Responses API یک runtime رسمی برای ساخت جریانهای گفتوگو، tool calling و خروجی قابلردیابی در OpenAI است و برای این الگوها مسیر مدرنتر از Chat Completions محسوب میشود.
Responses API
Responses API مسیر رسمی OpenAI برای state، tool use و خروجی قابلکنترل است و نقطهٔ اتصال مهمی بین model و agent محسوب میشود.
لایهٔ رسمی اجرای stateful و tool-using
تعریف و شروع
اولین request
یک request ساده بزن و بعد state و tool use را به همان flow اضافه کن.
- API key
- SDK رسمی
- یک prompt آزمایشی
اول یک پاسخ ساده بگیر، بعد همان flow را با یک tool کوچک و state ادامه بده تا فرق runtime رسمی با chat ساده را ببینی.
قابلیتهای اصلی
مهاجرت از Chat Completions
برای flowهایی که state، tool use و خروجی قابلساخت میخواهند.
Stateful responses
ادامهدادن جریان و حفظ context در همان مسیر.
Tool use
وصلکردن مدل به ابزارها و actionهای بیرونی.
Structured outputs
خروجی شفاف و قابلparse.
Foundation for agents
پایهٔ runtime برای agentهای رسمی.
این بخش را کی انتخاب کنیم
Responses API ↔ ChatGPT
ChatGPT برای surface آماده است؛ Responses API برای کنترل مستقیم محصول.
Responses API ↔ Agents SDK
Responses API پایهٔ اجراست؛ Agents SDK لایهٔ orchestration بالاتر است.
Responses API ↔ Codex
Codex برای workflow توسعه است؛ Responses API برای runtime محصول.
نصب و شروع عملی
اولین request را با Responses API بزن
یک request کوچک بزن و بعد state و tool use را به همان flow اضافه کن.
- API key
- SDK یا client رسمی
- یک prompt ساده
اول یک پاسخ ساده بگیر، بعد همان flow را با tool و state تکرار کن.
مثال واقعی
stateful request with tools
یک flow که model، ابزار و state را در یک مسیر واحد به هم وصل میکند.
- یک model فعلی مثل GPT-5.5 انتخاب کن.
- یک tool ساده اضافه کن.
- اولین response را با output کوچک validate کن.
وقتی خروجی قابل کنترل و tool-aware میخواهی، این مثال مناسبتر از chat ساده است.
اشتباهات رایج
مرز محصول و API را روشن نگه دار
این component یک لایه مشخص در اکوسیستم است، نه کل اکوسیستم.
اول یک workflow کوچک بساز
بهجای مسیرهای پیچیده، با یک task کوچک و واقعی شروع کن.
لینک رسمی را جایگزین implementation نکن
docs مرجع هستند، اما باید در محصول خودت هم تست شوند.