用 Node.js 调用 OpenAI LLM：从入门到歌词创作实战

ouma_syu
226 阅读6分钟

用 Node.js 调用 OpenAI LLM：从入门到歌词创作实战

引言

近年来，生成式 AI（AIGC）迅速进入工程和创作实践，OpenAI 的大语言模型（LLM）和对应 SDK 成为事实标准。对后端工程师来说，使用 Node.js 调用 OpenAI 的 LLM，是把「强大模型能力」快速接入产品的常规路径。下面将系统讲解如何用 Node.js 初始化项目、安装并使用 OpenAI SDK，逐行解释示例代码，并给出 Prompt 设计和调试的实战建议，最后以“为汪峰写一首歌词”的例子，讲解从 Prompt 到输出的全过程。

一、为什么选 Node.js 作为后端

Node.js 以轻量、事件驱动著称，适合 IO 密集型后端服务。对中小型项目或原型验证（POC）尤其友好：启动快、生态丰富（npm），并能与前端共享部分 JS 代码风格。将 LLM 接入到 Node 服务，可以把「文本生成、对话、代码补全、创意创作」等能力封装成 API，为前端或其它服务消费。

二、初始化后端项目与安装 SDK

  1. 在项目目录运行 npm init -y，生成 package.json。
  2. 安装 SDK ：npm i openai@4.71.0
  3. 安装dotenv:npm i dotenv
  4. 在项目根目录创建 .env，放入 OPENAI_API_KEY=your_api_key（注意：不要将 .env 提交到版本库，使用 .gitignore 忽略）。

.env 的用途是把凭据从代码中分离出来，安全性更高，也是生产常见做法。

三、实例代码与逐行解释

import OpenAI from 'openai';
import dotenv from 'dotenv';
dotenv.config();

const client = new OpenAI({
  apiKey: process.env.OPENAI_API_KEY,
  baseURL: 'https://api.***.ai/v1',  // 示例：可替换为真实 baseURL
});

async function generateLyrics() {
  const response = await client.completions.create({
    model: 'gpt-3.5-turbo-instruct',
    max_tokens: 256,
    prompt: `
      假如你是林夕这样的爱情歌曲作词大家，
      请你写一首100字，为汪峰，写一首他爱上森林北的歌曲。
      森林北是一位美丽，勇敢，会骑马的女孩儿。
    `
  });

  const result = response.choices[0].text;
  console.log('歌词是:' + result);
}

generateLyrics().catch(console.error);

逐行解释：

  • dotenv.config()：加载 .env 中的环境变量到 process.env，这样 OPENAI_API_KEY 不会写死在代码中。
  • new OpenAI({...})：实例化客户端。apiKey 和 baseURL（如果使用代理或私有托管）是必须配置的。
  • client.completions.create({...})：调用 completion 接口，这里指定 model 为 gpt-3.5-turbo-instruct（你笔记中的模型）。
  • max_tokens：限制返回的 token 数量，影响输出长度与费用。
  • prompt：向模型描述任务。Prompt 的质量直接决定输出质量。
  • response.choices[0].text：读取第一个返回选项的文本结果（传统 Completions API 的返回结构）。

四、Prompt 设计（核心技巧）

Prompt 设计决定了模型输出的方向、风格和可控性。实战建议如下：

  1. 明确身份与风格：在 Prompt 开头给模型一个身份（例如“假如你是林夕这样的作词人”），能显著改变文本风格。
  2. 限制长度与结构：例如明确要求“写一首100字的歌词”或“写四节，每节两行”，这样模型更可能按预期输出。
  3. 提供上下文细节：描述对象（森林北：美丽、勇敢、会骑马）会让模型写出更具象的细节，避免泛泛而谈。
  4. 用例子示范：如果期望某种韵律或押韵，可以先给一两句样例，模型会模仿。
  5. 分步提示（Chain-of-Thought 风格） ：复杂任务可先让模型列提纲，再逐步扩展为完整文本。例如：先请求“给出主题与关键意象”，然后请求“根据意象生成歌词”。

五、从 Prompt 到可控输出的实战技巧

  • 多尝试、调参：修改 max_tokens、尝试改变描述详尽度以及添加“不可做”的限制（如“不要出现现代电子设备”）。
  • temperature / top_p（如果可用） ：调节生成随机性。较低 temperature（如 0.2）会更保守；较高（如 0.8）更有创造力。
  • 批量生成多个候选：一次性请求多条输出（参数 n 或多次调用），并在应用层选择最满意版本。
  • 后处理（去重/格式化） ：生成后可以做正则清理、分行、去掉多余空白或重复段落。

六、实战示例：改良 Prompt 与输出展示

可以把原始 Prompt 做一点改良，使模型生成更贴近“汪峰风格 + 林夕式细腻”的歌词：

示例 Prompt（改良版）：

你是林夕风格的资深作词人，要为歌手汪峰写一首歌词（100字左右），主题是“他爱上了森林北”。风格要真挚、有力量、带一点沙哑的城市孤独感；句子要有比喻和动词画面感，不要提及具体年份或现代科技。请输出四行，每行尽量押韵。

这样的 Prompt 会更明确：指定行数、情感基调、避免现代元素、并要求押韵。模型据此往往能给出更合适的成品。

七、对比：Completions vs Chat（实务选择）

  • Completions（示例中的 create） ：传统一次性生成，适合单项文本输出（摘要、短文、歌词）。有时候更简单直接。
  • Chat（对话式接口） ：在需要多轮交互、上下文管理或系统级指令（system prompt）时更强。对于复杂 Prompt 分步执行、带上下文的创作，chat 更方便管理角色（system/user/assistant）。
    实务上：若只是“生成一句歌词”，completions 足够；若是“把用户的修改意见融入并反复润色”，chat 会更便捷。

八、常见误区与安全注意

  1. 密钥泄露：不要把 API Key 写入公共仓库，.env 文件列入 .gitignore。
  2. 费用控制：测试时注意 max_tokens 和调用频率，避免意外费用。
  3. 输出合规：若生成内容涉及版权、名人肖像或敏感话题，审查与合规是必须的（产品上线前做人工/自动审查）。
  4. 模型一致性：不同模型、不同时间点的表现会有差异。线上服务需要设计回退策略和版本控制（例如把 prompt 和模型版本记录在日志中，便于复现）。

九、进阶用法与工程化建议

  • 缓存与重用：对常见 Prompt 的优秀结果可以缓存，降低重复调用成本。
  • Prompt 模板化：把 Prompt 做成可替换模版（例如使用 Mustache / template string），利于 A/B 测试不同语气或长度。
  • 流水线创作：把写作拆成几个阶段：构思 → 提纲 → 初稿 → 润色 → 押韵调整。每一步都用模型不同的 Prompt，能提高质量与可控性。
  • 用户可编辑的交互式创作：前端允许用户调整“情绪强度”“押韵偏好”等参数，后端根据这些选项动态修改 Prompt。

十、结论

通过 Node.js 与 OpenAI SDK 把 LLM 接入后端非常直接，但要获得稳定、高质量输出需要把工程化（密钥管理、费用控制、Prompt 模板化、输出审查）与创作技巧（明确风格、分步提示）结合。以“为汪峰写给森林北的歌”为例：清晰、细节充足的 Prompt 能大幅提升创作效率；分步生成（先列意象再写歌词）则更利于反复迭代与人机协作。

avatar
文章
阅读
粉丝