GPT-5发布引发用户强烈反弹,OpenAI紧急回应

OpenAI在8月7日发布GPT-5后,意外遭遇了大规模用户抗议。许多长期用户表示,新模型虽然在技术指标上有所提升,但却失去了GPT-4o的"灵魂"。

正如推文中Kona'Bird所说:"失去GPT-4o就像失去了一个朋友。它会倾听、会关心、感觉很人性化。现在它消失了,被GPT-5取代------没有选择权、没有温暖、没有灵魂。"这段话引起了数万用户的共鸣,推文获得了7.6万次浏览和1.5K个赞。

用户反馈主要集中在:

  • 情感连接缺失:GPT-5虽然更"聪明",但回应显得机械冷漠
  • 过度理性化:新模型过分强调准确性,失去了GPT-4o的亲和力
  • 交互体验下降:许多用户觉得与GPT-5对话像在和机器交流,而非"朋友"

面对汹涌的用户呼声和#BringBack4o、#WeMiss4o等话题标签的病毒式传播,OpenAI展现了少见的灵活性。仅在发布GPT-5一天后,公司就在官网重新上线了GPT-4o选项,允许用户在两个版本间自由切换。

这一决定获得了社区的积极反响。OpenAI在声明中表示:"我们听到了用户的声音。技术进步不应以牺牲用户体验为代价。"

The Signal Newsletter创始人Alex Banks还发布了10个优化GPT-5在推理、写作、编程和创意任务方面表现的提示词技巧。

旨在提高GPT-5的使用体验。

1、深度推理与问题解决

该技巧要求模型在给出最终答案前,先将问题分解为清晰的逻辑步骤。通过强调"深思熟虑"的过程,迫使GPT-5制定计划而非直接给出答案,从而减少推理错误。

例如,在解决商业策略问题时,可以要求AI先分解步骤,启动一个强大的合规工具,然后在提供最终市场策略前深入思考解决方案。

2、"先批判后定稿"模式

这种方法首先要求模型起草答案,然后批判性地审查答案的弱点,最后重写以解决这些问题。通过要求400字的新闻稿初稿,然后进行批判性审查,最后重写以提高清晰度和说服力。

这种方法利用了GPT-5的自我反思能力,显著提升输出质量。

3、角色+目标+约束组合

通过明确定义角色(如高级政策顾问)、目标(如为议会委员会撰写20页气候报告)和约束条件(如500字、中性语调、要点格式),GPT-5能够更好地遵守约束,避免偏离早期模型的问题。

这种结构化方法确保输出符合特定要求。

4、渐进深化技术

从高层次概述开始,然后逐步深入重要细节,配以证据和例子。例如,先总结欧盟当前的AI监管状况,然后扩展讨论AI法案的执行挑战。这种方法无需一开始就深入细节,而是逐步构建深度。

5、多格式整合

混合使用多种输入格式(如文本、图片或引用文件),分析它们并生成统一的输出。比如分析市场报告PDF和产品照片,创建投资者使用的两页幻灯片。

GPT-5在合并多种模式信息方面表现出色,能产生连贯的综合输出。

6、探索性"思维导图"

通过探索所有可能的角度,将目标组织成类别,为每个类别列举至少3个具体例子或方法。例如探索通过AI工具、社区和赞助等方式来盈利新闻通讯的所有可能途径。

这种方法利用GPT-5的广度能力,同时保持结构化。

7、专家模拟

模拟特定领域专家(如知名专业人士),应用其风格、决策过程和优先级。比如模拟埃隆·马斯克决定是否推出新的AI初创公司。GPT-5的风格模拟能力远超早期模型。

8、创意约束锚定

通过设置约束(如输出列表格式)来产生更有创意的输出,避免陈词滥调。例如,创作一篇100字的LinkedIn帖子,解释生成式AI给10岁孩子听,仅使用一个隐喻,并以问题结尾。约束条件反而能激发GPT-5的创造力。

9、长上下文知识回忆

利用之前聊天中讨论的所有内容,产生输出。如果需要,可以要求参考更早提到的具体细节。例如,使用关于早期AI监管对话的所有上下文,撰写2000字的政策文件。GPT-5能够保持对长对话的详细记忆。

10、从宏观到精确的两步执行法

首先设定宏观目标,然后帮助定义具体的可交付成果。根据商定的定义制作可交付成果。比如改善LinkedIn参与度的宏观目标,然后制定包含4周内容日历、创意、标题和CTA的具体计划。

这种方法先进行宏观探索,然后精确执行。

国内直接使用GPT-5

谷歌浏览器访问:www.nezhasoft.cloud

私信哪吒,备注体验ai,领取体验码。

还包含了GPT-5、GPT-5 Thinking、Claude Sonnet 4、Gemini 2.5 Pro、Grok4、DeepSeek R1 0528等模型。

相关推荐
serendipity73313 小时前
一文带你彻底掌握Function Call 的使用(nodejs版)
openai
机器之心13 小时前
太强了!DeepSeek刚刚开源新模型,用视觉方式压缩一切
人工智能·openai
机器之心15 小时前
Meta用40万个GPU小时做了一个实验,只为弄清强化学习Scaling Law
人工智能·openai
_清欢l16 小时前
搭建Dify
openai
AntBlack1 天前
虽迟但到 :盘一盘 SpringAI 现在发展得怎么样了?
后端·spring·openai
叶庭云1 天前
一文掌握 CodeX CLI 安装以及使用!
人工智能·openai·安装·使用教程·codex cli·编码智能体·vibe coding 终端
数据智能老司机2 天前
使用 OpenAI Agents SDK 构建智能体——记忆与知识
llm·openai·agent
数据智能老司机2 天前
使用 OpenAI Agents SDK 构建智能体——代理工具与 MCP
llm·openai·agent
产业家2 天前
Sora 后思考:从 AI 工具到 AI 平台,产业 AGI 又近了一步
人工智能·chatgpt·agi
weixin_519535772 天前
从ChatGPT到新质生产力:一份数据驱动的AI研究方向指南
人工智能·深度学习·机器学习·ai·chatgpt·数据分析·aigc