Den vollständigen Index der Dokumentation findest du in llms.txt. Die Markdown-Version einer Dokumentationsseite erhältst du, indem du .md an die URL der Seite anhängst.
Hauptnavigation
Design

Von Prompt-Objekten auf Prompts im Code umsteigen

Verwalte deine Prompts direkt im Anwendungscode.

OpenAI stellt die Unterstützung für wiederverwendbare Prompt-Objekte in der API schrittweise ein. Ab dem 3. Juni 2026 rückt das Erstellen solcher Prompts in den Hintergrund. Die Abschaltung von v1/prompts ist für den 30. November 2026 geplant. Den aktuellen Zeitplan findest du in der Übersicht der angekündigten Abschaltungen.

Wenn du Prompts auf der API-Plattform von OpenAI ablösen möchtest, übernimm den Prompt-Inhalt aus dem verwalteten prompt-Objekt in deinen Anwendungscode. So hast du mehr Kontrolle darüber, wie du Prompts überprüfst, testest, bereitstellst und versionierst.

Vorher: Ein Prompt-Objekt verwenden

Ein Prompt-Objekt verwenden
import OpenAI from "openai";

const client = new OpenAI();

const response = await client.responses.create({
  prompt: {
    id: "pmpt_123",
    version: "1",
    variables: {
      customer_name: "Acme",
      issue: "billing question",
    },
  },
});

Nachher: Den Prompt direkt im Code definieren

Den Prompt direkt im Code definieren
import OpenAI from "openai";

const client = new OpenAI();

const response = await client.responses.create({
  model: "gpt-6-astra",
  input: [
    {
      role: "system",
      content:
        "You are a helpful support assistant. Be concise, accurate, and friendly.",
    },
    {
      role: "user",
      content:
        "Customer name: Acme. Issue: billing question. Write a response to the customer.",
    },
  ],
});

console.log(response.output_text);

Mit Codex migrieren

Nutze das Plugin OpenAI Developers und den Skill OpenAI Docs, um die Migration zu automatisieren und schneller mit der OpenAI API zu entwickeln.

$openai-docs Passe dieses Projekt so an, dass es Prompts im Code speichert, statt ein Prompt-Objekt zu verwenden.

Was sich ändert

Statt in einer API-Anfrage auf ein gespeichertes Prompt-Objekt zu verweisen, speicherst du den Prompt-Text in deiner Codebasis. Die daraus erzeugten Nachrichten übergibst du beim Aufruf der Responses API direkt als input.

  • Übernimm die Prompt-Inhalte in den Quellcode, damit Änderungen an Prompts denselben Prüf- und Freigabeprozess durchlaufen wie Änderungen an der Produktlogik.
  • Ersetze Prompt-Variablen durch Funktionsargumente, damit deine Anwendung dynamische Werte explizit und mit festgelegtem Typ übergibt.
  • Übergib die Nachrichten über input, wenn du die Responses API aufrufst, statt das prompt-Objekt zu verwenden.
  • Versioniere Prompts in deinem Repository und nutze dafür Git-Commits, Reviews von Pull Requests und Tests oder Evals.
  • Platziere statische Inhalte am Anfang und dynamische Inhalte weiter hinten, damit du die Vorteile des Prompt-Cachings behältst. Ein Cache-Treffer setzt voraus, dass das Präfix exakt übereinstimmt.

Beispiel

Prompts mit einer Hilfsfunktion erstellen
import OpenAI from "openai";

const client = new OpenAI();

function buildSupportPrompt({
  customerName,
  issue,
}: {
  customerName: string;
  issue: string;
}): OpenAI.Responses.ResponseInput {
  return [
    {
      role: "system",
      content:
        "You are a helpful support assistant. Be concise, accurate, and friendly. Do not invent policy details.",
    },
    {
      role: "user",
      content: `Customer name: ${customerName}. Issue: ${issue}. Write a response to the customer.`,
    },
  ];
}

const response = await client.responses.create({
  model: "gpt-6-astra",
  input: buildSupportPrompt({
    customerName: "Acme",
    issue: "billing question",
  }),
});

Welche Vorteile du hast

Du kannst Prompts zusammen mit dem Produktcode verwalten und Änderungen über Pull Requests prüfen. Tests und Evals lassen sich in der CI ausführen. Rollouts und Experimente kannst du über deine eigene Konfiguration oder über Feature-Flags steuern.

Verteile die Prompts nicht über die gesamte Codebasis. Lege ein kleines Modul unter prompts/ an und definiere für jeden Prompt eine benannte Funktion, die ihn erzeugt. Ergänze einfache Testdaten für Evals, damit Änderungen an Prompts genauso geprüft werden wie Änderungen an der Produktlogik.