打造專屬 ChatGPT：從 Chat Completions 轉向 Responses API (20260601更新)
本文接續 Chat Completions API 系列，介紹 OpenAI Responses API 的核心概念，以及它和 Chat Completions API 在心智模型上的差異。 文章會從最小可用範例開始，說明 Responses API…
打造專屬 ChatGPT（二）：結構化輸出、Tool Calling 與 Streaming (20260601更新)
本文是系列第二篇，聚焦 Chat Completions API 的進階產品功能。 文章會介紹 response_format、json_object、json_schema、Tool Calling、streaming 串流回應，以及圖片、音訊、檔…
打造專屬ChatGPT：透過OpenAI Tool Calling深度整合資源
這篇文章探討了如何利用OpenAI的Tool Calling功能來打造個人化的ChatGPT，實現更優化的資源整合和流暢的用戶互動體驗。文章強調大型模型在捕捉使用者意圖及自動調用外部工具方面的能力提升，並深入介紹Tool Calling功能及其生命周…
打造專屬ChatGPT：利用LLM進行結構化輸出(Structured Outputs)
文章說明了OpenAI結構化輸出(Structured output)的使用方式，介紹如何將對話中的非結構化數據轉化為特定的結構化資訊。同時提供了一系列的應用範例，包括數學問題解答過程、非結構化數據處理及用戶界面生成等。並展示了如何使用Python的…