设置ChatGPT角色并保持上下文方法

OpenAI已正式弃用旧版Chat Completions API中通过每次请求重复传递system消息来设定角色的做法，因其效率低下、token浪费严重且无法真正维持跨轮次角色一致性；文章重磅推荐迁移到原生支持上下文记忆的Assistant API——只需一次创建带instructions的Assistant实例，即可将专业角色（如执业律师）固化为AI的“固有身份”，后续所有对话自动继承该设定，配合Thread机制实现多轮连贯、状态持久、用户隔离的智能交互，不仅大幅提升开发简洁性与推理效率，更为构建可扩展、可落地的角色驱动应用铺平道路。

OpenAI 官方已弃用旧版 Chat Completions API 的“单次会话+重复传 system 消息”模式；推荐改用具备原生上下文记忆能力的 Assistant API，通过创建 Assistant 实例一次性注入系统角色，后续所有对话自动继承该角色设定，无需重复传递。

OpenAI 官方已弃用旧版 Chat Completions API 的“单次会话+重复传 system 消息”模式；推荐改用具备原生上下文记忆能力的 Assistant API，通过创建 Assistant 实例一次性注入系统角色，后续所有对话自动继承该角色设定，无需重复传递。

在早期使用 chat.completions.create 时，开发者常将 "system" 消息与每个用户提问拼接发送（如示例中循环内重复传入律师角色），这不仅增加 token 开销、降低推理效率，更无法真正维持跨轮次的角色一致性——因为每次请求都是无状态的独立会话。

✅ 正确解法：迁移到 Assistant API（Beta）
该 API 将「角色定义」与「对话管理」解耦：你只需在创建 Assistant 时指定 instructions（即原 system 角色），之后所有关联的 Thread 和 Message 都默认在此上下文中运行。

from openai import OpenAI

client = OpenAI()

# ✅ 1. 创建具备固定角色的 Assistant（仅需一次）
assistant = client.beta.assistants.create(
    name="Legal Advisor",
    instructions="You are a professional lawyer licensed in the United States. Provide accurate, concise, and ethically grounded legal analysis. Do not speculate or give advice outside your jurisdiction.",
    model="gpt-4-turbo",
)

# ✅ 2. 创建一个 Thread（会话容器）
thread = client.beta.threads.create()

# ✅ 3. 向该 Thread 连续发送多个用户问题（无需再传 system 内容）
for question in questions:
    # 添加用户消息
    client.beta.threads.messages.create(
        thread_id=thread.id,
        role="user",
        content=question
    )

    # 发起异步运行（含 Assistant 的角色逻辑）
    run = client.beta.threads.runs.create(
        thread_id=thread.id,
        assistant_id=assistant.id
    )

    # 等待完成并获取回复（此处可加入轮询或 webhook）
    while run.status != "completed":
        run = client.beta.threads.runs.retrieve(thread_id=thread.id, run_id=run.id)

    # 获取最新消息（即 Assistant 的回答）
    messages = client.beta.threads.messages.list(thread_id=thread.id, limit=1)
    answer = messages.data[0].content[0].text.value
    print(answer)

⚠️ 注意事项：

• Assistant 实例长期有效（除非手动删除），其 instructions 是全局角色锚点，不可在单次 Run 中覆盖；
• 每个 Thread 独立维护对话历史，适合多用户隔离场景；若需共享上下文（如客服会话池），建议按用户 ID 维护 Thread 映射；
• 当前 Assistant API 支持文件上传、代码解释器、函数调用等扩展能力，角色设定可进一步结合 tools 增强专业性；
• 若暂无法迁移，退而求其次可在旧 API 中手动拼接历史消息（messages = [{"role":"system",...}] + history + [{"role":"user",...}]），但无法规避 token 成本与状态丢失风险。

总结：系统角色不是“每次都要声明”的参数，而是应作为 AI 助手的固有属性进行初始化。拥抱 Assistant API，是实现轻量、可靠、可扩展角色驱动对话的关键一步。

本篇关于《设置ChatGPT角色并保持上下文方法》的介绍就到此结束啦，但是学无止境，想要了解学习更多关于文章的相关知识，请关注golang学习网公众号！