“”\n\n
参考代码：
package cn.gjsm.miukoo.openai;import cn.gjsm.miukoo.Constants;
import com.theokanning.openai.OpenAiService;
import com.theokanning.openai.completion.CompletionRequest;import java.util.Arrays;public class OpenAi04 {public static void main(String[] args) {OpenAiService service = new OpenAiService(Constants.OPENAPI_TOKEN);CompletionRequest completionRequest = CompletionRequest.builder().model("code-davinci-002").prompt("\\\"\\\"\\\"\\nUtil exposes the following:\\nutil.openai() -> authenticates & returns the openai module, which has the following functions:\\nopenai.Completion.create(\\n prompt=\\\"<my prompt>\\\", # The prompt to start completing from\\n max_tokens=123, # The max number of tokens to generate\\n temperature=1.0 # A measure of randomness\\n echo=True, # Whether to return the prompt in addition to the generated completion\\n)\\n\\\"\\\"\\\"\\nimport util\\n\\\"\\\"\\\"\\n创建一个OpenAI completion，提示是“你好”，最大令牌时5\\n\\\"\\\"\\\"\\n\\n").temperature(0.7D).maxTokens(1000).topP(1D).frequencyPenalty(0D).presencePenalty(0D).stop(Arrays.asList("\"\"\"")).build();service.createCompletion(completionRequest).getChoices().forEach(System.out::println);}
}| 创新采样 | 情绪采样 | 频率处罚系数 | 重复处罚系数 | 停止词 |
|---|---|---|---|---|
| 0.0 | 1.0 | 0.0 | 0.0 | “”" |
程序命令生成
说明：一句话生成程序的命令，目前支持操作系统指令比较多
模型：text-davinci-003
prompt：Convert this text to a programmatic command:\n\nExample: Ask Constance if we need some bread\nOutput: send-msg
find constanceDo we need some bread?\n\n((你的文本))prompt例子：Convert this text to a programmatic command:\n\nExample: Ask Constance if we need some bread\nOutput: send-msg
find constanceDo we need some bread?\n\n添加一个自动关机的定时任务
参考代码：
package cn.gjsm.miukoo.openai;import cn.gjsm.miukoo.Constants;
import com.theokanning.openai.OpenAiService;
import com.theokanning.openai.completion.CompletionRequest;import java.util.Arrays;public class OpenAi05 {public static void main(String[] args) {OpenAiService service = new OpenAiService(Constants.OPENAPI_TOKEN);CompletionRequest completionRequest = CompletionRequest.builder().model("text-davinci-003").prompt("Convert this text to a programmatic command:\\n\\nExample: Ask Constance if we need some bread\\nOutput: send-msg `find constance` Do we need some bread?\\n\\n添加一个自动关机的定时任务").temperature(0.0D).maxTokens(1000).topP(1D).frequencyPenalty(0.2D).presencePenalty(0D).build();service.createCompletion(completionRequest).getChoices().forEach(System.out::println);}
}| 创新采样 | 情绪采样 | 频率处罚系数 | 重复处罚系数 | 停止词 |
|---|---|---|---|---|
| 0.0 | 1.0 | 0.2 | 0.0 |
语言翻译
说明：把一种语法翻译成其它几种语言
模型：text-davinci-003
prompt：Translate this into 1. French, 2. Spanish and 3. English:\n((你的文本))
prompt例子：Translate this into 1. French, 2. Spanish and 3. English:\n这是什么地方?
参考代码：
package cn.gjsm.miukoo.openai;import cn.gjsm.miukoo.Constants;
import com.theokanning.openai.OpenAiService;
import com.theokanning.openai.completion.CompletionRequest;public class OpenAi06 {public static void main(String[] args) {OpenAiService service = new OpenAiService(Constants.OPENAPI_TOKEN);CompletionRequest completionRequest = CompletionRequest.builder().model("text-davinci-003").prompt("Translate this into 1. French, 2. Spanish and 3. English:\\n这是什么地方?").temperature(0.3D).maxTokens(1000).topP(1D).frequencyPenalty(0D).presencePenalty(0D).build();service.createCompletion(completionRequest).getChoices().forEach(System.out::println);}
}| 创新采样 | 情绪采样 | 频率处罚系数 | 重复处罚系数 | 停止词 |
|---|---|---|---|---|
| 0.3 | 1.0 | 0.0 | 0.0 |
Stripe国际API生成
说明：一句话生成Stripe国际支付API
模型：code-davinci-002
prompt：“”“\nUtil exposes the following:\n\nutil.stripe() -> authenticates & returns the stripe module; usable as stripe.Charge.create etc\n”“”\nimport util\n"“”\n((你的文本))\n"“”
prompt例子：“”“\nUtil exposes the following:\n\nutil.stripe() -> authenticates & returns the stripe module; usable as stripe.Charge.create etc\n”“”\nimport util\n"“”\n使用一个信用卡5555-4444-3333-2222，创建一个Stripe令牌\n"“”
参考代码：
package cn.gjsm.miukoo.openai;import cn.gjsm.miukoo.Constants;
import com.theokanning.openai.OpenAiService;
import com.theokanning.openai.completion.CompletionRequest;import java.util.Arrays;public class OpenAi07 {public static void main(String[] args) {OpenAiService service = new OpenAiService(Constants.OPENAPI_TOKEN);CompletionRequest completionRequest = CompletionRequest.builder().model("code-davinci-002").prompt("\\\"\\\"\\\"\\nUtil exposes the following:\\n\\nutil.stripe() -> authenticates & returns the stripe module; usable as stripe.Charge.create etc\\n\\\"\\\"\\\"\\nimport util\\n\\\"\\\"\\\"\\n使用一个信用卡5555-4444-3333-2222，创建一个Stripe令牌\\n\\\"\\\"\\\"").temperature(0.3D).maxTokens(1000).topP(1D).frequencyPenalty(0D).presencePenalty(0D).stop(Arrays.asList("\"\"\"")).build();service.createCompletion(completionRequest).getChoices().forEach(System.out::println);}
}| 创新采样 | 情绪采样 | 频率处罚系数 | 重复处罚系数 | 停止词 |
|---|---|---|---|---|
| 0.0 | 1.0 | 0.0 | 0.0 | “”" |
SQL语句生成
说明：依据上下文中的表信息，生成SQL语句
模型：code-davinci-002
prompt：### ((你的数据库名称)) SQL tables, 表字段信息如下:\n#\n((你的表信息))\n#\n### ((你的文案描述))\n ((生成SQL的类型))
prompt例子：### Mysql SQL tables, 表字段信息如下:\n#\n# Employee(id, name, department_id)\n# Department(id, name, address)\n# Salary_Payments(id, employee_id, amount, date)\n#\n### 创建表的语法\n CREATE
参考代码：
package cn.gjsm.miukoo.openai;import cn.gjsm.miukoo.Constants;
import com.theokanning.openai.OpenAiService;
import com.theokanning.openai.completion.CompletionRequest;import java.util.Arrays;public class OpenAi08 {public static void main(String[] args) {OpenAiService service = new OpenAiService(Constants.OPENAPI_TOKEN);CompletionRequest completionRequest = CompletionRequest.builder().model("code-davinci-002").prompt("### Mysql SQL tables, 表字段信息如下:\\n#\\n# Employee(id, name, department_id)\\n# Department(id, name, address)\\n# Salary_Payments(id, employee_id, amount, date)\\n#\\n### 创建表的语法\\n CREATE").temperature(0.0D).maxTokens(1000).topP(1D).frequencyPenalty(0D).presencePenalty(0D).stop(Arrays.asList("#",";")).build();service.createCompletion(completionRequest).getChoices().forEach(System.out::println);}
}| 创新采样 | 情绪采样 | 频率处罚系数 | 重复处罚系数 | 停止词 |
|---|---|---|---|---|
| 0.0 | 1.0 | 0.0 | 0.0 | # ; |
结构化生成
说明：对于非结构化的数据抽取其中的特征生成结构化的表格
模型：text-davinci-003
prompt：A table summarizing, use Chinese:\n((你的文本))\n
prompt例子：A table summarizing, use Chinese:\n我是一个活泼可爱的小女孩，我有着一双水灵灵的大眼睛；弯弯的眉毛像月亮一样；高高的鼻子下面有一张粉红色的樱桃小嘴。\n
参考代码：
package cn.gjsm.miukoo.openai;import cn.gjsm.miukoo.Constants;
import com.theokanning.openai.OpenAiService;
import com.theokanning.openai.completion.CompletionRequest;import java.util.Arrays;public class OpenAi09 {public static void main(String[] args) {OpenAiService service = new OpenAiService(Constants.OPENAPI_TOKEN);CompletionRequest completionRequest = CompletionRequest.builder().model("text-davinci-003").prompt("A table summarizing, use Chinese:\\n我是一个活泼可爱的小女孩，我有着一双水灵灵的大眼睛；弯弯的眉毛像月亮一样；高高的鼻子下面有一张粉红色的樱桃小嘴。\\n").temperature(0.0D).maxTokens(100).topP(1D).frequencyPenalty(0D).presencePenalty(0D).build();service.createCompletion(completionRequest).getChoices().forEach(System.out::println);}
}| 创新采样 | 情绪采样 | 频率处罚系数 | 重复处罚系数 | 停止词 |
|---|---|---|---|---|
| 0.0 | 1.0 | 0.0 | 0.0 |
信息分类
说明：把一段信息继续分类
模型：text-davinci-003
prompt：((你的文本))\n分类:
prompt例子：好似在唱着优美动听的歌\n分类:
参考代码：
package cn.gjsm.miukoo.openai;import cn.gjsm.miukoo.Constants;
import com.theokanning.openai.OpenAiService;
import com.theokanning.openai.completion.CompletionRequest;public class OpenAi10 {public static void main(String[] args) {OpenAiService service = new OpenAiService(Constants.OPENAPI_TOKEN);CompletionRequest completionRequest = CompletionRequest.builder().model("text-davinci-003").prompt("好似在唱着优美动听的歌\\n分类:").temperature(0.0D).maxTokens(100).topP(1D).frequencyPenalty(0D).presencePenalty(0D).build();service.createCompletion(completionRequest).getChoices().forEach(System.out::println);}
}| 创新采样 | 情绪采样 | 频率处罚系数 | 重复处罚系数 | 停止词 |
|---|---|---|---|---|
| 0.0 | 1.0 | 0.0 | 0.0 |
Python代码解释
说明：把代码翻译成文字，用来解释程序的作用
模型：code-davinci-002
prompt：“# Python 3 \n ((你的代码)) \n\n# 解释代码作用\n\n#”
prompt例子：“# Python 3 \ndef remove_common_prefix(x, prefix, ws_prefix): \n x[“completion”] = x[“completion”].str[len(prefix) :] \n if ws_prefix: \n # keep the single whitespace as prefix \n x[“completion”] = " " + x[“completion”] \nreturn x \n\n# 解释代码作用\n\n#”
参考代码：
package cn.gjsm.miukoo.openai;import cn.gjsm.miukoo.Constants;
import com.theokanning.openai.OpenAiService;
import com.theokanning.openai.completion.CompletionRequest;public class OpenAi11 {public static void main(String[] args) {OpenAiService service = new OpenAiService(Constants.OPENAPI_TOKEN);CompletionRequest completionRequest = CompletionRequest.builder().model("code-davinci-002").prompt("# Python 3 \ndef remove_common_prefix(x, prefix, ws_prefix): \n x[\"completion\"] = x[\"completion\"].str[len(prefix) :] \n if ws_prefix: \n # keep the single whitespace as prefix \n x[\"completion\"] = \" \" + x[\"completion\"] \nreturn x \n\n# 解释代码作用\n\n#").temperature(0.0D).maxTokens(64).topP(1D).frequencyPenalty(0D).presencePenalty(0D).build();service.createCompletion(completionRequest).getChoices().forEach(System.out::println);}
}| 创新采样 | 情绪采样 | 频率处罚系数 | 重复处罚系数 | 停止词 |
|---|---|---|---|---|
| 0.0 | 1.0 | 0.0 | 0.0 |
文字转表情符号
说明：将文本编码成表情服务
模型：text-davinci-003
prompt：转换文字为表情。\n((你的文本))：
prompt例子：转换文字为表情。\n我现在非常生气：
参考代码：
package cn.gjsm.miukoo.openai;import cn.gjsm.miukoo.Constants;
import com.theokanning.openai.OpenAiService;
import com.theokanning.openai.completion.CompletionRequest;import java.util.Arrays;public class OpenAi12 {public static void main(String[] args) {OpenAiService service = new OpenAiService(Constants.OPENAPI_TOKEN);CompletionRequest completionRequest = CompletionRequest.builder().model("text-davinci-003").prompt("转换文字为表情。\n我现在非常生气： ").temperature(0.8D).maxTokens(64).topP(1D).frequencyPenalty(0D).presencePenalty(0D).stop(Arrays.asList("\n")).build();service.createCompletion(completionRequest).getChoices().forEach(System.out::println);}
}| 创新采样 | 情绪采样 | 频率处罚系数 | 重复处罚系数 | 停止词 |
|---|---|---|---|---|
| 0.8 | 1.0 | 0.0 | 0.0 | \n |
时间复杂度计算
说明：求一段代码的时间复杂度
模型：
text-davinci-003prompt：((你的代码))\n"“”\n函数的时间复杂度是
prompt例子：for (int i = 0; i < 10; i++) {\n System.out.println(1);\n}\n"“”\n函数的时间复杂度是
参考代码：
package cn.gjsm.miukoo.openai;import cn.gjsm.miukoo.Constants;
import com.theokanning.openai.OpenAiService;
import com.theokanning.openai.completion.CompletionRequest;import java.util.Arrays;public class OpenAi13 {public static void main(String[] args) {OpenAiService service = new OpenAiService(Constants.OPENAPI_TOKEN);CompletionRequest completionRequest = CompletionRequest.builder().model("text-davinci-003").prompt("for (int i = 0; i < 10; i++) {\\n System.out.println(1);\\n}\\n\\\"\\\"\\\"\\n函数的时间复杂度是 ").temperature(0D).maxTokens(64).topP(1D).frequencyPenalty(0D).presencePenalty(0D).stop(Arrays.asList("\n")).build();service.createCompletion(completionRequest).getChoices().forEach(System.out::println);}
}| 创新采样 | 情绪采样 | 频率处罚系数 | 重复处罚系数 | 停止词 |
|---|---|---|---|---|
| 0.0 | 1.0 | 0.0 | 0.0 | \n |
程序代码翻译
说明：把一种语言的代码翻译成另外一种语言的代码
模型：code-davinci-002
prompt：##### 把这段代码从((语言1))翻译成((语言2))\n### ((语言1))\n \n ((要翻译的代码))\n \n### ((语言2))
prompt例子：##### 把这段代码从Python翻译成Java\n### Python\n \n def predict_proba(X: Iterable[str]):\n return np.array([predict_one_probas(tweet) for tweet in X])\n \n### Java
参考代码：
package cn.gjsm.miukoo.openai;import cn.gjsm.miukoo.Constants;
import com.theokanning.openai.OpenAiService;
import com.theokanning.openai.completion.CompletionRequest;import java.util.Arrays;public class OpenAi14 {public static void main(String[] args) {OpenAiService service = new OpenAiService(Constants.OPENAPI_TOKEN);CompletionRequest completionRequest = CompletionRequest.builder().model("code-davinci-002").prompt("##### 把这段代码从Python翻译成Java\\n### Python\\n \\n def predict_proba(X: Iterable[str]):\\n return np.array([predict_one_probas(tweet) for tweet in X])\\n \\n### Java").temperature(0D).maxTokens(200).topP(1D).frequencyPenalty(0D).presencePenalty(0D).stop(Arrays.asList("###")).build();service.createCompletion(completionRequest).getChoices().forEach(System.out::println);}
}| 创新采样 | 情绪采样 | 频率处罚系数 | 重复处罚系数 | 停止词 |
|---|---|---|---|---|
| 0.0 | 1.0 | 0.0 | 0.0 | ### |
高级情绪评分
说明：支持批量列表的方式检查情绪
模型：
text-davinci-003prompt：对下面内容进行情感分类:\n((你批量评级的文本列表))"\n情绪评级:
prompt例子：对下面内容进行情感分类:\n1. “我今天非常开心”\n2.“今天我上课睡觉了”\n情绪评级:
参考代码：
package cn.gjsm.miukoo.openai;import cn.gjsm.miukoo.Constants;
import com.theokanning.openai.OpenAiService;
import com.theokanning.openai.completion.CompletionRequest;import java.util.Arrays;public class OpenAi15 {public static void main(String[] args) {OpenAiService service = new OpenAiService(Constants.OPENAPI_TOKEN);CompletionRequest completionRequest = CompletionRequest.builder().model("text-davinci-003").prompt("对下面内容进行情感分类:\\n1. \\\"我今天非常开心\\\"\\n2.\\\"今天我上课睡觉了\\\"\\n情绪评级:").temperature(0D).maxTokens(200).topP(1D).frequencyPenalty(0D).presencePenalty(0D).build();service.createCompletion(completionRequest).getChoices().forEach(System.out::println);}
}| 创新采样 | 情绪采样 | 频率处罚系数 | 重复处罚系数 | 停止词 |
|---|---|---|---|---|
| 0.0 | 1.0 | 0.0 | 0.0 |
代码解释
说明：对一段代码进行解释
模型：code-davinci-002
prompt：代码:\n((你的代码))\n"“”\n上面的代码在做什么:\n1.
prompt例子：代码:\npublic class T {\n public static void main(String[] args) {\n System.out.println(“Hello Heima”);\n }\n}\n"“”\n上面的代码在做什么:\n1.
参考代码：
package cn.gjsm.miukoo.openai;import cn.gjsm.miukoo.Constants;
import com.theokanning.openai.OpenAiService;
import com.theokanning.openai.completion.CompletionRequest;import java.util.Arrays;public class OpenAi16 {public static void main(String[] args) {OpenAiService service = new OpenAiService(Constants.OPENAPI_TOKEN);CompletionRequest completionRequest = CompletionRequest.builder().model("code-davinci-002").prompt("代码:\\npublic class T {\\n public static void main(String[] args) {\\n System.out.println(\\\"Hello Heima\\\");\\n }\\n}\\n\\\"\\\"\\\"\\n上面的代码在做什么:\\n1. ").temperature(0D).maxTokens(200).topP(1D).frequencyPenalty(0D).presencePenalty(0D).stop(Arrays.asList("\"\"\"")).build();service.createCompletion(completionRequest).getChoices().forEach(System.out::println);}
}| 创新采样 | 情绪采样 | 频率处罚系数 | 重复处罚系数 | 停止词 |
|---|---|---|---|---|
| 0.0 | 1.0 | 0.0 | 0.0 | “”" |
关键字提取
说明：提取一段文本中的关键字
模型：
text-davinci-003prompt：抽取下面内容的关键字:\n((你的文本))
prompt例子：抽取下面内容的关键字:\n非结构化数据主要是指那些无法用固定结构来逻辑表达实现的数据,简单来说就是用户散落在论坛、微博、微信或其他渠道发表的关于产品的各种评价或吐槽。
参考代码：
package cn.gjsm.miukoo.openai;import cn.gjsm.miukoo.Constants;
import com.theokanning.openai.OpenAiService;
import com.theokanning.openai.completion.CompletionRequest;import java.util.Arrays;public class OpenAi17 {public static void main(String[] args) {OpenAiService service = new OpenAiService(Constants.OPENAPI_TOKEN);CompletionRequest completionRequest = CompletionRequest.builder().model("text-davinci-003").prompt("抽取下面内容的关键字:\\n非结构化数据主要是指那些无法用固定结构来逻辑表达实现的数据,简单来说就是用户散落在论坛、微博、微信或其他渠道发表的关于产品的各种评价或吐槽。").temperature(0.5D).maxTokens(200).topP(1D).frequencyPenalty(0.8D).presencePenalty(0D).build();service.createCompletion(completionRequest).getChoices().forEach(System.out::println);}
}| 创新采样 | 情绪采样 | 频率处罚系数 | 重复处罚系数 | 停止词 |
|---|---|---|---|---|
| 0.5 | 1.0 | 0.8 | 0.0 |
问题解答
说明：类似解答题
模型：
text-davinci-003prompt：Q: 你的问题?\nA: ?
prompt例子：Q: 奥特曼的技能是什么?\nA: ?
参考代码：
package cn.gjsm.miukoo.openai;import cn.gjsm.miukoo.Constants;
import com.theokanning.openai.OpenAiService;
import com.theokanning.openai.completion.CompletionRequest;public class OpenAi18 {public static void main(String[] args) {OpenAiService service = new OpenAiService(Constants.OPENAPI_TOKEN);CompletionRequest completionRequest = CompletionRequest.builder().model("text-davinci-003").prompt("Q: 奥特曼的技能是什么?\\nA: ?").temperature(0D).maxTokens(200).topP(1D).frequencyPenalty(0D).presencePenalty(0D).build();service.createCompletion(completionRequest).getChoices().forEach(System.out::println);}
}| 创新采样 | 情绪采样 | 频率处罚系数 | 重复处罚系数 | 停止词 |
|---|---|---|---|---|
| 0.0 | 1.0 | 0.0 | 0.0 |
广告设计
说明：给一个产品设计一个广告
模型：
text-davinci-003prompt：为下面的产品创作一个创业广告，用于投放到抖音上：\n产品:((你的产品介绍)).
prompt例子：为下面的产品创作一个创业广告，用于投放到抖音上：\n产品: 奉节脐橙.
参考代码：
package cn.gjsm.miukoo.openai;import cn.gjsm.miukoo.Constants;
import com.theokanning.openai.OpenAiService;
import com.theokanning.openai.completion.CompletionRequest;public class OpenAi19 {public static void main(String[] args) {OpenAiService service = new OpenAiService(Constants.OPENAPI_TOKEN);CompletionRequest completionRequest = CompletionRequest.builder().model("text-davinci-003").prompt("为下面的产品创作一个创业广告，用于投放到抖音上：\\n产品: 奉节脐橙.").temperature(0.5D).maxTokens(200).topP(1D).frequencyPenalty(0D).presencePenalty(0D).build();service.createCompletion(completionRequest).getChoices().forEach(System.out::println);}
}| 创新采样 | 情绪采样 | 频率处罚系数 | 重复处罚系数 | 停止词 |
|---|---|---|---|---|
| 0.5 | 1.0 | 0.0 | 0.0 |
产品取名
说明：依据产品描述和种子词语，给一个产品取一个好听的名字
模型：
text-davinci-003prompt：产品描述: ((产品秒杀)).\n种子词: ((种子词语)).\n产品名称:
prompt例子：产品描述: 一双适合任何脚大小的鞋.\n种子词: 舒适、大气、软.\n产品名称:
参考代码：
package cn.gjsm.miukoo.openai;import cn.gjsm.miukoo.Constants;
import com.theokanning.openai.OpenAiService;
import com.theokanning.openai.completion.CompletionRequest;public class OpenAi20 {public static void main(String[] args) {OpenAiService service = new OpenAiService(Constants.OPENAPI_TOKEN);CompletionRequest completionRequest = CompletionRequest.builder().model("text-davinci-003").prompt("产品描述: 一双适合任何脚大小的鞋.\\n种子词: 舒适、大气、软.\\n产品名称: ").temperature(0.8D).maxTokens(200).topP(1D).frequencyPenalty(0D).presencePenalty(0D).build();service.createCompletion(completionRequest).getChoices().forEach(System.out::println);}
}| 创新采样 | 情绪采样 | 频率处罚系数 | 重复处罚系数 | 停止词 |
|---|---|---|---|---|
| 0.8 | 1.0 | 0.0 | 0.0 |
句子简化
说明：把一个长句子简化成一个短句子
模型：
text-davinci-003prompt：((你的长句子))\nTl;dr:
prompt例子：我是一个活泼可爱的小女孩，我有着一双水灵灵的大眼睛；弯弯的眉毛像月亮一样；高高的鼻子下面有一张粉红色的樱桃小嘴。\nTl;dr:
参考代码：
package cn.gjsm.miukoo.openai;import cn.gjsm.miukoo.Constants;
import com.theokanning.openai.OpenAiService;
import com.theokanning.openai.completion.CompletionRequest;public class OpenAi21 {public static void main(String[] args) {OpenAiService service = new OpenAiService(Constants.OPENAPI_TOKEN);CompletionRequest completionRequest = CompletionRequest.builder().model("text-davinci-003").prompt("我是一个活泼可爱的小女孩，我有着一双水灵灵的大眼睛；弯弯的眉毛像月亮一样；高高的鼻子下面有一张粉红色的樱桃小嘴。\nTl;dr: ").temperature(0.7D).maxTokens(200).topP(1D).frequencyPenalty(0D).presencePenalty(1D).build();service.createCompletion(completionRequest).getChoices().forEach(System.out::println);}
}| 创新采样 | 情绪采样 | 频率处罚系数 | 重复处罚系数 | 停止词 |
|---|---|---|---|---|
| 0.7 | 1.0 | 0.0 | 1.0 |
修复代码Bug
说明：自动修改代码中的bug
模型：code-davinci-002
prompt：“##### 修复下面代码的bug\n### ((你的语言))\n ((你的代码))\n### ((你的语言))\n”
prompt例子：“##### 修复下面代码的bug\n### Java\npublic class T {\n public static void main(String[] args) {\n System.outs.println(“Hello Heima”);\n }\n}\n### Java\n”
参考代码：
package cn.gjsm.miukoo.openai;import cn.gjsm.miukoo.Constants;
import com.theokanning.openai.OpenAiService;
import com.theokanning.openai.completion.CompletionRequest;import java.util.Arrays;public class OpenAi22 {public static void main(String[] args) {OpenAiService service = new OpenAiService(Constants.OPENAPI_TOKEN);CompletionRequest completionRequest = CompletionRequest.builder().model("code-davinci-002").prompt("##### 修复下面代码的bug\n### Java\npublic class T {\n public static void main(String[] args) {\n System.outs.println(\"Hello Heima\");\n }\n}\n### Java\n").temperature(0D).maxTokens(200).topP(1D).frequencyPenalty(0D).presencePenalty(0D).stop(Arrays.asList("###")).build();service.createCompletion(completionRequest).getChoices().forEach(System.out::println);}
}| 创新采样 | 情绪采样 | 频率处罚系数 | 重复处罚系数 | 停止词 |
|---|---|---|---|---|
| 0.0 | 1.0 | 0.0 | 0.0 | ### |
表格填充数据
说明：自动为一个表格生成数据
模型：
text-davinci-003prompt：spreadsheet ,((生成的行数)) rows:\n((表格的头))\n
prompt例子：spreadsheet ,20 rows:\n姓名| 年龄|性别|生日\n
参考代码：
package cn.gjsm.miukoo.openai;import cn.gjsm.miukoo.Constants;
import com.theokanning.openai.OpenAiService;
import com.theokanning.openai.completion.CompletionRequest;import java.util.Arrays;public class OpenAi23 {public static void main(String[] args) {OpenAiService service = new OpenAiService(Constants.OPENAPI_TOKEN);CompletionRequest completionRequest = CompletionRequest.builder().model("text-davinci-003").prompt("spreadsheet ,20 rows:\\n姓名| 年龄|性别|生日\\n").temperature(0D).maxTokens(200).topP(1D).frequencyPenalty(0D).presencePenalty(0D).build();service.createCompletion(completionRequest).getChoices().forEach(System.out::println);}
}| 创新采样 | 情绪采样 | 频率处罚系数 | 重复处罚系数 | 停止词 |
|---|---|---|---|---|
| 0.5 | 1.0 | 0.0 | 0.0 |
语言聊天机器人
说明：各种开发语言的两天机器人
模型：code-davinci-002
prompt：You: ((你的问题))\n((你的语言)) 机器人:
prompt例子：You: 二维数组代码怎么实现？\nJava 机器人:
参考代码：
package cn.gjsm.miukoo.openai;import cn.gjsm.miukoo.Constants;
import com.theokanning.openai.OpenAiService;
import com.theokanning.openai.completion.CompletionRequest;import java.util.Arrays;public class OpenAi24 {public static void main(String[] args) {OpenAiService service = new OpenAiService(Constants.OPENAPI_TOKEN);CompletionRequest completionRequest = CompletionRequest.builder().model("text-davinci-003").prompt("You: 二维数组代码怎么实现？\\nJava 机器人:").temperature(0D).maxTokens(200).topP(1D).frequencyPenalty(0.5D).presencePenalty(0D).stop(Arrays.asList("You: ")).build();service.createCompletion(completionRequest).getChoices().forEach(System.out::println);}
}| 创新采样 | 情绪采样 | 频率处罚系数 | 重复处罚系数 | 停止词 |
|---|---|---|---|---|
| 0.0 | 1.0 | 0.5 | 0.0 | You: |
机器学习机器人
说明：机器学习模型方面的机器人
模型：
text-davinci-003prompt：You: ((你的问题))\nML机器人:
prompt例子：You: 你会那些模型？\nML机器人:
参考代码：
package cn.gjsm.miukoo.openai;import cn.gjsm.miukoo.Constants;
import com.theokanning.openai.OpenAiService;
import com.theokanning.openai.completion.CompletionRequest;import java.util.Arrays;public class OpenAi25 {public static void main(String[] args) {OpenAiService service = new OpenAiService(Constants.OPENAPI_TOKEN);CompletionRequest completionRequest = CompletionRequest.builder().model("text-davinci-003").prompt("You: 你会那些模型？\\nML机器人:").temperature(0.3D).maxTokens(200).topP(1D).frequencyPenalty(0.5D).presencePenalty(0D).stop(Arrays.asList("You: ")).build();service.createCompletion(completionRequest).getChoices().forEach(System.out::println);}
}| 创新采样 | 情绪采样 | 频率处罚系数 | 重复处罚系数 | 停止词 |
|---|---|---|---|---|
| 0.3 | 1.0 | 0.5 | 0.0 | You: |
清单制作
说明：可以列出各方面的分类列表，比如歌单
模型：
text-davinci-003prompt：列出10((清单描述)):
prompt例子：列出10首周杰伦的歌曲:
参考代码：
package cn.gjsm.miukoo.openai;import cn.gjsm.miukoo.Constants;
import com.theokanning.openai.OpenAiService;
import com.theokanning.openai.completion.CompletionRequest;import java.util.Arrays;public class OpenAi26 {public static void main(String[] args) {OpenAiService service = new OpenAiService(Constants.OPENAPI_TOKEN);CompletionRequest completionRequest = CompletionRequest.builder().model("text-davinci-003").prompt("列出10首周杰伦的歌曲:").temperature(0.5D).maxTokens(200).topP(1D).frequencyPenalty(0.52D).presencePenalty(0.5D).stop(Arrays.asList("11.")).build();service.createCompletion(completionRequest).getChoices().forEach(System.out::println);}
}| 创新采样 | 情绪采样 | 频率处罚系数 | 重复处罚系数 | 停止词 |
|---|---|---|---|---|
| 0.5 | 1.0 | 0.52 | 0.5 | 11.0 |
文本情绪分析
说明：对一段文字进行情绪分析
模型：
text-davinci-003prompt：推断下面文本的情绪是积极的, 中立的, 还是消极的.\n文本: “((你的文本))”\n观点:
prompt例子：推断下面文本的情绪是积极的, 中立的, 还是消极的.\n文本: “我是一个活泼可爱的小女孩，我有着一双水灵灵的大眼睛；弯弯的眉毛像月亮一样；高高的鼻子下面有一张粉红色的樱桃小嘴。”\n观点:
参考代码：
package cn.gjsm.miukoo.openai;import cn.gjsm.miukoo.Constants;
import com.theokanning.openai.OpenAiService;
import com.theokanning.openai.completion.CompletionRequest;import java.util.Arrays;public class OpenAi27 {public static void main(String[] args) {OpenAiService service = new OpenAiService(Constants.OPENAPI_TOKEN);CompletionRequest completionRequest = CompletionRequest.builder().model("text-davinci-003").prompt("推断下面文本的情绪是积极的, 中立的, 还是消极的.\\n文本: \\\"我是一个活泼可爱的小女孩，我有着一双水灵灵的大眼睛；弯弯的眉毛像月亮一样；高高的鼻子下面有一张粉红色的樱桃小嘴。\\\"\\n观点:").temperature(0D).maxTokens(200).topP(1D).frequencyPenalty(0.5D).presencePenalty(0D).build();service.createCompletion(completionRequest).getChoices().forEach(System.out::println);}
}| 创新采样 | 情绪采样 | 频率处罚系数 | 重复处罚系数 | 停止词 |
|---|---|---|---|---|
| 0.0 | 1.0 | 0.5 | 0.0 |
航空代码抽取
说明：抽取文本中的航空diam信息
模型：
text-davinci-003prompt：抽取下面文本中的航空代码：\n文本：“((你的文本))”\n航空代码：
prompt例子：抽取下面文本中的航空代码：\n文本：“我下午从重庆飞北京”\n航空代码：
参考代码：
package cn.gjsm.miukoo.openai;import cn.gjsm.miukoo.Constants;
import com.theokanning.openai.OpenAiService;
import com.theokanning.openai.completion.CompletionRequest;import java.util.Arrays;public class OpenAi28 {public static void main(String[] args) {OpenAiService service = new OpenAiService(Constants.OPENAPI_TOKEN);CompletionRequest completionRequest = CompletionRequest.builder().model("text-davinci-003").prompt("抽取下面文本中的航空代码：\\n文本：\\\"我下午从重庆飞北京\\\"\\n航空代码：").temperature(0D).maxTokens(200).topP(1D).frequencyPenalty(0.0D).presencePenalty(0D).stop(Arrays.asList("\n")).build();service.createCompletion(completionRequest).getChoices().forEach(System.out::println);}
}| 创新采样 | 情绪采样 | 频率处罚系数 | 重复处罚系数 | 停止词 |
|---|---|---|---|---|
| 0.0 | 1.0 | 0.0 | 0.0 | \n |
生成SQL语句
说明：无上下文，语句描述生成SQL
模型：
text-davinci-003prompt：((生成SQL的描述))
prompt例子：设计一张用户信息表
参考代码：
package cn.gjsm.miukoo.openai;import cn.gjsm.miukoo.Constants;
import com.theokanning.openai.OpenAiService;
import com.theokanning.openai.completion.CompletionRequest;import java.util.Arrays;public class OpenAi29 {public static void main(String[] args) {OpenAiService service = new OpenAiService(Constants.OPENAPI_TOKEN);CompletionRequest completionRequest = CompletionRequest.builder().model("text-davinci-003").prompt("设计一张用户信息表").temperature(0.3D).maxTokens(1000).topP(1D).frequencyPenalty(0D).presencePenalty(0D).build();service.createCompletion(completionRequest).getChoices().forEach(System.out::println);}
}| 创新采样 | 情绪采样 | 频率处罚系数 | 重复处罚系数 | 停止词 |
|---|---|---|---|---|
| 0.3 | 1.0 | 0.0 | 0.0 |
抽取联系信息
说明：从文本中抽取联系方式
模型：
text-davinci-003prompt：从下面文本中抽取((抽取的内容)):\n((你的文本))
prompt例子：从下面文本中抽取邮箱和电话:\n教育行业A股IPO第一股（股票代码 003032）\n全国咨询/投诉热线：400-618-4000 举报邮箱:mc@itcast.cn
参考代码：
package cn.gjsm.miukoo.openai;import cn.gjsm.miukoo.Constants;
import com.theokanning.openai.OpenAiService;
import com.theokanning.openai.completion.CompletionRequest;public class OpenAi30 {public static void main(String[] args) {OpenAiService service = new OpenAiService(Constants.OPENAPI_TOKEN);CompletionRequest completionRequest = CompletionRequest.builder().model("text-davinci-003").prompt("设计一张用户信息表").temperature(0.3D).maxTokens(1000).topP(1D).frequencyPenalty(0D).presencePenalty(0D).build();service.createCompletion(completionRequest).getChoices().forEach(System.out::println);}
}| 创新采样 | 情绪采样 | 频率处罚系数 | 重复处罚系数 | 停止词 |
|---|---|---|---|---|
| 0.0 | 1.0 | 0.0 | 0.0 |
程序语言转换
说明：把一种语言转成另外一种语言
模型：code-davinci-002
prompt：#((语言1)) to ((语言2)):\n((语言1))😦(代码))\n\n((语言2)):
prompt例子：#JavaScript to Python:\nJavaScript: \ndogs = [“bill”, “joe”, “carl”]\ncar = []\ndogs.forEach((dog) {\n car.push(dog);\n});\n\nPython:
参考代码：
package cn.gjsm.miukoo.openai;import cn.gjsm.miukoo.Constants;
import com.theokanning.openai.OpenAiService;
import com.theokanning.openai.completion.CompletionRequest;public class OpenAi31 {public static void main(String[] args) {OpenAiService service = new OpenAiService(Constants.OPENAPI_TOKEN);CompletionRequest completionRequest = CompletionRequest.builder().model("code-davinci-002").prompt("#JavaScript to Python:\\nJavaScript: \\ndogs = [\\\"bill\\\", \\\"joe\\\", \\\"carl\\\"]\\ncar = []\\ndogs.forEach((dog) {\\n car.push(dog);\\n});\\n\\nPython:").temperature(0D).maxTokens(1000).topP(1D).frequencyPenalty(0D).presencePenalty(0D).build();service.createCompletion(completionRequest).getChoices().forEach(System.out::println);}
}| 创新采样 | 情绪采样 | 频率处罚系数 | 重复处罚系数 | 停止词 |
|---|---|---|---|---|
| 0.0 | 1.0 | 0.0 | 0.0 |
好友聊天
说明：模仿好友聊天
模型：
text-davinci-003prompt：You: ((你的问题))\n好友:
prompt例子：You: 你最近好吗？\n好友:
参考代码：
package cn.gjsm.miukoo.openai;import cn.gjsm.miukoo.Constants;
import com.theokanning.openai.OpenAiService;
import com.theokanning.openai.completion.CompletionRequest;import java.util.Arrays;public class OpenAi32 {public static void main(String[] args) {OpenAiService service = new OpenAiService(Constants.OPENAPI_TOKEN);CompletionRequest completionRequest = CompletionRequest.builder().model("code-davinci-002").prompt("You: 你最近好吗？\\n好友:").temperature(0.5D).maxTokens(1000).topP(1D).frequencyPenalty(0.5D).presencePenalty(0D).stop(Arrays.asList("You:")).build();service.createCompletion(completionRequest).getChoices().forEach(System.out::println);}
}| 创新采样 | 情绪采样 | 频率处罚系数 | 重复处罚系数 | 停止词 |
|---|---|---|---|---|
| 0.5 | 1.0 | 0.5 | 0.0 | You: |
颜色生成
说明：依据描述生成对应颜色
模型：
text-davinci-003prompt：((颜色面so)):\nbackground-color:
prompt例子：CSS的颜色就是黎明时的颜色:\nbackground-color:
参考代码：
package cn.gjsm.miukoo.openai;import cn.gjsm.miukoo.Constants;
import com.theokanning.openai.OpenAiService;
import com.theokanning.openai.completion.CompletionRequest;import java.util.Arrays;public class OpenAi33 {public static void main(String[] args) {OpenAiService service = new OpenAiService(Constants.OPENAPI_TOKEN);CompletionRequest completionRequest = CompletionRequest.builder().model("text-davinci-003").prompt("CSS的颜色就是黎明时的颜色:\\nbackground-color: ").temperature(0D).maxTokens(1000).topP(1D).frequencyPenalty(0D).presencePenalty(0D).stop(Arrays.asList(";")).build();service.createCompletion(completionRequest).getChoices().forEach(System.out::println);}
}| 创新采样 | 情绪采样 | 频率处罚系数 | 重复处罚系数 | 停止词 |
|---|---|---|---|---|
| 0.0 | 1.0 | 0.0 | 0.0 | |
| ; |
程序文档生成
说明：自动为程序生成文档
模型：code-davinci-002
prompt：# ((你的语言))\n \n((你的代码))\n# 上述代码的详细、高质量文档字符串：\n"“”
prompt例子：# Python 3.7\n \ndef randomly_split_dataset(folder, filename, split_ratio=[0.8, 0.2]):\n df = pd.read_json(folder + filename, lines=True)\n train_name, test_name = “train.jsonl”, “test.jsonl”\n df_train, df_test = train_test_split(df, test_size=split_ratio[1], random_state=42)\n df_train.to_json(folder + train_name, orient=‘records’, lines=True)\n df_test.to_json(folder + test_name, orient=‘records’, lines=True)\nrandomly_split_dataset(‘finetune_data/’, ‘dataset.jsonl’)\n# 上述代码的详细、高质量文档字符串：\n"“”
参考代码：
package cn.gjsm.miukoo.openai;import cn.gjsm.miukoo.Constants;
import com.theokanning.openai.OpenAiService;
import com.theokanning.openai.completion.CompletionRequest;import java.util.Arrays;public class OpenAi34 {public static void main(String[] args) {OpenAiService service = new OpenAiService(Constants.OPENAPI_TOKEN);CompletionRequest completionRequest = CompletionRequest.builder().model("code-davinci-002").prompt("# Python 3.7\\n \\ndef randomly_split_dataset(folder, filename, split_ratio=[0.8, 0.2]):\\n df = pd.read_json(folder + filename, lines=True)\\n train_name, test_name = \\\"train.jsonl\\\", \\\"test.jsonl\\\"\\n df_train, df_test = train_test_split(df, test_size=split_ratio[1], random_state=42)\\n df_train.to_json(folder + train_name, orient='records', lines=True)\\n df_test.to_json(folder + test_name, orient='records', lines=True)\\nrandomly_split_dataset('finetune_data/', 'dataset.jsonl')\\n# 上述代码的详细、高质量文档字符串：\\n\\\"\\\"\\\"").temperature(0D).maxTokens(1000).topP(1D).frequencyPenalty(0D).presencePenalty(0D).stop(Arrays.asList("\"\"\"","#")).build();service.createCompletion(completionRequest).getChoices().forEach(System.out::println);}
}| 创新采样 | 情绪采样 | 频率处罚系数 | 重复处罚系数 | 停止词 |
|---|---|---|---|---|
| 0.0 | 1.0 | 0.0 | 0.0 | #“”" |
段落创作
说明：依据短语生成相关文短
模型：
text-davinci-003prompt：为下面短语创建一个中文段:\n((短语)):\n
prompt例子：为下面短语创建一个中文段:\n我很开心:\n
参考代码：
package cn.gjsm.miukoo.openai;import cn.gjsm.miukoo.Constants;
import com.theokanning.openai.OpenAiService;
import com.theokanning.openai.completion.CompletionRequest;import java.util.Arrays;public class OpenAi35 {public static void main(String[] args) {OpenAiService service = new OpenAiService(Constants.OPENAPI_TOKEN);CompletionRequest completionRequest = CompletionRequest.builder().model("text-davinci-003").prompt("为下面短语创建一个中文段:\\n我很开心:\\n").temperature(0D).maxTokens(1000).topP(1D).frequencyPenalty(0D).presencePenalty(0D).build();service.createCompletion(completionRequest).getChoices().forEach(System.out::println);}
}| 创新采样 | 情绪采样 | 频率处罚系数 | 重复处罚系数 | 停止词 |
|---|---|---|---|---|
| 0.5 | 1.0 | 0.0 | 0.0 |
代码压缩
说明：把多行代码简单的压缩成一行
模型：code-davinci-002
prompt：将下面((你的语言))代码转成一行:\n((你的代码))\n((你的语言))一行版本:
prompt例子：将下面Java代码转成一行:\npublic class T {\n public static void main(String[] args) {\n System.out.println(“Hello hiema”);\n }\n}\nJava一行版本:
参考代码：
package cn.gjsm.miukoo.openai;import cn.gjsm.miukoo.Constants;
import com.theokanning.openai.OpenAiService;
import com.theokanning.openai.completion.CompletionRequest;import java.util.Arrays;public class OpenAi36 {public static void main(String[] args) {OpenAiService service = new OpenAiService(Constants.OPENAPI_TOKEN);CompletionRequest completionRequest = CompletionRequest.builder().model("code-davinci-002").prompt("将下面Java代码转成一行:\\npublic class T {\\n public static void main(String[] args) {\\n System.out.println(\\\"Hello hiema\\\");\\n }\\n}\\nJava一行版本:").temperature(0D).maxTokens(1000).topP(1D).frequencyPenalty(0D).presencePenalty(0D).stop(Arrays.asList(";")).build();service.createCompletion(completionRequest).getChoices().forEach(System.out::println);}
}| 创新采样 | 情绪采样 | 频率处罚系数 | 重复处罚系数 | 停止词 |
|---|---|---|---|---|
| 0.0 | 1.0 | 0.0 | 0.0 | ; |
故事创作
说明：依据一个主题创建一个故事
模型：
text-davinci-003prompt：主题: ((你的创作主题))\n故事创作:
prompt例子：主题: 早餐\n故事创作:
参考代码：
package cn.gjsm.miukoo.openai;import cn.gjsm.miukoo.Constants;
import com.theokanning.openai.OpenAiService;
import com.theokanning.openai.completion.CompletionRequest;import java.util.Arrays;public class OpenAi37 {public static void main(String[] args) {OpenAiService service = new OpenAiService(Constants.OPENAPI_TOKEN);CompletionRequest completionRequest = CompletionRequest.builder().model("text-davinci-003").prompt("主题: 早餐\\n故事创作:").temperature(0.8D).maxTokens(200).topP(1D).frequencyPenalty(0.5D).presencePenalty(0D).build();service.createCompletion(completionRequest).getChoices().forEach(System.out::println);}
}| 创新采样 | 情绪采样 | 频率处罚系数 | 重复处罚系数 | 停止词 |
|---|---|---|---|---|
| 0.8 | 1.0 | 0.5 | 0.0 |
人称转换
说明：第一人称转第3人称
模型：text-davinci-003
prompt：把下面内容从第一人称转为第三人称 (性别女):\n((你的内容))\n
prompt例子：把下面内容从第一人称转为第三人称 (性别女):\n我今天心情很好。\n
参考代码：
package cn.gjsm.miukoo.openai;import cn.gjsm.miukoo.Constants;
import com.theokanning.openai.OpenAiService;
import com.theokanning.openai.completion.CompletionRequest;public class OpenAi38 {public static void main(String[] args) {OpenAiService service = new OpenAiService(Constants.OPENAPI_TOKEN);CompletionRequest completionRequest = CompletionRequest.builder().model("text-davinci-003").prompt("把下面内容从第一人称转为第三人称 (性别女):\\n我今天心情很好。\\n").temperature(0D).maxTokens(200).topP(1D).frequencyPenalty(0D).presencePenalty(0D).build();service.createCompletion(completionRequest).getChoices().forEach(System.out::println);}
}| 创新采样 | 情绪采样 | 频率处罚系数 | 重复处罚系数 | 停止词 |
|---|---|---|---|---|
| 0.0 | 1.0 | 0.0 | 0.0 |
摘要说明
说明：依据笔记生成摘要说明
模型：text-davinci-003
prompt：将下面内容转换成将下((场景说明))摘要：\n((简短说明))
prompt例子：将下面内容转换成早会摘要：\n小张：今天做注册功能\n小王：今天做购物成功能\n小李：今天请假
参考代码：
package cn.gjsm.miukoo.openai;import cn.gjsm.miukoo.Constants;
import com.theokanning.openai.OpenAiService;
import com.theokanning.openai.completion.CompletionRequest;public class OpenAi39 {public static void main(String[] args) {OpenAiService service = new OpenAiService(Constants.OPENAPI_TOKEN);CompletionRequest completionRequest = CompletionRequest.builder().model("text-davinci-003").prompt("将下面内容转换成早会摘要：\n" +"小张：今天做注册功能\n" +"小王：今天做购物成功能\n" +"小李：今天请假\n").temperature(0D).maxTokens(200).topP(1D).frequencyPenalty(0D).presencePenalty(0D).build();service.createCompletion(completionRequest).getChoices().forEach(System.out::println);}
}| 创新采样 | 情绪采样 | 频率处罚系数 | 重复处罚系数 | 停止词 |
|---|---|---|---|---|
| 0.0 | 1.0 | 0.0 | 0.0 |
头脑风暴
说明：给定一个主题，让其生成一些主题相关的想法
模型：text-davinci-003
prompt：头脑风暴一些关于((你的内容))的想法：
prompt例子：头脑风暴一些关于上好课的想法：
参考代码：
package cn.gjsm.miukoo.openai;import cn.gjsm.miukoo.Constants;
import com.theokanning.openai.OpenAiService;
import com.theokanning.openai.completion.CompletionRequest;public class OpenAi40 {public static void main(String[] args) {OpenAiService service = new OpenAiService(Constants.OPENAPI_TOKEN);CompletionRequest completionRequest = CompletionRequest.builder().model("text-davinci-003").prompt("头脑风暴一些关于上好课的想法：").temperature(0.6D).maxTokens(200).topP(1D).frequencyPenalty(1D).presencePenalty(01D).build();service.createCompletion(completionRequest).getChoices().forEach(System.out::println);}
}| 创新采样 | 情绪采样 | 频率处罚系数 | 重复处罚系数 | 停止词 |
|---|---|---|---|---|
| 0.6 | 1.0 | 1.0 | 1.0 |
ESRB文本分类
说明：按照ESRB进行文本分类
模型：text-davinci-003
prompt：((你的文本))
prompt例子：((你的文本))
参考代码：
package cn.gjsm.miukoo.openai;import cn.gjsm.miukoo.Constants;
import com.theokanning.openai.OpenAiService;
import com.theokanning.openai.completion.CompletionRequest;import java.util.Arrays;public class OpenAi41 {public static void main(String[] args) {OpenAiService service = new OpenAiService(Constants.OPENAPI_TOKEN);CompletionRequest completionRequest = CompletionRequest.builder().model("text-davinci-003").prompt("为以下文本提供ESRB评级:\\n\\\"i'm going to blow your brains out with my ray gun then stomp on your guts.\\\"\\nESRB排名: ").temperature(0.3D).maxTokens(200).topP(1D).frequencyPenalty(0D).presencePenalty(0D).stop(Arrays.asList("\n")).build();service.createCompletion(completionRequest).getChoices().forEach(System.out::println);}
}| 创新采样 | 情绪采样 | 频率处罚系数 | 重复处罚系数 | 停止词 |
|---|---|---|---|---|
| 0.3 | 1.0 | 0.0 | 0.0 | \n |
提纲生成
说明：按照提示为相关内容生成提纲
模型：text-davinci-003
prompt：为((你的场景))提纲:
prompt例子：为数据库软件生成大学毕业论文提纲:
参考代码：
package cn.gjsm.miukoo.openai;import cn.gjsm.miukoo.Constants;
import com.theokanning.openai.OpenAiService;
import com.theokanning.openai.completion.CompletionRequest;import java.util.Arrays;public class OpenAi42 {public static void main(String[] args) {OpenAiService service = new OpenAiService(Constants.OPENAPI_TOKEN);CompletionRequest completionRequest = CompletionRequest.builder().model("text-davinci-003").prompt("为数据库软件生成大学毕业论文提纲(中文): ").temperature(0.3D).maxTokens(200).topP(1D).frequencyPenalty(0D).presencePenalty(0D).build();service.createCompletion(completionRequest).getChoices().forEach(System.out::println);}
}| 创新采样 | 情绪采样 | 频率处罚系数 | 重复处罚系数 | 停止词 |
|---|---|---|---|---|
| 0.3 | 1.0 | 0.0 | 0.0 |
美食制作（后果自负）
说明：依据美食名称和材料生成美食的制作步骤
模型：text-davinci-003
prompt：依据下面成分和美食，生成制作方法:\n((美食名称))\n成分:\n((成分))\n制作方法:
prompt例子：依据下面成分和美食，生成制作方法:\n水煮肉片\n成分:\n豆芽\n水\n油\n猪肉\n鸡精\n盐\n辣椒\n\n制作方法:
参考代码：
package cn.gjsm.miukoo.openai;import cn.gjsm.miukoo.Constants;
import com.theokanning.openai.OpenAiService;
import com.theokanning.openai.completion.CompletionRequest;public class OpenAi43 {public static void main(String[] args) {OpenAiService service = new OpenAiService(Constants.OPENAPI_TOKEN);CompletionRequest completionRequest = CompletionRequest.builder().model("text-davinci-003").prompt("依据下面成分和美食，生成制作方法:\\n水煮肉片\\n成分:\\n豆芽\\n水\\n油\\n猪肉\\n鸡精\\n盐\\n辣椒\\n\\n制作方法:").temperature(0.3D).maxTokens(200).topP(1D).frequencyPenalty(0D).presencePenalty(0D).build();service.createCompletion(completionRequest).getChoices().forEach(System.out::println);}
}| 创新采样 | 情绪采样 | 频率处罚系数 | 重复处罚系数 | 停止词 |
|---|---|---|---|---|
| 0.3 | 1.0 | 0.0 | 0.0 |
AI聊天
说明：与AI机器进行聊天
模型：text-davinci-003
prompt：Human: ((你的内容))
prompt例子：Human: 你是谁？
参考代码：
package cn.gjsm.miukoo.openai;import cn.gjsm.miukoo.Constants;
import com.theokanning.openai.OpenAiService;
import com.theokanning.openai.completion.CompletionRequest;import java.util.Arrays;public class OpenAi44 {public static void main(String[] args) {OpenAiService service = new OpenAiService(Constants.OPENAPI_TOKEN);CompletionRequest completionRequest = CompletionRequest.builder().model("text-davinci-003").prompt("Human: 你是谁？").temperature(0.9D).maxTokens(200).topP(1D).frequencyPenalty(0D).presencePenalty(0.6D).stop(Arrays.asList("Human:","AI:")).build();service.createCompletion(completionRequest).getChoices().forEach(System.out::println);}
}| 创新采样 | 情绪采样 | 频率处罚系数 | 重复处罚系数 | 停止词 |
|---|---|---|---|---|
| 0.9 | 1.0 | 0.0 | 0.6 | Human:AI: |
摆烂聊天
说明：与讽刺机器进行聊天，聊天的机器人是一种消极情绪
模型：text-davinci-003
prompt：Marv不情愿的回答问题.\nYou: 一公里多少厘米？\nMarv:
prompt例子：Marv不情愿的回答问题.\nYou: 一公里多少厘米？\nMarv:
参考代码：
package cn.gjsm.miukoo.openai;import cn.gjsm.miukoo.Constants;
import com.theokanning.openai.OpenAiService;
import com.theokanning.openai.completion.CompletionRequest;import java.util.Arrays;public class OpenAi45 {public static void main(String[] args) {OpenAiService service = new OpenAiService(Constants.OPENAPI_TOKEN);CompletionRequest completionRequest = CompletionRequest.builder().model("text-davinci-003").prompt("Marv不情愿的回答问题.\\nYou: 一公里多少厘米？\\nMarv:").temperature(0.5D).maxTokens(200).topP(0.3D).frequencyPenalty(0.5D).presencePenalty(0D).build();service.createCompletion(completionRequest).getChoices().forEach(System.out::println);}
}| 创新采样 | 情绪采样 | 频率处罚系数 | 重复处罚系数 | 停止词 |
|---|---|---|---|---|
| 0.5 | 0.3 | 0.5 | 0.0 |
分解步骤
说明：把一段文本分解成几步来完成
模型：text-davinci-003
prompt：为下面文本生成次序列表，并增加列表数子: \n((你的内容))\n
prompt例子：为下面文本生成次序列表，并增加列表数子: \n左转100米，然后右转，过红绿灯，再向南走50米就到了\n
参考代码：
package cn.gjsm.miukoo.openai;import cn.gjsm.miukoo.Constants;
import com.theokanning.openai.OpenAiService;
import com.theokanning.openai.completion.CompletionRequest;import java.util.Arrays;public class OpenAi46 {public static void main(String[] args) {OpenAiService service = new OpenAiService(Constants.OPENAPI_TOKEN);CompletionRequest completionRequest = CompletionRequest.builder().model("text-davinci-003").prompt("Marv不情愿的回答问题.\\nYou: 一公里多少厘米？\\nMarv:").temperature(0.5D).maxTokens(200).topP(1D).frequencyPenalty(0D).presencePenalty(0D).build();service.createCompletion(completionRequest).getChoices().forEach(System.out::println);}
}| 创新采样 | 情绪采样 | 频率处罚系数 | 重复处罚系数 | 停止词 |
|---|---|---|---|---|
| 0.3 | 1.0 | 0.0 | 0.0 |
点评生成
说明：依据文本内容自动生成点评
模型：text-davinci-003
prompt：依据下面内容，进行点评:\n((要被点评的内容))\n点评:
prompt例子：依据下面内容，进行点评:\n名称: 红烧排骨\n龙虾很棒，噪音大，服务礼貌，价格不错。\n点评:
参考代码：
package cn.gjsm.miukoo.openai;import cn.gjsm.miukoo.Constants;
import com.theokanning.openai.OpenAiService;
import com.theokanning.openai.completion.CompletionRequest;import java.util.Arrays;public class OpenAi47 {public static void main(String[] args) {OpenAiService service = new OpenAiService(Constants.OPENAPI_TOKEN);CompletionRequest completionRequest = CompletionRequest.builder().model("text-davinci-003").prompt("依据下面内容，进行点评:\\n名称: 红烧排骨\\n龙虾很棒，噪音大，服务礼貌，价格不错。\\n点评:").temperature(0.5D).maxTokens(200).topP(1D).frequencyPenalty(0D).presencePenalty(0D).build();service.createCompletion(completionRequest).getChoices().forEach(System.out::println);}
}| 创新采样 | 情绪采样 | 频率处罚系数 | 重复处罚系数 | 停止词 |
|---|---|---|---|---|
| 0.5 | 1.0 | 0.0 | 0.0 |
知识学习
说明：可以为学习知识自动解答
模型：text-davinci-003
prompt：((问题))
prompt例子：Java的特性是什么？
参考代码：
package cn.gjsm.miukoo.openai;import cn.gjsm.miukoo.Constants;
import com.theokanning.openai.OpenAiService;
import com.theokanning.openai.completion.CompletionRequest;public class OpenAi48 {public static void main(String[] args) {OpenAiService service = new OpenAiService(Constants.OPENAPI_TOKEN);CompletionRequest completionRequest = CompletionRequest.builder().model("text-davinci-003").prompt("Java的特性是什么？").temperature(0.3D).maxTokens(200).topP(1D).frequencyPenalty(0D).presencePenalty(0D).build();service.createCompletion(completionRequest).getChoices().forEach(System.out::println);}
}| 创新采样 | 情绪采样 | 频率处罚系数 | 重复处罚系数 | 停止词 |
|---|---|---|---|---|
| 0.3 | 1.0 | 0.0 | 0.0 |
面试
说明：生成面试题
模型：text-davinci-003
prompt：创建10道((你的面试题))面试题（中文）：
prompt例子：创建10道Redis相关的面试题（中文）：
参考代码：
package cn.gjsm.miukoo.openai;import cn.gjsm.miukoo.Constants;
import com.theokanning.openai.OpenAiService;
import com.theokanning.openai.completion.CompletionRequest;public class OpenAi49 {public static void main(String[] args) {OpenAiService service = new OpenAiService(Constants.OPENAPI_TOKEN);CompletionRequest completionRequest = CompletionRequest.builder().model("text-davinci-003").prompt("创建10到Redis相关的面试题（中文）：\n").temperature(0.5D).maxTokens(200).topP(1D).frequencyPenalty(0D).presencePenalty(0D).build();service.createCompletion(completionRequest).getChoices().forEach(System.out::println);}
}| 创新采样 | 情绪采样 | 频率处罚系数 | 重复处罚系数 | 停止词 |
|---|---|---|---|---|
| 0.5 | 1.0 | 0.0 | 0.0 |
