资源介绍
视频数量：16个
总时长：32分
课程介绍：
决策接口实战：从零搭建智能工单分诊台
凌晨两点，客服邮箱里躺着十几封新工单。有人上传了报错截图，有人气冲冲要求退款，还有人只写了一句“密码重置邮件一直没来”。值班同事最头疼的不是回复本身，而是先判断：这张单该给技术、账单还是客服主管？严重程度到底多高？下一步是直接回知识库、继续问细节，还是马上转人工？这些判断每天重复，既耗时间又容易出错。
这门课讲的就是把这类判断交给一个不写作文的接口。OpenAI发布Decisions API公开测试版后，讲师José用16个视频、32分钟，跟着课程从第一次调用一路做到一个能跑的工单分诊台。它和常见的文本生成不一样：你给它文本或截图，它还给你类型化的答案，比如团队、严重程度、下一步动作和分数。课程里所有示例都按2026年10月的公开测试版录制，遇到可能变化的地方会直接说明。
一、先把决策接口用起来：
课程开头不急着堆业务，而是先厘清Decisions API和Responses API的区别。你会看到为什么有些场景不该让模型写一段话，而应该让它选一个答案。接着在Playground里做第一个决策，观察输入怎么变成结构化结果，再回到Python写第一次调用。谓词、选择和分数这几个概念会讲清楚：谓词像判断条件，选择是候选答案，分数让结果可以比较和排序。课程还用JavaScript把同一个调用再写一遍，帮助你理解这不是Python专属的魔法，而是可以嵌进不同技术栈的接口。这个部分还有小测验，帮你确认自己真的分清了生成文本和做出决策。
二、动手搭TriageDesk：
这是课程的主线。TriageDesk被设定为一家小型软件公司的支持台，工单以文本到达，有时附带错误截图。第一个请求要回答三件事：该由哪个团队处理、严重程度多高、是否需要特别关注。课程会带着你把工单路由到正确团队，用分数表达严重程度，并处理一次提交多个问题的情况。截图在这部分不是装饰，而是证据：接口可以结合报错截图来判断问题类型。紧接着是很多人会忽略的设计：下一步操作要单独发一次请求。原因是同一个请求里的问题看不到彼此的答案，而下一步做什么依赖前面的分诊结果。于是代码先生成简短摘要，把原始工单和第一次结果一起作为新证据，再让接口在知识库回复、询问详情、升级人工和生成推理路径之间做选择。课程特别强调安全默认值：模型拒绝或不确定时，默认转人工。那条推理路径也讲得很实在，它适合平静但多步骤的请求，需要一份书面计划，而这不是Decisions API负责写的内容。
三、上线前要过的关：
做出演示不难，难的是敢把它放到真实工单流里。课程最后一部分讲阈值：分数到什么程度才自动路由，什么情况必须人工复核。还会写回归测试，把一批典型工单固定下来，改提示或换模型后跑一遍，看看决策有没有悄悄变差。成本、延迟和隐私也放在台面上讨论：哪些请求可以合并，哪些必须分开，截图里可能带有什么信息，怎样减少不必要的传输。最后用端到端演示把TriageDesk串起来，从工单进入到动作选择完整走一遍，并给出继续扩展的方向。
这门课适合已经会一点Python、想做内部工具或客服系统的开发者，也适合正在评估决策类接口的技术负责人。你不需要是前端专家，JavaScript那节看懂调用方式即可；但完全没写过代码的人会跟不上，因为课程会直接读代码、改参数、跑测试。学完以后，你应该能独立完成三件事：判断一个业务问题该不该用决策接口，用Python搭出可运行的工单路由，以及在上线前用阈值和回归测试给自己一点底气。