使用OpenAI Responses API（视觉输入）遇TypeScript类型错误求助

按照官方文档编写带图像输入的OpenAI Responses API代码时，出现如下TypeScript类型错误：

Type '{ type: "input_text"; text: string; } | { type: "input_image"; image_url: string; }' is not assignable to type 'ResponseInputContent'.

引发错误的代码示例：

import OpenAI from "openai";
const client = new OpenAI();

const response = await client.responses.create({
    model: "gpt-5",
    input: [
        {
            role: "user",
            content: [
                {
                    type: "input_text",
                    text: "What is in this image?",
                },
                {
                    type: "input_image",
                    image_url: "https://openai-documentation.vercel.app/images/cat_and_otter.png",
                },
            ],
        },
    ],
});

console.log(response.output_text);

解决方法 #

• 更新OpenAI SDK版本：Responses API属于较新接口，旧版本SDK的类型定义未同步更新。执行以下命令升级依赖：

  npm update openai
  # 或使用yarn
  yarn upgrade openai
  

• 显式断言类型：若升级后仍报错，可对content数组添加类型断言，强制匹配ResponseInputContent[]类型：
  修改后的代码片段：

  content: [
      {
          type: "input_text",
          text: "What is in this image?",
      },
      {
          type: "input_image",
          image_url: "https://openai-documentation.vercel.app/images/cat_and_otter.png",
      },
  ] as OpenAI.ResponseInputContent[],
  

• 验证模型可用性：确认gpt-5为当前支持Vision功能的可用模型，若模型未正式开放，可替换为gpt-4o等已稳定支持多模态的模型进行测试。

内容的提问来源于stack exchange，提问作者James