大模型基础协议格式解析

在大语言模型（LLM）的应用开发中，理解其底层通信协议是构建稳定、高效应用的基础。本文将系统介绍三种主流的协议格式：OpenAI Chat Completions格式、OpenAI Responses格式和Anthropic Messages格式，并重点解析 OpenAI Chat Completions 格式的设计哲学。

一、协议演进背景

早期的大模型 API 主要采用简单的“补全”（Completion）模式，即输入一段文本，模型续写输出。随着模型能力增强和应用场景复杂化，需要更结构化的通信方式来支持多轮对话、角色区分和工具调用等需求，从而演化出不同的协议格式。目前，OpenAI 和 Anthropic 作为两大主要厂商，各自推出了具有代表性的协议标准。

二、三种核心协议格式

1. OpenAI Chat Completions 格式（主流标准）

这是目前最主流、最广泛采用的协议格式，由 OpenAI 的 Chat Completions API 推广并成为事实标准。

核心特点：

• 基于消息列表（Messages）：请求体的核心是一个 messages 数组，每个元素代表对话中的一条消息。
• 角色系统：每条消息必须包含 role 字段，明确标识消息来源。常见角色包括：
  • system：系统指令，设定助手行为、人格或上下文。
  • user：用户输入。
  • assistant：模型（助手）的回复。
  • function：函数调用的返回结果（在 Function Calling 场景中）。
• 结构清晰：请求体通常还包含 model（指定模型）、temperature（控制随机性）、max_tokens（最大输出长度）等参数。

OpenAI Chat Completions 格式请求示例：

{
  "model": "gpt-4",
  "messages": [
    {"role": "system", "content": "你是一个 helpful 的助手。"},
    {"role": "user", "content": "你好，请介绍一下自己。"},
    {"role": "assistant", "content": "你好！我是一个人工智能助手..."}
  ],
  "temperature": 0.7
}

优势：

• 直观模拟人类对话，易于理解和调试。
• 角色分离便于实现复杂的对话流控制。
• 生态成熟，几乎所有主流模型服务商都兼容或参考此格式。

2. OpenAI Responses 格式（新一代API）

OpenAI Responses 格式是 OpenAI 推出的新一代API，旨在提供更强大、更灵活的交互能力，支持更复杂的场景。

核心特点：

• 响应式设计：专注于模型生成结果的结构化描述，响应体包含更丰富的元数据。
• 多轮对话支持：虽然名为“Responses”，但同样支持多轮对话，通过 previous_response_id 等参数关联上下文。
• 增强的工具调用：对 Function Calling 的支持更加完善，支持并行工具调用。
• 流式响应优化：对流式响应（Streaming）有更好的支持，适合实时交互场景。

OpenAI Responses 格式请求示例：

{
  "model": "gpt-4",
  "input": [
    {"role": "user", "content": "解释量子计算"}
  ],
  "tools": [
    {
      "type": "function",
      "function": {
        "name": "search_web",
        "description": "搜索网页"
      }
    }
  ]
}

响应示例：

{
  "id": "resp_abc123",
  "output": [
    {
      "type": "message",
      "role": "assistant",
      "content": [
        {
          "type": "output_text",
          "text": "量子计算是一种利用量子力学原理..."
        }
      ]
    }
  ],
  "usage": {"input_tokens": 5, "output_tokens": 450, "total_tokens": 455}
}

与 Chat Completions 格式的区别：

• 设计理念：Chat Completions 模拟对话；Responses 更侧重于生成结果的结构化描述。
• 上下文管理：Responses 通过 previous_response_id 管理上下文，而不是完整的 messages 数组。
• 响应结构：Responses 的响应结构更复杂，支持多种输出类型（文本、工具调用等）。
• 适用场景：Responses 适合需要更精细控制输出格式、支持复杂工具链的场景。

3. Anthropic Messages 格式（Claude专用）

Anthropic Messages 格式是 Anthropic 公司为其 Claude 模型设计的专用协议，与 OpenAI 的格式有显著差异。

核心特点：

• 系统指令分离：系统指令通过单独的 system 参数传递，而不是作为 messages 数组的一部分。
• 内容块结构：消息内容使用 content 字段，可以是字符串或内容块数组，支持多模态。
• 工具使用：通过 tools 参数定义工具，模型响应中包含 tool_use 内容块。
• 停止原因：响应中包含 stop_reason 字段，明确指示停止原因。

Anthropic Messages 格式请求示例：

{
  "model": "claude-3-opus-20240229",
  "max_tokens": 1024,
  "system": "你是一个 helpful 的助手。",
  "messages": [
    {"role": "user", "content": "你好，请介绍一下自己。"}
  ]
}

Anthropic 响应示例：

{
  "id": "msg_abc123",
  "type": "message",
  "role": "assistant",
  "content": [
    {
      "type": "text",
      "text": "你好！我是一个人工智能助手..."
    }
  ],
  "model": "claude-3-opus-20240229",
  "stop_reason": "end_turn",
  "usage": {"input_tokens": 25, "output_tokens": 450}
}

与 OpenAI 格式的区别：

整体上两者是类似的，但有下面这些细节上的差异：

• 系统指令处理：Anthropic 将系统指令放在单独的 system 参数中，OpenAI 将其作为 messages 数组的一部分。
• 内容结构：Anthropic 使用内容块数组，与OpenAI 的 content 在多模态处理上稍有不同。
• 工具调用：Anthropic 的工具调用通过 tool_use 内容块实现，与 OpenAI 的 tool_calls 字段不同。
• 停止原因：Anthropic 提供详细的 stop_reason（如 end_turn、max_tokens、tool_use），OpenAI 使用 finish_reason。

三、重点：OpenAI Chat Completions 格式的设计哲学

OpenAI 的 Chat Completions API 能够成为事实标准，源于其优秀的设计：

1. 对话优先（Conversation-First）：将交互自然地建模为消息序列，完美契合人类对话模式。
2. 角色显式化：通过 role 字段明确区分系统指令、用户输入和模型输出，使得：
   • 系统提示（System Prompt） 可以独立控制，不影响对话历史。
   • 对话历史管理 清晰，可以轻松截断、总结或选择性保留消息。
   • 安全与合规 更容易实施，例如可以对 system 消息进行更严格的审核。
3. 为扩展而生：从最初简单的 content 字符串，扩展到支持 Function Calling（tool_calls）、多模态（content 为数组），协议本身具有良好的向后兼容性。
4. 开发者体验：结构化的 JSON 格式易于解析和生成，文档和示例丰富。

四、如何选择协议？

• 构建聊天机器人或复杂多轮对话：首选 OpenAI Chat Completions 格式，生态最成熟。
• 需要更精细的输出控制和复杂工具链：考虑 OpenAI Responses 格式，适合高级场景。
• 使用 Anthropic Claude 模型：必须使用 Anthropic Messages 格式，与 Claude 模型深度集成。
• 跨平台兼容：如果需要支持多个模型提供商，可以设计适配层，统一转换为内部格式。

五、协议对比总结

理解这些协议的区别与联系，是高效利用大模型能力、构建健壮应用的第一步。在接下来的文章中，我们将深入探讨协议中至关重要的角色系统和工具调用机制。

系列文章导航：

1. 大模型基础协议概览：OpenAI Chat Completions、OpenAI Responses与Anthropic Messages格式解析（本文）
2. 上下文角色深度解析：System、User、Assistant与Developer
3. Function Calling协议与调用过程深度剖析

本文为“大模型底层通信协议深究”系列第一篇。