1. 文本生成（Text Completion）

这是大模型接口最基础也是最核心的功能。用户输入一段提示词（Prompt），模型返回对应的文本内容。常见应用场景包括：

  • 文章撰写与内容创作

  • 代码生成与补全

  • 摘要提取与文本改写

通过调整相关参数（如 temperature、max_tokens），开发者可以灵活控制输出内容的创造性和长度。

2. 对话交互（Chat Completion）

现代大模型接口大多支持多轮对话模式。通过传入包含历史消息的数组，模型能够理解上下文，实现连贯的对话体验。消息通常分为三种角色：

  • system：设定模型的角色和行为规范

  • user：用户的输入内容

  • assistant：模型的回复内容

这一功能是构建智能客服、聊天机器人等应用的基础。

3. 函数调用（Function Calling）

函数调用是近年来大模型接口的重要能力升级。开发者可以预先定义一组函数及其参数说明，模型在理解用户意图后，会自动判断是否需要调用某个函数，并返回结构化的调用参数。

这一功能使大模型能够与外部系统进行联动，例如：

  • 查询实时天气或股票数据

  • 操作数据库进行增删改查

  • 调用第三方 API 完成特定任务

4. 流式输出（Streaming）

为了提升用户体验，大多数接口支持流式响应（Streaming）。模型不再等待完整内容生成后再返回，而是逐字逐句地将结果实时推送给客户端。这样用户可以看到"打字机效果"，有效降低等待焦虑感。

5. Embedding（向量化）

Embedding 接口可以将文本转换为高维向量，用于衡量文本之间的语义相似度。常见应用场景包括：

  • 语义搜索：找到与查询最相关的文档

  • 推荐系统：基于内容相似度推荐相关内容

  • RAG（检索增强生成）：为大模型提供外部知识库支持

6. 多模态能力（Multimodal）

越来越多的大模型接口开始支持图像、音频等多种输入格式，不再局限于纯文本。典型功能包括：

  • 图像理解：分析图片内容、识别文字或物体

  • 语音转文字：将音频文件转录为文本

  • 图像生成：根据文字描述生成对应图像

7. 内容审核（Moderation）

部分大模型平台提供专门的内容审核接口，用于检测输入或输出内容是否包含违规信息，如暴力、色情、仇恨言论等。这对于需要面向大众用户的产品来说尤为重要。