为什么要写这个python程序？
1.现在很多人使用openai都是手动输入问题，然后AI给出答案，这样的话对于很多比较复杂的问题是可以的，但是有的小伙伴儿的问题比较多，且比较机械化，需要批量提问，所以需要用程序实现：自动投喂问题->然后获取答案->最后储存AI返回回来的数据。
2.很多人需要批量产出，并且需要国内访问Openai，并且使用程序实现。
不仅仅提高了工作效率，还省去了很多繁琐的人工操作！
代码部分
def ai_create_art(content):
print(content)
messages =[{'role':'system','content':'你是一个专业的论文写手！'}]# 在 messages 中加入 `用户(user)` 角色提出第 1 个问题
#messages = [{'role':'user'}]
messages.append({'role':'user','content':f'围绕这个标题写论文：{content[:3500]}'})
response = openai.ChatCompletion.create(
model="gpt-3.5-turbo",
messages=messages,
)
print(response['choices'][0]['message']['content'])
try:
assistant_response = response['choices'][0]['message']['content']
except KeyError:
if 'message' in response:
assistant_response = response['message']['content']
else:
assistant_response = ""
return assistant_response解析部分
十六给大家解析一下代码的含义：
1.首先我们说一下ai_create_art(content)，这个函数是将所有gpt写作打包为一个函数，这个很简单，会点代码常识的小伙伴儿都应该懂，content是我们提供给它的内容（可以是问题，也可以是投喂的数据信息），然后是第一个messages里面的content属于我们system的第一个问题，告诉gpt你是一个专业的写手，这里可以根据自己的命令来给。16这里只是示范一下！
2.然后在messages里append一个问题，这里的content就是问题部分，我们让他围绕我们给的数据写一篇论文，这里也是最重要的命令输入。
3.model="gpt-3.5-turbo"，这个是使用的gpt模型，我们选择gpt-3.5-turbo。
4.最后return的assistant_response，也就是gpt在写完过后返回给我们的问题答案，也就是以上问题的论文内容。我们就可以将获取到的assistant_response做其他的代码操作，如保存，或者二次优化。
好了，今天十六就给大家分享了如何用python对接openai自动投喂并产出内容，那么还有一个问题没有回答，就是在国内执行这个代码并返回数据，这个很简单，只需要在代码中增加一句代理数据即可，代码如下：
openai.api_base = '这里是代理地址'当然少不了的还有openai.api_key，里面我们还要导入openai包，这个你在使用软件的时候一般软件都会提醒你要安装这个openia包，程序才可以运行。好了，十六原创文，未经同意禁止转载！
