OpenAI 釋出 GPT-4.1 提示詞指南：三條指令讓智慧體解題率提升近 20%

很多開發者搭建 AI 智慧體時，最頭疼的就是模型愛自作聰明或者半途而廢：剛改了一行程式碼，就急匆匆停下來把問題拋回給人類。

OpenAI 針對 GPT-4.1 系列模型釋出了官方提示詞指南。官方明確指出，GPT-4.1 相比 GPT-4o 最大的改變在於更認死理：它會非常嚴格、按字面意思去執行指令，不再像過去那樣自由揣測意圖。可控性大幅提高的同時，也意味著以往那種模糊的提示詞會直接失靈。

把聊天助手逼成主動打工人

要在程式碼和智慧體場景裡榨出 GPT-4.1 的潛力，OpenAI 給出的核心建議是在系統提示詞裡常駐三條提醒。

第一條是堅持到底。明確告訴它正處於多輪互動中，在徹底解決問題之前絕不能提前交出控制權。

第二條是強制呼叫工具。只要對檔案內容或程式碼庫結構不確定，就必須呼叫工具去讀程式碼，堅決不允許憑空猜測或編造答案。

第三條是顯式規劃與反思。要求模型在每次呼叫工具的前後，都必須在文本里寫出具體的步驟與反思，而不是悶頭連環盲調工具。

OpenAI 測試顯示，僅僅加上這三條簡單的提示，GPT-4.1 在軟體工程基準測試 SWE-bench Verified 上的得分就直接拉高了近 20%。官方形容，這三句話能徹底把模型從被動的聊天機器人狀態，轉變成極具主動性的幹活機器。

別手動塞 Schema，讓非推理模型出聲思考

除了這三條鐵律，OpenAI 還給出了兩項非常明確的工程細節指導。

首先是不要手動拼接工具格式。有些開發者習慣把函式定義手寫進系統提示詞，再自己寫正則解析輸出。OpenAI 強調必須使用官方 API 的 tools 引數傳遞結構。實驗表明，單是用好原生 API 傳參，測試通過率就額外提升了 2%。

其次是讓模型出聲思考。GPT-4.1 並不是內部自帶隱式思維鏈的推理模型，但只要在提示詞裡強行要求它在工具呼叫之間寫出分步規劃，解題通過率就能再提高 4%。在公開的官方模板裡，OpenAI 甚至用大寫字母反覆警告模型：測試不嚴謹是這類任務的第一死因，必須反覆執行測試直到完全無誤。

靠著這一整套提示詞框架，GPT-4.1 在 SWE-bench Verified 上取得了 55% 的解決率，重新整理了非推理模型的最佳紀錄。

為什麼重要

對開發者而言，這份指南最大的價值是把智慧體工程去玄學化。GPT-4.1 展現出了極高的可控性，如果它跑偏了，不需要換複雜的越獄咒語，用一句清晰強硬的大白話直接糾正，它就能立刻回到正軌。

從技術演進上看，這也給行業提了個醒：提升智慧體能力不一定要死磕模型內部推理。通過嚴格的流程控制、強制工具呼叫以及讓模型在文本層出聲規劃，普通前沿模型的執行力也能大幅躍升。

我們認為，OpenAI 這套做法非常聰明，它幾乎是用零額外推理成本的方式拉滿了模型的潛力。但它的隱患也很明顯：當模型變得極其死板而聽話，對提示詞架構的設計要求反而變得苛刻。如果開發者的提示詞本身邏輯有漏洞，GPT-4.1 也會毫不猶豫地一條道走到黑。