如需查看完整的文档索引,请参阅 llms.txt。在文档页面的 URL 末尾加上 .md 即可查看该页面的 Markdown 版本。
主导航
主题

文本生成

了解如何编写提示词,让模型生成文本。

通过 OpenAI API,您可以让大语言模型根据提示词生成文本,就像使用 ChatGPT 时一样。模型几乎可以生成任何形式的文本回复,例如代码、数学方程、结构化 JSON 数据,或读起来自然流畅、如同人写的文章。

要直接向模型发出请求,请使用 Responses API。下面的文本生成调用就是一个例子。

根据简单的提示词生成文本
import OpenAI from "openai";
const client = new OpenAI();

const response = await client.responses.create({
  model: "gpt-6.2-astra",
  input: "Write a one-sentence bedtime story about a unicorn.",
});

console.log(response.output_text);

响应的 output 属性是一个数组,包含模型生成的内容。在这个示例中,数组只有一个输出项:

[
  {
    "id": "msg_67b73f697ba4819183a15cc17d011509",
    "type": "message",
    "role": "assistant",
    "content": [
      {
        "type": "output_text",
        "text": "Under the soft glow of the moon, Luna the unicorn danced through fields of twinkling stardust, leaving trails of dreams for every child asleep.",
        "annotations": []
      }
    ]
  }
]

output 数组通常包含多个输出项! 其中可能包括工具调用、与推理模型生成的推理 Token 相关的数据,以及其他内容。不能假定模型输出的文本一定位于 output[0].content[0].text。

为了方便使用,部分官方 SDK 在模型响应中提供了 output_text 属性。该属性将模型输出的所有文本合并为一个字符串,方便您快速获取文本输出。

除了纯文本,您还可以让模型以 JSON 格式返回结构化数据。这项功能称为结构化输出。

提示词工程

提示词工程是指为模型编写有效的指令,使其能够稳定地生成符合您要求的内容。

由于模型生成的内容具有不确定性,要通过提示词获得预期输出,既需要经验和判断,也需要系统的方法。运用合适的技巧和最佳实践,可以帮助您稳定地获得良好的结果。

有些提示词工程技巧适用于所有模型,例如使用消息角色。但要获得最佳结果,不同模型可能需要不同的提示方式。即使是同一系列模型的不同快照,也可能产生不同的结果。在构建更复杂的应用时,我们强烈建议您:

  • 在生产应用中固定使用特定的模型快照(例如 gpt-5.5-2026-04-23),以确保模型行为一致。
  • 编写测试并构建评估套件,衡量模型在给定提示词下的表现,以便在迭代提示词、更换或升级模型版本时持续监测效果。

下面介绍一些可用于编写提示词的工具和技巧。

选择模型和 API

OpenAI 提供多种模型和多个 API 供您选择。推理模型(例如 gpt-6.2-astra)的行为与聊天模型不同,适合它们的提示词也有所不同。值得注意的是,通过 Responses API 使用推理模型时,模型表现更好,展现出的智能水平也更高。

无论您构建哪种文本生成应用,我们都建议优先使用 Responses API,而非较早推出的 Chat Completions API。如果您使用的是推理模型,迁移到 Responses API 尤其有益。

消息角色与指令遵循

您可以向模型提供不同优先级的指令,具体做法是结合使用 instructions API 参数和消息角色。

instructions 参数用于设定模型生成回复时应遵循的总体要求,包括语气、目标和正确回复的示例。这些指令的优先级高于 input 中的用户消息。

使用指令生成文本
import OpenAI from "openai";
const client = new OpenAI();

const response = await client.responses.create({
  model: "gpt-6.2-astra",
  reasoning: { effort: "low" },
  instructions: "Talk like a pirate.",
  input: "Are semicolons optional in JavaScript?",
});

console.log(response.output_text);

要在多轮对话中使用相同的指令,请将这些指令写入第一条 developer 消息,并将该消息放入 input 中。

使用不同角色的消息生成文本
import OpenAI from "openai";
const client = new OpenAI();

const response = await client.responses.create({
  model: "gpt-6.2-astra",
  reasoning: { effort: "low" },
  input: [
    {
      role: "developer",
      content: "Talk like a pirate.",
    },
    {
      role: "user",
      content: "Are semicolons optional in JavaScript?",
    },
  ],
});

console.log(response.output_text);

对于仅适用于当前轮次的指令,请使用顶层 instructions 参数。串联多个响应时,如果使用 previous_response_id,最初的 developer 消息会保留在对话中。从 GPT-6.2 起,顶层 instructions 按未缓存输入的费率计费。第一条 developer 消息中的可复用指令可以使用提示词缓存。

OpenAI 模型规范说明了模型如何根据消息角色确定消息的优先级。

developeruserassistant

developer 消息包含应用开发者提供的指令,其优先级高于用户消息。

user 消息包含最终用户提供的指令,其优先级低于开发者消息。

模型生成的消息使用 assistant 角色。

一段多轮对话可能包含多条上述类型的消息,以及您和模型提供的其他类型的内容。有关详情,请参阅对话状态管理指南。

您可以把 developer 消息和 user 消息之间的关系理解为编程语言中函数与参数之间的关系。

  • developer 消息规定系统规则和业务逻辑,类似于函数定义。
  • user 消息提供输入和配置,类似于传给函数的参数。模型会按照 developer 消息中的指令处理这些输入和配置。

在代码中管理提示词版本

请将生产环境使用的提示词存放在应用代码中,避免创建可复用的提示词对象。通过代码管理提示词,您就可以利用带类型的输入、代码审查、测试和常规部署流程来调整模型行为。

OpenAI 正在逐步弃用 API 中的可复用提示词对象。自 2026 年 6 月 3 日起,OpenAI 将逐步淡化提示词创建功能,并计划于 2026 年 11 月 30 日关闭 v1/prompts。最新时间安排请参阅弃用公告。

开发新的文本生成功能时,请遵循以下做法:

  • 将构建提示词的代码放在一个小模块中,位置靠近它所支持的功能代码。
  • 使用带类型的函数参数或模式来定义动态值,例如客户数据、文件或任务选项。
  • 将可复用的指令作为第一条 developer 消息放入 input,并通过 instructions 参数向 Responses API 传递仅适用于当前轮次的指令。
  • 在修改生产环境的提示词之前,添加有代表性的测试数据、测试和评估检查。
  • 通过部署系统发布提示词变更。如果需要分阶段发布,请使用功能开关或配置来控制发布进度。

如果现有集成已经通过提示词 ID 或版本号调用已保存的提示词,请按照提示词对象迁移指南将该提示词迁移到代码中。

后续步骤

了解文本输入和输出的基础知识后,您可以通过以下资源继续探索。

在 Playground 中构建提示词

在 Playground 中编写并反复改进提示词。

使用结构化输出生成 JSON 数据

确保模型输出的 JSON 数据符合指定的 JSON 模式。

完整 API 参考文档

在 API 参考文档中查看文本生成的所有选项。