OpenAI Responses API 怎样读取 reasoning summary

要从 OpenAI Responses API 读取 reasoning summary，关键是请求中显式加入 reasoning.summary，然后遍历响应的 output 数组，找到 type=reasoning 的输出项，再读取它的 summary 数组。只读取 output_text 得到的是最终回答，不是推理摘要。

官方地址：https://developers.openai.com/api/docs/guides/reasoning

先分清 effort 和 summary

这两个字段都放在 reasoning 对象里，却解决不同问题。effort 更像资源与质量档位；summary 是输出开关，决定响应中是否带有推理摘要。若只设置 effort，不代表会自动得到摘要；若只打开 summary，也不能把它当成提高推理质量的参数。

用 Responses API 开启并读取摘要

下面的代码把摘要设置为 auto，再按输出项类型筛选。官方示例说明，摘要不会默认出现；模型支持的摘要详细程度也可能不同。

from openai import OpenAI

client = OpenAI()
response = client.responses.create(
    model="gpt-6-astra",
    input="比较两种缓存淘汰策略的适用边界。",
    reasoning={
        "effort": "low",       # 选择一次请求的推理投入档位
        "summary": "auto",     # 请求模型提供可读的推理摘要
    },
)

for item in response.output:
    # 只处理 reasoning 输出项，避免把最终消息误当摘要
    if item.type != "reasoning":
        continue
    for summary_item in item.summary or []:
        # 摘要数组可能包含不同类型，按类型读取文本
        if summary_item.type == "summary_text":
            print(summary_item.text)

实际接入时可以把摘要收集到单独字段，例如 reasoning_summary，把最终结果继续使用 response.output_text。这样日志、UI 和业务响应的职责清晰，不会因为摘要为空而丢掉最终答案。

按 output item 读取，不要只看 output_text

Responses API 的输出是多个 item 的集合，最终消息只是其中一种。对于开启了摘要的请求，先判断 item 类型，再读取 summary，比假设固定数组下标更稳妥。多段摘要应按原顺序拼接；没有 reasoning item 时返回空字符串即可，不要用异常掩盖模型能力差异。

def collect_reasoning_summary(response) -> str:
    """提取摘要；没有摘要时返回空字符串，保留最终答案链路。"""
    parts = []
    for item in response.output:
        # 不依赖 reasoning item 在 output 中的固定位置
        if getattr(item, "type", None) != "reasoning":
            continue
        for entry in getattr(item, "summary", None) or []:
            # 仅收集可展示的摘要文本
            if getattr(entry, "type", None) == "summary_text":
                text = getattr(entry, "text", "")
                if text:
                    parts.append(text)
    return "\n\n".join(parts)

这个函数只负责展示层提取，不应被当作权限判断、事实核验或安全决策依据。若需要结构化业务结果，仍然应该单独设计输出格式；reasoning summary 只解释模型大致考虑了哪些方向。

模型差异与生产边界

auto 适合先兼容不同模型；如果业务需要统一文案长度，再根据目标模型支持的选项选择更具体的摘要级别。部署前应把“无 reasoning item”“summary 为空”“模型不支持该设置”作为普通分支处理，并记录请求模型和配置，方便解释为什么某次响应没有摘要。

还有一个容易误解的边界：官方文档强调不会暴露原始推理令牌，summary 只是摘要数组中的可读文本。因此不要据此推断模型的完整内部思路，也不要把它当作代码审计、合规证明或事实来源。面向用户展示时，保留最终答案，把摘要放在可折叠的“思路摘要”区域更合适。

相关问题

为什么设置了 effort 仍然没有 summary

因为 effort 只选择推理投入，摘要需要显式配置 reasoning.summary，并且目标模型还要支持该能力。

能否直接使用 response.output_text 作为 reasoning summary

不能。output_text 是最终文本答案；摘要应从 reasoning output item 的 summary 数组中读取。

summary 为空时应该报错吗

通常不必。把它视为模型能力或响应形态差异，保留最终答案并记录配置，比让展示链路整体失败更稳妥。