Responses API 怎样用上一轮响应继续多轮对话
如果第二次调用 Responses API 时,模型完全不知道上一轮聊过什么,通常不是模型“忘了”,而是请求没有携带上一轮响应的状态。对于一条短链式多轮对话,可以保存第一次响应的 response.id,在下一次请求中传入 previous_response_id,再只追加新的用户输入。
官方地址:https://platform.openai.com/docs/api-reference/responses
这篇只解决一个问题:怎样用上一轮响应继续下一轮。它不展开工具调用、流式输出和复杂的持久化实现。

先选对状态传递方式
Responses API 的“多轮”不是只有一种实现。最小的选择可以这样理解:
| 方式 | 适合场景 | 调用方保存什么 |
|---|---|---|
previous_response_id | 连续追问、短链式会话 | 上一轮响应 ID |
input 传历史 | 需要裁剪、脱敏或重排上下文 | 历史 input/output item |
conversation | 跨请求、跨设备的持久会话 | conversation ID |
本例选第一种。它让服务端根据响应 ID 找到上一轮上下文,业务代码只需要维护一条当前链。previous_response_id 不能和 conversation 同时使用;如果你的业务需要一个长期可恢复的会话对象,就应该改用 Conversations API。
第一步:完成首轮请求并保存 response.id
首轮请求与普通文本生成没有区别。关键是不要只保存 output_text,还要把响应对象中的 id 放进你的会话状态。下面示例使用 Python SDK,API 密钥继续由环境变量读取。
import os
from openai import OpenAI
# 客户端从环境变量读取密钥,避免把密钥写进源码。
client = OpenAI(api_key=os.environ["OPENAI_API_KEY"])
first_response = client.responses.create(
model="gpt-5.6-sol",
input="我正在设计一个商品库存服务,先给我列出三个核心数据对象。",
)
# 业务层至少保存这个 ID,下一轮会用它继续上下文。
last_response_id = first_response.id
print(first_response.output_text)
print("last_response_id:", last_response_id)
这里的 last_response_id 可以存在当前请求的局部变量、会话表或缓存中,取决于你的会话生命周期。不要把它当成用户输入直接回显,也不要把 API 密钥和它混在同一个日志字段里。
第二步:用 previous_response_id 继续对话
第二次请求传入上一轮的响应 ID,再给出新的 input。响应返回后,把新的 response.id 覆盖旧值,这样下一轮仍然沿着最新节点继续。
# 只追加本轮问题,上一轮上下文由 response ID 关联。
second_response = client.responses.create(
model="gpt-5.6-sol",
previous_response_id=last_response_id,
input="把刚才的三个对象改成适合 PostgreSQL 的表设计,并说明主键。",
)
# 每轮都向前推进,避免下一次仍然引用旧节点。
last_response_id = second_response.id
print(second_response.output_text)
print("next_response_id:", last_response_id)
这段代码的重点不是变量名,而是链路:第一轮产生 R1,第二轮使用 previous_response_id=R1 产生 R2,第三轮应使用 R2。如果把旧 ID 固定写死,后续请求就不会沿着最新对话继续。

第三步:把会话状态封装起来
在 Web 服务中,推荐让业务代码只接触一个小状态对象。这样无论状态暂存在内存、数据库还是队列消息里,调用 Responses API 的代码都不会散落一堆“上一轮 ID”的处理。
from dataclasses import dataclass
from openai import OpenAI
@dataclass
class SessionState:
# 没有首轮响应时保持 None,表示从新会话开始。
last_response_id: str | None = None
def ask(client: OpenAI, state: SessionState, question: str):
params = {
"model": "gpt-5.6-sol",
"input": question,
}
if state.last_response_id is not None:
# 只有存在上一轮响应时才追加续接参数。
params["previous_response_id"] = state.last_response_id
response = client.responses.create(**params)
# 请求成功后再推进状态,失败时保留旧 ID 便于重试或记录。
state.last_response_id = response.id
return response.output_text
state = SessionState()
print(ask(client, state, "先用一句话解释库存预留。"))
print(ask(client, state, "再列出取消预留时要处理的两个边界。"))
“成功后再推进”很重要:如果请求抛错,就不要提前把不存在的下一轮 ID 写回状态。对于多实例服务,还要把 SessionState 放到共享存储中,并按会话 ID 做并发更新,避免两个请求同时覆盖最新链。
instructions、store 和 conversation 的边界
有几个容易混淆的点:
- 顶层 instructions 不会自动沿 previous_response_id 继承。如果每一轮都依赖角色、输出格式或安全约束,应在后续请求中重新传入稳定的
instructions。 - store 决定响应是否保存。需要服务端按响应 ID 继续时,不要在首轮把响应设为不保存;若必须使用
store=false,就应由调用方保存并回放完整的输出项。 - 不要混用 conversation。
previous_response_id是响应链,conversation是持久会话对象,两者是两种不同的状态模型。 - 链越长,输入成本仍要关注。官方文档说明,即便使用
previous_response_id,链中之前的输入 token 仍会按输入计费;长会话需要裁剪、摘要或切换到更适合的会话管理策略。
如果你要显式控制上下文,另一条路线是把上一轮的 response.output 追加进下一次 input。这种方式代码更长,但可以做脱敏、摘要、删除旧消息等处理。
常见问题:为什么下一轮没有接上
把 output_text 当成 previous_response_id 传入
output_text 是模型生成的文本,不是响应对象 ID。应保存 response.id,并将它放入 previous_response_id。
每轮都使用第一次的 ID
首轮 ID 只能表示链的第一个节点。每次成功返回后都要用新的 response.id 覆盖状态,否则后续问题会从旧分支开始。
使用了 store=false 却只保留 ID
如果响应没有被保存,单独保留 ID 并不能替代完整上下文。此时改为调用方保存并回放输出项,或选择适合持久状态的 Conversations API。
服务重启后状态消失
进程内变量只适合演示。生产环境至少保存“业务会话 ID → 最新 response.id”的映射,并设计过期、并发更新和不可继续时的降级策略。
小结
Responses API 继续多轮对话的最小闭环是:首轮请求拿到 response.id,下一轮传入 previous_response_id 和新的 input,成功后把新的 ID 写回会话状态。需要裁剪历史时手工传 input;需要长期持久对象时使用 conversation。先确定状态模型,再写调用代码,后续的重试、扩展和迁移都会更清楚。
延伸问题
- Responses API 怎样手工裁剪多轮上下文?
- previous_response_id 和 conversation 有什么区别?
- Responses API 设置 store=false 后怎样保存历史?
- 多实例服务怎样避免同时更新同一个响应链?
JetBrains IDE 怎样导出并迁移自定义快捷键
- 上一篇
- JetBrains IDE 怎样导出并迁移自定义快捷键
- 下一篇
- Responses API 怎样处理工具调用后的继续响应
-
- 科技周边 · 人工智能 | 10分钟前 | 多模态输入 Gemini API Files API MIME 类型
- Gemini API 怎样把文件输入和文本提示放在同一请求
- 164浏览 收藏
-
- 科技周边 · 人工智能 | 10分钟前 | 人工智能 · padding Transformers tokenizer attention_mask input_ids truncation
- Transformers tokenizer 怎样让 padding 与 truncation 对齐批量输入
- 416浏览 收藏
-
- 科技周边 · 人工智能 | 11分钟前 |
- Hugging Face Datasets DatasetDict 跨 train 与 validation 的 map 处理方案
- 267浏览 收藏
-
- 科技周边 · 人工智能 | 16分钟前 | 人工智能 · 结构化输出 · JSON Schema Responses API Structured Outputs strict refusal
- 结构化输出怎样约束模型返回 JSON Schema
- 328浏览 收藏
-
- 科技周边 · 人工智能 | 21分钟前 | 人工智能 · openai · 工具调用 Responses API function_call_output call_id
- Responses API 怎样处理工具调用后的继续响应
- 156浏览 收藏
-
- 科技周边 · 人工智能 | 1天前 |
- GPT-Live双工语音会话接入后端
- 470浏览 收藏
-
- 科技周边 · 人工智能 | 1天前 | 人工智能 · 文本生成 Transformers 重复片段 no_repeat_ngram_size GenerationConfig
- Transformers 怎样用 no_repeat_ngram_size 减少重复片段
- 493浏览 收藏
-
- 科技周边 · 人工智能 | 1天前 | python · 人工智能 · OpenAI session Agents SDK SQLiteSession conversation_id
- OpenAI Agents API保存持久会话
- 414浏览 收藏
-
- 科技周边 · 人工智能 | 1天前 |
- Transformers在vLLM中部署生成模型
- 122浏览 收藏
-
- 科技周边 · 人工智能 | 1天前 |
- Transformers datasets流式读取训练数据
- 275浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 1054次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 1054次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 1219次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 1161次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 1004次使用
-
- CodeGeeX for Jetbrains IDEs正式上线!
- 2023-01-17 284浏览
-
- 技术阿里云实现ocr批量图片和pdf文件表格图片转换excel文档/支持票据图片提取/普通图片文字提取处理
- 2023-01-18 387浏览
-
- 直播预告|FeatureStore Meetup V2
- 2023-01-10 328浏览
-
- 深入浅出特征工程 – 基于 OpenMLDB 的实践指南(上)
- 2023-02-25 426浏览
-
- 开源机器学习数据库OpenMLDB v0.4.0产品介绍
- 2023-01-10 147浏览

