重磅！OpenAI 官方发布 GPT-4.1 最强提示词指南，AI 能力全面升级！

大家好，OpenAI 于 4 月 15 日发布了针对其最新语言模型 GPT-4.1 的提示工程指南：

https://github.com/openai/openai-cookbook/blob/main/examples/gpt4-1\_prompting\_guide.ipynb

但是，这篇文档非常晦涩难懂，本文试图帮你做个简单版的总结。

GPT-4.1 有哪些新特性？

GPT-4.1 比之前的 GPT-4o 更强大，特别是在编程、理解指令和处理超长文本方面有很大提升。它能更好地理解你的指令，并且只要你说得清楚，它就能严格按照你的要求来做。

---

如何写好 Prompt（提示词）？

基本原则

• 越具体越好：你说得越详细，AI 回答得越准确。

• 多举例子：给 AI 看你想要的例子，它会更容易理解你的需求。

• 分步骤：复杂任务可以让 AI 一步步来，先计划再执行。

针对 GPT-4.1 的特别建议

• GPT-4.1 会非常“听话”，如果你发现它没按你想的做，只要加一句明确的指令，通常就能纠正。

• 以前的 prompt 可能需要调整，因为 GPT-4.1 不会像老版本那样“猜测”你的意图，而是更倾向于字面理解。

---

智能体（Agentic）工作流

GPT-4.1 非常适合做“智能体”——也就是能自主解决问题的 AI 助手。写智能体 prompt 时，建议加上三类提醒：

1. 持续性：让 AI 明白要一直做下去，直到问题彻底解决。

2. 工具调用：鼓励 AI 多用工具（比如查文件、运行代码），不要乱猜。

3. 计划与反思（可选）：让 AI 每次调用工具前都先计划、每次调用后都反思。

这样能让 AI 更像一个主动解决问题的助手，而不是被动聊天机器人。

---

工具调用（Tool Calls）

• GPT-4.1 对“工具调用”训练得更好，建议用 API 的 tools 字段传递工具，而不是把工具描述直接写进 prompt。

• 工具和参数要命名清晰，描述详细。

• 如果工具复杂，可以在 prompt 里加 # Examples 部分，举例说明怎么用。

---

长上下文处理

GPT-4.1 支持超长输入（最多 100 万 token），适合处理大文档、代码库等。注意事项：

• 上下文越长，AI 检索和推理的难度越大，性能可能下降。

• 指令最好放在上下文的开头和结尾，效果更好。

---

Chain of Thought（思维链）

虽然 GPT-4.1 不是“推理模型”，但你可以通过 prompt 让它“逐步思考”，比如：

• 先让 AI 分析问题，再一步步给出解决方案。

• 这样做能让 AI 的回答更有条理、更靠谱。

---

指令遵循（Instruction Following）

GPT-4.1 对指令的遵循非常好。你可以：

• 用“规则”或“说明”部分列出高层要求。

• 针对某些行为加详细说明，比如输出格式、语气、要避免的话题等。

• 如果发现 AI 没按要求做，检查是不是有冲突或不明确的指令，并加上例子。

---

常见问题与调试建议

• 如果让 AI 必须调用工具，但信息不够，它可能会乱填参数。可以加一句“如果信息不够，先问用户”。

• 如果给了示例短语，AI 可能会重复用。可以要求它多变换表达。

• 没有明确格式要求时，AI 可能会输出多余的解释或格式。可以通过指令和例子来规范。

---

Prompt 结构推荐

一个好的 prompt 通常包括：

1. 角色和目标（Role and Objective）

2. 总体说明（Instructions）

3. 细分说明（Sub-categories）

4. 推理步骤（Reasoning Steps）

5. 输出格式（Output Format）

6. 示例（Examples）

7. 上下文（Context）

8. 最后的逐步思考提示

---

分隔符建议

• 推荐用 Markdown 标题、代码块等分隔不同部分。

• 也可以用 XML 标签，尤其是需要嵌套结构时。

• JSON 结构虽然常见，但在长上下文下效果不如 Markdown 和 XML。

---

代码补丁（Diff）格式

GPT-4.1 在生成代码补丁（diff）方面有很大提升。推荐使用官方的 V4A diff 格式，或者类似的“搜索/替换”格式，避免用行号，直接用上下文和代码片段来定位和修改。

---

总结

• GPT-4.1 更“听话”，但更需要你把需求说清楚。

• 多用例子、分步骤、明确格式，能让 AI 表现更好。

• 工具调用、长上下文、代码补丁等新特性都能大大提升开发效率。

• 多试、多调、多总结，找到最适合你场景的 prompt 写法。