OpenAI官方写的GPT-5 prompt指南

OpenAI官方写的GPT-5 prompt指南来了,看看官方是怎么让GPT-5表现更好的。该指南融汇贯通后,还可用于其他AI大模型。地址:cookbook.openai.com/examples/gpt-5/gpt-5_prompting_guide

  • 1、 明确角色和目标
    开头就让AI模型知道它是谁、要做什么,比如:
    你是资深前端工程师,请帮我在现有React项目里实现...
  • 2、 设定工作方式
    用分步指令,让模型按既定节奏走,而非一次性输出:
    先分析需求和不确定点
    再给执行计划
    按计划分步完成
    每步结束时总结进度
  • 3、 控制主动性
    想要它多动脑,就加:在不确定时自行推断并执行,完成后再告知用户。
    想让它少跑偏,就加:仅按已知信息执行,不额外探索。
  • 4、 给出完成标准
    告诉模型何时算任务完成,比如:
    当所有代码改动已在/app/theme目录生效,并通过现有测试时,结束任务。
  • 5、 嵌入风格与规范
    在提示里放工程或写作规范,让它自动匹配你的需求:
    变量用驼峰命名,CSS类名用BEM规范,注释保持英文简短描述。
  • 6、 善用示例
    给它1-2个高质量示例,让它照着学,比空口说效果好得多。
  • 7、 善用"工具前言"
    工具前言可以写:先复述目标,再列计划,执行时简短说明当前步骤,最后单独总结成果。
  • 8、 清除歧义
    检查提示里是否有前后矛盾或模糊指令,否则GPT-5会花大量精力试图自圆其说,反而降低效率。

记住一个公式:角色+目标+步骤+完成标准+风格+示例,如此GPT-5才会既有创造力又不跑偏。

这本指南还涵盖了API参数具体怎么调,感兴趣的开发者可以看看。

其他经验

• "逐步思考再回答"------避免遗漏关键细节

• "给我3种解决方案"------激发多样思路

• "扮演专家角色"------输出专业视角

• "找出上一条回答的缺陷"------自我校正,提升准确度

• "5点总结" & "列优缺点"------快速抓取重点与权衡利弊

• "引用来源"------增强内容可信度

• "先初学者版本,再专家版本"------分层理解,兼顾新手与深度

• "分步骤计划并执行"------结构化行动方案

• "80/20原则"------聚焦关键少数,高效产出

• "像12岁小孩解释" & "像专家解释"------灵活调整表达深度

• "多角度思考"与"扮演反方"------拓展思路,发现盲点

• "用我的语气写作"------保持个性化风格

• "7天达成目标计划"------短期目标驱动

• "补充计划遗漏"------完善方案完整性

• "给出真实案例"------增强实用性

• "人们常忽略什么"------揭示潜在风险

• "转成核对清单"------便于执行跟踪

• "3点TL;DR总结"------快速获取核心

• "扮演顶级行业顾问"------输出权威建议

• "解释你的逻辑"------增强透明度

• "多方法解决方案"------保证多元备选

• "如果你是我,会怎么做?"------换位思考,个性化建议

放弃复杂提示词模板,转而用"身份+需求+限制+输出形式"的简明结构,反而让AI输出更高质量、更有深度的答案。

• "说人话""我是小学生"不只是"降维",而是打开AI认知边界,诱导模型用更丰富、生活化的表达降低信息熵,提升理解效率。

• 让AI"复盘10遍""列出反对理由""从多角度拆解",逼模型跳出简单答案循环,激发更全面、更具创造力的思维火花。

相关推荐
中國龍在廣州10 小时前
GPT-5冷酷操盘,游戏狼人杀一战封神!七大LLM狂飙演技,人类玩家看完沉默
人工智能·gpt·深度学习·机器学习·计算机视觉·机器人
seegaler11 小时前
AMD显卡运行GPT-OSS全攻略
gpt·ai·amd·gpt-oss
Hello123网站11 小时前
孟子GPT
gpt·ai工具
Wilber的技术分享11 小时前
【大模型实战笔记 1】Prompt-Tuning方法
人工智能·笔记·机器学习·大模型·llm·prompt
relis12 小时前
解密llama.cpp:Prompt Processing如何实现高效推理?
prompt·llama
陈敬雷-充电了么-CEO兼CTO13 小时前
具身智能多模态感知与场景理解:融合语言模型的多模态大模型
人工智能·python·gpt·语言模型·自然语言处理·chatgpt·多模态
z千鑫21 小时前
【模型比对】Gemini 2.5 Pro 与 Claude Sonnet 4 结构化数据对比报告 + API KEY的使用教程
人工智能·gpt·ai·语言模型·aigc
API流转日记1 天前
GPT-5 技术应用指南:从底层能力到工业级落地
gpt
幂简集成1 天前
基于 GPT-OSS 的在线编程课 AI 助教追问式对话 API 开发全记录
人工智能·gpt·gpt-oss
AI浩1 天前
【面试题】介绍一下BERT和GPT的训练方式区别?
人工智能·gpt·bert