API 사양

첫 요청을 보내고 카탈로그에서 모델을 선택한 다음 진단을 위해 요청 식별자를 보존하세요.

Bearer 헤더로 API 키를 보내고 프로덕션 자격 증명을 개발용 자격 증명과 분리하세요.

OpenAI 스타일 클라이언트와 Messages 클라이언트에 서로 다른 기본 URL을 사용하세요. 같은 사양을 대상으로 하지만 경로 조합 방식이 다릅니다.

키, 모델, 그리고 클라이언트 프로토콜에 맞는 기본 URL로 클라이언트를 구성하고 비밀 정보는 환경에 보관하세요.

키, 기본 URL, 모델, 비용 및 통합 진단에 관한 짧고 실용적인 답변입니다.

애플리케이션에 하드코딩된 목록을 두지 말고 카탈로그 데이터로 모델 선택 기능을 만드세요.

애플리케이션과 워크스페이스별로 키, 소유자, 예산 및 사용 추적 정보를 분리하세요.

키, 조직, 모델 및 라우팅 제한을 사용자 워크플로의 일부로 다루세요.

응답 메타데이터와 자체 요청 로그를 실제 사용자 작업에 연결하세요.

전송 데이터를 최소화하고 최종 사용자 식별자를 콘텐츠와 분리하며 제품에서 보존 기간을 제어하세요.

익숙한 messages 형식으로 여러 차례 이어지는 대화를 만들고 각 요청의 모델을 선택하세요.

최상위 system 지침과 명시적인 출력 제한이 있는 대화에는 Messages 형식을 사용하세요.

애플리케이션에서 출력 항목과 작업을 하나의 데이터 모델로 처리하는 것이 유리하다면 단일 입력 객체를 사용하세요.

완전한 응답을 기다리지 않고 SSE를 통해 토큰과 구조화된 델타를 받으세요.

JSON Schema로 함수를 설명하고 애플리케이션에서 호출을 실행한 뒤 결과를 대화에 반환하세요.

사람이 아니라 소프트웨어가 응답을 소비할 때는 JSON 객체 또는 JSON Schema를 요청하세요.

기능을 선언한 모델에만 요청별 추론 노력 수준을 설정하세요.

provider 선호 설정에 실행 요구사항을 표현하고 관측을 위해 실제 결과를 보존하세요.

반복되는 컨텍스트를 분리하여 선택한 모델이 지원하는 경우 클라이언트가 호환 캐싱을 사용할 수 있게 하세요.

클라이언트가 실행하는 `web_search` 함수를 통해 최신 출처를 검색하고 링크를 생성된 텍스트와 분리해 두세요.

전용 작업으로 파일을 업로드하고 ID를 보존한 뒤, 이후의 호환 요청에서 참조를 전달하세요.

하나의 경로로 이미지를 생성하고 선택한 모델의 기능에 따라 매개변수를 선택하세요.

비디오를 비동기 작업으로 시작하고 작업 ID를 보존하며, 생성과 결과 읽기를 분리하세요.

음성 합성, 전사 및 모델의 오디오 입력에는 각각 별도의 작업을 사용하세요.

텍스트 또는 지원되는 입력을 검색, 클러스터링 및 추천용 벡터로 변환하세요.

최종 검색의 정밀도를 높이기 위해 쿼리를 기준으로 소규모 후보 집합의 순서를 다시 매기세요.

워크플로에서 비동기 전달을 허용하면 서로 독립적인 작업을 제어된 그룹으로 처리하세요.

계정 설정에서 발급한 연결 URL을 통해 AI 클라이언트를 허용된 도구, 리소스 및 프롬프트에 연결하세요.

메시지 텍스트가 아니라 HTTP 상태, 구조화된 오류 본문 및 요청 ID를 중심으로 처리 로직을 만드세요.