OpenAI 平台多出 Decisions 测试区，是非、单选、打分三类判断可直接试

过去要让模型回答「这封邮件是不是投诉」「这条工单该派给哪个组」，常见做法是写一段提示词，要求模型只输出「是/否」或某个类别名，再用正则去解析。Decisions API 想解决的就是这一层：问题和候选项由开发者定义，模型直接返回结构化的判断。

三种判断各管什么

• Predicate：是非题。输入一段内容和一个命题，返回成立的概率，而不是一段解释。
• Choice：多选一。给出若干候选（比如售后、技术、账单三个团队），模型返回它选中的那一项。
• Score：打分，用于评级类任务，比如回答质量、情绪强度。

据 DataCamp 的上手教程，一个 API 请求里可以同时塞进多道判断，对同一段输入一次性拿到是非概率、类别和分数；而网页测试区一次只能试一种。LangChain 也已经在 langchain-openai 里放了对应的封装。

为什么值得单独做一个接口

用通用对话模型做分类，最麻烦的不是准确率，而是输出不稳定：偶尔多说一句、换个同义词、格式跑偏，下游代码就要兜底。把判断收窄成固定的几种形态，带来的是可预期的返回结构和可以直接拿来设阈值的概率值。客服分流、内容审核、日志告警分级、评测打分这类大批量、低单价的任务，对这一点比对文采敏感得多。

这也和 OpenAI 最近的产品路线一致：从一个大而全的对话接口，逐步拆出面向具体工作流的专用接口。结构化输出、批处理、评测，再到这次的 Decisions，方向都是让模型更像一个可以嵌进系统的组件。

目前还说不准的地方

官方尚未就 Decisions API 发布完整的说明文档，背后具体用的是哪个模型、按什么计费、概率值是否经过校准，现有信息都来自第三方教程和测试区本身。第三方材料里提到的模型名称，目前也找不到 OpenAI 一手页面印证。真要上生产，最好先拿自己的历史数据跑一轮，看看它给出的概率和人工标注到底对不对得上。