GPT想必是最近互联网最火的话题了，作为一个Unity开发者，今天来介绍一下如何在Unity中使用GPT。

一、API 密钥

使用GPT的API首先要获得密钥，如下进入OpenAI官网(https://platform.openai.com/account/api-keys)–>选择自己的账号–>查看API密钥，然后创建一个自己的密钥（创建的后要记得复制好密钥）。

二、GPT模型

进入OpenAI文档(https://platform.openai.com/docs/models)页面可以看到目前主要可以使用的AI模型，如下从GPT3.0到GPT4.0。

目前可以免费使用的最高版本就是GPT-3.5,所以这里主要来介绍一下如何集成 gpt-3.5-turbo。

三、gpt-3.5-turbo 集成

进入API文档(https://platform.openai.com/docs/api-reference/chat/create)选择Chat,就是gpt-3.5-turbo的使用文档。
OpenAI的接口访问主要都是使用Post请求，这里gpt-3.5-turbo的Post地址是：

https://api.openai.com/v1/chat/completions

请求与回调内容都是Json。
发送请求格式Request：

{
  "model": "gpt-3.5-turbo",
  "messages": [{"role": "user", "content": "Hello!"}]
}

回调相应格式Respond:

{
  "id": "chatcmpl-123",
  "object": "chat.completion",
  "created": 1677652288,
  "choices": [{
    "index": 0,
    "message": {
      "role": "assistant",
      "content": "\n\nHello there, how may I assist you today?",
    },
    "finish_reason": "stop"
  }],
  "usage": {
    "prompt_tokens": 9,
    "completion_tokens": 12,
    "total_tokens": 21
  }
}

在Unity中则可以直接使用UnityWebRequest来实现Post请求：

UnityWebRequest request = new UnityWebRequest(m_ApiUrl, "POST")

m_ApiUrl就是前面的Post地址。
在发送的信息中"model"就是使用示例中的"gpt-3.5-turbo"，这是最新的可以免费使用的AI模型。
发送的消息"messages"中每个message都包含一个"role"（角色）和一个"content"（角色对于的内容）。
"role"可以选择 “system”, “user”, 或 “assistant”：

• "system"一般作为角色设定，比如NPC扮演的话可以设定NPC的身份、特点等；
• "user"就是用户角色；
• "assistant"就是AI的角色身份。
  这里可能会好奇，为什么我们向GPT请求要发送AI角色的内容，其实这里我们主要是把上一次的提问和AI的回答都传回去，这样GPT就相当于有了记忆，知道我们前面对话说了啥，因此对话就不会是一个个孤立的问答了，官方的ChatGPT聊天同样是使用了这个原理。
  这里给上完整的gpt-3.5-turbo示例请求代码

public class GptTurboScript : MonoBehaviour
{
    /// <summary>
    /// api地址
    /// </summary>
    public string m_ApiUrl = "https://api.openai.com/v1/chat/completions";
    /// <summary>
    /// gpt-3.5-turbo
    /// </summary>
    public string m_gptModel = "gpt-3.5-turbo";
    /// <summary>
    /// 缓存对话
    /// </summary>
    [SerializeField]public List<SendData> m_DataList = new List<SendData>();
    /// <summary>
    /// AI人设
    /// </summary>
    public string Prompt;

    private void Start()
    {
        //运行时，添加人设
        m_DataList.Add(new SendData("system", Prompt));
    }

    public 

    /// <summary>
    /// 调用接口
    /// </summary>
    /// <param name="_postWord">发送的消息</param>
    /// <param name="_openAI_Key">密钥</param>
    /// <param name="_callback">GPT的回调</param>
    /// <returns></returns>
     IEnumerator GetPostData(string _postWord,string _openAI_Key, System.Action<string> _callback)
    {
        //缓存发送的信息列表
        m_DataList.Add(new SendData("user", _postWord));

        using (UnityWebRequest request = new UnityWebRequest(m_ApiUrl, "POST"))
        {
            PostData _postData = new PostData
            {
                model = m_gptModel,
                messages = m_DataList
            };

            string _jsonText = JsonUtility.ToJson(_postData);
            byte[] data = System.Text.Encoding.UTF8.GetBytes(_jsonText);
            request.uploadHandler = (UploadHandler)new UploadHandlerRaw(data);
            request.downloadHandler = (DownloadHandler)new DownloadHandlerBuffer();

            request.SetRequestHeader("Content-Type", "application/json");
            request.SetRequestHeader("Authorization", string.Format("Bearer {0}", _openAI_Key));

            yield return request.SendWebRequest();

            if (request.responseCode == 200)
            {
                string _msg = request.downloadHandler.text;
                MessageBack _textback = JsonUtility.FromJson<MessageBack>(_msg);
                if (_textback != null && _textback.choices.Count > 0)
                {

                    string _backMsg = _textback.choices[0].message.content;
                    //添加记录
                    m_DataList.Add(new SendData("assistant", _backMsg));
                    _callback(_backMsg);
                }
            }
        }
    }

    #region 数据包

    [Serializable]public class PostData
    {
        public string model;
        public List<SendData> messages;
    }

    [Serializable]
    public class SendData
    {
        public string role;
        public string content;
        public SendData() { }
        public SendData(string _role,string _content) {
            role = _role;
            content = _content;
        }

    }
    [Serializable]
    public class MessageBack
    {
        public string id;
        public string created;
        public string model;
        public List<MessageBody> choices;
    }
    [Serializable]
    public class MessageBody
    {
        public Message message;
        public string finish_reason;
        public string index;
    }
    [Serializable]
    public class Message
    {
        public string role;
        public string content;
    }

    #endregion
}

使用只需要调用GetPostData这个方法，传入你要发送的消息和你的API密钥，然后在_callback回调中获取到GPT返回的信息就可以了。

四、GPT绘画

和gpt-3.5-turbo类似，画图的Post接口为：

https://api.openai.com/v1/images/generations

发送请求格式Request：

{
  "prompt": "A cute baby sea otter",
  "n": 2,
  "size": "1024x1024"
}

"prompt"为要绘制的图片描述；"n"为绘制数量；"size"为图片大小。
回调相应格式Respond:

{
  "created": 1589478378,
  "data": [
    {
      "url": "https://..."
    },
    {
      "url": "https://..."
    }
  ]
}

返回的"url"就是图片的路径地址。
同样赋上完整的请求代码：

public class GPTImage : MonoBehaviour
{
    //API key
    [SerializeField] private string m_OpenAI_Key = "填写你的Key";
    /// <summary>
    /// api地址
    /// </summary>
    public const string m_ApiUrl = "https://api.openai.com/v1/images/generations";
    /// <summary>
    /// 调用接口
    /// </summary>
    /// <param name="_postWord"></param>
    /// <param name="_openAI_Key"></param>
    /// <param name="_callback"></param>
    /// <returns></returns>
    public IEnumerator GetPostData(string _postWord, Action<List<string>> _callback)
    {

        using (UnityWebRequest request = new UnityWebRequest(m_ApiUrl, "POST"))
        {
            PostData _postData = new PostData(_postWord, 10, "512x512");

            string _jsonText = JsonUtility.ToJson(_postData);
            byte[] data = System.Text.Encoding.UTF8.GetBytes(_jsonText);
            request.uploadHandler = (UploadHandler)new UploadHandlerRaw(data);
            request.downloadHandler = (DownloadHandler)new DownloadHandlerBuffer();

            request.SetRequestHeader("Content-Type", "application/json");
            request.SetRequestHeader("Authorization", string.Format("Bearer {0}", m_OpenAI_Key));

            yield return request.SendWebRequest();

            if (request.responseCode == 200)
            {
                string _msg = request.downloadHandler.text;
                MessageBack _textback = JsonUtility.FromJson<MessageBack>(_msg);
                if (_textback != null && _textback.data.Count > 0)
                {

                    List<string> urlList= new List<string>();
                    for (int i = 0; i < _textback.data.Count; i++)
                    {
                        Debug.Log(_textback.data[i].url);   //图片路径
                        urlList.Add(_textback.data[i].url);
                    }
                    _callback(urlList);
                }
            }
        }
    }

    #region 数据包
    [Serializable]
    public class PostData
    {
        public string prompt;
        public int n;
        public string size;

        public PostData(string _prompt, int _n, string _size)
        {
            prompt = _prompt;
            n = _n;
            size = _size;
        }
    }
    [Serializable]
    public class MessageBack
    {
        public string created;
        public List<Data> data;
    }
    [Serializable]
    public class Data
    {
        public string url;
    }

    #endregion
}

五、AICommand

AICommand是一位日本的开发者keijiro通过使用gpt-3.5-turbo来实现命令操控Unity，比如输入：创建物体、创建灯光、添加组件、改变颜色等。但这些命令使用英语才比较准确，通过下载源码（https://github.com/keijiro/AICommand）研究后，把发送给GPT的前置提示改成中文后就能比较好的识别中文命令了。

    static string WrapPrompt(string input)
      => "Write a Unity Editor script.\n" +
         " - It provides its functionality as a menu item placed \"Edit\" > \"Do Task\".\n" +
         " - It doesn’t provide any editor window. It immediately does the task when the menu item is invoked.\n" +
         " - Don’t use GameObject.FindGameObjectsWithTag.\n" +
         " - There is no selected object. Find game objects manually.\n" +
         " - I only need the script body. Don’t add any explanation.\n" +
         "The task is described as follows:\n" + input;

如上，"input"为我们要输入的命令，前面部分为对命令的一些解释要求，其主要逻辑是让GPT先生成一个Editor模式下运行的脚本，脚本里面来实现我们描述的功能，比如“创建10个立方体”，当执行完这个脚本的功能后再把脚本删除，这样在感观上就像GPT能在Unity做一些操作。
在使用过程中遇到一些问题：
1.GPT给的脚本中时常给你一些使用提示，而我们需要的是存脚本才能正常运行，所以就需要在前置描述里面特别强调我们只需要纯代码文本。
2.因描述不准确、理解偏差或功能复杂等情况导致GPT生成的脚本并不能正常运行，其实这个目前并不好解决，AICommand能实现的也是一些简单基础的操作，但可以通过一些人为的操作，让GPT半自动的来实现一些更复杂的工作，比如可以让GPT在Unity生成脚本后我们在去挂载或修改脚本，这样加上人的操作虽然感觉不是那么智能，但也能提高很多效率。目前Unity商店中就有人做了一款类似的插件。

六、总结

目前GPT在Unity的应用虽还不能很高的智能化，但可以使用他生产代码、修改代码、以及给出一些优化、设计建议等，从而很大程度的提升我们的工作效率。