C#调用 AI学习从0开始-第1阶段（基础与工具）-第5天完善请求结构

调用接口(千问API)的数据格式：
1.Messages结构

千问API使用messages数组来保存对话内容，每个消息都包含role和content两个字段。

role分为：

system：系统消息，设定AI的角色和行为，使用场景：放在消息列表第一位，用于指定助手身份、回答风格、任务边界

user：用户消息，使用场景：用户输入的问题或指令

assistant：助手消息，使用场景：模型对用户的回复（在多轮对话中需要保存）

注意：user和assistant必须成对、交替出现

例子：messages: [

{ role: "system", content: "你是一个C#编程助手" },

{ role: "user", content: "什么是List？" },

{ role: "assistant", content: "List是..." }, ← 上一轮的回答

{ role: "user", content: "那Dictionary呢？" } ← 新的问题

]

2.核心参数说明

参数：model(string) 指定使用的模型,qwen-turbo, qwen-plus, qwen-max 等

参数：messages(array数组) 对话消息列表，包含system/user/assistant消息

参数：temperature(float) 控制回答的随机性。值越低回答越确定、简洁；值越高回答越多样、详尽，取值范围：0-2(常用0.3-0.8)

参数：max_tokens(int) 限制模型生成的最大token数，直接控制回复长度，取值范围：1 ~ 8192

参数：stream(bool) 是否流式输出，取值范围：true/false

3.响应数据结构

csharp 复制代码

{
  "id": "chatcmpl-xxx",
  "choices": [
    {
      "index": 0,
      "message": {
        "role": "assistant",
        "content": "模型返回的回答内容"
      },
      "finish_reason": "stop"
    }
  ],
  "usage": {
    "prompt_tokens": 100,
    "completion_tokens": 50,
    "total_tokens": 150
  }
}

参数总结：

参数低值效果高值效果推荐场景

【1】temperature 0.2-0.4：回答简短、保守、确定性强 0.7-0.9：回答详细、有创意、多样性高，推荐场景：事实问答用0.3，创意生成用0.8

【2】max_tokens 50-100：回答非常简短 500+：回答详细完整，推荐场景：预览场景用小值，完整回答用大值

【3】model选择 qwen-turbo：速度快，成本低 qwen-plus：质量高，推荐场景：实时对话用turbo，复杂任务用plus

注意：temperature和max_tokens不传时，模型使用默认值