如何使用 GPT-6.1 Terra：API 設定、推理努力與工具呼叫

通往GPT-6.1 Terra的最短路徑是Responses API。然而，一個實用的實作需要的不僅僅是模型ID。它應該定義任務、選擇推理等級、以適當的細節設定提供圖片、驗證輸出，並限制任何可能改變外部狀態的工具。

本教學使用當前的 OpenAI API 慣例與模型 ID gpt-6.1-terra，並專注於視覺審查工作流程，因為這符合 Terra 的官方定位。

開始之前

您需要一個具備GPT-6.1 Terra存取權限的OpenAI API專案、一個儲存在原始碼之外的API金鑰，以及最新的OpenAI SDK。目前模型頁面顯示免費方案不支援API，因此請在您的專案中確認存取權限，而非假設ChatGPT方案存取權限與API存取權限相同。

安裝 Python SDK：

pip install --upgrade openai

透過您的 shell 或密碼管理器設定 OPENAI_API_KEY。請勿將生產環境的金鑰貼入腳本、螢幕截圖、儲存庫或客戶端應用程式中。

發送基本文字請求

from openai import OpenAI

client = OpenAI()

= client.responses.create(
    model="gpt-6.1-terra",
    reasoning={"effort": "中等"},
    instructions=(
        "撰寫簡潔的製作筆記。分開可見的證據"
        "從推論中，並在提供的材料不足時說明情況。"
    ),
    input="將這則審查備註轉換為清晰的五項行動清單：……"
)

.output_text

OpenAI 建議使用 Responses API 進行直接模型請求與推理模型。instructions 值適用於目前請求。請將穩定的行為指引放在該處，並讓使用者輸入專注於特定任務。

分析圖片

Terra 接受圖片輸入並回傳文字。一個回應請求可以包含文字和圖片網址：

from openai import OpenAI

client = OpenAI()

= client.responses.create(
    model="gpt-6.1-terra",
    reasoning={"effort": "medium"},
    input=[{
        "role": "user",
        "content": [
            {
                "type": "input_text",
                "text": (
                    "審閱此活動圖片。僅回報可見的問題"
                    「包含裁切、文字放置、對比度及標誌安全區域。」
                    針對每個問題，指出可見區域並提出修復方案。
                ),
            },
            {
                "type": "input_image",
                "image_url": "https://example.com/asset.jpg",
                "detail": "高",
            },
        ],
    }],
)

.output_text

支援的圖片格式包括 PNG、JPEG、WEBP 以及非動畫 GIF。OpenAI 的視覺指南也支援 Base64 資料 URL。圖片會消耗 token，因此請使用與任務相符的解析度和細節等級。對於密集或座標敏感的畫面，在支援的情況下，original 可能合適；而對於初步的粗略檢視，low 可能就足夠了。在標準化設定之前，請確認目前特定型號的尺寸對照表。

審慎選擇推理強度

Terra 支援 none、low、medium、high、xhigh 和 max；預設值為 medium。更高的努力程度可以提升困難任務的品質，但也可能增加延遲和 token 使用量。

合理的評估階梯如下：

none：簡單的提取或分類，多步驟推理幾乎沒有額外價值。
low：例行審查、草擬或有限度的工具使用。
medium：混合證據、判斷或多步驟工作；這是預設值。
high：困難的視覺差異、規劃或複雜的例外處理。
xhigh 和 max：僅在評估顯示高價值任務有實質收益時使用。

不要每當回答失敗時就自動提高努力程度。請先檢查提示、證據、圖像品質、輸出合約和驗證邏輯。

請求結構化輸出

生產系統不應在已知結構化模式可用的情況下，解析任意散文。Terra 支援結構化輸出。一個視覺問答的結構化模式可能需要一個包含類別、證據、嚴重程度和建議的議題陣列。

確切的 SDK 輔助語法可能會有變動，因此請遵循您所用語言的當前結構化輸出指南。無論語法如何，都應驗證回傳的物件，並定義應用程式在缺少必要證據時應如何處理。有效的 JSON 結構仍可能包含不正確的觀察結果。

透過 Responses API 新增工具

Terra 列出的 Responses API 工具包括網頁搜尋、檔案搜尋、圖片生成、程式碼直譯器、託管 Shell、電腦使用、MCP 等。僅暴露任務所需的工具。

對於電腦使用，您的應用程式必須執行或連接一個執行環境、執行允許的操作、回傳螢幕截圖，並根據需要保留會話。OpenAI 的安全指引建議：

一個隔離的瀏覽器或虛擬機器。
網站與動作的允許清單。
在可避免的情況下，頁面文字或截圖中不包含憑證資訊。
在購買、資料傳輸、刪除或其他重大操作前，需先獲得使用者核准。
步驟、時間與成本限制。
驗證儲存的結果，而非信任模型的摘要。

頁面內容不可信。網頁無法授予新的權限或覆蓋使用者的指示。

可靠的視覺審查循環

一個穩健的實作會將觀察與行動分離：

傳送圖片和一份狹義的審查標準。
針對每一項發現，要求提供可見的證據。
驗證回應的結構。
將高嚴重性或低證據力的發現轉交給相關人員。
若允許變更，僅提供必要的編輯或電腦工具。
捕捉結果狀態並執行驗證流程。
儲存原始、建議行動、核准、輸出及審核者決定。

對於創意工作，Terra 能將分鏡審查轉化為結構化的修改摘要。創作者隨後可在獨立的圖像、動畫或故事製作工具中套用該已核准的摘要。

常見的實作錯誤

直接傳送影片檔案

Terra 不支援原生影片輸入。請提取代表性影格，並視需要提供逐字稿或鏡頭中繼資料。明確說明分析是基於這些素材進行。

允許自由形式的工具使用

賦予模型廣泛的電腦存取權限會帶來不必要的風險。應限制工具、網域、操作及資料。在產生後果的關鍵點要求核准。

將輸出視為基準真相

視覺模型可能會遺漏細微細節或推斷出不存在的關聯。在錯誤影響重大的情況下，請使用已知的測試案例與人工審查。

忽略長上下文定價

Terra 的上下文視窗為 105 萬個 token，但超過 272,000 個輸入 token 的提示詞，整個請求會套用較高費率。請盡可能只檢索相關資料。

常見問題

我可以使用 GPT-6.1 Terra 的聊天補全功能嗎？

模型頁面將 Chat Completions 列為端點，但指出工具呼叫需要 Responses API。對於新的工具使用實作，Responses 是合適的預設選項。

Terra 是否支援微調？

目前模型頁面將微調列為不支援。請使用清晰的指示、檢索、範例、架構和評估，而非圍繞微調來制定計畫。

我該如何測試升級到更高推理強度的版本？

在同一組具代表性的評估集上，以兩種或以上的努力程度執行。比較接受的結果、延遲、Token 使用量及失敗類別。不要僅憑一個令人印象深刻的範例來判斷。

實作摘要

透過 Responses API 使用 gpt-6.1-terra，從中等努力程度開始，僅提供模型所需的證據與工具，並同時驗證結構與實質內容。周邊框架的品質——權限、評估、驗證與記錄——與模型選擇同等重要。