Building AI applications has never been easier with the Responses API! Learn how to prompt models using a simple interface, best practices for working with reasoning models, and how to build back-and-forth conversations with LLMs.

Die Responses API: die beste Freundin von Developerinnen und Developern

Dein erster Responses-API-Aufruf

Modell-Anweisungen hinzufügen

Information aus der Response extrahieren

Response-Parameter meistern

Mit leistungsfähigeren Modellen experimentieren

Über Reasoning nachdenken

Gesprächsverkettung

Von einer Nachricht zur nächsten

Unterhaltung

Chat-Unterhaltungen aktivieren

Getting Started with the Responses API

LLMs are powerful, but they're even more powerful once tools are introduced! Learn how to integrate web search with your LLM systems with no additional API keys or credentials. Discover that tools can be, well... pretty much anything! Build your own tools for LLMs to call to go beyond the model's base capabilities.

Response Items: The Building Blocks

Extracting Output Items and Their Contents

Using Items for Custom Handling

Web Search That Just Works

Combining LLMs and Web Search

Building Confidence with LLM Sources

Function-Calling Tools: Defining the Function

The Function-Calling Tool Workflow

Defining a Function for Converting Timezones

Function-Calling Tools: The Full Workflow

Building the OpenAI Tool Definition

Integrating Function-Calling Tools

Building Tools for LLMs

Move your LLM systems from proof-of-concept to production with three key design paradigms. Learn how to generate consistent and reliable structured outputs, like JSON, using LLMs. You'll also use semantic events to stream updates to your users, creating interactive and enjoyable experiences. Finally, go multi-modal and learn how to combine text and images with OpenAI's GPT-5 models.

Generating Structured Outputs

Consistent Outputs, Every Time!

Nesting Pydantic Classes

Streaming with Semantic Events

Streaming OpenAI Responses

Streaming Semantic Events

Streaming with Function Calls

Input Flexibility and Multimodality

Role-Based Inputs

Prompting with Images from URLs

Prompting with Local Image Files

Congratulations!

Advanced Patterns for Production

KI-Anwendungen zu entwickeln war mit der Responses API noch nie so zugänglich! In diesem Kurs lernst du, wie du Modelle über eine einfache Schnittstelle promptest, Best Practices für Reasoning-Modelle befolgst und natürliche, dialogartige Unterhaltungen mit LLMs gestaltest. Du schöpfst die volle Power von LLMs aus, indem du Tools integrierst—wie Websuche ohne zusätzliche API-Schlüssel oder Zugangsdaten—und eigene Tools baust, um die Fähigkeiten des Modells über sein Basiswissen hinaus zu erweitern. Außerdem lernst du, wie du deine Anwendungen mit drei zentralen Designparadigmen von Prototyp auf Produktion bringst, verlässliche strukturierte Ausgaben wie JSON generierst, semantische Ereignisse in Echtzeit für interaktive Nutzererlebnisse streamst und mithilfe der OpenAI GPT-5-Modelle multimodal wirst, indem du Text und Bilder kombinierst.

Working with the OpenAI API

Erstellen Sie intelligente, interaktive und zuverlässige KI-Anwendungen mit der OpenAI API und GPT-5.

Arbeiten mit der OpenAI Responses API

Mit der OpenAI Responses API und GPT-5 kannst du jetzt einfacher als je zuvor intelligente, interaktive und zuverlässige KI-Anwendungen entwickeln.

sys_prompt = "..."
latest_response_id = None 

while True:

user_input = input("You: ").strip()
if user_input.lower() == "exit":
    break

response = client.responses.create(
    model="gpt-5-mini",
    instructions=sys_prompt,
    input=user_input,
    previous_response_id=latest_response_id
)

print(f"\nAssistant: {response.output_text}\n")
latest_response_id = response.id

Chat-Unterhaltungen aktivieren

Arbeiten mit der OpenAI Responses API

Interaktive Übung