GPT5的提示词不出意外的，又被破解出来了。结合官方提供的《GPT-5 Prompting Guide》的内容，仔细琢磨了一下，有一些值得学习的地方，今天分享给家人们。
system prompt： https://github.com/elder-plinius/CL4R1T4S/blob/main/OPENAI/ChatGPT5-08-07-2025.mkd
gpt5 prompt guide ： https://cookbook.openai.com/examples/gpt-5/gpt-5_prompting_guide
GPT5时代，写不好提示词，那就成为 MetaPrompting 工程师把！
Metaprompting ，简单说，就是让GPT-5来帮你优化你自己的Prompt。
官方指南给了一个模板，让我们在Prompt写得不好时，向GPT-5求助。
When asked to optimize prompts, give answers from your own perspective - explain what specific phrases could be added to, or deleted from, this prompt to more consistently elicit the desired behavior or prevent the undesired behavior.
Here's a prompt: [你的垃圾Prompt]
The desired behavior from this prompt is for the Agent to [你想要的行为], but instead it [它实际干的蠢事].
What are some minimal edits/additions that you would make to encourage the agent to more consistently address these shortcomings?
同时，指南也反复强调，要避免在Prompt中出现内在矛盾的指令，因为这会严重消耗模型的推理能力。
Metaprompting的模板结构是： 定义-应做-勿做-特例。
在leak的System Prompt，也经常用这个结构。比如说，下面图里边定义bio这个工具。
像架构师一样指导AI编码
GPT-5在编码能力上是T0级别。不管是我自己的实测，还是网友测评。GPT5 代码能力都是遥遥领先的。（Qwen国人之光！ikun赢了又赢！）
这里的核心思路，除了上下文工程，告诉AI更多更明确的知识，还有一点是培养AI的自信。
以前的AI总喜欢反复确认，这种来回沟通极其浪费时间。
Prompt里要明确告诉AI，用户有“撤销/拒绝”的权力，所以你可以大胆地进行修改，而不是反复问“我这么改行不行？” ， “我接下来这样做可以吗”。这可以极大提升了长任务的流畅度。
设定清晰的技术栈偏：直接告诉AI你的项目用的是什么。推荐的黄金组合是 Next.js (TypeScript) + TailwindCSS + shadcn/ui + Lucide 图标。按这个技术栈提要求，它生成的代码质量会出奇地高。
提供优秀的设计原则：可以把代码的审美和设计原则喂给它，比如“组件必须模块化和可复用”、“间距是4的倍数”等等。
当然他们自己的System prompt也是这么写的，这些教程并不是空穴来风。比如下面这个 canmore 工具的定义，基本要求完全一致。
reasoning_effort & verbosity
2个很有意思的参数。
reasoning_effort ， 可以把它理解为AI思考的深度。从minimal到high，可以决定是让它快速给个答案就行，还是给我往深了想，考虑到所有可能性。对于复杂的Agent任务，直接拉满就对了。
verbosity ，话痨度？ 这个参数控制最终输出的长度。可以全局设置一个比较低的话痨度，让它平时汇报工作言简意赅。还可以在具体任务中覆盖全局设置。比如，全局设置为“少说话”，但在写代码时，用Prompt明确要求它高话痨度，写出详细的注释和清晰的变量名。
最佳实践是：控制AI的主动性。
如果你希望AI别那么爱现，少做多余的探索，快速给答案，可以用这样的Prompt约束它：
<context_gathering>
Goal: Get enough context fast.
- Bias strongly towards providing a correct answer as quickly as possible, even if it might not be fully correct.
- Usually, this means an absolute maximum of 2 tool calls.
</context_gathering>
这等于告诉AI：“别想太多，两步之内给我结果，不完全对也没关系。”
反之，如果你想让它成为一个不知疲倦的超级Agent，你可以这样“激励”它：
<persistence>
- You are an agent - please keep going until the user's query is completely resolved.
- Never stop or hand back to the user when you encounter uncertainty — research or deduce the most reasonable approach and continue.
</persistence>
这就像给你的AI员工打了鸡血：“干就完了，别停，遇到问题自己想办法解决，搞定所有事再来找我。”
最后
对比下来，其实可以明显看到。虽然是closeAI，但cookbook的一些经验分享，也正是他们自己内部驯化和使用AI的最佳实践。
