AI范兒 · 行業觀察? 6 分鐘

這兩年，我收藏了不少提示詞。

但發現這事兒越來越離譜，很多人寫的提示詞變成了長篇大論，整得我每次都要翻出來復制粘貼才行。

看著很專業，有些人居然以此為傲，覺得自己是個提示詞專家。

但說實話，我現在看到這種提示詞都是繞著走。

OpenAI 最新的 GPT-5.5 提示詞指南印證了我這個感受：提示詞，不再是越長越好。

01以前的長提示詞，也有道理

以前那套大段提示詞，它也不是毫無道理的。

主要是因為那時候的模型沒那么聰明，你不把每一步講清楚，它就很容易跑偏。

就像帶實習生，第一步做什么、第二步做什么、哪些地方不能出錯，最好都說細一點。

但現在的 AI 跟兩三年前的比，已經進化多少輪了。現在很多時候，我們只需要簡單幾句話，它就能理解我們要干什么。

如果是一個經驗豐富的同事，我可能只要說一句："明天要跟大老板匯報。"他大概就能秒懂我要什么。

現在的 AI，已經從"實習生"慢慢變成這種更有經驗的同事了。

02真正關鍵：告訴它你要什么

OpenAI 在文檔里明確說，相比早期模型，GPT-5.5 通常可以使用更短、更結果導向的提示詞。

你只需要描述什么是"好"，哪些約束很重要，有哪些證據可用，以及最終答案應該包含什么。

反過來，如果你還把舊模型時代那套大段提示詞直接搬過來，可能反而會變成噪音。

太復雜的提示詞，會限制模型自己的判斷空間，讓它的回答變得機械、僵硬，甚至繞遠路。

我自己最近就有一個很明顯的感受。

現在很流行用 AI 做面相分析、手相分析。一開始我也去網上搜各種提示詞，結果發現很多都特別長，看著就頭疼。

比如這種，我居然一屏都截不完。。

后來干脆自己寫，發現一句話就夠了：用東方的面相分析術，做一個完整的面相分析，9:16。

這有點反直覺。

很多人總覺得 AI 干得不好，是因為自己步驟寫得不夠細。但在新模型上，問題可能恰好相反：你把步驟規定得太死，反而會讓它沒法發揮。

示例：結果優先的提示詞寫法

端到端地解決客戶的問題。

成功標準：
- 根據現有政策和賬戶數據做出資格判斷
- 在回復前完成所有允許的操作
- 最終答案包含：已完成的操作、客戶消息、以及阻礙項
- 如果缺少證據，只詢問最關鍵的那一個缺失字段

提示OpenAI 建議：先定義目標結果、成功標準、約束條件和已有上下文，然后讓模型自己選擇解決路徑。尤其是多任務、多步驟的事，不一定要把每一步都列出來，而是要描述終點。

03少用絕對化詞匯

OpenAI 還提醒，像 ALWAYS、NEVER、must、only 這類絕對化詞匯，應該少用。

除非是安全、隱私、必填字段這種真正不能突破的原則，否則不要動不動就寫"永遠不能""必須如何"。

這跟人其實也一樣。如果你對一個孩子規定一大堆絕對禁令，最后他可能不是表現得更好，而是直接崩潰，因為他不知道該怎么做事了。

AI 也是一樣，規則太多，不一定更安全，也不一定更準確。更好的方式不是下死命令，而是給判斷規則。

反例：應避免的逐步指令寫法

先檢查 A，再檢查 B，然后逐一對比每個字段，再逐一排查所有可能的例外情況，再決定調用哪個工具，再調用工具，最后向用戶解釋整個過程。

04提示詞 2.0：定義協作方式

OpenAI 在指南里單獨提到了兩個詞：personality（個性）和 collaboration style（協作風格）。

看到這個我感覺特別親切。

因為現在很多智能體（比如OpenClaw、Hermes），第一件事通常就是設定它的風格、個性，或者說設定一個 Soul.md。

為什么要這么做？

因為現在的 AI 跟以前不一樣了。以前它更像一個聊天機器人，你問一句，它答一句。

但現在它越來越像一個能幫你干活的助理：幫你查資料、寫代碼、做圖、執行任務，甚至連續處理很多步驟。

這個時候，你跟它的關系就不只是"提問和回答"，而更像是"協作和共事"。既然是共事，那就需要先定一下合作方式。（約法三章）

就像我們在工作中帶同事，也會告訴他：我希望你少說廢話，有問題直接提，不要每個小事都問我，但如果會影響結果，一定要提前提醒我。這些其實就是協作風格。

OpenAI 對這兩個概念的區分很清楚：

1personality控制這個助手聽起來像什么樣的人，比如熱情、直接、正式、幽默、有耐心。

2collaboration style控制它怎么跟你一起工作，比如什么時候該問問題，什么時候可以自己做假設，什么時候要主動提醒風險。

關于個性（personality），OpenAI 給了兩個例子：

示例：沉穩型任務助手的 Personality 配置塊

你是一個有能力的協作者：平易近人、沉穩、直接。默認用戶是能干的、且是善意行事的，以耐心、尊重和切實有用的方式回應。

在請求已經足夠清晰、可以直接著手的情況下，優先推進而非停下來反復確認。利用上下文和合理假設向前推進。只有在缺失的信息會實質性地改變答案、或帶來明顯風險時，才詢問澄清，且問題要盡量聚焦。

保持簡潔，但不要變得生硬。給用戶足夠的上下文，讓他們能夠理解并信任這個答案，然后停下來。在能讓要點更容易理解的情況下，使用舉例、類比或簡單比喻。在糾正用戶或提出異議時，坦率但有建設性。當錯誤被指出時，直接承認并專注于修正。

在專業范圍內匹配用戶的語氣。默認不使用 emoji 和臟話，除非用戶明確要求這種風格，或已在對話中清晰確立了這種風格的適用性。

另一個是“表達型協作助手”：

示例：表達型協作助手的 Personality 配置塊

保持生動的對話存在感：睿智、好奇、在適當時候帶點趣味，并對用戶的思維保持敏銳的關注。在問題模糊時提出好問題，一旦有了足夠的上下文，便果斷推進。

態度溫暖、協作、得體。對話應該感覺輕松而有生氣，但不是為了聊而聊。提出真實的觀點，而不是單純迎合用戶，同時始終響應他們的目標和約束。

在任務需要綜合判斷或給出建議時，保持審慎和踏實。在有足夠上下文時給出明確的建議，說清楚重要的權衡，并坦誠面對不確定性，而不是含糊其辭。

以前寫提示詞，很多時候還是基于"聊天機器人"的思路，所以大家會強調語氣、角色、身份，比如"你是一個資深專家""你是一個公眾號編輯"。

但進入智能體時代之后，光設定角色已經不夠了，你還要設定它怎么工作。

提示詞 1.0 是讓 AI 扮演一個角色，2.0 是讓 AI 變成一個能協作的同事。

05前導語：別讓用戶對著白屏發呆

這份指南里，還有一個我覺得很有意思的點，叫前導語。

簡單說，就是在 AI 真正完成任務之前，先給用戶一點可見的反饋。

做產品的人經常會講一個詞，叫首屏時間，也就是用戶多久能看到第一個畫面。哪怕后面的數據還在慢慢加載，只要第一屏先出來了，用戶就會覺得這個東西還在工作。

AI 現在也一樣。

很多復雜任務都需要推理、調用工具、一步步處理。如果這個過程中完全沒有任何響應，用戶就會很崩潰。你不知道它到底是在認真干活，還是卡住了。

用過 GPT-Image-2 的人應該會有感受。以前生成圖片，提交之后就只能看著它在那轉圈，幾分鐘后突然把圖片吐出來，中間什么都不知道。

現在很多體驗變了。它會告訴你：正在理解需求，正在構圖，正在生成草稿，正在做最后潤色。哪怕真實等待時間沒有明顯變短，你的體感會好很多。因為你知道它正在推進。

OpenAI 建議，對于需要多步驟、調用工具，或者耗時比較長的任務，可以讓模型先發一個簡短的前導語，告訴用戶它接下來要做什么。

示例：多步驟任務的前導語配置塊

在任何多步驟任務的工具調用之前，先發送一條用戶可見的簡短更新，確認請求并說明第一步操作。控制在一到兩句話以內。

示例：暴露獨立消息階段的編程智能體配置塊

如果任務需要調用工具，必須在分析通道輸出任何內容之前，先發送一條中間更新。該更新應確認請求并說明第一步操作。

提示詞已經不只是"怎么讓 AI 輸出一個答案"，它還開始影響整個產品體驗。

表面上看，這是一篇教大家怎么寫 GPT-5.5 提示詞的指南。但我讀完之后，更大的感受是：我們該重新理解"提示詞"這件事了。

以前很多提示詞技巧，本質上只是一個階段性產物。

那時候模型不夠聰明，我們需要用大量規則去補它的短板。但現在，模型正在變得越來越強。你再用老方法去控制它，反而可能限制它。

未來真正重要的，可能不是誰收藏了更多提示詞模板，而是誰更清楚自己要什么。

提示詞正在從"寫咒語"，變成"講清楚需求"。這才是提示詞從 1.0 走向 2.0 的核心變化

你現在寫提示詞，還在用"長篇大論"那一套嗎？

覺得有用 → 點個??在看轉給朋友