工单只需分流时：Decisions API的三种判断和边界

如果应用只需要给工单分流，并不总要让模型生成一段解释。OpenAI在10月22日将Decisions API转为正式可用：它面向有限范围的判断，接收文字、图片或结构化JSON，返回预先定义的判断结果。正式版每次请求最多可问400个问题，公开测试时的上限是200个。

它有三种问题类型。predicate返回某个条件成立的概率估计；choice从提供的选项里选一个，并返回各选项的概率；score按有序等级评分，结果是等级索引的概率加权平均值，所以可以落在两个等级之间，不一定是整数。

拿一条虚构工单举例：“登录后看不到模型列表，不确定是否和订阅有关。”可以把判断问题设为“这条工单应先送到哪个队列”，选项限定为“账号与权限”“账单”“需要人工确认”。应用收到选择后再执行自己的路由；比如返回“需要人工确认”，就交给工作人员核对，而不是让接口自行处理账户。这里是用途示例，不是实测返回。

几个边界值得提前定好：接口选择已有选项，不等于替你生成完整处理方案；需要按自定义结构抽取字段、写解释或调用工具时，应考虑相应的生成或工具调用流程。概率也不是自动验证过的真实发生频率：选项设计含糊、输入缺信息或模型判断错误，都可能让高分结果仍然不可靠。分流前应拿带人工标注的真实授权样本检查错误，并为低置信度或高影响工单保留人工处理路径。

截至本次核对，文档列出的支持模型为GPT-6 Luna。正式版还增加了共享上下文缓存、原生JSON输入，以及问题说明中加入图片等能力；具体费用和效果取决于输入、缓存与使用方式。它适合把一类明确的小判断放进流程，不能把分类结果当成事实核验或最终裁决。