OpenAI Decisions API 完整解析：用 Luna 做分类、路由与 Agent 决策

Decisions API 的核心不是让模型自由发挥，而是把输入映射到开发者提前定义的有限选项。例如客服请求只能归入“账务”“技术支持”“取消订阅”或“转人工”，系统再按选项执行后续流程。

它和普通结构化输出有什么区别

普通模型可以通过 JSON Schema 返回一个分类字段，但候选集合、评测和路由逻辑往往藏在提示词和业务代码里。Decisions API 把“有限选择”直接作为产品边界，更容易枚举所有输出、计算错误成本和设置人工升级路径。

三类适用场景

1. 内容分类：给工单、评论或文件打上固定标签。
2. 请求路由：把问题分到不同 Agent、队列或工具。
3. 下一步决策：在查资料、询问用户、执行工具和转人工之间选择。

它不适合需要开放式创作、复杂法律判断或候选答案尚未定义的问题。有限输出并不等于业务决定已经获得授权，候选项背后的程序仍需要独立做权限检查。

如何设计候选答案

候选项应互斥、可解释、能覆盖异常情况。不要只列正常路径，至少准备“信息不足”“无法判断”和“需要人工”三个安全出口。每个选项都要写清触发条件、下一步动作、所需权限和失败后的回退方式。

评测不能只看准确率

建议同时记录混淆矩阵、人工升级率、低置信度比例、路由后的完成率、误触发成本和延迟。高风险类别宁可多转人工，也不要用一个漂亮的平均准确率掩盖少数严重错误。

从预览到生产的步骤

1. 先用历史工单建立标注集，并定义每个候选项的边界。
2. 让 Decisions API 只做建议，暂时不触发不可逆动作。
3. 对低置信度和敏感类别强制人工确认。
4. 记录输入、候选版本、模型输出和最终人工结果。
5. 用真实错误复盘候选集合，必要时拆分含义过宽的类别。

发布时该能力处于 limited preview，具体可用范围、模型、价格和接口形态应以官方开发者文档为准。

来源

本文根据 AI 邮报原文 整理，相关背景可参考 OpenAI DevDay 2026 回顾。