用 Node.js 调用 OpenAI 文本模型，写一首情歌——AIGC 实战入门指南

已注销
91 阅读5分钟

用 Node.js 调用 OpenAI 文本模型写一首情歌——AIGC 实战入门指南

在当今 AI 技术飞速发展的时代，AIGC（Artificial Intelligence Generated Content） 已经不再是未来的概念。
无论是写文案、写代码，还是创作歌词，大语言模型（LLM）都在改变我们的工作方式。

本文将带你完成一个有趣的项目：
使用 Node.js 调用 OpenAI 文本生成接口，让 AI 模拟著名词人林夕的风格，为汪峰创作一首关于“森林北”的爱情歌曲。

通过这个项目，你将学会如何在后端系统中集成大语言模型能力，非常适合以下开发者：

  • 前端转全栈的开发者
  • Node.js 初学者
  • 对 AI 编程和 AIGC 实践感兴趣的人

一、初始化项目：搭建 Node.js 环境

首先，创建一个基础的 Node.js 项目：

npm init -y

该命令会生成一个默认的 package.json 文件，标志着项目的起点。

接着安装两个核心依赖：

npm install openai dotenv
  • openai：OpenAI 官方 SDK，用于简化 API 调用。
  • dotenv：加载 .env 文件中的环境变量，用于保护 API Key 等敏感信息。

安装完成后，你的 package.json 中应包含以下内容：

"dependencies": {
  "dotenv": "^17.2.3",
  "openai": "^4.71.0"
}

二、配置 API 密钥：使用 .env 管理凭据

为了避免在代码中暴露密钥，在项目根目录创建 .env 文件：

OPENAI_API_KEY=sk-your-real-api-key-here

在主文件 index.js 中引入：

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

这样就可以通过 process.env.OPENAI_API_KEY 安全地读取密钥。

建议将 .env 文件加入 .gitignore，防止上传到远程仓库导致密钥泄露。

三、实例化 OpenAI 客户端

使用官方 SDK 创建客户端实例：

import OpenAI from "openai";

const client = new OpenAI({
  apiKey: process.env.OPENAI_API_KEY,
  baseURL: "https://api.302.ai/v1" // 可选代理地址，用于调试或加速
});

baseURL 可根据网络环境修改为国内镜像地址，以提升访问速度和稳定性。

四、调用 Completion 接口生成歌词

OpenAI 提供两种主要的文本生成接口：

  • completions.create：传统的单轮文本生成模式
  • chat.completions.create：支持上下文和多轮对话

本例使用 completions.create，调用 gpt-3.5-turbo-instruct 模型，该模型针对指令执行优化，生成速度快、成本较低。

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字左右的歌，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);

参数说明

参数说明
model使用的模型名称，如 gpt-3.5-turbo-instruct
max_tokens控制输出长度，1 token 约等于 1 个汉字
prompt提示词，引导模型生成指定风格的内容

通过合理设计 Prompt，可以让模型更好地模拟林夕的文风，创作出汪峰风格的爱情歌词。

五、运行结果：AI 写出的情歌

执行脚本后，控制台可能输出如下结果：

歌词是:
烈焰燃烧在无边荒原，
你骑着骏马闯进我视线。
森林北啊 北方的星辰，
照亮我沉睡多年的心门。
黄沙卷起命运的轨迹，
你在风中笑得那么坚定。
我不是诗人 却为你提笔，
写下这狂野又温柔的诗句。
爱如火山喷发无法压抑，
只为拥抱你 不顾一切奔袭。

这首歌词融合了汪峰的激情与林夕的细腻，意境辽阔、情感真挚。
而这一切，仅用几十行代码就能完成。

六、理解 package-lock.json 与依赖管理

运行 npm install 后会生成 package-lock.json 文件，用于记录依赖树和具体版本号。例如：

"openai": {
  "version": "4.71.0",
  "dependencies": {
    "abort-controller": "^3.0.0",
    "node-fetch": "^2.6.7"
  }
}

这说明：

  • openai 使用 node-fetch 发送 HTTP 请求；
  • 使用 AbortController 实现请求中断；
  • 所有底层逻辑均被 SDK 封装，开发者只需调用高层接口即可。

这体现了现代 SDK 的核心设计理念：隐藏复杂性，提供简洁直观的接口。

七、扩展：Chat 模式的更多可能

在实际应用中，推荐使用 chat.completions.create，它支持上下文和角色设定，更灵活。
例如：

const response = await client.chat.completions.create({
  model: "gpt-3.5-turbo",
  messages: [
    { role: "system", content: "你是一位擅长写华语摇滚情歌的作词人，风格像林夕。" },
    { role: "user", content: "请为汪峰写一首关于他爱上的女孩‘森林北’的歌，她美丽勇敢，会骑马。100字以内。" }
  ]
});

这种方式适合用于聊天机器人、歌词生成器、创作辅助工具等场景。

八、AIGC 的实际应用场景

这个项目虽然简单，却展示了 AIGC 的广阔潜力：

  1. 自动生成内容：广告语、短视频文案、推文。
  2. 个性化推荐：为用户生成定制化营销话术或问候语。
  3. 辅助创作：小说、剧本、歌词的灵感参考。
  4. 教育与培训：自动生成练习题或作文范文。

只要 Prompt 设计得当，AI 就能成为高效的创作助手。

九、开发最佳实践

  1. 精心设计 Prompt：明确角色、语气与格式。
  2. 控制输出长度：合理设置 max_tokens。
  3. 添加错误处理：使用 try-catch 防止程序中断。
  4. 关注调用成本：不同模型价格差异较大，按需选择。
  5. 优先本地调试：可使用 mock 数据进行快速开发。

十、结语

通过本次实践，我们从项目初始化、依赖安装、API 调用到结果输出，完成了一个完整的 AIGC 小项目。
事实证明，接入大语言模型的过程并不复杂。

未来属于懂得如何“指挥 AI”的开发者。
掌握 Prompt 工程、理解 API 调用机制、实现工程化集成，将成为每一位技术人的重要能力。

当你下次需要写邮件、生成文案或创作歌词时，不妨让 AI 先动笔。
你只需扮演“导演”的角色，让 AI 成为你的创作工具。

参考资料

如果你觉得这篇文章有帮助，欢迎点赞、收藏和分享，获取更多 AI + 开发实战内容。

avatar
文章
阅读
粉丝