OpenAI 平台概览：模型、Responses API 与工具如何配合
OpenAI 平台不是一个单独的“聊天接口”，而是一组可组合的模型、API、工具和项目管理能力。开发时先把这些层次分开，后续更换模型、增加搜索或控制成本时才不会牵动整个应用。
1、四个核心组成部分
| 组成 | 主要职责 | 应用负责什么 |
|---|---|---|
| 模型 | 理解输入并生成内容或工具调用 | 选择适合任务的模型并评测 |
| Responses API | 接收输入、指令、工具和会话信息 | 组织请求并处理各种输出项目 |
| 工具 | 搜索文件、访问外部系统或执行函数 | 控制权限、校验参数、处理结果 |
| 项目配置 | 管理密钥、用量、权限和环境 | 分离开发、测试、生产项目 |
Responses API 的 output 可能同时包含消息、工具调用和其他项目，不能把它当成永远只有一段文本的数组。官方 SDK 的 output_text 适合读取聚合文本，但工具型应用仍需遍历并识别每个输出项目。
2、请求如何流过系统
浏览器把用户输入发送给你的服务端；服务端完成身份与额度检查，再向 Responses API 发送 instructions、input 和允许使用的工具。模型可能直接回答，也可能要求执行工具。工具结果必须回到服务端，由服务端再次提交给模型，最后才向用户展示答案。
关键原则是：模型可以提出动作，但应用决定动作能否执行。数据库权限、退款上限、文件可见范围和用户确认不能只写在提示词里，必须由服务端代码强制执行。
3、项目开始时做哪些决定
先固定一个代表性任务集，再选择默认模型；明确是否需要多轮状态、流式输出、结构化结果和工具。没有真实需求时不要一次加入所有能力，因为每增加一层都会带来权限、错误处理、测试和费用问题。
开发、测试和生产应使用独立项目或至少独立密钥，并分别设置访问权限与预算。日志中记录请求标识、耗时、状态和用量，但要删除密钥与不必要的敏感内容。下一页将集中解释 Responses API 的请求与输出结构。