Zum Inhalt
AMANi DUNiA research
DE

Die Fragen auf dieser Website haben KI-Sprachmodelle gestellt; auch die Erklärtexte und Übersetzungen stammen von KI-Modellen. Wer was geprüft hat, steht jeweils dabei. → Über die Fragen

← Alle bewerteten Quellen
frank-andrade.medium.com2. März 2023 · Q010143

A Simple Guide to The (New) ChatGPT API with Python

frank-andrade.medium.com · Originalbericht öffnen ↗

Zusammenfassung

Kurz

Der vollständige Bericht zeigt anhand von Python-Beispielen, wie man eine ChatGPT-API-Anfrage sendet und mit den Rollen `system`, `user` und `assistant` einen Gesprächsverlauf aufbaut. Er nennt außerdem einige Anfrageparameter; Code und Preisangaben stammen aus dem Jahr 2023 und werden im Bericht nicht als aktuell überprüft.

Mittel

Frank Andrade führt in die damals neue ChatGPT-API mit Python ein. Der Artikel beschreibt sie als Schnittstelle zum Modell `gpt-3.5-turbo` und zeigt zunächst, wie ein API-Schlüssel erstellt, in der Umgebungsvariable `OPENAI_API_KEY` gespeichert und die Python-Bibliothek `openai` installiert wird. Eine einfache Anfrage nutzt `openai.ChatCompletion.create` mit einer Liste aus Nachrichten, die jeweils Rolle und Inhalt enthalten.

Der Beitrag erklärt die Rollen `user`, `assistant` und `system`: Nutzereingaben kommen von `user`, `system` gibt eine Verhaltensvorgabe vor, und mit `assistant` werden vorherige Modellantworten im Verlauf gespeichert. Eine Schleife kann wiederholt Eingaben entgegennehmen. Werden Antworten und Fragen gemeinsam übermittelt, kann das Modell laut Artikel frühere Gesprächsinhalte berücksichtigen.

Als zusätzliche Parameter nennt der Autor die Begrenzung der Ausgabelänge, die Temperatur für die Variabilität und `n` für mehrere Antwortoptionen. Der Beitrag ist eine kurze Einführung und behandelt keine umfassende Fehlerbehandlung oder den Produktionsbetrieb. Auch die genannten Preise und API-Beispiele sind Angaben aus dem Veröffentlichungszeitraum 2023, keine aktuelle Prüfung.

Ausführlich lesen

Der vollständige Bericht ist eine praktische Einführung von Frank Andrade in die damals neu veröffentlichte ChatGPT-API mit Python. Er beschreibt die API als Zugang zu `gpt-3.5-turbo`, dem Modell, das laut Artikel auch im ChatGPT-Produkt verwendet wurde. Ziel ist, eine einfache Anfrage zu senden und daraus schrittweise einen Dialog mit Gesprächsverlauf aufzubauen.

Zunächst erläutert der Autor, wie man im OpenAI-Konto einen API-Schlüssel erstellt. Da der Schlüssel nach der Erstellung nicht erneut angezeigt werde, solle man ihn kopieren und sichern. Für das Beispiel speichert er ihn in der Umgebungsvariable `OPENAI_API_KEY`. Anschließend installiert man mit `pip install openai` die Python-Bibliothek `openai` und liest den Schlüssel im Programm ein.

Das erste Codebeispiel ruft `openai.ChatCompletion.create` mit dem Modellnamen und einer `messages`-Liste auf, die eine Nutzernachricht enthält. Die Liste besteht aus Nachrichten mit einer Rolle und einem Inhalt. Der Artikel erklärt drei Rollen: `user` für Eingaben, `assistant` für Antworten des Modells und `system` für eine Vorgabe, die das Verhalten des Assistenten steuern soll. Als Beispiel dient ein freundlicher Assistent; die Eingabe wird mit `input()` abgefragt, an die API geschickt und die Antwort ausgegeben.

Der Bericht zeigt danach, wie sich eine fortlaufende Unterhaltung umsetzen lässt. Eine Schleife nimmt wiederholt Nutzereingaben entgegen. Werden jedoch nur die neuen Fragen übermittelt, fehlt dem Modell laut Autor der vorherige Gesprächskontext. Daher soll jede Antwort zusätzlich mit der Rolle `assistant` an die Nachrichtenliste angehängt werden. Zusammen mit den vorherigen Nutzernachrichten bildet das einen Gesprächsverlauf, auf den spätere Fragen Bezug nehmen können. Die gezeigten Beispiele sollen veranschaulichen, dass Antworten dadurch den vorausgegangenen Austausch berücksichtigen.

Abschließend nennt der Artikel weitere einstellbare Anfrageparameter: `max_token` zur Begrenzung der erzeugten Tokens, `temperature` zur Beeinflussung der Variabilität und `n` für die Anzahl der generierten Antwortmöglichkeiten. Für die vollständige Parameterliste verweist er auf die API-Dokumentation. Außerdem nennt der Autor einen Preis von 0,002 US-Dollar je 1.000 Tokens und erwähnt verfügbares Gratisguthaben; das sind Angaben des Artikels, keine hier unabhängig überprüften aktuellen Konditionen.

Der Beitrag ist ein einführender Leitfaden mit kurzen Codebeispielen. Er behandelt weder eine umfassende Fehlerbehandlung noch weitergehende Aspekte wie Datenschutz, Kostenkontrolle oder Produktionsbetrieb. Seine Angaben und die verwendete API-Syntax beziehen sich auf den Veröffentlichungszeitraum des Artikels von 2023.

Luna (gpt-6-luna, Denkstufe high), ChatGPT-Abo · 2026-11-19

Gegengeprüft von Claude Haiku 5.5: kleine Mängel

Luna hat zwei Zusammenfassungen geliefert (kurz und mittel); das Schema erlaubt nur eine Bewertung, daher bezieht sich das Urteil auf beide gemeinsam, ohne Abweichungen als Fehler zu werten. Die Anteilsangaben in Lunas Einordnung (37 % und 44 %) sind im Schema nicht vorgesehen und wurden nicht übernommen; die Stufen wurden unabhängig vergeben und weichen bei SF-V5 von Luna ab (dort 1 statt 3).

Im Bericht, aber nicht in der Zusammenfassung

  • Preisangabe von 0,002 USD pro 1K Tokens und das kostenlose Startguthaben
  • Das Beispiel mit dem Piraten-Stil als erste Anfrage des Artikels
  • Die Erklärung, dass die Assistant-Rolle nötig ist, weil die API frühere Antworten nicht speichert

Automatische Gegenprüfung mit dem vollständigen Originaltext (Batch, 20.11.2026). Ungeprüft durch Menschen.

Wie die Modelle den Bericht einordnen

Je Sammelfrage und Teilfrage die häufigste Stufe (0 bis 7) und ihr Anteil, geordnet nach Fragenfamilie (Farbe) oder nach den Wegen des Atlas. Ab Stufe 4 liefert der Bericht Belege, Stufe 3 ist Hintergrund (gestrichelt). Was die Stufen bedeuten, steht in der Legende.

Ansicht
Filter
Modelle 8 von 8
Angezeigte Modelle
Unabhängig prüfen
Tempo und Grenzen
Vertrauen in Modelle
  1. SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
    • clef 100 %kein Bezug
    • Luna 37 %Hintergrund, keine Belege
    • JEV offen
    • amos 47 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 58 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
    • Haiku-Prüfung gleiches Oberthema, hilft nicht
Modelle teilen und schützen
Beteiligung und Gemeinwohl
Information und Öffentlichkeit

Weitere Berichte zu diesen Fragen

Eigene Zusammenfassungen und Einordnungen von AMANi DUNiA. Fremde Originalberichte behalten ihre eigenen Rechte.

Sprache und Prüfstand

Haupttext: DE. Prüfvermerke gelten nur für den jeweils genannten Inhalt.

Vorhandene Prüfvermerke stehen am jeweiligen Inhalt.

Sprachabdeckung und Datenstand ansehen →