如何用Python API实现两个独立OpenAI聊天机器人的持续对话与信息隔离

问题1：如何与指定实例持续对话？ #

目前OpenAI最新版Python API已经移除了chat_completion::send_message这类维护会话状态的方法，统一使用openai.chat.completions.create()接口实现对话延续。

• 核心逻辑是手动维护对话历史列表：每次发起新请求时，把包含之前所有交互（用户消息、AI回复）的messages列表作为参数传入create()方法。
• 关于API成本：目前没有更优的官方方案，因为大语言模型本身是无状态的，必须依赖传入完整对话历史才能理解上下文。如果想降低成本，可以尝试精简对话历史（比如只保留关键上下文，剔除冗余内容），但这可能会影响对话连贯性，需要根据场景权衡。

问题2：如何创建不共享信息的独立机器人实例？ #

完全不需要使用不同的API密钥，只需要给每个机器人维护独立的对话历史列表即可：

• 比如为机器人A维护一个history_a列表，里面只存储和A的所有交互（示例：[{"role": "user", "content": "我的名字是Alice"}]）；为机器人B维护history_b列表，只存储和B的交互（示例：[{"role": "user", "content": "我的年龄是20"}]）。
• 每次调用API时，给机器人A传入history_a，给机器人B传入history_b，两个机器人的上下文完全隔离，不会互相知晓对方的对话内容。每次发送新消息时，只需要往对应机器人的历史列表里追加新消息即可——OpenAI API本身没有"实例"概念，都是通过传入的对话历史区分会话的。

内容的提问来源于stack exchange，提问作者SBF