chat/completions 之谜
明明是对话，为什么 API 叫「补全」？打字机动画解读
本页解决的问题
先给结论「chat/completions 之谜」要解决的关键问题是什么？
明明是对话，为什么 API 叫「补全」？打字机动画解读
让这个结论先证明自己值得留下。 把这一页当成决策工具，而不是需要背下来的定义。把概念连到一个真实任务、一个可观察结果，以及一个能改变你判断的失败上。
写下一个问题：试完这个方法后，你能用什么证据回答它？
结论听起来很完整，却没有检查最关键的假设。
明明是「聊天」，为什么叫「补全」？
两家公司，两个截然不同的命名，背后藏着对大模型本质的不同理解。
[user] 紫霞仙子是谁？
[assistant]
影响了全世界。
/chat/completions 这套范式，率先引爆了市场「一个有意思的问题」如何改变一次回答
「明明是对话，为什么 API 叫「补全」？打字机动画解读」说明，模型处理的不是我们眼中的“字数”，而是一段段 Token。Token 的切分方式会影响输入长度、上下文能放下多少内容，以及一次请求要花多少计算。
长度、信息量和上下文不是一回事
当「明明是对话，为什么 API 叫「补全」？打字机动画解读」变长时，先要分清三件事：文字被切成多少 Token、哪些内容真正参与当前判断、以及旧内容是否已经超出上下文窗口。删掉重复说明通常比单纯把窗口开得更大更有效。
先保留会改变判断的内容
可以用「明明是对话，为什么 API 叫「补全」？打字机动画解读」做一次对照：保留同样的问题，分别删掉重复背景、压缩格式和移除无关历史，比较答案质量、延迟与 Token 数量。
从「一个有意思的问题」走到「从补全视角看一次对话」
「一个有意思的问题」先把问题落在「两家公司，两个截然不同的命名，背后藏着对大模型本质的不同理解」上；到了「从补全视角看一次对话」，讨论继续推进到「↺ 重播 模型实际「看到」的内容（拼接后的文本） [system] 你是一个有帮助的助手。 [user] 紫霞仙子是谁？ [assistant] 模型做的事 从 [assistant] 标记之后，预测下一个概率最高的 Token，一直到生成终止符 chat 是假象 你以为在「对话」，模型只是在「把这段文本补全完整」，这就是 completions 的真相 为什么 PM 要知道 System Prompt、上下文、历史…」。两段连起来，重点就不只是记住一个结论，而是看清它成立所依赖的条件。
把这条判断带到下一个场景
处理长文本时，先保留会改变结论的内容，再决定如何压缩格式和历史；上下文更长只有在新增信息真正有用时才值得付出代价。
- 「一个有意思的问题」：两家公司，两个截然不同的命名，背后藏着对大模型本质的不同理解
- 「从补全视角看一次对话」：↺ 重播 模型实际「看到」的内容（拼接后的文本） [system] 你是一个有帮助的助手。 [user] 紫霞仙子是谁？ [assistant] 模型做的事 从 [assistant] 标记之后，预测下一个概率最高的 Token，一直到生成终止符 chat 是假象 你以为在「对话」，模型只是在「把这段文本补全完整」，这就是 completions 的真相 为什么 PM 要知道 System Prompt、上下文、历史…
最后的「最后把结论落到实践」把讨论落到「明明是对话，为什么 API 叫「补全」？打字机动画解读」。回看这条线索时，最值得保留的是：当输入、规模或风险改变，哪些判断需要重新做一遍。
我把这篇文章里的一个判断改写成了今天可以验证的小实验。比记住结论更有用的是，知道下一步要观察什么。
读完以后我先回头找它成立的条件，而不是直接把方法搬进项目。这个顺序让后面的取舍清楚很多。
如果把这个判断放到真实工作里，最先需要补的约束是什么？我想知道从阅读到第一次实践之间，哪一步最值得先做。
还没有这篇文章的讨论。