[求教] OpenAI API 方式，每次 create()一个会话，聊天过程中 gpt 是如何保存上下文的？有没有专门的文档介绍？

自己把每一段对话拼起来请求发回去，抓包网页版 GPT 可以看到怎么拼的

楼主想问的应该是 assitants api 的吧，我只看到了 thread 会自动获取上下文

每次你发送消息，实际上是把整段聊天记录发给 GPT 模型，然后模型生成下一次回复的内容

保存是你本地保存，并且把之前的聊天记录+新的聊天记录一起提交

@cheng6563 这么聊下去，历史内容+新问题，token 费用不得了

如果指的是 client.chat.completions.create()
那么给请求里塞多少上下文靠自己，简单的就是前几条记录
另外 request token + response token 是有上限的

@hahastudio 明白了，多谢

> 这么聊下去，历史内容+新问题，token 费用不得了

@adobas007 所以 OpenAI 一般的第三方前端都支持用户自己设置只带上最近的几条消息。

chatgpt-next-web 还有一个好的设计叫 "memory prompt"，它会自动调用便宜的 gpt3.5 让 gpt 把到当前为止的所有消息总结成一条，这样后续的圣诞既能节约 token 又能保存一些之前的 context


新发布的 threads api 并没有本质上的区别，只是方便了开发者不需要每次请求都把历史消息带上而已，因为 openai 在他那边会维护一个 "thread id => 该 thread 的历史消息" 的映射，但是计费还是会把这些历史对话中的 token 计算进去。

@lins05 在请教一下
我们是否可以自己 fake 数据 messag(system,user,assistant)，内容输入 GPT ，GPT 会怎么做？
从网络结构上，有没有可能推断出 GPT 的架构（ GPT 公布模型 transformer 只是一个基础原型，其整个系统架构应该远不止这些）

#9 可以的。自己构造几组 user,assistant 喂给 gpt 作为范例，gpt 就会参照 fake 的格式进行回复。

例如：你希望 gpt 分析文本给出里面的地址信息，可以 fake 几个 json 格式的输出范例，然后给真实数据时，gpt 也是返回 json 格式的。

又比如你的 prompt 很长消耗 token ，可以给一组同时处理多条数据的范例，然后就能一次处理多条数据了。

@lins05 这是最失败的设计, 聊天场景这种操作,很快下面的对话鸡同鸭讲