模型概览
M2-her 是 MiniMax 专为对话场景优化的语言模型,支持丰富的角色设定和对话历史管理能力。支持模型
M2-her 核心特性
丰富的角色设定能力
丰富的角色设定能力
M2-her 支持多种角色类型配置,包括模型角色(system)、用户角色(user_system)、对话分组(group)等,让您可以灵活构建复杂的对话场景。
示例对话学习
示例对话学习
通过 sample_message_user 和 sample_message_ai,您可以为模型提供示例对话,帮助模型更好地理解期望的对话风格和回复模式。
上下文记忆
上下文记忆
模型支持完整的对话历史管理,能够基于前文内容进行连贯的多轮对话,提供更自然的交互体验。
调用示例
1
安装 SDK
2
设置环境变量
3
调用 M2-her
角色类型说明
M2-her 支持以下几种消息角色类型:基础角色
高级角色
使用场景示例
场景 1:基础对话
场景 2:角色扮演对话
场景 3:示例学习对话
参数说明
核心参数
最佳实践
合理设置角色
合理设置角色
使用
system 定义 AI 的基本行为,使用 user_system 定义用户身份,可以让对话更加自然和符合场景设定。提供示例对话
提供示例对话
通过
sample_message_user 和 sample_message_ai 提供 1-3 个示例对话,可以有效引导模型的回复风格。维护对话历史
维护对话历史
保留完整的对话历史(包括
user 和 assistant 消息),让模型能够基于上下文进行连贯回复。控制对话长度
控制对话长度
根据场景需求设置合适的
max_completion_tokens,避免回复过长或被截断。常见问题
如何实现多轮对话?
如何实现多轮对话?
在每次请求中包含完整的对话历史,按时间顺序排列
user 和 assistant 消息。user_system 和 system 有什么区别?
user_system 和 system 有什么区别?
system 定义 AI 的角色,user_system 定义用户的角色。在角色扮演场景中,两者配合使用可以创建更丰富的对话体验。示例消息会占用 token 吗?
示例消息会占用 token 吗?
是的,所有消息(包括示例消息)都会计入输入 token。建议提供 1-3 个精炼的示例即可。
是否支持图片输入?
是否支持图片输入?
M2-her 当前仅支持文本输入,不支持图文混合输入。
相关链接
API 参考
查看完整的 API 接口文档
定价说明
了解 M2-her 的定价详情
错误码
查看 API 错误码说明
快速开始
快速上手 MiniMax API