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
Mar 11, 2026 API

从提示词到产品:Responses API 一周年

Responses API 推出一年来,开发者如何用它构建智能体产品?来看看他们的五个故事。

作者: Eva Sasson

从提示词到产品:Responses API 一周年

一年前,我们推出了 Responses API,为开发者和企业构建实用、可靠的智能体打下了基础。有了一套可供模型调用的托管工具,AI 从聊天助手发展成了能代您采取行动的系统。如今,Responses API 支持多种工具,可用于运行智能体工作流,还提供了一系列新功能和基础构件,专为使用更强大的模型进行开发而设计。

如今,已有数千名开发者在使用 Responses API,帮助客户支持、法律服务、生命科学、旅游等领域的团队提高工作效率。我们已经分享过这些领域的许多成功案例。今天,让我们来看看五个较少被提及的故事,了解过去一年里开发者用 Responses API 做出了哪些产品。

检测并修复 AI 智能体故障

作者:Alexis Gauba 和 Ben Hylak,来自 Raindrop AI

工具: 自建工具
模型: GPT-5.2(正在测试 GPT-5.4)

全球一些最有雄心的 AI 公司使用 Raindrop 监控平台,及时发现智能体在生产环境中的异常行为。随着智能体变得越来越复杂,这些故障造成的影响也越来越严重。

如果没有 Responses API,构建这样的监控系统会困难得多,系统的可靠性也会大打折扣。

Raindrop 通过 Vercel AI SDK 调用 Responses API,在后台运行分析。这样既能让不同提供商的模型共用工具,也能让系统在不同环境间迁移。这些工作流会找出异常行为。一旦出现问题,系统就会向开发者发出告警,并帮助他们诊断问题的根源。

平台围绕三个核心系统构建:

  1. 智能体行为监控
  2. 故障检测与告警
  3. 开发者排查与调试工具

借助这三个系统,团队可以在智能体故障影响生产系统之前发现、跟踪并修复问题。

监控架构

Raindrop 监控架构

这套架构让团队能够持续监控智能体行为,并在出现问题时迅速响应。

1. 智能体行为监控

系统持续评估智能体的行为,判断它是否按预期运行。

开发者可以设定条件,用来判断哪些结果不符合预期。一旦满足这些条件,平台就可以发出告警。

2. 故障检测与告警

一旦检测到异常,Raindrop 就会通知开发者,并提供排查问题所需的上下文。

开发者可以使用平台提供的工具:

  • 跟踪智能体在不同版本之间的行为变化
  • 确定哪些提示词或系统改动引发了故障
  • 检查推理轨迹和工具调用

这样,开发者就能迅速查明故障根源并部署修复。

3. 排查与调试工具

Raindrop 还提供了诊断智能体工作流问题的工具。有了这些工具,团队可以根据检测到的故障,有针对性地改进系统。

Raindrop AI 使用 Responses API 运行所有耗时较长的后台分析工作流。如果没有它,实现这些监控系统会困难得多。

面向复杂数据的深度推理工作流

作者:Eric Provencher,来自 Repo Prompt

使用的工具: 搭配 App Server 和 MCP 的 Codex、网页搜索
使用的模型: GPT-5.3-Codex

在规划或审查时,如果让推理模型自己翻找资料,就会浪费它的上下文窗口。我们用另一个智能体提前筛选、整理上下文,让推理模型尽可能把推理能力用在解决眼前的问题上。

Eric Provencher 构建了一套系统,帮助开发者和研究人员深入分析大规模文档集、代码库和数据集。

Repo Prompt 专注于上下文工程:自动收集、整理相关信息,并将其组织成推理模型能够有效分析的结构。

许多智能体系统侧重于收集数据,而 Eric 设计的架构将上下文收集与深度推理分开。系统先通过智能体工作流汇集相关上下文,再将整理好的信息交给专门负责分析的推理模型。

平台使用 OpenAI Responses API 编排长时间运行的智能体工作流和推理任务,应用场景包括:

  • 大型代码库分析与架构规划
  • 深入的代码审查工作流
  • 对大规模文档集进行研究分析
  • 医学和科学文献分析

系统由三个核心部分组成:构建上下文的智能体工作流、深度推理模型(“Oracle”工作流),以及反复开展研究与分析的迭代循环。

1. 构建上下文的智能体工作流

系统的第一阶段由负责构建上下文的智能体执行。这个工作流分析大量数据,判断哪些信息与当前查询相关。

智能体通过 Responses API 调用工具,结合模型的推理能力,找出相关文件、文档之间的关联,以及包含关键信息的段落。

这一阶段输出一份结构化的上下文资料包,作为推理阶段的输入。

2. “Oracle”深度推理工作流

Repo Prompt 的 Oracle 工作流示意图

与构建上下文的智能体不同,“Oracle”模型(即深度推理模型)不调用工具,也不额外检索信息。它只负责分析收到的、已经整理好的上下文。

将研究与推理分开后,模型可以把全部推理能力用于理解问题。在许多工作流中,推理阶段可以持续很长时间,让模型深入分析给定上下文中的复杂关系。

3. 迭代研究与分析

系统也支持多轮迭代推理。推理模型给出结果后,另一个智能体可以审查结果,判断是否需要进一步调查。

如有需要,系统会启动新一轮上下文收集与推理。通过这样的循环,系统可以持续开展调查,逐步完善分析结果。

迭代工作流

Repo Prompt 迭代工作流

系统依赖 Responses API 的几项能力:

  • 后台作业:运行耗时数分钟乃至数小时的推理任务
  • 智能体编排:协调智能体循环执行上下文收集、推理和验证
  • 可观测性:在推理工作流长时间运行期间监控和管理其执行过程

平台使用 Codex 模型收集相关上下文并将其结构化,再把整理好的上下文交给能力更强的推理模型,进行更深入的分析。正是这些能力,让平台能够采用结合智能体工作流与深度推理模型的混合架构。

为黑胶唱片收藏者打造对话界面

作者:Ash Ryan Arnwine,来自 Collxn

工具: 网页搜索和 16 个自定义工具
模型: GPT-5.4、GPT-5 nano

和从头搭建一套完整的检索增强生成系统等方案相比,Responses API 让我省了不少工夫。

Ash Ryan Arnwine 打造了 “Collxn”(名字让人联想到英文的 collection,即“收藏”)。这个小服务有个大目标:帮助黑胶收藏者重新发现唱片架上的藏品,并与自己的唱片互动。

收藏者经常在 Discogs 上记录庞大的唱片收藏,有时多达数千张。Collxn 接入收藏者的唱片库,每天发出一封名为“Daily Drop”的邮件,介绍一张不同的唱片及其音乐人,帮助收藏者重温自己拥有的音乐。

翻看唱片时,能随口提问会更有趣。为此,Collxn 使用 OpenAI Responses API 打造了聊天界面,让用户真的能和自己的唱片聊起来。

支持工具调用的对话界面

这款应用使用 Responses API 提供名为“Ask This Drop”的聊天界面,用户可以针对 Daily Drop 中介绍的唱片提问。

模型配置了 Discogs API 工具,回答问题时可以直接从 Discogs 获取信息。

例如,用户可以这样问:

  • 这张唱片现在的市场价是多少?
  • 这位音乐人还发行过哪些专辑?
  • 这个压片版本有多罕见?

Ask This Drop 界面

通过 Ask This Drop 的聊天界面,Collxn 用户可以和自己的黑胶唱片对话。

收藏者只需提出问题,就能获得结合 Discogs 实时数据和个人唱片收藏信息生成的答案。

这样一来,原本静态的唱片收藏就成了对话的起点,也让收藏者与更广阔的音乐世界建立了联系。

Daily Drop 与音乐人动态

Collxn 还使用 OpenAI Agents SDK,为 Daily Drop 邮件中介绍的音乐人生成“近期动态”栏目。

Collxn 的 Daily Drop 音乐人动态栏目

Collxn 使用 OpenAI Agents SDK 生成 Daily Drop 中的音乐人动态。

这项功能使用具备网页搜索能力的智能体,查找有关音乐人的近期文章或动态,并将这些信息加入每日邮件。在测试用户中,动态栏目很快就成了产品最受欢迎的部分之一,因为它让收藏者在翻看藏品时也能了解音乐界正在发生的事。

为了推出“Ask This Drop”,Ash 最终将 Collxn 迁移到了 Responses API。这样,应用就能在对话工作流中进行多步推理,并调用内置工具和自定义工具。在 Collxn 中,Responses API 的内置网页搜索工具让用户可以在聊天时查找音乐人的最新动态。此外,Collxn 还使用了 16 个自定义工具,用于访问 Discogs API、查询用户的 Collxn 账户等。

Collxn 的 Daily Drop 音乐人动态栏目

通过 Responses API 的网页搜索工具,Collxn 的“Ask This Drop”可以实时查询音乐人动态。

Responses API 支持有状态对话,让应用处理多轮聊天更简单、更快捷。Ash 表示,总体而言,与搭建完整的检索增强生成(RAG)系统相比,使用 Responses API 简化了应用架构。

将屏幕录像转化为交互式产品演示

作者:Nick Sorrentino 和 Pawel Wszola,来自 Arcade 团队

工具: 计算机使用
模型: GPT-5.2、computer-use-preview

接入基于 API 的内容生成功能后,发布演示所需的步骤减少了 50%,演示发布率和产品采用率都显著提高了。

录屏是大多数团队本来就在做的事。Arcade 能把屏幕录像转化为制作精良的交互式产品演示。团队只需把操作流程录制一次,其余工作就交给 Arcade,省去了现场讲解产品或编写分步文档的工夫。

平台会在后台分析录像,自动生成带引导的操作演示,解释每一步发生了什么。

演示生成工作流

一次录屏的处理流程如下:

  1. 用户在执行操作流程时录制屏幕。
  2. 在桌面端或浏览器中,Arcade 直接以结构化形式记录点击、输入、滚动等交互。
  3. 在移动端,由于 iOS 沙盒不允许应用捕获系统范围内的交互,用户改为直接录制应用的屏幕画面。
  4. 系统将录像发送到 OpenAI Responses API,由计算机使用工具分析视频帧,推断用户执行了哪些操作。
  5. 系统将推断出的操作转换成结构化步骤。
  6. Arcade 生成讲解文字和交互热点,引导观看者完成演示。

这些步骤会自动组成用户看到的交互式操作演示。

接下来,系统将结构化的操作传给 Chat Completions API,为演示的各个环节生成标题和热点说明。用户可以用内置的 AI 编辑工具调整生成的文案,例如缩短或改写文字。

制作演示所需的操作减少一半

自动生成演示讲解,大幅减少了发布产品操作演示所需的工作量。

接入基于 API 的工作流后:

  • 发布前所需的操作次数中位数下降了 50%
  • 操作次数的第 80 百分位数从约 230 次降至约 120 次
  • 演示发布率和产品采用率均有提高

Arcade 简化了演示制作流程,让团队能更快地将原始屏幕录像转化为制作精良的交互式演示。

衡量并提升品牌在 AI 回答中的可见度

作者:Tunde Adeyinka 和 Ramon Silva,来自 Hexagon

使用的工具: 网页搜索
使用的模型: GPT-5.2 Chat

Tunde Adeyinka 和 Ramon Silva 创办了 Hexagon,希望为零售商解答一个新问题:AI 助手是怎样介绍您的产品的?

AI 助手越来越多地影响消费者发现产品的方式。Hexagon 帮助企业监测自己的品牌在 AI 生成的回答中如何呈现,并持续改善这种呈现效果。

平台使用 OpenAI Responses API 运行三个核心系统:

1. 回答模拟架构

Hexagon 每天运行模拟流水线,评估 AI 助手如何回答与产品相关的问题。系统每天生成数千条贴近真实场景的消费者提示词、产品推荐提示词和购物查询,然后将它们发送给 Responses API。系统分析返回的结果,跟踪品牌在各类 AI 回答中的可见度。

零售商客户由此可以看到自己的产品被提及的频率,以及这些回答随时间发生的变化。

Hexagon 回答模拟架构

2. 多智能体内容生成流水线

除了提供数据分析,Hexagon 还使用 Responses API 生成经过优化的内容,以提升品牌在 AI 回答中的可见度。

系统采用由四个智能体组成的架构。每个智能体负责流水线中的一个专门环节,并将输出交给下一环节,直至最终内容生成并发布。发布前,智能体通过非确定性循环相互沟通,反复完善内容。

Hexagon 多智能体内容生成流水线

3. 仪表板与客户工具

平台还提供了聊天机器人“Hexi”,它基于 Responses API 的函数调用能力构建。客户可以与 Hexi 对话,探索分析结果,自行生成品牌在 AI 回答中可见度的数据摘要。Hexagon 通过面向零售商的仪表板展示分析结果,让零售商跟踪产品在 AI 生成的回答中如何呈现。

Hexagon 仪表板截图

为了让产品各处用到的模拟都贴近真实场景、具有实用价值,Hexagon 使用了 Responses API 的几项关键能力:

  • 网页搜索:模拟与 ChatGPT 开启网页浏览时类似的回答。
  • 用户位置参数:模拟来自不同地区的查询,以测试回答是否因地区而异。
  • 推理强度:控制回答的深度和复杂程度。
  • 最大输出 Token 数:为长篇回答设置长度上限。
  • 上下文持久化:在多次调用之间保留上下文,从而支持多智能体工作流。

Responses API 提高了回答质量,也更好地保留了多次调用之间的上下文。这两点对支撑 Hexagon 平台的多步流水线至关重要。

结语

推出一年来,Responses API 已成为开发者构建智能体软件的核心组件。

这五个开发者故事展示了这些能力在实际产品中的应用:多个智能体协同调用工具、检测缺陷、运行工作流,帮助开发者交付由 AI 驱动的产品。

平台本身也在快速发展:编排能力不断增强,工具生态也更加丰富,新增了支持联网的 OpenAI 托管容器和 shell 工具等。

工具更多了。
能力更强了。
也有更多开发者在打造我们还没想到的产品。

一起看看第二年开发者会做出什么。