到目前為止，我們做的聊天機器人都屬於「單輪對話」：
使用者問一句，AI 回一句，下一輪就忘記之前聊過什麼。

但如果你希望 AI 能「記住之前的對話內容」，就要用到 上下文 (context) 概念。
今天我們來實作一個「多輪對話」的版本。

為什麼需要上下文？

想像一下：
你：我叫小明
你：請問我叫什麼？

沒有上下文 → AI 會說「我不知道」
有上下文 → AI 會記得「小明」，並正確回答

要做到這件事，我們只要把「之前的對話」也傳給 API 就行了。
來看程式碼:

import os
from openai import OpenAI
from dotenv import load_dotenv

load_dotenv()
client = OpenAI(api_key=os.getenv("OPENAI_API_KEY"))

messages = [
    {"role": "system", "content": "你是一個友善的聊天助理。"}
]

while True:
    user_input = input("你：")

    if user_input.lower() in ["exit", "quit"]:
        print("AI：掰掰，下次再聊！")
        break

    messages.append({"role": "user", "content": user_input})

    response = client.chat.completions.create(
        model="gpt-4o-mini",
        messages=messages
    )

    ai_reply = response.choices[0].message.content
    print("AI：", ai_reply)

    # 把AI的回覆也記錄下來
    messages.append({"role": "assistant", "content": ai_reply})

我們來看看成果:

整個流程就像 我跟你講 → AI 回答 → 我再講 → AI 再回 → 全部都寫進同一個地方。
因為 AI 每次都能看到完整的記事本，所以就能記得之前聊過什麼。

注意事項
對話越長 花費的 Token 越多
如果對話紀錄太多，可以自己設計「只保留最近 N 筆」的方式
不然可能會變成「哎呀，怎麼爆掉了！」

今天我們學會了 多輪對話的上下文處理：
用 messages 記錄整個對話
把使用者的問題跟AI的回覆都存起來
AI 就能接續聊天，而不是每次都重置
明天的 Day 7，我們要來整理 常見錯誤與解決方法，
例如 API Rate Limit、Key 錯誤、Timeout 等狀況。