OpenAI 在推出 GPT-5.4 後，發布了一份提示工程指南，強調了在 AI 產品開發中，清晰的提示詞設計比單純依賴算力提升更為重要。過去，開發者傾向於透過升級模型或提高推理設定來解決 AI 回應不佳的問題。然而，OpenAI 指出，提高算力只是微調的最後手段，並非萬能解方。多數情況下，透過清晰、明確的提示詞，能更有效地提升 AI 的效能。
GPT-5.4 具備五個推理力道層級：none、low、medium、high 和 xhigh。許多使用者習慣將推理運算量設定為最高，以尋求更全面的回應，但這往往會增加時間延遲與成本。OpenAI 建議，除非是需要最高智能且能接受速度與成本代價的長程 Agent 任務，否則應避免預設使用 xhigh。大多數開發團隊應在 none 到 medium 的範圍內進行調整。使用 ChatGPT 前，應先檢查是否提供 AI 完整的合約與驗證機制，並從零開始測試，針對一般資料提取、客服分類或短格式轉換等任務，從 none 或 low 層級開始設定。只有在處理跨文件比對、深度研究或解決複雜衝突等需要高度邏輯的情境時，才應考慮將推理層級調升至 medium 或以上。
OpenAI 建議開發者採用嚴謹的工程化指令，取代模糊的對話，以提升 AI 的效能。這包括三個步驟：首先，建立輸出合約（Output Contract），明確規定輸出的格式、字數限制與特定步驟，以達到最佳的 token 效率。其次，強制驗證迴圈（Verification Loop），在 AI 執行發送、修改或刪除等高風險操作前，加入自我檢查機制，確認事實根據與格式無誤後才能放行。最後，增加工具持續規則（Tool Persistence Rules），確保模型持續使用工具，直到任務真正完成且通過驗證迴圈檢查，以提升正確性或完整性。加入這三個結構化提示塊後，如果問題依然存在，再來考慮提高推理層級。
GPT-5.4 在多工具協作場景有所提升，但模型仍容易犯三個失誤。第一，AI 時常跳過前置步驟，解決方案是加入「依賴檢查機制」（Dependency Checks），強制確認前置作業已完成。第二，回答跑一半就自行收工，解決方案是訂立「完成合約」（Completeness Contract），讓模型維護一份內部清單，項目只能標記為完成或無法完成。第三，查不到資料就自行放棄，解決方案是導入「空結果恢復機制」（Empty Result Recovery），強制模型在放棄前至少嘗試一到兩個替代查詢策略。
This is a simplified version of the page. Some interactive features are only available in the full version.
本頁為精簡版，部分互動功能僅限完整版使用。
👉 View Full Version | 前往完整版內容