2022年11月30日，ChatGPT的横空出世，标志着人类与机器对话的范式革命。短短5天内，这款由OpenAI研发的AI大模型用户数突破百万，2个月后月活用户破亿，成为史上增速最快的消费级应用。这一里程碑事件背后，是OpenAI长达十年的技术积淀与战略布局。从非营利实验室到估值超千亿美元的行业巨头，OpenAI正在用大模型技术重塑全球科技竞争格局。

一、对话类接口

这类是最常用也是最核心的接口，用于人机对话。对话类接口又细分为：Chat、Completions。Chat 是指多轮对话；Completions 是指单轮对话，主要用于一次性生成一篇文章等，不具备多次对话交互的能力。

Chat（多轮对话）

请求地址： POST https://api.openai.com/v1/chat/completions

curl "https://api.openai.com/v1/chat/completions" \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $OPENAI_API_KEY" \
  -d '{
    "model": "gpt-3.5-turbo",
    "messages": [{"role": "system", "content": "You are a helpful assistant."}, {"role": "user", "content": "Hello!"}]
  }'

Completions（单轮对话）

请求地址：POST https://api.openai.com/v1/completions

示例：

curl "https://api.openai.com/v1/completions" \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $OPENAI_API_KEY" \
  -d '{
    "model": "text-davinci-003",
    "prompt": "Say this is a test",
    "max_tokens": 7,
    "temperature": 0
  }'

参数prompt：用户输入的提示词，由于 Completions 是单轮对话，所以不像 Chat 接口 messages 那么复杂

二、私有化模型构建类

这类是用于构建私有化模型的相关接口。私有化模型构建分为两种方式：Embeddings、Fine-tunes。两个模型这里简单的介绍下：

Embeddings，以改变上下文的方式来打造私有化模型，该方式不对 GPT 本身的模型进行调整。

Fine-tunes，基于 GPT 的模型再进行额外的训练，会对 GPT 模型本身的参数进行微调。

Embeddings请求地址：POST https://api.openai.com/v1/embeddings

示例：

curl "https://api.openai.com/v1/embeddings" \
  -H "Authorization: Bearer $OPENAI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "input": "The food was delicious and the waiter...",
    "model": "text-embedding-ada-002"
  }

三、通用类

获取 Models 列表：GET https://api.openai.com/v1/models

获取 Models 详情：

GET https://api.openai.com/v1/models/{model}

Files（上传文件到 GPT）

主要用于 Fine-tunings 的训练数据集、验证数据集的上传

示例：

curl "https://api.openai.com/v1/files" \
  -H "Authorization: Bearer $OPENAI_API_KEY" \
  // 文件用途
  -F purpose="fine-tune" \
  -F file="@mydata.jsonl"

翻译为Python：

import requests

url = "https://api.openai.com/v1/files"
headers = {
    "Authorization": "Bearer $OPENAI_API_KEY"
}
data = {
    "purpose": "fine-tune",
    "file": ("mydata.jsonl", open("mydata.jsonl", "rb"))
}

response = requests.post(url, headers=headers, files=data)

四、图片 & 音频类

文生图：https://api.openai.com/v1/images/generations

curl "https://api.openai.com/v1/images/generations" \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $OPENAI_API_KEY" \
  -d '{
    "prompt": "A cute baby sea otter",
    "n": 2,
    "size": "1024x1024"
  }'

编辑图：https://api.openai.com/v1/images/edits

curl "https://api.openai.com/v1/images/edits" \
  -H "Authorization: Bearer $OPENAI_API_KEY" \
  -F image="@otter.png" \
  -F mask="@mask.png" \
  -F prompt="A cute baby sea otter wearing a beret" \
  -F n=2 \
  -F size="1024x1024"

图变体：https://api.openai.com/v1/images/variations

curl "https://api.openai.com/v1/images/variations" \
  -H "Authorization: Bearer $OPENAI_API_KEY" \
  -F image="@otter.png" \
  -F n=2 \
  -F size="1024x1024"

AI不会淘汰人类，但会淘汰不会用AI的人

这不是科幻电影，而是2025年全球职场加速“AI化”的缩影。从最新数据看，‌全球已有23%的知识型岗位因AI大模型缩减规模，而在编程、翻译、数据分析等领域，替代率更飙升至40%以上‌。当AI开始撰写法律合同、设计建筑图纸、甚至独立完成新药分子结构预测时，一个残酷的真相浮出水面：‌人类与AI的竞争，已从辅助工具升级为生存战争‌。

留给人类的时间窗口正在关闭。学习大模型已不是提升竞争力的可选项，而是避免被淘汰的必选项。正如谷歌CEO桑达尔·皮查伊所说：“未来只有两种人：创造AI的人，和解释自己为什么不需要AI的人。”你，选择成为哪一种？

1.AI大模型学习路线汇总

L1阶段-AI及LLM基础

L2阶段-LangChain开发

L3阶段-LlamaIndex开发

L4阶段-AutoGen开发

L5阶段-LLM大模型训练与微调

L6阶段-企业级项目实战

L7阶段-前沿技术扩展

2.AI大模型PDF书籍合集

3.AI大模型视频合集

4.LLM面试题和面经合集

5.AI大模型商业化落地方案

📣朋友们如果有需要的话，可以V扫描下方二维码联系领取~