别再写提示词小作文了:GPT-5.6 Chat、Work、Codex 应该这样用

机智流 2026-07-20 21:35

别再写提示词小作文了:GPT-5.6 Chat、Work、Codex 应该这样用图1


> 作者:北辰

别再写提示词小作文了:GPT-5.6 Chat、Work、Codex 应该这样用图2

最近大家是不是每天都在等着 Tibo 刷新 Codex 额度?

别再写提示词小作文了:GPT-5.6 Chat、Work、Codex 应该这样用图3
file 20260720163925647

额度到账,打开 GPT-5.6,手放到键盘上,另一个问题又来了:现在到底该怎么写提示词?Chat、Work、Codex 都能接任务,三种模式是不是还要准备三套“咒语”?

OpenAI 最近更新了官方 Prompting 指南[1],明确了再最新的 GPT-5.6 中提示词的写作原则,而且还贴心的给出了 Chat、Work 和 Codex 不同模式下提示词的实用示例。

小编提示:这套提示词规则不止限于 GPT,国内 GLM、KIMI、QWEN、DS 等最新大模型都适用~

不用写提示词小作文了

官方给出的基础框架只有四项:

  • 目标(Goal):你要它完成什么;
  • 上下文(Context):哪些信息和资料会影响结果;
  • 输出(Output):你要什么格式、篇幅和详细程度;
  • 边界条件(Boundaries):什么不能改、不能猜,采取什么动作前必须确认。

而且这四项并不要求每次填满。任务简单,一句话就够;任务复杂,再补上真正会改变结果的信息。

这和过去流行的提示词写法差别很大。我们曾经习惯先给 AI 安排角色,再列背景、步骤、语气、原则、注意事项,恨不得把一条提示词写成岗位说明书。到了 GPT-5.6 这一代,更实用的写法反而是:把结果说清楚,把材料给够,把风险圈出来,然后给模型留出完成任务的空间。

Chat:先说你要什么答案

Chat 适合提问、解释概念、头脑风暴、短文起草和日常决策。它处理的是一次对话里能快速完成、方便继续追问的任务。

Chat 的提示词不需要写成长表格。先告诉它你想得到什么,再补充那些确实会改变答案的细节。

比如你想比较两款 AI 产品,可以直接写:

比较产品 A 和产品 B,面向没有编程经验的一人公司创业者。
用表格列出价格、上手难度、自动化能力和数据隐私差异,最后推荐一个,并说明代价。

这里有目标、受众、输出和判断维度,已经足够。没有必要再加“你是一位拥有 20 年经验的世界级产品经理”,也不用命令模型“深呼吸、一步一步思考”。

官方指南还强调,第一条提示词不必完美。先看结果,再用后续消息指出具体修改:

开头再直接一点,保留现有证据,把推荐结论移到背景介绍之前。

这比删掉整条提示词、重新复制一份“终极模板”更有效。Chat 本来就是对话,不是一次性交卷。

Chat 提示词模板

帮我完成:[你要的结果]

使用场景或受众:[谁会看、你准备怎么用]
需要包含:[真正影响答案的内容]
输出形式:[表格、清单、短文、字数等]
注意:[最多一两条关键限制]

其中不需要的部分,直接删掉。

Work:结果导向,要它交付成品

当任务需要读取多份资料、调用不同工具、执行一连串步骤,或者最后要生成一个可以继续使用的文件时,适合切到 Work 模式。

Chat 里的典型要求是“帮我想想”;Work 里的要求应该更接近一份交付说明:基于哪些材料,为谁制作什么成品,你准备如何验收,哪些动作需要先批准。

比如要把季度资料做成管理层简报,可以这样写:

使用附件中的季度报告,制作一份管理层简报和一份六页演示文稿。

受众是公司高管团队。开头先列出需要作出的三项决定。
区分报告中明确陈述的事实和你的分析,为每个数字标注来源文件。
完成前检查简报和幻灯片中的数字是否一致。

先生成文件供我审阅,不要发送或发布。

这条提示词没有规定它先读哪一页、再调用哪个工具、最后按什么顺序写文件。过程由 Work 自己安排,用户只控制结果和风险。

这是官方指南里一个很容易被忽略的变化:除非执行过程本身很重要,否则不要把每一步都预先写死。模型可以搜索、比较、创建文件和自检,过细的步骤反而可能限制它处理意外情况。

Work 模式还要比 Chat 多想一层:这个结果如何验收?

  • 行动项是否都有负责人和截止日期;
  • 文档中的数字是否能追溯到来源;
  • 不确定的信息是否被明确标出;
  • 多个交付文件之间是否一致;
  • 发送、发布或修改共享资料前,是否需要你的批准。

这些检查要求最好直接写进提示词。模型完成了任务,并不等于结果已经可以使用。

Work 提示词模板

请基于:[文件、网页、已连接的数据源]
完成:[最终交付物]

受众和用途:[谁会使用、用于什么场景]
必须包含:[核心内容]
输出要求:[文件类型、篇幅、结构]
边界条件:[不能修改、不能猜测、哪些动作需先批准]

完成前请检查:[你的验收标准]
先交付给我审阅,不要发送或发布。

如果任务会反复执行,先在普通对话里把这套提示词跑顺。结果稳定后,再考虑把它做成定时任务或Skill不要一上来就把一个未经验证的流程自动化,否则你得到的只是定时发生的错误。

Codex:写清行为、代码位置、限制和验证

Codex 直接面对代码库、开发环境和可以实际执行的命令

因此,给 Codex 的提示词需要回答四个更具体的问题:

  1. 你希望软件表现出什么行为;
  2. 相关代码在哪里,或者问题如何复现;
  3. 哪些接口和行为必须保持不变;
  4. 修改后用什么方式证明它真的修好了。

官方示例中的 Bug 提示词很典型:

Bug:点击设置页的“保存”后,有时显示“已保存”,但修改并未持久化。

复现步骤:
1. 运行 npm run dev
2. 打开 /settings
3. 切换“启用提醒”
4. 点击“保存”
5. 刷新页面,开关恢复原状

限制条件:
- 不要改变 API 结构;
- 尽量采用最小修改;
- 如果可行,添加回归测试。

先在本地复现问题,再提出补丁并运行检查。
修复后,重新执行复现步骤,并运行 lint 和最相关的最小测试集。
报告执行过的命令和结果。

这条提示词的价值与长度无关,每一段都在直接减少 Codex 的猜测。

“帮我修一下保存功能”只给了目标,没有现场信息。Codex 可能找到相似代码,也可能修错位置。复现步骤、文件路径、接口限制和验证命令,才是代码任务里真正值钱的上下文。

IDE、CLI 和云端,提示词也有一点差别

在 IDE 扩展里,Codex 会自动看到当前打开的文件,也可以把选中的代码加入对话。所以你可以直接说:

解释请求如何经过选中的代码完成处理。
列出相关模块的职责、数据验证位置,以及修改这里最容易踩的两个坑。

在 CLI 里,最好明确写出路径,或者用 @ 与 /mention 附加文件:

阅读 @foo.ts 和 @schema.ts,解释协议的数据结构和请求响应流程。
重点说明必填字段、可选字段和向后兼容规则。

多步骤重构可以先用 /plan,让 Codex 调查代码库并提出方案,确认后再动手。耗时任务可以委托到云端,但云端运行在隔离环境中,默认可能没有互联网访问。涉及依赖下载或外部服务时,要把环境和权限条件说清楚。

Codex 提示词模板

任务:[要实现或修复的行为]

相关位置:[文件、函数、模块,或用 @ 附加路径]
复现方法:[命令和操作步骤]

限制条件:
- [必须保持不变的 API、数据结构或用户行为]
- [修改范围、兼容性或安全要求]

开始时:[先复现 / 先调查 / 先给计划]
完成后:[运行哪些测试、lint、构建或界面检查]
请报告修改的文件、执行的命令和验证结果。

工作中途跑偏,直接引导,不用等它结束

官方指南还有一个很实用的细节:正在执行时,可以继续发消息,有两种模式:

  • Steer(引导):把新消息加入当前运行,用来纠正方向、补充遗漏信息;
  • Queue(排队):把消息留到下一轮,适合当前任务完成后再做的事情。

比如 Codex 正在改整个页面,而你发现自己只想调整页头,不必眼睁睁看它把额度烧完。直接 Steer:

缩小范围:只修改页头。保留正文布局和现有组件,不要继续调整其他区域。

如果你想让它完成当前修复后再补文档,就 Queue:

当前修复和测试完成后,更新 README 中对应的配置说明。

提示词因此不再是一张发出后就不能修改的订单。你可以在执行过程中持续校正,这也是 Agent 工作方式和传统聊天最明显的差别之一。

GPT-5.6 之后,提示词更像验收单

现在的提示词不再强调过程,而是先描述结果,再提供会改变结果的上下文,最后写清边界和验收方式。

Chat、Work、Codex 的区别,可以放进这张表里:

模式
适合什么
提示词重点
最常见的错误
Chat
问答、构思、短文、轻量决策
结果、受众、输出形式
为简单问题堆太多模板
Work
多来源、多步骤、文件交付、重复流程
材料、成品、审批边界、验收标准
只说“帮我研究”,没有交付定义
Codex
代码库、Bug、测试、原型、重构
行为、位置或复现、限制、验证
只描述愿望,不提供复现和检查方法

所以,GPT-5.6 之后该怎么写提示词?

简单任务,少写一点。复杂任务,重点是补齐材料、边界和验收标准,不再需要操作手册式的提示词。Chat 用来把问题聊清楚,Work 用来交付成品,Codex 用来修改并验证代码。

下次 Tibo 刷新额度之后,也别急着把珍贵的 Codex 额度花在“你是一位世界级工程师”上。

把结果、目标给它。剩下的,让它干活。

参考资料
[1] 

官方 Prompting 指南: https://learn.chatgpt.com/docs/prompting


-- 完 --


加入机智流 Pro,1 天一块钱,AI 能力指数级增长时代,不掉队。机智流 AI 团队将燃烧远超人类的智能的 AI Tokens 驱动 AI Agents 军团带来「与你有关」「对你有用」的高质量资讯/研报。


机智流推荐阅读

1. 

2. 

3. 

4. 

关注机智流并加入 AI 技术交流群,不仅能和来自大厂名校的 AI 开发者、爱好者一起进行技术交流,同时还有等。
在「机智流」公众号后台回复下方标红内容即可加入对应群聊:
  • cc | 大模型技术交流群
  • hf | HuggingFace 高赞论文分享群
  • lc|LangChain 技术交流群
  • code | AI Coding 交流群
  • 具身 | 具身智能交流群
  • 硬件 | AI 硬件交流群
  • 推理 | AI 推理框架交流群
  • 智能体 | Agent 技术交流群

声明:内容取材于网络,仅代表作者观点,如有内容违规问题,请联系处理。 
more
一图读懂 | 关于“拼豆”产品质量安全有关事项的公告
强强联手!沃飞长空与中飞院再携手,共筑低空经济安全底座
定性为“危害公共安全案件”!北京朝阳发布情况通报
机器狗“上岗”瑞士最大核电站 守护海外能源安全
突破!耳聋基因治疗再给药安全有效,聋儿有望实现“双侧自然听力”
【有奖答题】Nordic 平台安全小测验
2026年中国安全监测及智能管控行业发展现状、竞争格局及未来发展趋势分析:行业需求持续上涨,企业竞争日益激烈[图]
慕展抢先看 | Allegro 推出首款集成轮速传感器接口的安全型 PMIC,专为电子机械制动系统打造
涉私家车群死群伤事故多发 公安部交管局提示:全家出行 安全第一
贯彻落实民航安全管理新规,亿航智能联合航科院开展专项培训
Copyright © 2025 成都区角科技有限公司
蜀ICP备2025143415号-1
  
川公网安备51015602001305号