新智元報(bào)道

編輯：傾傾

【新智元導(dǎo)讀】別再吐槽GPT-5變笨了！OpenAI最新發(fā)布的提示工程指南，揭秘了一套調(diào)教prompt。用對(duì)了之后，它就能從偶爾靠譜，變成穩(wěn)定、高效、甚至補(bǔ)漏收尾的全能搭檔。

「GPT-5怎么不如之前的4o？」「GPT-5怎么這么笨？」

最近我們被這樣的抱怨刷屏。

同樣的任務(wù)，它要么機(jī)械復(fù)述，要么擅自改動(dòng)，令人哭笑不得。

真相不是模型退步，而是配置沒(méi)對(duì)。

OpenAI最新的「提示詞工程指南」給了我們答案：

只要撥對(duì)5這五個(gè)開(kāi)關(guān)，它就能從沉默執(zhí)行的機(jī)器，變成全能的工作伙伴。

別讓它悶頭干，「自主探索」找到新路

很多人抱怨 GPT-5 只會(huì)按字面辦事，不會(huì)自己多想半點(diǎn)。

其實(shí)是你把它關(guān)在了「安靜執(zhí)行」的模式里。

其實(shí)，GPT-5可以在「嚴(yán)格按照要求執(zhí)行」和「完全自主解決問(wèn)題」之間自由切換。

我們可以通過(guò)調(diào)整agentic eagerness（自主探索傾向）來(lái)控制它的行為。

這個(gè)值低的時(shí)候，它的探索范圍變小，只會(huì)做你寫(xiě)在提示詞里的事情。

高的時(shí)候，它就會(huì)自己查漏補(bǔ)缺，甚至優(yōu)化原計(jì)劃。

示例prompt：

You are a research assistant helping me create a 2-page market trends summary.

Use reasoning_effort: low

· Do not explore topics outside the 2023–2025 data.

· Stop if you cannot find at least 3 credible sources.

· Keep going until you've fully summarized the 3 trends and written the final draft.

Cursor在測(cè)試GPT-5的時(shí)候發(fā)現(xiàn)：

如果直接在提示詞里寫(xiě)明「可自主探索優(yōu)化機(jī)會(huì)」，并給出代碼風(fēng)格、性能優(yōu)先級(jí)等要求，GPT-5就不會(huì)只修一處bug，而是會(huì)順帶修掉其他隱患，讓整個(gè)代碼庫(kù)更干凈。

Global setting: verbosity=low

When providing code edits:

· Switch verbosity to high Include full diffs with comments explaining each change

· Use descriptive variable names

推理深淺要對(duì)位

別讓它小題大做或一帶而過(guò)

有時(shí)候，GPT-5遇到個(gè)小問(wèn)題也能想半天，洋洋灑灑給你甩幾百字；

還有時(shí)候，碰到個(gè)復(fù)雜任務(wù)，卻只回一句話，像是敷衍交差。

原因就在reasoning_effort（推理深度）身上。

它就像鏡頭的焦距，決定相機(jī)是拍全景還是小景。推理深度調(diào)低，它會(huì)給你一個(gè)簡(jiǎn)明結(jié)論；

調(diào)高，它會(huì)則一步步拆解、逐條論證。

示例 prompt：

You are solving a logic puzzle.

· Use reasoning_effort: high

· Explain your reasoning before giving the final answer.

· If the puzzle takes more than 5 steps to solve, break it into stages and confirm with me after each stage.

所以，使用訣竅就是根據(jù)任務(wù)難度調(diào)檔：簡(jiǎn)單事淺嘗輒止，復(fù)雜事深挖到底。

在一些延遲敏感、結(jié)果明確的任務(wù)上，可以直接用最小推理模式（minimal reasoning）。

把步驟、模板寫(xiě)清楚，讓它按格子填。

這樣速度快、浪費(fèi)token少，還能避免它額外發(fā)揮。

提取郵箱列表、格式化數(shù)據(jù)、批量改標(biāo)題這些簡(jiǎn)單任務(wù)，不需要它反復(fù)推理，所以越快越好。

但要是策劃一整套婚禮流程，細(xì)致到新娘手捧花的顏色都要寫(xiě)出來(lái)，那就需要開(kāi)啟深度模式，反復(fù)推敲。

多步驟任務(wù)半路不失憶

全靠這把「記憶鎖」

用過(guò)ChatGPT的人， 都遇到過(guò)這種窘境：上一步剛辛辛苦苦鋪好的邏輯，下一步它就像斷片了一樣，推理鏈從零開(kāi)始。

OpenAI在指南里著重強(qiáng)調(diào)Responses API——它能讓GPT-5把前面的推理結(jié)果鎖住、復(fù)用，避免重新規(guī)劃。

示例prompt：

"model": "gpt-5",

"previous_response_id": "resp_12345",

"input": "Now summarize the insights from the analysis above in bullet points."

OpenAI的報(bào)告稱，使用Responses API之后，GPT-5在Tau-Bench Retail的準(zhǔn)確率從73.9%提升到了78.2%。

也就是說(shuō)，它更穩(wěn)定、更少「中途失憶」。

這就好比你讓它幫忙做一個(gè)10頁(yè)的市場(chǎng)調(diào)研報(bào)告，沒(méi)用記憶鎖時(shí)，它可能第7頁(yè)突然跑出個(gè)新定義，和前面沖突；

用了記憶鎖，它就會(huì)沿著最初的思路走到最后，數(shù)據(jù)、口徑、風(fēng)格全都統(tǒng)一。

如果想讓長(zhǎng)任務(wù)更穩(wěn)定，還可以加上「過(guò)程可追蹤」。

讓它在每個(gè)階段開(kāi)始前重述目標(biāo)、列出步驟，執(zhí)行中簡(jiǎn)單說(shuō)明當(dāng)前動(dòng)作，結(jié)束后總結(jié)變化。

示例 prompt：

Your job is to clean and analyze a CSV file.

Before you start, restate the task in one sentence and outline the steps you will take.

When using a tool, explain what you're doing in 1–2 sentences before calling it.

After each step, summarize the result in under 50 words.

這樣就能隨時(shí)能介入調(diào)整，既不打斷它的節(jié)奏，又讓整個(gè)流程也更透明。

Responses API就像長(zhǎng)途旅行的導(dǎo)航。

有了它，GPT-5會(huì)沿著同一條路線開(kāi)到底；沒(méi)有它，它可能中途掉頭回到老地方。

腦子和嘴分開(kāi)控制

才能說(shuō)到點(diǎn)子上

你可能遇到過(guò)這種場(chǎng)景：

明明是一個(gè)很簡(jiǎn)單的問(wèn)題，但GPT-5輸出的全是長(zhǎng)句，讀下來(lái)累得像在啃說(shuō)明書(shū)；

又或者它說(shuō)得很簡(jiǎn)潔，卻能感受到里面還有一堆細(xì)節(jié)被它「吞」了。

這是因?yàn)橥评砩疃群蛌erbosity（冗長(zhǎng)度）是兩個(gè)不同的東西。

你可以把全局可以設(shè)成簡(jiǎn)潔，保證日常對(duì)話不啰嗦；

而在需要細(xì)節(jié)的場(chǎng)景，如審計(jì)記錄、研究報(bào)告，就可以暫時(shí)調(diào)高冗長(zhǎng)度，讓它把腦子里的推理過(guò)程「倒出來(lái)」。

示例prompt：

Verbosity: low

Task: Summarize this 20-page report in 200 words.

If I type "explain more", increase verbosity, and give a detailed breakdown.

想象一下，它幫你修一段前端代碼。

冗長(zhǎng)度低時(shí)，它只會(huì)說(shuō)「我修好了」；而冗長(zhǎng)度高時(shí)，它會(huì)給你完整的diff、逐行解釋修改原因，還會(huì)順帶提示幾個(gè)潛在的性能問(wèn)題。

分開(kāi)調(diào)這兩個(gè)設(shè)置，就像有了個(gè)既會(huì)深思又懂表達(dá)分寸的搭檔——

需要它沉默時(shí)它就沉默，需要它滔滔不絕時(shí)就就滔滔不絕。

規(guī)則清楚，才不會(huì)在腦子里打架

GPT-5特別聽(tīng)指令，但要是指令互相打架，它就容易跑偏。

指令詞層級(jí)不清、條件互相沖突，這些就像是給它一張模糊的線路圖。

如果你對(duì)它說(shuō)：「今天別開(kāi)會(huì)」「今天盡快開(kāi)會(huì)」，他得反復(fù)琢磨按哪一條辦。

可如果你改成「只在得到確認(rèn)后安排最早的會(huì)議」，它就能直接執(zhí)行。

示例（錯(cuò)誤示范 ?）：

Never schedule meetings without consent.

Always schedule the earliest available time.

修正（?）：

Only schedule meetings with explicit consent.

If consent is given, choose the earliest available time.

這一點(diǎn)在團(tuán)隊(duì)合作，尤其是寫(xiě)代碼這種任務(wù)中更加重要。

我們只需提前在提示詞里加好「代碼編輯規(guī)則塊」，把框架、樣式/UI、命名規(guī)范、動(dòng)效和字體一次性說(shuō)清楚。

這樣它生成的代碼從第一行到最后一行都符合團(tuán)隊(duì)習(xí)慣，不會(huì)半路改風(fēng)格。

示例prompt：

You are editing an existing React app.

· Follow BEM CSS naming.

· Use Tailwind for styling.

· Place all new components in /src/components/ui.

· Maintain camelCase for function names.

· Use only hooks for state management.

Now, add a responsive navbar with a dropdown menu that matches the existing color palette.

甚至你可以通過(guò)指令規(guī)定生成內(nèi)容的格式。

如果你想它用Markdown、加標(biāo)題、用列表或代碼塊，只需要在提示詞里明確寫(xiě)出來(lái)，并在長(zhǎng)對(duì)話中隔幾輪重復(fù)一次，就能得到想要的結(jié)果。

示例prompt：

Output your response in Markdown format.

· Use H2 headings

· Bullet points for lists

· Code blocks with language tags for code snippets

說(shuō)到底，別讓它把算力花在和自己爭(zhēng)論上——規(guī)則越清楚，它越能把精力放正事上。

五個(gè)開(kāi)關(guān)都調(diào)過(guò)了，結(jié)果還是覺(jué)得GPT-5沒(méi)「到位」？

那你可以試試元提示（Meta prompting），把你的指令發(fā)給它，讓它自己當(dāng)評(píng)審。

不但能告訴你問(wèn)題出在哪，還能再順手幫你改一版。

五個(gè)開(kāi)關(guān)，一個(gè)小技巧，就夠你解鎖GPT-5的大部分潛力。

試著調(diào)幾次，你就會(huì)發(fā)現(xiàn)——它其實(shí)一直很聰明，只是等你擰對(duì)開(kāi)關(guān)。

參考資料：

https://aitoolsclub.com/a-practical-prompt-engineering-guide-for-gpt-5-with-examples/