マルチターン会話

Chat Completions はステートレスなインターフェースです: モデルは前回のリクエストを記憶しません。マルチターン会話の原理は—— 毎回のリクエストで履歴メッセージをすべて含めることです。

基本的な使い方

messages = [
    {"role": "system", "content": "你是一个简洁的中文助手。"},
    {"role": "user", "content": "什么是向量数据库?"},
]
r1 = client.chat.completions.create(model="gpt-5.5", messages=messages)
messages.append({"role": "assistant", "content": r1.choices[0].message.content})

messages.append({"role": "user", "content": "它和 Elasticsearch 有什么区别?"})
r2 = client.chat.completions.create(model="gpt-5.5", messages=messages)

2回目のモデルは「それ」が何を指すのか理解できます。なぜなら完全な履歴が messages の中にあるからです。

コンテキスト管理

履歴が長いほど、入力 token が増え、費用も高くなり、モデルのコンテキスト上限を超える可能性があります。一般的な戦略は次のとおりです:

戦略	方法	適用
スライディングウィンドウ	直近 N ラウンド + system のみを保持	カスタマーサポート、雑談
要約圧縮	古い履歴を低コストのモデルで要約に圧縮	長時間会話アシスタント
検索拡張	履歴をベクトルデータベースに入れ、必要に応じて関連断片を検索	ナレッジ系アプリケーション

注意事項

• system メッセージは常に先頭に置くことを推奨します。また、キャッシュ課金を利用して重複コストを下げましょう;
• 履歴を切り詰めるときは「ラウンド」単位で削除し(user+assistant のペア)、途中で切らないでください;
• モデルをまたいで切り替える(例: GPT から Claude へ)場合、履歴フォーマットを変更する必要はなく、model を直接切り替えるだけで構いません。