摘要：本文摘自葡萄城低代碼產品活字格的資深用戶（格友超哥）所撰寫的文章：
ChatGPT的functions函數使用方
自從OPENAI發佈了最新的GPT引擎gpt-3.5-turbo-0613之後，我就對它的functions參數很感興趣，利用GPT超強的語言理解能力，如果加上函數執行，我們就可以讓AI不再是聊聊天、回答問題了，甚至能夠直接幫我們完成工作任務。剛好今天週末，不如就動手試試，看能否達到我所想的效果。
開始之前，我們先要看一下官方文檔，看看這個functions，是個什麼神奇的參數，只有搞清楚了它的作用和原理，我們才知道如何利用它。
這是官方對Function calling的介紹，我們可以看到，目前支持gpt-3.5-turbo-0613和gpt-4-0613兩種引擎。
再看看functions參數的格式和屬性，我們可以看到，這裏我們向GPT定義了一個名爲"get_current_weather"的函數，並且在description中描述了這個函數的用途，在properties中，我們定義了兩個參數，location和unit，這是向GPT表明，你如果調用這個函數，需要向函數提供兩個參數，並且對兩個參數都進行了描述。
看懂了functions參數，我們大概知道了原理，其實並不複雜，我們通過定義一系列函數，告訴GPT函數是什麼時候用，做什麼用，需要什麼參數才能用等，GPT會根據與用戶的聊天信息自行判斷是否要“執行函數”。
爲什麼要給執行函數打上雙引號呢？事實上GPT肯定是不能直接執行函數的，因爲這只是個普通的HTTP請求，GPT也只是返回一個JSON格式的響應信息，那該如何實現執行函數的呢？
如何讓ChatGPT調用函數
要搞懂這個，我們還得看看GPT給我們返回的數據長什麼樣子。
上面是一個正常的聊天回覆信息，我們看到，message裏面只有role和content兩個屬性，另外還新增了一個屬性 finish_reason ，當它的值爲“stop”，說明此次的對話無需執行函數，也說明GPT並沒有調用函數的打算，接下來我們看看GPT打算調用函數時，會返回什麼？
我們發送“請問北京現在天氣怎麼樣”給GPT，看它的回答。
這裏可以明顯看到，finish_reason的值變成了“function_call”，開發人員通過判斷finish_reason的值，就可以知道GPT是否要調用函數。
這下豁然開朗了，我們通過回覆的內容，弄清楚GPT要調用什麼函數，然後拿到GPT幫我們獲取的參數，直接執行函數就可以了。
使用ChatGPT嵌入
數據庫表和前端設計
下面我們來給活字格裝上AI的翅膀，我們先打開
（訂單數據表）
（表字段）
然後新建一個頁面，製作一個簡單類似搜索的頁面，運行看看效果。
（運行效果）
這個頁面用來與用戶進行自然語言交互，前端我們暫時做到這兒。
後端設計
接下來設計後端，把ChatGPT對接部分做好。
爲了方便使用，我提前將GPT的API封裝成了插件，原理跟上面官方所說一致。
（封裝後的插件）
設置好KEY和消息數據以後，我們利用插件的自動化命令配置好需要ChatGPT的執行的命令。
這裏的每個命令都有一個描述，我們可以用自然語言告訴AI，什麼時候該調用我，AI會自己決定調用哪一個命令，當然光有命令還不行，我們還得讓AI提供參數給我們。
在參數的配置上，我們也有一個“參數說明”，也就是用來告訴GPT，這個參數是什麼意思，GPT會根據用戶的信息，自己來歸納和推測參數內容。
使用ChatGPT查詢訂單
好了，做到這兒，GPT後端部分也已經配置好，現在我們模擬一個場景出來，例如我想讓GPT幫我們查詢訂單數據，我們可以這樣定義：
首先定義一條命令如下，告訴GPT，這個命令是用來按條件查詢多個訂單數據。
（定義命令）
再給命令定義查詢訂單需要用到的一些關鍵參數，有了這些信息，我們後面就可以實現查詢條件，從而根據條件篩選數據。
（參數定義）
判斷GPT返回的function_call.name是不是等於GetOrderData：
（判斷function_call.name）
如果是，就把獲得的參數用來篩選數據：
（篩選數據）
最後把獲取到的數據返回給前端：
（數據返回前端）
最後我們在前端補充一個頁面，用來接收並顯示查詢返回的數據表中的數據。
最終實現的效果：
（查詢2023年6月的採購訂單數據）
可以看到GPT準確的理解了我們的意圖，並且調用了我們預設好的命令，還提供了我們需要的日期、訂單類型等參數。
通過這個簡單的例子，我們可以驗證AI與活字格結合的可行性，那麼我們除了查詢數據，還能不能做點更復雜的事情呢？
使用ChatGPT顯示訂單內容
所以接着我又做了另一個嘗試，讓AI根據我的要求找到某個訂單，並顯示該訂單內容
這個嘗試，我加入了更多的參數，由日期、訂單類型、負責人等，然後修改了邏輯，把命令放到前端頁面來執行。
（前端命令設置）
來看看運行效果：
（打開2023年6月8日超哥採購Iphone的訂單）
看來是完全沒有壓力的，這時候我們初步已經學會怎麼運用GPT的能力，來爲我們完成特定任務了，下面我將繼續完成一個更復雜、更實用的嘗試。
使用ChatGPT發送郵件
我想讓系統理解這樣一句話，並幫我執行。
我是喬布斯，請幫我找出2023年6月份馬斯克經手採購iphone的訂單數據，發送郵件給超哥，並寫一段話禮貌的催促他快點審覈。
我來幫大家理理，想要完成這個任務，我們需要做些？
▪ 讓AI知道我是誰；
▪ 需要找出2023年6月1日到6月30日範圍內，負責人爲"馬斯克"、訂單類型爲"採購訂單"的數據；
▪ 將上面數據導出爲Excel；
▪ 找到超哥的郵箱，並將上面的數據作爲附件；
▪ 編寫一段話作爲郵箱正文；
▪ 尋找系統用戶中一個叫“超哥”的人，並拿到郵箱地址；
▪ 將郵件發送出去並返回。
梳理清楚了，我們就開始做邏輯，同樣配置好命令和參數的描述
然後利用報表模塊，設計一個簡單的報表，綁定訂單數據庫
（報表模塊）
最後做一下導出Excel+發送郵件的命令
（命令執行過程設計）
好了，我們來試試效果，我給大家做了個
總結