都不知道過多久我們終於要來進行這次鐵人賽為數不多的實作的部分了，所以我們今天要來嘗試的就是學習如何用 OpenAI API(稍微try try看)。

在開始實作前，先來介紹OpenAI API的用途是啥
OpenAI API 的用途，主要是讓開發者或使用者，能在自己的程式、網站、App 裡調用 OpenAI 提供的模型（像 GPT、DALL·E、Whisper 之類的），而不必自己重新訓練一個模型。
像是使用 GPT 模型生成文章、回覆、摘要、翻譯，先檢索資料，再用 GPT 生成回答，或是用 Whisper 做語音轉文字（STT），或 TTS 生成語音等，用途其實還蠻廣泛的。

建立環境
基本需求：
Python 3.8+
openai 官方套件
OpenAI API Key（需要事先在官網申請）
申請步驟:
1.前往platform.openai.com
2.註冊一個帳號並登入後，點選右上角的Dashboard
3.接著左邊會跑出一排，在點選Manage中的API Keys
4.點選黑色底的Create new secret key
5.取名後就完成了
接著我們需要安裝套件

pip install openai

並且在專案目錄建立 .env 檔

OPENAI_API_KEY="剛剛申請的金鑰內容"

接著就可以輸入指令了，像我就是希望可以幫我生成一篇文章

from openai import OpenAI
import os

client = OpenAI(api_key=os.getenv("OPENAI_API_KEY"))

prompt = "請寫一段200字左右關於台灣未來經濟趨勢的走向"
response = client.chat.completions.create(
    model="gpt-5",
    messages=[{"role": "user", "content": prompt}]
)

print(response.choices[0].message["content"])

執行後，終端機就會輸出一段我所希望的內容。

在輸入提示詞的時候，有一些技巧可以使用，像是:
1.提示詞內容越具體越好，「請生成一個500字左右的分析，來判斷咖哩飯拌與不拌的優缺點，並最後給出一個總結來決定哪一個才是較優的選擇」、「你覺得咖哩飯要拌比較好還是不拌比較好」，很明顯前者的提示詞給得比較具體，AI在生成時也會更有可能給出理想的結果。
2.設定格式：可以請模型輸出成條列、段落、表格。
3.如果對生成結果不滿意，可以慢慢對提示詞進行微調，讓生成的結果比較符合自己心中的答案。