Python OpenAI API 快速开始教程

代码没有报语法错，运行后却卡在认证或模块导入，通常不是 Responses API 本身难，而是密钥、Python 环境和运行终端没有对上。完成这条路径后，Windows、macOS 或 Linux 电脑会得到一个可运行的 example.py：它使用官方 OpenAI Python SDK 发出一条 Responses API 请求，并从 response.output_text 打印结果。

开始前需要准备可使用 API 的 OpenAI 账号、一个能创建并妥善保管的 API 密钥、Python 3 和 pip。API 密钥属于敏感凭据，不要写进 Python 文件、截图或 Git 仓库。示例沿用 OpenAI 当前快速开始页面中的 gpt-5.6；页面示例发生变化时，应以当时的官方快速开始代码为准。

先让运行 Python 的终端读到密钥

1. 入口位置：登录 OpenAI API 控制台，进入 API 密钥管理页。主要动作：点击创建 API 密钥的按钮，生成后立即复制到密码管理器或其他安全位置。成功标志：密钥列表出现新记录，并且手边保存了刚生成的完整值。失败处理：看不到创建入口时，先确认登录账号和项目权限；如果完整值已经关闭且没有保存，应撤销旧记录并重新创建，不要尝试从截图或日志找回。

2. 入口位置：打开稍后要运行 Python 的同一个终端窗口。主要动作：macOS 或 Linux 执行 export OPENAI_API_KEY="your_api_key_here"；Windows 命令提示符执行 setx OPENAI_API_KEY "your_api_key_here"，然后新开一个终端让设置生效。成功标志：执行 python -c "import os; print(bool(os.environ.get('OPENAI_API_KEY')))" 返回 True，而且没有打印密钥正文。失败处理：返回 False 时，检查变量名是否完整、引号是否成对；macOS 或 Linux 还要确认没有换到另一个终端会话，Windows 使用 setx 后则必须重新打开终端。

官方快速开始把“创建密钥”和“导出环境变量”放在第一个准备环节。画面中的系统切换项用于区分 macOS、Linux 与 Windows 命令；成功标准不是看见命令，而是当前 Python 进程确实能读取 OPENAI_API_KEY。

把官方 Python SDK 安装到当前解释器

1. 入口位置：仍在刚才验证过环境变量的终端中。主要动作：执行 pip install openai。如果电脑同时安装了多个 Python，可改用与运行脚本相同解释器对应的 python -m pip install openai。成功标志：安装命令正常结束，再执行 python -c "from openai import OpenAI; print('SDK ready')" 能看到 SDK ready。失败处理：出现 pip 找不到时，先确认 Python 和 pip 已加入 PATH；安装成功却仍报 No module named openai，说明安装与运行使用了不同的 Python，应分别检查 python --version 和 python -m pip --version 指向的位置。

Python 标签下的官方安装命令只有一个包名。这里最值得看的是页面已切换到 Python，避免把 JavaScript、.NET 或其他语言的安装方式复制进当前环境。

写入第一条 Responses API 请求

1. 入口位置：在准备存放示例的空目录中新建 example.py。主要动作：写入下面的代码并保存，密钥不出现在文件中，OpenAI() 会从环境读取 OPENAI_API_KEY。

   from openai import OpenAI
   
   client = OpenAI()
   
   response = client.responses.create(
       model="gpt-5.6",
       input="Write a one-sentence bedtime story about a unicorn."
   )
   
   print(response.output_text)

   成功标志：文件中能看到 from openai import OpenAI、client.responses.create 和 print(response.output_text) 三处关键代码，编辑器没有把文件另存为 example.py.txt。失败处理：如果编辑器提示缩进或引号错误，先与下方官方代码截图逐行核对；若文件扩展名被隐藏，可在终端执行 ls 或 Windows 的 dir 确认真实文件名。

请求代码里，model 决定调用的模型，input 是本次输入，返回对象的 output_text 是便于读取最终文本的属性。三者不要与旧教程里的其他接口字段混用。

运行脚本并按错误位置排查

1. 入口位置：在终端切换到 example.py 所在目录。主要动作：执行 python example.py；macOS 或 Linux 上若系统只提供 python3，则执行 python3 example.py。成功标志：等待片刻后，终端打印模型返回的一句话，而不是 Python traceback。失败处理：报 No module named openai 时回到 SDK 安装步骤核对解释器；认证错误时重新运行不泄露密钥的环境变量检查；连接失败时检查网络后再试；若返回模型或用量相关错误，应按响应中的错误类型核对当前项目可用模型与 API 用量设置，不要盲目重复请求。

官方页面在代码后明确给出 python example.py 这一执行方式，并把“看到 API 请求输出”作为完成信号。下图是官方运行指引，不是本机终端结果；真正验收仍要看自己的终端是否打印了 output_text。

用六项结果确认快速开始已经完成

• API 密钥保存在安全位置，没有出现在源码、截图或版本库中。
• 运行脚本的 Python 进程能读取 OPENAI_API_KEY，检查命令只返回布尔值。
• python -m pip --version 与运行 example.py 的解释器一致。
• from openai import OpenAI 可以导入，不再出现模块缺失错误。
• 请求使用 client.responses.create，结果通过 response.output_text 输出。
• 终端实际打印模型回复；若失败，能根据模块、认证、网络、模型或用量错误回到对应步骤处理。

这条请求跑通后，再把固定的英文输入换成业务中的真实问题。先保留最小代码验证账号、环境和 SDK，等输出稳定后再增加多轮上下文、文件输入或工具调用，排错会简单得多。