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

Grundbegriffe

Die wichtigsten Begriffe für die Arbeit mit der OpenAI API.

Der Schutz von Nutzerdaten gehört zu den Grundsätzen von OpenAI. Wir verwenden weder Eingaben über unsere API noch die zugehörigen Modellergebnisse zum Trainieren unserer Modelle. Mehr erfährst du auf unserer Seite zum Datenschutz bei der API.

Modelle zur Textgenerierung

OpenAI hat Modelle zur Textgenerierung wie gpt-6-astra und gpt-5.6-terra darauf trainiert, natürliche und formale Sprachen zu verstehen. Solche Modelle werden häufig als „Generative Pre-trained Transformers“ oder kurz als „GPT-Modelle“ bezeichnet. Sie können als Antwort auf eine Eingabe Text erzeugen. Die Eingaben für diese Modelle heißen auch „Prompts“. Indem du einen Prompt formulierst, „programmierst“ du gewissermaßen das Modell. Meist gibst du ihm dafür Anweisungen oder zeigst ihm anhand von Beispielen, wie es eine Aufgabe lösen soll. Mit GPT-Modellen kannst du unter anderem Inhalte oder Code generieren, Texte zusammenfassen, Gespräche führen und kreative Texte schreiben. Mehr dazu erfährst du in unserer Einführung in die Textgenerierung und in unserem Leitfaden zum Prompt Engineering.

Embeddings

Ein Embedding stellt Daten, etwa einen Textabschnitt, als Vektor dar. Dabei sollen bestimmte Aspekte des Inhalts, der Bedeutung oder beider erhalten bleiben. Ähneln sich zwei Datenabschnitte in irgendeiner Hinsicht, liegen ihre Embeddings meist näher beieinander als die von Daten ohne Bezug zueinander. OpenAI bietet Text-Embedding-Modelle an, die eine Zeichenfolge als Eingabe entgegennehmen und einen Embedding-Vektor ausgeben. Embeddings eignen sich unter anderem für die Suche, das Clustering, Empfehlungen, die Erkennung von Anomalien und die Klassifikation. Mehr dazu erfährst du in unserem Leitfaden zu Embeddings.

Token

Modelle zur Textgenerierung und Embedding-Modelle verarbeiten Text in Einheiten, die als Token bezeichnet werden. Token stehen für häufig vorkommende Zeichenfolgen. Beispielsweise wird die Zeichenfolge „ tokenization“ in „ token“ und „ization“ zerlegt. Ein kurzes, häufiges Wort wie „ the“ bildet dagegen ein einziges Token. Beachte, dass das erste Token eines Wortes innerhalb eines Satzes üblicherweise mit einem Leerzeichen beginnt. Mit unserem Tokenizer kannst du einzelne Zeichenfolgen testen und sehen, wie sie in Token zerlegt werden. Als Faustregel gilt für englischen Text, dass ein Token ungefähr 4 Zeichen oder 0,75 Wörtern entspricht.

Bei einem Modell zur Textgenerierung dürfen der Prompt und der generierte Text zusammen die maximale Kontextlänge des Modells nicht überschreiten. Bei Embedding-Modellen, die keine Token ausgeben, muss die Eingabe kürzer sein als die maximale Kontextlänge des Modells. Die maximale Kontextlänge für jedes Modell zur Textgenerierung und jedes Embedding-Modell findest du im Modellverzeichnis.