你在网页对话框里输入问题，是人跟 AI 说话；你的客服系统自动回复用户、文档工具自动生成摘要，是程序跟 AI 说话。后者靠的就是 API——程序之间约定好的点单窗口。理解了它，你就明白为什么同一个模型既能出现在聊天框里，也能变成你产品里的一个按钮。
一次调用发生了什么
你的程序把「问什么、用哪个模型、还有哪些选项」打包成固定格式的请求发出去；AI 服务端收到后处理，逐段生成结果；结果按约定格式返回，你的程序决定怎么展示、怎么存。整个过程通常几秒内完成，长回答会流式地一段一段到达，这也是你在网页里看到文字逐步蹦出来的原因——网页版自己也在调接口。
各家请求和响应的格式略有差异，但骨架一致：身份凭证、模型名、输入内容、输出选项。会读一种，其他的换汤不换药。
你会遇到的几个词
API Key 是你的身份凭证，相当于点单时出示的会员卡，泄露了别人就能用你的额度，务必放在服务端而不是前端代码里。模型名决定你用的是哪个模型，不同模型能力和价格差别很大，切换模型通常只改一个字符串，但效果可能天差地别。限流是单位时间内允许的请求次数上限，超了会被暂时拒绝，做批量任务要预留重试和间隔。计费大多按 token 计算，输入和输出的单价通常不同，输出的单价一般更高，具体以各平台官方价目为准。
为什么说它是一座桥
只有官方网页的时候，AI 就只是个聊天框。有了 API，AI 能力才能长进你自己的产品：客服系统接上它自动回复常见问题；文档工具接上它一键摘要；小程序里加一个问答入口。你不需要自己训练模型，也不需要购置显卡，按用量付费就能用上平台提供的能力。API 就是把「AI 能力」变成「你的功能」的那座桥——模型是别人练好的，功能是你自己的。
对非技术人来说，看懂它还有更实际的好处：看懂供应商的报价单、判断一个需求「技术上能不能做」、跟开发沟通时不被术语绕晕，靠的都是上面那几个概念。
自部署还是调 API
开发者绕不开的选择。调 API 省心：扩容、维护、模型升级都归平台，代价是按量付费、数据要送到服务端，而且平台随时可能调整模型版本。自部署开源权重可控性强：数据不出门、版本锁定，但要自己承担算力成本、运维和升级。两条路不是简单的好坏题，判断的出发点是数据敏感度和用量规模；两者的输出细节也不一定完全一致，同一模型在不同部署下可能存在差异。如果两种方式都在考虑范围内，值得把取舍的完整判据过一遍再定。
一张表看清接入要点
| 要点 | 怎么做 | 判断标准 |
|---|---|---|
| 凭证管理 | Key 放服务端环境变量，定期轮换 | 代码仓库里搜不到明文 Key |
| 成本控制 | 先估算单次调用的输入输出量，再乘频次 | 上线后有用量监控和告警 |
| 稳定性 | 处理超时与限流，加重试和降级逻辑 | 高峰期请求失败率在可接受范围 |
| 合规 | 实名认证，明确用途，留存必要日志 | 用途说明与实际调用一致 |
AI API 速查
- API = 程序替你跟 AI 说话的约定窗口
- 三件套：API Key、模型名、请求格式
- 按用量计费，输入输出单价不同
- 限流存在，批量任务要带重试
- 数据要过服务端，敏感场景先想自部署
三个常被问到的问题
- 不会写代码能用 API 吗？：能。很多自动化工具和无代码平台内置了对接大模型的节点，填入 Key 和提示词就能搭流程。但涉及自己写调用逻辑、改交互的需求，仍需要开发参与。
- 调用记录会被平台看到吗？：请求内容会经过服务端处理，具体留存策略看各平台的协议与说明。把它当作「发给了服务商」的数据来对待，敏感信息先脱敏再调，是最稳的习惯。
- 为什么测试时和上线后费用差很多？：测试时调用少、输入短；上线后用户量上来，每次对话携带的上下文会越来越长，输入 token 涨得比想象快。上线前按真实对话长度重新估算一遍，别拿测试期的账单外推。
往深里走的几篇：价目表怎么读拆了输入输出为什么价格不同；自部署与调 API 的取舍给了完整判据；两种部署的输出是否一致解释了差异从哪来；API 计费与订阅计费的上下文差别帮你看懂两种付费方式。
