GPT-5.6 Sol 如何通过 OpenAI Responses API 创建 AI 应用？

使用 GPT-5.6 Sol 创建 AI 应用时，推荐直接采用 OpenAI Responses API：在官方 SDK 中初始化客户端，通过 client.responses.create() 发送输入，再从 response.output_text 读取文本结果。这个接口不仅能完成普通问答，还能逐步扩展到流式输出、多轮上下文、结构化数据和工具调用。对于新项目，先把一次请求、错误处理和状态管理做稳，再添加数据库、检索或前端界面，通常比一开始堆叠完整智能体框架更可靠。

先理解应用中的四个基本部分

一个最小 AI 应用可以拆成四层：用户输入、应用后端、模型请求和结果展示。浏览器或客户端只负责收集问题；后端保存 API 密钥、组织输入并调用 OpenAI；Responses API 返回一个带有状态、输出项和用量信息的响应对象；应用最后把需要的结果提取出来并展示。

API 密钥只能放在服务端环境变量中，不能写进网页 JavaScript、移动应用安装包或代码仓库。即使原型只有一个输入框，也应让浏览器调用自己的后端，再由后端访问 OpenAI。这样才能控制身份验证、限流、日志、超时和成本，也便于以后更换提示词而不更新客户端。

GPT-5.6 Sol 的模型 ID 是 gpt-5.6-sol。Responses API 的生成端点是 /v1/responses。使用官方 SDK 时不需要手工拼接端点，SDK 会负责鉴权、请求序列化和响应解析。本文以 Python 为主，示例只展示可验证的接口用法，不假设某个账户一定拥有特定额度或吞吐上限。

准备 Python 项目和密钥

先创建独立虚拟环境并安装官方 Python SDK。把密钥设置为环境变量，程序会在创建客户端时自动读取。以下命令适用于常见的 macOS 或 Linux shell；其他系统应使用对应的环境变量配置方式。

python3 -m venv .venv
source .venv/bin/activate
python -m pip install --upgrade openai
export OPENAI_API_KEY="你的 API 密钥"

不要把真实密钥写入示例文件。若项目使用 .env，应把该文件加入版本控制忽略列表，并在部署平台上单独配置生产密钥。开发和生产最好使用不同的项目或密钥，以便分别设置权限、预算和轮换策略。

完成第一次 Responses API 调用

最小程序只需要创建客户端、指定模型和提供输入。input 可以直接接收字符串。返回值不是 Chat Completions 的 choices 数组，而是 Response 对象；当目标只是取得模型汇总后的文本时，使用 output_text 最直接。

from openai import OpenAI

client = OpenAI()

response = client.responses.create(
    model="gpt-5.6-sol",
    input="请用三点说明代码审查时如何发现资源泄漏。",
)

print(response.output_text)

这里的程序没有伪造任何运行结果。实际输出会受模型、提示、账户配置和请求时刻影响。应用不应依赖某一句固定措辞，而应验证结果是否满足业务约束。例如，若下游需要 JSON，就使用结构化输出并按模式校验；若只是展示自然语言，则应处理空文本、请求未完成和安全拒绝等情况。

用 instructions 稳定应用行为

真实应用通常既有用户问题，也有长期有效的产品规则。可以把角色、语气和输出边界放进 instructions，把本次任务放进 input。二者分开后，提示结构更容易维护，也能减少把用户文本误当成开发者规则的风险。

from openai import OpenAI

client = OpenAI()

response = client.responses.create(
    model="gpt-5.6-sol",
    instructions=(
        "你是企业内部的 Python 助手。先给结论，再给最小示例；"
        "不确定的信息要明确说明，不得编造运行结果。"
    ),
    input="如何为批处理任务设计可安全重试的写入逻辑？",
)

print(response.output_text)

提示词应描述可观察的行为，而不是堆叠抽象形容词。“返回三项，每项包含风险与处理方式”比“回答得专业、全面”更容易验证。对于高风险业务，模型输出只能作为候选结果，仍需权限检查、规则校验或人工确认。

实现多轮对话

聊天应用不能只把最后一句话交给模型，否则模型不知道“继续”“改成表格”等指令指向什么。Responses API 可以通过 previous_response_id 把当前请求与上一次响应串联。服务端应按会话保存最近的响应 ID，并确保用户只能引用属于自己的会话。

first = client.responses.create(
    model="gpt-5.6-sol",
    input="为一个库存告警服务设计三个核心模块。",
)

second = client.responses.create(
    model="gpt-5.6-sol",
    previous_response_id=first.id,
    input="把第二个模块细化为接口、数据表和失败重试策略。",
)

print(second.output_text)

不要接受客户端任意传入的响应 ID 后直接转发。应在数据库中记录会话所有者、当前响应 ID、创建时间和状态，并在每次继续对话前检查归属。用户开始新主题时，应创建新会话，避免无关历史干扰回答。还要为长期对话设置长度策略，因为上下文越长，延迟和输入成本通常越高。

使用流式输出改善等待体验

生成较长内容时，等待完整响应后再展示会让界面显得迟钝。将 stream=True 传给请求后，SDK 会返回事件流。应用可以文本增量事件，将片段持续推送给浏览器。流式传输只是改变交付方式，并不代表请求已经成功完成；只有收到完成事件，才能把整段结果标记为可用。

stream = client.responses.create(
    model="gpt-5.6-sol",
    input="给出一个 Python 命令行工具的测试清单。",
    stream=True,
)

for event in stream:
    if event.type == "response.output_text.delta":
        print(event.delta, end="", flush=True)
    elif event.type == "response.completed":
        print()

生产实现还应处理错误、未完成和连接中断事件。不要在每个增量到达时写一次数据库，可以先在内存缓冲，再按时间间隔批量刷新，最后在完成事件后提交终态。如果连接中断，界面应明确标记内容不完整，而不是把半段文本当作最终答案。

让模型调用应用自己的函数

模型本身不知道企业数据库中的实时库存，也不应直接获得数据库凭据。正确方式是把有限能力声明为函数工具：模型根据用户意图产生函数调用参数，后端验证参数并执行自己的代码，再把执行结果交还给模型组织回答。

tools = [
    {
        "type": "function",
        "name": "get_inventory",
        "description": "按商品编号查询可售库存",
        "parameters": {
            "type": "object",
            "properties": {
                "sku": {"type": "string", "description": "商品编号"}
            },
            "required": ["sku"],
            "additionalProperties": False,
        },
        "strict": True,
    }
]

response = client.responses.create(
    model="gpt-5.6-sol",
    input="查询商品 KB-204 的可售库存。",
    tools=tools,
)

收到函数调用并不等于操作已经授权。后端必须检查函数名、参数格式、当前用户权限和业务边界。查询类工具也要限制返回字段，写操作则应增加幂等键、审计记录和必要的人工确认。工具执行结果应作为后续输入返回给模型，不能让模型声称某个动作成功却没有实际执行证据。

设计可靠的错误处理

API 调用可能因凭据错误、权限不足、限流、超时或临时服务问题失败。应用应区分可重试错误和永久错误。认证与参数错误通常要修复配置或请求，重复重试没有意义；限流和短暂服务错误可使用指数退避，并加入随机抖动，避免多个实例同时重试。

import random
import time
from openai import OpenAI, APIConnectionError, RateLimitError

client = OpenAI(timeout=30.0)

def create_response(prompt: str, attempts: int = 4) -> str:
    for attempt in range(attempts):
        try:
            response = client.responses.create(
                model="gpt-5.6-sol",
                input=prompt,
            )
            return response.output_text
        except (RateLimitError, APIConnectionError):
            if attempt == attempts - 1:
                raise
            delay = min(8.0, 2 ** attempt) + random.random()
            time.sleep(delay)

    raise RuntimeError("请求未完成")

重试必须有上限，也要考虑业务是否幂等。纯文本生成通常可以重试，但如果工具调用会创建订单或发送通知，就必须使用业务幂等键防止重复副作用。日志应记录请求 ID、耗时、状态和错误类别，不应记录 API 密钥，也不应默认保存完整的敏感用户输入。

把示例封装成可维护的服务

从脚本走向应用时，可以把模型访问集中在一个服务模块中。路由层负责身份验证和输入长度限制；模型层负责选择模型、组织提示和调用 Responses API；领域层负责工具权限和业务规则；存储层负责会话映射与审计。这样的边界让测试更简单，也避免各个接口自行拼接提示。

配置中至少应包含模型 ID、超时、最大重试次数和环境名称。不要把模型返回文本直接作为数据库命令、模板代码或 shell 命令执行。需要机器消费的结果应采用结构化输出并做二次校验；需要展示的结果应进行合适的转义，防止内容被浏览器当作可执行标记。

验证应用是否真的可用

测试不能只看一次演示是否回答正确。首先为输入校验、会话归属、工具参数校验和异常映射编写单元测试，并用模拟客户端覆盖成功、限流、超时和空输出。然后准备一组固定评测问题，检查事实正确性、格式合规性、拒绝边界和工具选择。最后在预发布环境做少量真实调用，观察延迟、错误率和用量。

上线后应持续坚控四类指标：API 请求成功率和耗时、每次任务的输入输出规模、工具调用失败率、用户任务完成率。模型输出具有非确定性，版本或提示调整前应先运行回归评测。发现质量下降时，需要能快速回滚提示和配置，而不是只能重新部署整个应用。

常见迁移错误

继续从 choices 读取正文

Chat Completions 常从 choices[0].message.content 读取文本，而 Responses API 返回的是由多种输出项组成的 Response 对象。简单文本使用 output_text；需要处理函数调用或其他类型时，应遍历输出项并按类型分支。

把输入字段仍写成 messages

Responses API 使用 input 表示输入。简单应用可直接传字符串，也可以传带角色的输入项。迁移时应同时检查端点、输入字段、输出解析和多轮状态，而不是只替换模型名称。

在浏览器中调用 API

这种做法会暴露密钥，并绕过服务端的权限与成本控制。前端应该访问自己的后端接口，后端再调用 Responses API。即使演示阶段也应保持这个边界，否则原型代码很容易被直接带入生产。

把模型输出当作执行结果

模型生成“库存已更新”不表示数据库真的发生变化。应用必须执行经过授权的工具，检查工具返回值，再向用户呈现结果。对于不可逆操作，应先展示待执行内容并要求确认。

从最小版本逐步扩展

一个稳妥的实施顺序是：先完成单轮文本请求和错误处理，再增加流式传输；随后保存会话响应 ID，实现受控的多轮交互；当业务确实需要实时数据或外部动作时，再添加严格定义的函数工具；最后补齐结构化输出、评测、审计和成本坚控。

Responses API 提供的是统一的模型与工具交互基础，但应用可靠性仍取决于服务端工程：密钥隔离、输入校验、权限控制、有限重试、幂等写入和可观测性缺一不可。围绕这些边界构建后，GPT-5.6 Sol 才能从一次成功的演示变成可维护、可验证的 AI 应用。