2025. március 11-től elérhetővé tettük új ügynökplatformunk alapvető építőelemeit. A részletekért lásd a Responses API-hoz, az eszközökhöz, köztük a Web Search, File Search és Computer Use eszközökhöz, valamint a Agents SDK-hoz a Tracing funkcióval kapcsolatos API-dokumentációnkat.
A funkcióhívás lehetővé teszi, hogy az OpenAI modelleket külső eszközökhöz és rendszerekhez kapcsolja. Ez sok mindenre hasznos, például arra, hogy képességekkel ruházza fel az AI-asszisztenseket, vagy mély integrációkat építsen ki alkalmazásai és az LLM-ek között.
Tudjon meg többet a funkcióhívás fejlesztői útmutatójából.
2024 júniusában elindítottuk a strukturált kimeneteket. Ha ezt bekapcsolja a függvénydefinícióban a `strict: true` beállítással, a strukturált kimenetek garantálják, hogy a modell által a funkcióhíváshoz generált argumentumok pontosan megfelelnek a függvénydefinícióban megadott JSON Schema sémának.
2024 októberében elindítottuk a 'Bármi generálása' funkciót, amely lehetővé teszi a fejlesztőknek, hogy leírjanak egy függvényt, közvetlenül beillesszék azt vagy beillesszék a kódjukat, és érvényes függvénysémát generáljanak. Tudjon meg többet a 'Bármi generálása' funkcióról ebben a súgóközpont-cikkben
Hogyan használhatom a funkcióhívást?
A funkcióhívás számos felhasználási esetre hasznos, például:
Asszisztensek adatlekérésének engedélyezése:
egy AI-asszisztensnek le kell kérnie a legfrissebb ügyféladatokat egy belső rendszerből, amikor a felhasználó azt kérdezi: „mik a legutóbbi rendeléseim?” mielőtt választ tudna adni a felhasználónak
Asszisztensek műveletvégzésének engedélyezése:
egy AI-asszisztensnek a felhasználói preferenciák és a naptár elérhetősége alapján kell megbeszéléseket ütemeznie.
Asszisztensek számításvégzésének engedélyezése:
egy matematikatanár-asszisztensnek matematikai számítást kell végeznie.
Gazdag munkafolyamatok létrehozása:
egy adatkinyerési folyamat, amely nyers szöveget kér le, majd strukturált adattá alakítja, és elmenti egy adatbázisba.
A funkcióhívás támogatott a Responses API-ban, amely egységesíti azokat a képességeket, amelyek korábban a Chat Completions API és az Assistants API között oszlottak meg.
Hogyan használhatom a JSON módot?
Ha a JSON mód be van kapcsolva, a modell kimenete garantáltan érvényes JSON lesz, kivéve néhány szélső esetet, amelyeket megfelelően észlelnie és kezelnie kell.
A JSON mód kéréséhez a Responses API-val vagy a Chat Completions API-val a támogatott modelleken a response_format értékét beállíthatja erre: { "type": "json_object" }, de ez csak akkor működik, ha a modellre/üzenetre/eszközre vonatkozó előfeltételek teljesülnek (például a modell támogatja a json_object értéket, a beszélgetés tartalmaz JSON előállítására vonatkozó utasítást, és minden eszközkorlát kompatibilis). A response_format: {"type": "json_object"} beállítású JSON módhoz legalább egy kérésüzenetnek tartalmaznia kell valamilyen formában a json szót, például JSON, json vagy Json; ellenkező esetben az API hibát ad vissza. Ha kompatibilis modelleken/útvonalakon funkcióhívást használ, a JSON-korlátok automatikusan érvényesülnek a funkcióhívási argumentumokra; az inkompatibilis modellek vagy eszköz-/válaszformátum-kombinációk elutasításra kerülhetnek, vagy nem használnak JSON-korlátozott mintavételezést.
Fontos megjegyzések:
JSON mód használatakor mindig utasítania kell a modellt, hogy a beszélgetés valamely üzenetén keresztül JSON-t állítson elő, például a rendszerszintű üzenetével. Ha nem ad meg kifejezett utasítást JSON generálására, a modell véget nem érő szóközfolyamot állíthat elő, és a kérés folyamatosan futhat, amíg el nem éri a tokenkorlátot. Hogy ezt biztosan ne felejtse el, a JSON mód elutasítja a kéréseket, hacsak a releváns bemeneti üzenetek vagy utasítások nem tartalmazzák valamilyen formában a
jsonszót, kis- és nagybetűtől függetlenül.A JSON mód nem garantálja, hogy a kimenet megfelel bármely konkrét sémának, csak azt, hogy érvényes és hiba nélkül feldolgozható. Használja a strukturált kimeneteket annak biztosítására, hogy megfeleljen a sémájának, vagy ha ez nem lehetséges, használjon validációs könyvtárat és szükség esetén újrapróbálkozásokat annak biztosítására, hogy a kimenet megfeleljen a kívánt sémának.
Az alkalmazásának észlelnie és kezelnie kell azokat a szélső eseteket, amelyek miatt a modell kimenete nem teljes JSON-objektum lehet (lásd alább)
