要启用流式输出功能，需要将stream参数设为true并配合SSE客户端处理：在请求体中明确设置"stream": true、选用支持流式输出的模型、避免使用可能产生冲突的参数；通过iter_lines或getReader解析text/event-stream格式的数据；持续拼接delta.content内容直至遇到空值表示结束；同时监控连接关闭与错误事件，并实施重连机制。

当您调用ChatGPT API时，如果希望逐字或逐token接收响应内容，而不是等待完整回复生成后再一次性返回，就需要开启流式输出功能。以下是实现该功能的具体步骤：

一、设置请求体中的stream参数为true

流式输出的实现依赖于在API请求中明确指定stream字段为布尔值true，服务端将据此切换为SSE（Server-Sent Events）响应格式，持续推送token片段。

1、在构造JSON请求体时，确保包含"stream": true字段，且该字段不能被字符串化或遗漏。

2、确认model字段值为支持流式响应的模型，例如"gpt-3.5-turbo"或"gpt-4"等文档明确标明支持stream的型号。

3、避免同时设置logprobs或top_logprobs等可能与流式输出不兼容的参数，除非文档明确说明其共存可行性。

二、使用支持SSE的HTTP客户端处理响应

标准HTTP请求库通常默认等待响应结束，而流式响应需要以事件流方式持续读取，因此必须选用能解析text/event-stream MIME类型的客户端。

1、在Python中使用requests库时，需调用response.iter_lines()并手动剥离data:前缀及换行符。

2、在Node.js中使用fetch时，需通过response.body.getReader()配合decoder.decode()逐块解析UTF-8流数据。

3、关键提示：必须按行分割响应内容，并过滤空行和event: ping等心跳帧，仅提取以data:开头的有效载荷。

三、解析delta内容并拼接完整响应

每个SSE消息体中的data:字段携带一个ChatCompletionChunk对象，其delta.content字段包含当前批次的文本片段，需累积至最终结果。

1、初始化一个空字符串变量用于存储累计文本内容。

2、对每个合法的data:行执行JSON解析，提取delta.content字段值。

3、注意：首个chunk的delta可能为空对象或仅含role字段，content字段首次出现才开始追加；末尾chunk的delta.content为null，标志流结束。

四、处理异常中断与连接保活

流式连接易受网络抖动影响，需主动识别中断信号并决定是否重试，同时应对服务端发送的error事件做出响应。

1、监听底层连接关闭事件（如reader.closed或response.status !== 200），触发错误处理逻辑。

2、检查SSE消息中是否存在event: error及后续data:内嵌的错误码与消息，例如{"error":{"code":"rate_limit_exceeded"}}。

3、严禁忽略status字段为200但实际返回error事件的情况，此类响应仍属失败，需按错误类型区分重试策略。