OpenAI
Questa pagina è stata tradotta automaticamente. Visualizza l'articolo originale in inglese.

Passare da Completions a Chat Completions nell’API OpenAI

Come migrare dalla legacy OpenAI Completions API a Chat Completions

Aggiornato: 3 days ago

Chat Completions è l’API standard da usare con i modelli più recenti di OpenAI. Puoi iniziare consultando la nostra guida per sviluppatori sulla generazione di testo.

A partire dall’11 marzo 2025, abbiamo rilasciato i building block della nostra nuova piattaforma Agents. Per i dettagli, consulta la documentazione API per la nostra Responses API, gli strumenti (Tools) inclusi Web Search, File Search e Computer Use, e il nostro Agents SDK con Tracing.

Dai prompt ai messaggi

Per avere una conversazione più interattiva e dinamica con i nostri modelli, puoi usare i messaggi in formato chat invece dello stile legacy a prompt usato con Completions.

Ecco come funziona:

  • Invece di inviare una singola stringa come prompt, invii un elenco di messaggi come input.

  • Ogni messaggio nell’elenco ha due proprietà: role e content.

    • Il 'role' può assumere uno di tre valori: 'system', 'user' o 'assistant'

    • Il 'content' contiene il testo del messaggio relativo a quel ruolo.

  • L’istruzione di sistema può dare indicazioni di alto livello per la conversazione

  • I messaggi vengono elaborati nell’ordine in cui compaiono nell’elenco e l’assistente risponde di conseguenza.

Anche le richieste Completions più basilari possono essere eseguite tramite Chat Completions, come puoi vedere qui sotto:

PrimaOra
'prompt' : 'raccontami una barzelletta''messages':
[{'role':'user', 'content':'raccontami una barzelletta'}]

Ora è più facile che mai fare botta e risposta con il modello, estendendo l’elenco dei messaggi nella conversazione.

'messages': [{'role':'user', 'content':'raccontami una barzelletta'}, 
{'role':'assistant', 'content':'perché il pollo ha attraversato la strada'},
{'role':'user', 'content':'Non lo so, perché il pollo ha attraversato la strada'}]

Istruzioni di sistema

Puoi anche usare un’istruzione a livello di sistema per guidare il comportamento del modello durante tutta la conversazione. Per esempio, usando un’istruzione di sistema e un messaggio come questo

'messages': [{'role':'system', 'content':'Sei un assistente che parla come Shakespeare.'}, 
{'role':'user', 'content':'raccontami una barzelletta'},

otterrai qualcosa del tipo

{...
'message': {'role':'assistant',
'content':'Perché il pollo attraversò la strada? Per giungere dall’altra parte, ma invero l’altra parte era colma di periglio e di pericoli, sicché tornò lestamente di là donde venne, davvero!'}
...}

Se vuoi esplorare opzioni che non ti costringono a gestire da solo la cronologia dei messaggi della conversazione, dai un’occhiata alla Assistants API.

Questo articolo è stato utile?