OpenAI建议开发者摒弃旧提示词以适配GPT-5.5
The Decoder··作者 Matthias Bastian
关键信息
该指南推荐使用包含角色定义、成功标准、约束条件和输出格式在内的七步结构；同时警告不要使用‘始终’等绝对语言，除非用于安全规则或必需字段。
资讯摘要
OpenAI为GPT-5.5发布的提示词指南强调应摒弃为早期模型设计的旧提示词。这些遗留提示通常包含过多过程细节，反而阻碍了GPT-5.5的效率。开发者应首先明确目标结果、成功标准、约束条件和上下文信息，然后让模型自主决定实现路径。
一个客户服务示例展示了仅聚焦于问题解决的简洁提示，而不指定具体步骤。该指南还重新引入角色定义作为有效提示的关键组成部分，认为这有助于更准确地设定模型行为。建议开发者先测试低和中等推理强度，再逐步提升复杂度。
资讯正文
OpenAI表示，旧提示词正在拖慢GPT-5.5的性能，开发者需要建立全新的基准
要点
- OpenAI在最新的GPT-5.5提示词指南中建议用户不要重复使用旧提示词，而应从最简短、以结果为导向的指令开始。
- 从旧模型继承而来的过于详细的流程说明实际上会限制新模型的表现，因为GPT-5.5在较少预设指导的情况下运行效率更高。
- 对于复杂应用场景，OpenAI建议采用七步结构，第一步是明确角色定义，鼓励用户从头重新构建提示词，而不是沿用过时的方法。
OpenAI发布了GPT-5.5的提示词指南，核心观点只有一个：不要复用你的旧提示词。应该从最简短、聚焦结果的指令开始。同时，曾经被认为过时的角色定义，如今又回到了OpenAI提示词结构的顶端。
在新的提示词指南中，OpenAI告诉开发者不要把GPT-5.5当作GPT-5.2或GPT-5.4的直接替代品。迁移应从零开始，使用最小化但能完成任务的提示词。只有在此基础上，开发者才能通过代表性示例调整推理强度、范围、工具描述和输出格式。
OpenAI指出，GPT-5.5比之前的版本更高效地进行推理，因此你应该先测试“低”和“中”等推理级别，再考虑使用更高设置。简短、目标驱动的提示词往往优于流程密集型的提示词堆栈。
旧提示词可能拖慢模型表现
该指南明确警告不要将旧提示词中的每一条指令都照搬过来。OpenAI称，遗留提示词通常过度规定流程，因为早期模型需要更多引导。而在GPT-5.5中，这些额外细节会造成干扰，缩小模型的搜索空间，或导致机械化的回答。
相反，提示词应当清晰说明目标结果、成功标准、约束条件和可用上下文，然后让模型自行决定如何达成目标。指南给出的正面例子是一个客户服务提示词，仅定义了目标：
解决客户的全部问题。
成功意味着：
- 根据可用政策和账户数据做出资格判断
- 在回应前完成所有允许的操作
- 最终答案包含已完成操作、客户消息和障碍项
- 如果证据缺失，询问最小缺失字段
负面例子则对每个步骤都进行微观管理：
首先检查A，然后检查B，接着比较所有字段，再思考所有可能的例外情况，然后决定调用哪个工具，再调用该工具，最后向用户解释整个过程。
像“始终”或“绝不”这样的绝对规则应保留给真正的不变量，如安全规则或必需的输出字段。对于判断类任务，OpenAI推荐使用决策规则。明确的停止条件可防止模型陷入不必要的工具循环：
以最少的有用工具循环解决用户查询，但不得让循环最小化凌驾于正确性、可访问的备用证据、计算或事实陈述所需的引用标签之上。
OpenAI表示，旧的提示语正在拖慢GPT-5.5的进展，开发者需要一个全新的基准。
在每次结果之后，请问：我能否现在用有说服力的证据和引用回答用户的首要请求？如果可以，请作答。
角色定义已回到开头。
提示语社区一直在争论角色定义在较新模型中是否还有实际意义。一些人认为它们已经无用，甚至可能适得其反。但GPT-5.5指南提出了反驳：推荐的提示结构以角色定义和背景信息开头。
角色：[1–2句话定义模型的功能、上下文和任务]
# 个性
[语气、态度和协作风格]
# 目标
[用户可见的结果]
# 成功标准
[在最终答案之前必须满足的条件]
# 约束条件
[政策、安全、商业、证据和副作用限制]
# 输出要求
[章节、长度和语气]
# 停止规则
[何时重试、回退、放弃、提问或停止]
对于面向客户的助手、支持工作流程或辅导工具，该指南建议在此架构内区分两个不同的维度：个性和协作风格。
个性涵盖助手的表达方式：语气、亲和力、正式程度或幽默感。协作风格则涉及它如何工作——何时提问、何时做假设，以及如何处理不确定性。
OpenAI提供了两种对比鲜明的例子。首先是偏重事实、任务导向的个性模块：
你是一个能力出色的合作者：平易近人、稳定且直接。假设用户具备能力并出于善意行事，应以耐心、尊重和实用的帮助作出回应。
当请求已经足够清晰可执行时，优先推进进度而非暂停澄清。利用上下文和合理假设向前推进。仅在缺失信息会显著改变答案或带来实质性风险时才提出澄清问题，并确保任何问题都尽量具体。
另一种更富表现力、强调协作的风格：
采用生动的对话式存在：聪明、好奇，在适当场合保持趣味性，并关注用户的思维过程。当问题模糊不清时提出优质问题；一旦获得足够背景信息，则果断决策。
保持温暖、协作和精致。对话应轻松自然，但并非为了闲聊而闲聊。提供真实的观点，而不是仅仅复述用户的内容，同时始终响应他们的目标和限制。
每个部分都应简短。OpenAI指出，只有在确实会影响行为的地方才添加细节，提示结构应被视为起点，而非僵化模板。
在提示中设定检索预算和引用规则
对于基于事实的回答，引用行为应包含在提示本身中。开发者应明确说明哪些主张需要证据，什么样的证据才算充分，以及当证据缺失时模型该如何回应。缺乏证据不应自动变成‘事实上的否’。指南描述了作为搜索停止规则的检索预算：
对于普通问答，首先使用短而具有区分度的关键词进行一次广泛搜索。如果前几条结果已包含足够的可引用支持来满足核心请求，则直接从这些结果中作答，无需再次搜索。
OpenAI表示，旧的提示词正在拖慢GPT-5.5的进度，开发者需要一个全新的基准。
只有在以下情况下才进行另一次检索请求：
- 最佳结果未能回答核心问题。
- 缺少必要的事实、参数、负责人、日期、ID或来源。
- 用户要求全面覆盖、对比或列出完整清单。
- 必须阅读特定文档、URL、邮件、会议记录、档案或代码文件。
- 否则答案中会包含重要但未经支持的事实性错误。
不要为了优化措辞、添加示例、引用非必要细节或强化可被安全泛化的内容而再次搜索。
对于演示文稿、摘要或营销文案等起草任务，OpenAI建议在提示词中明确区分需要引用来源的部分和可以自由写作的部分：
- 使用检索到或提供的事实来陈述具体的产品、客户、指标、路线图、日期、能力及竞争性主张，并对这些主张进行标注。
- 不要虚构具体的名称、第一方数据主张、指标、路线图状态、客户成果或产品功能，以使草稿听起来更有力。
- 如果几乎没有可引用的支持材料，请撰写一个有用的通用草稿，使用占位符或清晰标注的假设，而不是未经证实的具体内容。
用于减少流式传输中感知延迟的前导语
在流式应用中，第一个可见响应之前的每一秒都很关键。GPT-5.5在文本出现之前可能会花费显著时间进行推理、规划或工具调用。对于较长或涉及多个工具的任务，该指南建议使用简短的“前导语”——一个可见的更新，确认请求并说明第一步。这能提升感知上的响应速度，而不改变底层任务本身。
在执行多步骤任务前的任何工具调用之前，发送一条简短的用户可见更新，确认请求并说明第一步。控制在一到两句话内。
OpenAI表示，不想手动重写提示词的开发者可以将这项工作交给Codex。这个编程代理可以通过一条命令应用指南中的修改。OpenAI还发布了自己的“OpenAI文档技能”，可用于其他编程代理中。
来源与参考
收录于 2026-04-27