OpenAI 创建决策

2026-11-19 10:26 更新

POST /v1/decisions

针对同一份输入提出一组分类或评分问题。每题可独立返回判断、选项、评分或拒答,答案按问题顺序排列。当前接口参考只列出 gpt-6-luna。应用接入和问题设计见 Decisions 指南。

请求体

使用 application/json。model、input 和 questions 为必填字段。

字段 类型 说明
model 字符串 当前仅支持 gpt-6-luna。
input 字符串或条目数组 所有问题共用的输入。条目数组按给定顺序处理,最多 131,072 项。
questions 数组 1 至 400 个问题。可在同一次请求中混用三种题型。
prompt_cache_key 可选字符串或 null 调用方划分提示词缓存复用范围的键,最长 64 字符。
prompt_cache_options 可选对象或 null 设置缓存断点模式与保留时长。
safety_identifier 可选字符串或 null 组织范围内由调用方提供的不透明终端用户标识,最长 128 字符。请求身份验证仍使用 API 凭据。

输入条目

纯文本输入最长 10,485,760 字符。采用条目数组时,可混合下列形式并保留对话顺序。

条目 必需字段及结构 可选字段
用户消息 role: "user",content 为字符串或文本、图像、JSON 片段数组 type 默认 "message"
开发者和系统消息 role 为 "developer" 或 "system",content 为字符串或文本片段数组 type 默认 "message"
助手消息 role: "assistant",content 为字符串,或含 output_text、refusal 的数组 phase 可为 commentary、final_answer 或 null,type 默认 "message"
函数调用 type: "function_call",call_id、name 和序列化的 arguments id、namespace、status
函数结果 type: "function_call_output",匹配调用的 call_id。output 为字符串或文本、图像片段数组 id、status
自定义工具调用 type: "custom_tool_call",call_id、name 和原始字符串 input id、namespace、status
自定义工具结果 type: "custom_tool_call_output",匹配调用的 call_id。output 为字符串或文本、图像片段数组 id、status

工具调用与结果用同一 call_id 配对,长度为 1 至 64 字符。调用名称最长 128 字符。可选 status 取 in_progress、completed、incomplete 或 null。这里的工具条目用于提供已有的调用记录。

内容片段

  • input_text 携带字符串 text,最长 10,485,760 字符。
  • input_image 携带 image_url,可使用公开可读的 HTTP(S) 图像 URL 或 Base64 数据 URL。detail 可取 low、high、auto、original 或 null,缺省为 auto。问题说明中的图片同样使用这两种 URL 形式。
  • input_json 用 data 提供一个 JSON 对象或对象数组。嵌套值支持常规 JSON 类型,限制为 32 层容器、10,000 个值、紧凑 UTF-8 编码后 256 KiB。模型按文本处理该证据。
  • 输入文本或图像片段上的 prompt_cache_breakpoint 支持 {"mode":"explicit"},用来标记可复用前缀的精确结束位置。

消息的片段数组通常为 1 至 16,384 项。已提供的输出文本片段用 type: "output_text" 和 text 表示,拒答片段用 type: "refusal" 和 refusal 表示。

问题类型

每题接收 type、instructions 和可选的 name。说明可写成字符串,也可传 1 至 16,384 个文本、图像或 JSON 片段。为便于对应返回值,可为题目设置稳定名称。

type 题意 题型专用字段
predicate 判断输入是否支持某项陈述 无
choice 从给定选项中选择一个 choices 包含 2 至 255 个唯一选项,每项有字符串或布尔值 value,可附 description。字符串 "true" 与布尔值 true 分别计为不同选项。
score 按有序等级给输入评分 levels 包含 2 至 10 个有序等级,每项有字符串 label,可附 description。

提示词缓存

prompt_cache_options.mode 默认 implicit,可由服务自动设置一个隐式断点,并写入请求中最近的三个显式断点。设为 explicit 时,服务仅写入最近的四个显式断点。该模式下如果没有设置显式断点,请求不使用提示词缓存。最多写入四个断点,匹配时考虑会话中最近 80 个断点。ttl 当前可用值为 30m,表示每个所写断点的最短保留时间。参阅 提示词缓存。

响应对象

响应对象包含 answers、实际使用的 model 和 usage。answers 的响应结构允许 0 至 2,000 项,请求侧的 questions 仍最多 400 项。答案的 name 与问题名对应,未命名时返回 null。单题拒答可和其他题的正常答案同时出现。

答案类型 结构
predicate type、name、probability,后者为陈述成立的概率。
choice type、name、choice、confidence 和 probabilities。choice 保持选项原类型,概率明细项包含 value 与 probability。
score type、name、score、confidence 和 probabilities。概率明细项包含 label、整数 value 与 probability。
refusal type: "refusal" 与 name。

usage 包含输入、输出及总词元数。input_tokens_details 中的 cached_tokens 和 cache_write_tokens 分别表示命中缓存及写入缓存的词元数。output_tokens_details.reasoning_tokens 给出推理词元数。

示例

下面用一条售后消息判断订单是否存在破损报告,响应中的概率为演示值。

## 在服务端设置 OPENAI_API_KEY,再运行此 Bash 命令。
## 将 input 和 instructions 换成要评估的内容和清晰的判断条件。
curl https://api.openai.com/v1/decisions \
  -H "Authorization: Bearer $OPENAI_API_KEY" \
  -H "Content-Type: application/json" \
  --data-binary '{
    "model": "gpt-6-luna",
    "input": "收到的杯子边缘有裂纹。",
    "questions": [
      {
        "type": "predicate",
        "name": "reported_damage",
        "instructions": "客户是否明确报告商品破损?"
      }
    ]
  }'

{
  "model": "gpt-6-luna",
  "answers": [
    {"type": "predicate", "name": "reported_damage", "probability": 0.97}
  ],
  "usage": {
    "input_tokens": 45,
    "input_tokens_details": {"cached_tokens": 0, "cache_write_tokens": 0},
    "output_tokens": 0,
    "output_tokens_details": {"reasoning_tokens": 0},
    "total_tokens": 45
  }
}
以上内容是否对您有帮助:
在线笔记
App下载
App下载

扫描二维码

下载编程狮App

公众号
微信公众号

编程狮公众号