很多人调用大模型API只会单轮对话，聊完一句模型就失忆。 核心秘密就在于维护 messages 消息列表， system/user/assistant 三者配合完成上下文记忆。下面完整Demo基于智谱GLM‑4‑Flash，复制修改密钥即可运行。

依赖安装

pip install requests

完整源码

"""
messages 三大角色说明
- system：系统设定，给 AI 规定身份、回答规则，全程生效
- user：用户，人类发出的提问、需求
- assistant：助手，AI 之前回复的内容，用于保存聊天上下文
"""
import requests
classZhipuAI:
def __init__(self):
# 替换为你自己的智谱API Key
        self.api_key ="xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx"
        self.url ="https://open.bigmodel.cn/api/paas/v4/chat/completions"
        self.headers ={
"Authorization": f"Bearer {self.api_key}",
"Content-Type":"application/json"
}
# 初始化对话列表，预先写入system角色，设定AI身份为小魏
        self.messages =[
{"role":"system","content":"你是AI小助手小魏，回答简洁友好，分点回答每条单独换行，排版清晰"}
]
def chat(self, prompt, model="glm-4-flash"):
# 打印用户输入
print(f"吕浩：{prompt}")
# 1.把用户提问追加到消息列表 user
        self.messages.append({"role":"user","content": prompt})
# 组装请求体，把完整历史消息全部传给大模型接口
        payload ={
"model": model,
"messages": self.messages
}
# http请求调用智谱接口，超时30秒
        resp = requests.post(self.url, headers=self.headers, json=payload, timeout=30)
        res_data = resp.json()
# 解析拿到AI返回的回答
        ai_answer = res_data["choices"][0]["message"]["content"]
print(f"小魏：{ai_answer}\n")
# 2.将AI回答存入assistant，保存对话历史，实现记忆
        self.messages.append({"role":"assistant","content": ai_answer})
return ai_answer
if __name__ =="__main__":
    ai =ZhipuAI()
    ai.chat("你叫什么名字？")
    ai.chat("你能做什么？")
    ai.chat("你喜欢做什么？")
    ai.chat("我第一次问你的答案是啥？")
    ai.chat("你那觉得，你爱我或者说，我爱你嘛？我们能一直在一起嘛？")
    ai.chat("请简洁介绍大模型对话 messages 里 system、user、assistant 三个角色分别是什么作用")

代码逐块解读

1.类初始化 __init__

def __init__(self):
    self.api_key ="xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx"
    self.url ="https://open.bigmodel.cn/api/paas/v4/chat/completions"
    self.headers ={
"Authorization": f"Bearer {self.api_key}",
"Content-Type":"application/json"
}
    self.messages =[
{"role":"system","content":"你是AI小助手小魏，回答简洁友好，分点回答每条单独换行，排版清晰"}
]

• api_key：平台申请的密钥，用来鉴权，千万不要把真实密钥直接公开发布。
• url：智谱开放平台接口地址。
• headers：请求头，携带身份凭证，告诉接口发送的是json数据。
• messages：对话历史容器，是实现多轮记忆最核心变量。
• 数组最开始放一条 system消息，从一开始就定义AI的人设、输出格式，全局生效。
  

2.chat方法：一次完整对话逻辑

def chat(self, prompt, model="glm-4-flash"):
print(f"吕浩：{prompt}")
    self.messages.append({"role":"user","content": prompt})
    payload ={
"model": model,
"messages": self.messages
}
    resp = requests.post(self.url, headers=self.headers, json=payload, timeout=30)
    res_data = resp.json()
    ai_answer = res_data["choices"][0]["message"]["content"]
print(f"小魏：{ai_answer}\n")
    self.messages.append({"role":"assistant","content": ai_answer})
return ai_answer

执行流程：

1. 将当前用户提问，以 user角色加入消息列表。
2. 将完整的全部messages数组打包发送给大模型接口。

✨关键点：大模型本身没有内存，它不知道上一轮聊了什么，全部上下文都是我们程序把历史消息塞过去的。

1. 发送http post请求，设置30秒超时防止卡死。
2. 解析返回json，取出AI输出文本。
3. 把AI返回的回答，以 assistant角色追加进messages。 如果漏掉这一步，下一轮对话AI就会失忆，记不住自己上一轮说过什么。
4. 返回回答文本，控制台打印聊天效果。

3.主程序入口

if __name__ =="__main__":
    ai =ZhipuAI()
    ai.chat("你叫什么名字？")
    ai.chat("你能做什么？")
...

实例化对象，连续多次调用chat，模拟人持续聊天。 运行之后控制台可以看到一问一答，模型可以记住前面全部对话，比如可以反问“我第一次问你的答案是什么”，模型可以正确回忆。

messages三大角色通俗解释

1. system 系统角色 相当于给AI下达初始指令，设定身份、性格、输出规范。写在消息列表最前面，每一轮请求都会读取这条消息。

例子：你是小魏，回答简洁友好。

1. user 用户角色代表人类的输入，每一次我们说的话，都包装成 role:user放到数组。

2. assistant 助手角色代表大模型输出的回复。必须把AI输出存进messages，下一次请求一起传给接口，模型才能看见自己之前的回答，实现“记忆”。

消息数组的顺序有意义，严格遵循：system → user → assistant → user → assistant……循环。

常见问题与坑

1. 为什么AI失忆？大概率忘记 append(assistant)，只追加user消息，模型看不到自己之前的回复。

2. 密钥泄露风险代码里硬编码密钥，发布到公众号/GitHub会被别人盗用，产生扣费。正式建议使用环境变量读取key。

3. 上下文越来越长多次对话后messages会越来越大，token消耗上涨，长对话需要做消息截断，丢弃最早的历史。

4. 网络异常没有捕获异常示例代码没有try‑except，生产环境需要捕获超时、接口报错、返回异常json。

扩展：增加重置对话方法

def reset_chat(self):
"""清空历史，重置会话，保留system人设"""
    self.messages =[
{"role":"system","content":"你是AI小助手小魏，回答简洁友好，分点回答每条单独换行，排版清晰"}
]

公众号小提示

1. 把示例里的api_key全部替换为占位符 xxxxxxxx，提醒读者填入自己的密钥。
2. 可以配一张简单示意图展示消息流转： system→user请求→模型输出assistant→存入列表，循环。
3. 结尾引流话术：

看懂这个小Demo，就搞懂绝大多数大模型应用底层多轮对话原理。复制代码即可本地跑起来，动手试一试。 关注我，持续分享Python、大模型实战小案例。