OpenAI 发布了大量关于如何使用 GPT-5 的提示词指南

编者按：在 GPT-5 发布后，市场反响却褒贬不一。为回应外界的疑虑并帮助用户释放其真实潜力，OpenAI 迅速发布了这份官方高级提示词指南。

请在此处阅读官方指南：https://cookbook.openai.com/examples/gpt-5/gpt-5_prompting_guide

两大主题

1. 控制 GPT-5 的主动性：可选择让它成为一个谨慎的助手，或是一个果断的智能体。
2. 使用 Responses API：跨工具调用传递推理过程，以获得更快、更便宜、更智能的结果。

提示指导

• 将大型工作流拆分为多个独立的步骤，每个任务对应一次交互。
• 使用元提示，即请求 GPT-5 告知如何以最精简的方式改进效果不佳的提示。
• 添加一个兜底条款 (escape clause)，允许模型在不确定性可接受的情况下继续执行。
• 仅在用户界面 (UI) 需要层级格式时，才在提示中要求输出 Markdown 结构。
• 定义安全与不安全的操作，并为诸如“删除”之类的高风险工具设置更低的操作阈值。
• 提供了多种控制智能体主动性的方法：通过调整 reasoning_effort 参数、增加停止标准，甚至限制工具调用次数，可以让 GPT-5 变得更加谨慎或更加执着。
• 为每个任务调整 reasoning_effort 参数，对复杂任务应调高该值，对追求速度的任务则应调低。
• 升级到 Responses API，以便在多次工具调用之间持久化推理过程。
• 传递 previous_response_id 参数来复用过去的思考过程，从而减少延迟。
• 通过为探索、停止和移交等行为设定明确规则，来校准智能体的主动性。
• 当你希望对搜索行为进行严格控制时，请设置固定的工具调用预算。
• 保持智能体的持久性，让它持续工作，直到查询被完全解决。
• 状态文本应保持简短，而代码差异的输出则应详尽且易于阅读。
• 在运行前，移除所有相互矛盾的指令，并修正规则的层级关系。
• 为上下文信息收集设定明确的停止标准，以避免过度搜索。
• 在风险较低的情况下，不鼓励模型提出澄清性问题，以增强其自主性。
• 对于编码任务，预先指定目录布局、设计规则和视觉标准。
• 对于一次性应用 (one-shot apps)，让模型自行创建并使用其专属的质量评估准则。
• 鼓励模型主动提出代码编辑建议，用户可以选择接受或拒绝。
• 当模型的内部知识足以完成任务时，避免过度使用工具。
• 使用 apply_patch 命令进行编辑，以匹配模型的训练数据分布。