面向初学者的人工智能编程：chatgpt （第 2 部分）

这门课解决什么问题

很多上班族在接触大语言模型时，往往停留在网页端一问一答的浅层交互。一旦需要把模型接入到自己的工作流，比如批量处理文本、自动整理数据或者对接公司内部系统，就会卡在不知道怎么用代码调用接口这一环。这门面向初学者的第二部分内容，解决的就是从手动对话到程序化调用的跨越。它不涉及复杂的底层算法训练，而是聚焦在如何用代码把接口跑通，让模型替你完成重复性的文字处理工作。如果你之前已经看过第一部分的基础概念，或者自己摸索过简单的脚本，这部分能帮你把零散的知识拼装成可运行的自动化小工具。

适合什么基础与建议先看哪几块

这门课对编程门槛要求不高，但需要你具备最基本的变量、函数概念，完全没写过代码的人建议先补一下基础语法再来看。拿到资料后，建议先跳看前两段视频，重点理解环境配置和接口鉴权的逻辑，这是最容易踩坑的地方。如果运行报错，不要急着换环境，回头核对一下密钥和依赖版本。中间几段涉及具体调用逻辑的演示，不要只跟着视频敲代码，要在自己的编辑器里跑通。最后两段通常是综合串联，建议放在看完前面所有实操后再看，这样你能清楚每个独立功能是如何拼装进完整流程的。整个资料包体量不大，不要囤着不看，集中两三个晚上跟着敲一遍代码，比看十遍视频都管用。

学完能独立做什么与资料怎么配合练习

跟着这部分内容走完，你能独立写出一个调用大模型接口的脚本，实现比如批量清洗文本数据、自动生成周报摘要或者根据规则提取文档关键信息等具体任务。练习时，把视频当作操作手册，每看完一段，先暂停，用自己工作中的真实数据替换演示数据跑一次。比如视频里演示处理英文句子，你就换成你要处理的客户反馈记录去调用。遇到接口返回格式异常，先去检查自己的参数传递逻辑，而不是盲目重试。把这些小脚本存下来，后续你可以根据工作场景的变化，自己修改提示词和参数，逐步迭代成一套适合自己岗位的自动化处理工具。