对话前缀续写（Beta）允许你在 messages 末尾添加一条 prefix: true 的 assistant 消息，模型会从该内容接着续写。配合 stop 参数可精确控制输出边界，是生成特定格式代码、Markdown 或 JSON 的利器。

DeepSeek API 对话前缀续写（Beta）

此功能为 Beta 版本，需使用 Beta 端点：https://api.deepseek.com/beta

使用场景

• 强制模型输出特定格式（如以 \``python` 开始的代码块）
• 续写已有文档或代码
• 精确控制输出结构

基本用法

在 messages 末尾添加一条 role: "assistant" 且 prefix: true 的消息，模型会从该内容接着生成：

import OpenAI from "openai";

const client = new OpenAI({
  baseURL: "https://api.deepseek.com/beta",  // 必须用 /beta 端点
  apiKey: process.env.DEEPSEEK_API_KEY,
});

const response = await client.chat.completions.create({
  model: "deepseek-v4-pro",
  messages: [
    { role: "user", content: "写一个快速排序的 Python 实现" },
    {
      role: "assistant",
      content: "```python\n",  // 前缀：模型从这里开始续写
      // @ts-ignore - prefix 是 DeepSeek 扩展字段
      prefix: true,
    },
  ],
  stop: ["```"],  // 遇到 ``` 停止，只输出代码块内容
});

console.log(response.choices[0].message.content);
// 直接输出 Python 代码，不带 ```python 包装

Python 版本：

from openai import OpenAI

client = OpenAI(
    api_key="<your api key>",
    base_url="https://api.deepseek.com/beta",
)

messages = [
    {"role": "user", "content": "写一个快速排序的 Python 实现"},
    {"role": "assistant", "content": "```python\n", "prefix": True},
]

response = client.chat.completions.create(
    model="deepseek-v4-pro",
    messages=messages,
    stop=["```"],
)
print(response.choices[0].message.content)

实用技巧

控制 JSON 输出的开头：

messages: [
  { role: "user", content: "给我一份用户信息 JSON" },
  { role: "assistant", content: '{"name":', prefix: true },
]
// 模型会续写完整的 JSON 对象，从 {"name": 开始

续写 Markdown 文档：

messages: [
  { role: "user", content: "写一篇关于 KV Cache 的技术文章" },
  { role: "assistant", content: "## KV Cache 简介\n\nKV Cache", prefix: true },
]

注意事项

• 必须使用 /beta 端点：标准端点不支持 prefix 字段
• prefix: true 的 assistant 消息必须是 messages 数组的最后一条
• stop 参数配合使用效果更好，可以精确截断输出边界
• TypeScript 中 prefix 是 DeepSeek 扩展字段，可能需要 // @ts-ignore 或自定义类型

常见问题

Q: 对话前缀续写和普通 assistant 消息有什么区别？

A: 普通 assistant 消息会作为"历史回复"传给模型，模型知道那是之前说的话；prefix: true 的消息则告诉模型"从这里开始生成下一句"，效果更像"补全"而不是"多轮对话"。

Q: FIM 和对话前缀续写有什么区别？

A: 对话前缀续写是在 Chat Completions 接口上工作，适合对话场景；FIM（Fill in the Middle）在 Completions 接口上工作，可以同时提供前缀和后缀让模型补全中间，更适合代码补全。