Responses API 實戰(一):回應解析與對話狀態管理
解析 Responses 的文字、工具呼叫與完成狀態,處理空白回覆、對話接續及歷史重播問題,並說明 previous_response_id、Conversations、推理資料保存與長對話成本。
整理 OpenAI API 與 SDK 的應用整合,涵蓋對話、結構化輸出、工具、串流和產品維護的實作限制。
共 8 篇文章,第 1 頁
解析 Responses 的文字、工具呼叫與完成狀態,處理空白回覆、對話接續及歷史重播問題,並說明 previous_response_id、Conversations、推理資料保存與長對話成本。
Chat Completions 與 Responses API 的系列索引,包含請求參數、結構化輸出、工具整合、除錯、對話管理、串流及背景工作恢復。
Chat Completions 與 Responses 的端點、欄位及資料結構對照,包含 input、output、工具結果、text.format、對話狀態、內建工具、多模態和長任務的遷移差異。
門市營業額、人流與換匯的 Tool Calling 整合範例,包含多輪查詢、授權範圍、呼叫與結果配對、查無資料,以及 Decimal 金額計算。
Structured Outputs 的資料模型設計,涵蓋 Pydantic、nullable、巢狀與遞迴 Schema、動態 UI,以及拒絕、截斷、跨欄位關係、節點數和業務驗證。
Chat Completions 的 choices、finish_reason 與 usage 對應回應內容、停止原因及用量。請求紀錄與串流累積器保留模型、版本、延遲及錯誤狀態,供空白、截斷、工具等待與相容性問題的診斷使用。
Chat Completions 提供 JSON Schema、工具呼叫、串流及多模態介面。Python 範例分別處理文字、圖片、PDF、音訊與 Predicted Outputs 的模型設定、參數驗證、結果回填及失敗狀態。
Chat Completions 以 model 與 messages 建立對話請求,透過取樣參數與 token 預算控制生成。Python 範例包含訊息角色、多輪上下文、完整回應驗證及模型相容設定。