如需查看完整的文档索引,请参阅 llms.txt。在文档页面的 URL 末尾加上 .md 即可查看该页面的 Markdown 版本。
主导航
主题

使用 GPT-5.5

了解 GPT-5.5 的功能、最佳实践和迁移方法。

简介

GPT-5.5 提升了模型在复杂生产工作流中的基础能力。它尤其适合编程、频繁调用工具的智能体、依据可靠资料作答的助手、长上下文检索,以及将产品规格转化为实施计划的工作流。对于直接面向客户、既看重任务执行质量又讲究回复措辞的工作流,它也很适用。

要充分发挥 GPT-5.5 的能力,请将其视为需要专门调优的新模型系列。仅替换 gpt-5.2 或 gpt-5.4 的模型标识还不够。迁移时,请重新建立基线,避免照搬旧提示词中的每一条指令。先用尽可能精简的提示词保留产品承诺的行为,再用有代表性的示例调优推理强度、回复详略程度、工具描述和输出格式。

GPT-5.5 支持 GPT-5.4 已有的全部 API 功能,包括提示词缓存、托管工具、工具搜索、压缩,以及手动回传助手输出项时的 phase 处理。

有关有效提示词写法的示例,请参阅提示词最佳实践。

新特性

  • 推理效率更高: 即使推理强度相同,GPT-5.5 也能用比以往模型更少的推理 Token 取得出色的结果。对于复杂、频繁调用工具或包含多个步骤的工作流,节省的 Token 会逐步累积,优势尤其明显。
  • 提示词以结果为先时,任务执行能力更强: GPT-5.5 更善于围绕明确的目标开展工作、遵守约束,并将产品意图转化为具体的后续行动。请说明预期结果、成功标准、允许的副作用、证据要求和输出形式。除非必须遵循特定路径,否则无需逐步规定操作流程。
  • 工具使用能力更强、更精准: GPT-5.5 尤其适合可用工具众多的场景、多步骤服务工作流和长时间运行的智能体任务。它通常能更准确地选择工具和使用参数。
  • 表达通常更得体,也可以更直接: GPT-5.5 通常只需较少的提示词引导,就能给出更亲切、更易读的回答。

行为变化

  1. 推理强度现在默认为 medium: GPT-5.5 默认使用 medium 推理强度。建议从 medium 开始,以兼顾质量、可靠性、延迟和成本。对于延迟敏感的工作流,如果工具使用、规划、搜索或多步骤决策仍然很重要,请先评估 low,再考虑 none。仅在任务对延迟要求极高,且无需推理或连续调用工具时使用 none,例如简单的语音交互、快速信息检索和分类。只有当评估显示质量有可衡量的提升,且值得为此增加延迟和成本时,才提高到 high 或 xhigh。有关推荐设置的更多详情,请参阅推理模型文档。

    推理强度越高,效果未必越好。如果任务指令相互冲突、停止标准不明确,或工具使用没有明确边界,提高强度可能导致过度推理、不必要的搜索或输出质量下降。只有当评估显示质量有可衡量的提升时,才提高推理强度。

  2. 图像输入默认保留更多视觉细节: GPT-5.5 调整了图像输入的默认处理方式,以保留更多视觉细节并提升计算机使用性能。当 image_detail 未设置或设为 auto 时,模型现在会采用 original 的处理方式:在总像素数不超过 10,240,000 且任一边不超过 6,000 像素时,保留图像原始尺寸。如需使用 high,请显式指定该值。在总像素数不超过 2,500,000 且任一边不超过 2,048 像素时,此设置会保留图像原始尺寸。low 现在更注重节省上下文空间,对于任一边超过 512 像素的图像,缩小幅度比以往模型更大。请参阅图像与视觉文档。

  3. 指令遵循能力更强: GPT-5.5 会按字面含义全面理解提示词,因此您可以根据产品需要给出具体、详尽的指令。请明确成功标准和停止规则,尤其是在长时间运行、频繁使用工具或需要收集证据的工作流中。请参阅编写以结果为先的提示词和恰当把握指令的具体程度。

  4. 默认风格更简洁直接: GPT-5.5 默认倾向于高效、直接地围绕任务作答。这适用于许多生产工作流,但面向客户的应用或对话式产品可能需要明确规定助手的个性、语气应有多亲切、如何解释理由,以及如何组织回复。请按需设置 text.verbosity:默认值为 medium,如需简洁回复,从 low 开始往往更合适。请参阅提示词最佳实践。

  5. 编程工作流需要更明确的编排: GPT-5.5 更适合需要规划、使用工具、查阅代码库、验证结果和分步执行的复杂编程任务。对于编程智能体,请明确哪些内容应复用、何时向子智能体委派任务、应进行哪些测试、验收标准是什么,以及何时应继续执行或寻求帮助。

迁移快速入门

使用 Codex 自动迁移

Codex 可以使用 OpenAI Docs 技能应用本指南建议的更改。

$openai-docs 将此项目迁移到 gpt-5.5

如需在其他编程智能体中使用此技能,请从 OpenAI 技能代码仓库下载。

API 和模型参数

  • 将模型 Slug 更新为 gpt-5.5。
  • 对于涉及推理、工具调用或多轮交互的场景,请使用 Responses API。
  • 调优 reasoning.effort。需要高效推理时使用 low,需要平衡延迟与性能时使用 medium。对于需要解决复杂推理问题且对延迟不太敏感的智能体任务,使用 high。对于最复杂的异步智能体任务,或测试模型智能上限的评估,使用 xhigh。请参阅推理模型文档。
  • 如需更简洁的回复,请将 text.verbosity 设为 low。在 GPT-5.5 上,这一设置缩短回复的幅度比在 GPT-5.4 上使用 low 更大。
  • 对于频繁调用工具或长时间运行的工作流,请验证您的应用能否正确处理 phase、开场说明和助手输出项的回传。
  • 通过基准测试,与其他模型比较准确性、Token 消耗量和端到端延迟。

编写提示词

  • 说明预期结果和成功标准。
  • 减少或删除详尽的分步操作指引。除非产品要求遵循特定路径,否则让 GPT-5.5 自行选择。
  • 尽可能从提示词中移除输出模式定义,改用结构化输出。
  • 优化提示词以提高缓存命中率:静态内容在前,动态内容在后。
  • 移除当前日期。模型已经知道当前的 UTC 日期。
  • 参照提示词最佳实践检查并优化您的提示词。

使用推理模型

这些建议适用于 GPT-5 系列模型。每当团队将工作负载迁移到推理模型时,都值得重新查看。GPT-5.5 延续了许多早期模型率先提供的能力。如果您正从早期 GPT-5 模型、GPT-4.1 或 o3 等推理模型迁移,仍值得回顾这些能力。

团队有时会忽略这些功能,因为其中一部分需要通过 API 配置和工作流编排来使用。配合使用 Responses API、推理控制、回复详略设置、结构化输出、提示词缓存、工具设计、托管工具和状态管理,有助于充分发挥推理模型的智能水平,并兼顾可靠性、延迟和成本。

  • Responses API: GPT-5.5 在 Responses API 中表现最佳。使用 previous_response_id 管理多轮交互状态。对于无状态或零数据保留工作流,请在每一轮回传此前返回的相关输出项。详情请参阅传递上一次响应的上下文。
  • 推理强度: 使用 reasoning.effort 选择 low、medium、high 或 xhigh。默认值为 medium,但许多工作负载在 low 下也能取得良好效果。仅在低延迟比模型智能水平更重要时使用 none。详细建议请参阅推理模型。
  • 回复详略程度: 使用 text.verbosity 控制输出长度。请分别考虑最终回答的长度和推理质量。您可以按需指定字数上限、章节数量、表格宽度,或要求仅输出 JSON。
  • 结构化输出: 避免在提示词中描述预期的输出模式。使用结构化输出可自动验证输出并提高准确性。
  • 提示词缓存: 提示词缓存会自动对符合条件的长提示词生效,可以降低延迟和输入 Token 成本。为提高缓存命中率,请将稳定内容放在请求开头,将随用户而变化的上下文放在靠近末尾的位置。跟踪 usage.prompt_tokens_details.cached_tokens 可衡量复用情况。对于共享可复用前缀的请求,请使用稳定的 prompt_cache_key。该键有助于将相关请求路由到同一缓存,对优化 GPT-5.5 的缓存命中率很重要。对于流量较大的请求组,请遵循使用更多键分散流量的指南。
  • 工具调用: GPT-5.5 支持与 GPT-5.4 相同的工具调用方式,包括函数工具和频繁调用工具的智能体工作流。请将大部分针对单个工具的指引写入该工具的描述,说明工具的用途、使用时机、必需输入、副作用、能否安全重试,以及常见的出错情形。只有当某项说明适用于多个工具,或会实质性改变智能体的操作规则时,才将其加入系统指令。
  • 托管工具和工具搜索: 当工作流适合使用 OpenAI 托管工具时,请优先使用,例如网页搜索、文件搜索、代码解释器、图像生成和计算机使用。托管工具可以减少自行编排工具的工作量,并使常见工具用法与 Responses API 和 Agents SDK 保持一致。如果您需要调用自己的系统、确保执行特定业务领域的状态变更,或开放内部业务工作流,请使用自定义函数工具。如果工具目录很大,可以考虑使用工具搜索延迟加载工具定义,仅加载相关工具。
  • 工具调用前的开场说明: 在模型生成最终回复前,用户就能看到一条有用的初始进度消息,从而获得更好的聊天体验。开场说明也有助于用户理解工具调用过程:模型可以先说明即将检查什么或执行什么操作,收到工具结果后再从同一助手状态继续。
  • phase 处理: 如果您的应用通过每轮回传输出项来手动管理 Responses 状态,而未使用 previous_response_id,请保留返回的助手输出项上的 phase 参数,并原样回传。在设置推理强度、使用开场说明或反复调用工具时,这一点尤其重要。请参阅 phase 参数。
  • 压缩: 对于长时间运行的智能体,请有针对性地使用对话和状态压缩。保留已完成的操作、仍在采用的假设、ID、工具执行结果、尚未解决的阻碍和下一个具体目标。
  • Agents SDK: 构建新的智能体系统时,请采用最新版 Agents SDK 的工具编排、追踪、任务交接和状态管理方式,无需从头实现编排逻辑。
  • 当前日期: GPT-5.5 知道当前的 UTC 日期,您无需在系统指令中添加当前日期。只有当应用需要使用特定业务时区、政策生效日期、用户当地日期或其他非 UTC 参照时,才显式提供日期或时区信息。

提示词最佳实践

当提示词明确了预期结果,又给模型留出选择高效解决路径的空间时,GPT-5.5 表现最佳。与早期模型相比,您通常可以使用更短、更侧重结果的提示词:描述怎样的结果才算好、哪些约束重要、有哪些可用证据,以及最终回答应包含什么。

避免照搬旧提示词中的每一条指令。早期模型需要更多引导才能始终围绕任务开展工作,因此旧提示词往往对流程规定得过细。对 GPT-5.5 而言,这可能引入干扰、限制模型探索解决方案的空间,或导致回答过于机械。

以下写法可作为起点。请根据产品的使用场景、工具、评估和用户体验目标加以调整。

个性与行为

GPT-5.5 默认风格高效、直接,侧重完成任务。这对生产系统很有帮助:回复紧扣主题,模型行为更易引导,也能避免多余的客套话。

对于面向客户的助手、客户支持工作流、辅导场景和其他对话式产品,请同时定义个性和协作方式。

  • 个性决定助手如何表达,包括语气、亲切程度、直接程度、正式程度、幽默感、同理心,以及措辞是否讲究。
  • 协作方式决定助手如何开展工作,包括何时提问、何时做出假设、应主动到什么程度、提供多少背景信息、何时检查自己的工作,以及如何处理不确定性或风险。

两方面的指令都应简短。个性指令应塑造用户体验,协作指令应引导任务执行行为。您仍需单独明确目标、成功标准、工具使用规则和停止条件。

为沉稳、专注于任务的助手设定个性的示例:

# 个性
做一名称职的协作者,待人亲切,处事沉稳,表达直接。相信用户有能力,也相信其出于善意。回应时保持耐心,尊重用户,提供切实的帮助。

如果请求已经足够清楚,可以着手处理,就优先推进任务。结合上下文,作出合理假设并继续。只有当缺失的信息会实质性改变答案或带来明显风险时才提问,每个问题都要具体。

回答要简洁,语气仍要平和。给出足够的背景,让用户能够理解并信任答案,说清楚即可。如果举例、对比或简单的类比能帮助用户理解,就加以使用。纠正用户或表达不同意见时,要坦诚,也要有建设性。有人指出错误时,直接承认,着重纠正。

在保持专业的前提下,与用户的语气相呼应。默认不使用表情符号或粗俗用语,除非用户明确要求这种风格,或用户已经清楚表明这种风格适合当前对话。

为表达生动、注重协作的助手设定个性的示例:

# 个性
交谈时要机敏、好奇,留意用户的思路,适时表现得风趣一些。如果问题还不明确,就通过有针对性的提问厘清需求。一旦掌握足够的背景,就果断作出判断。

态度亲切,乐于协作,措辞得体。让对话轻松、生动,避免为了闲聊而闲聊。提出自己的见解,同时照顾用户的目标和约束,避免一味附和。

需要综合信息或给出建议时,要考虑周全,言之有据。掌握足够的背景后,给出明确的建议,解释重要的取舍,直说还有哪些不确定之处,不要回避问题。

对于更注重表达的产品,可以明确要求助手体现亲切感、好奇心、幽默感或自身观点,但个性指令应保持简短。用个性塑造体验,同时确保目标清晰、任务指令完整。

使用开场说明缩短首个可见 Token 的等待时间

在流式应用中,用户会留意第一段可见回复要等多久才出现。GPT-5.5 在输出可见文本前,可能需要花时间推理、规划或准备工具调用。

对于耗时较长或频繁调用工具的任务,请在提示词中要求模型先给出简短的开场说明,让用户看到请求已收到,并了解第一步要做什么。这样无需改变任务本身,就能让用户更快感受到响应。

当任务可能包含多个步骤、需要调用工具或涉及长时间运行的智能体工作流时,请采用这种写法。

处理多步骤任务时,在调用任何工具之前,先向用户发送一条简短的进度消息,用一两句话确认已收到请求,并说明第一步要做什么。

对于分别呈现不同消息阶段的编程智能体,您可以给出更明确的指令:

凡是需要调用工具的任务,都必须先向用户发送一条进度消息,再在 analysis 通道中写入任何内容。消息应确认已收到请求,并说明第一步要做什么。

以结果为先的提示词和停止条件

当提示词明确了目标结果、成功标准、约束和可用上下文,并让模型自行选择实现路径时,GPT-5.5 最能发挥优势。

对于许多任务,描述要达成的结果即可,无需规定每一步。这让模型有空间根据任务选择合适的搜索方式、工具或推理策略。

推荐写法:

从头到尾解决客户的问题。

满足以下条件才算成功:
- 根据现有政策和账户数据判定客户是否符合条件
- 只执行获准的操作,并在回复客户前完成解决问题所需的所有获准操作
- 最终回答包含 completed_actions、customer_message 和 blockers
- 如果缺少证据,只询问作出判断所必需的最小一项缺失信息

避免不必要的绝对规则。 旧提示词常使用 ALWAYS、NEVER、must 和 only 等严格措辞控制模型行为。请将这些词留给必须始终遵守的要求,例如安全规则、必需的输出字段或绝不能执行的操作。对于需要视情况判断的事项,例如何时搜索、请求澄清、使用工具或继续迭代,最好给出判断依据。

除非每一步都确实不可省略,否则请避免这样的指令:

先检查 A,再检查 B,然后逐一比较所有字段,考虑所有可能的例外情况,
再决定调用哪个工具,随后调用该工具,
最后向用户解释整个过程。

明确停止条件:

用尽可能少的有效工具调用轮次解决用户的问题,但不要为了减少轮次而牺牲正确性、忽略可获取的备用证据、跳过计算,或省略事实性陈述所需的引用标记。

每次得到结果后,都问自己:“现在能否回答用户的核心请求,给出有用的证据,并为事实性陈述标注出处?”如果可以,就作答。

明确证据不足时应如何处理:

只使用足以正确作答的最少证据,准确标注出处,然后停止。

格式

您可以精细控制 GPT-5.5 的输出格式和结构。当特定格式有助于理解内容或满足产品需求时,可以利用这一能力。

请设置 text.verbosity 并描述预期的输出形式。仅当较复杂的结构有助于理解内容,或产品界面需要格式稳定的产物时,才采用这种结构。API 中 text.verbosity 的默认值为 medium。如果您希望回复更短、更简洁,请使用 low。

采用简洁的对话格式:

排版应有助于理解。日常对话、解释、报告、文档和技术文章默认使用普通段落。版面应简洁易读,避免让形式盖过内容。

少用标题、粗体、项目符号和编号列表。用户要求使用这些格式、回答需要清楚地对比或排序,或写成连续的段落会让信息难以浏览时,再采用这些格式。其他情况下,优先使用短段落,让上下文自然衔接。

尊重用户的格式偏好。如果用户要求回答精简、尽量少用格式、不用项目符号、不加标题,或采用特定结构,除非有充分理由,否则应按要求作答。

明确受众和篇幅要求:

面向企业高层管理人员撰写。回答须少于 400 个词。使用短段落,仅在项目符号有助于读者快速浏览时才使用。先给出结论,再说明理由,最后交代需要注意的限制。

对于编辑、改写、摘要或面向客户的消息,请先说明要保留哪些内容,再要求模型改进文风。这种写法适合只需润色、无需扩写的场景。

首先保留用户要求的交付形式、篇幅、结构和文体。直接改进表达,让内容更清楚、行文更流畅、表述更准确,无需说明润色过程。除非用户明确要求,否则不要添加新的论断或章节,也不要加强宣传语气。

事实落地、引用和检索预算

如果回答需要有据可查,请在提示词中明确引用要求。说明哪些内容需要佐证、多少证据才算充分,以及缺少证据时模型应如何处理。不能仅因没有找到证据就断言“不是”。更多详情和示例请参阅引用格式指南。

明确检索预算

检索预算规定何时停止搜索,让模型知道证据在什么情况下已足够作答。

对于一般问答,先用简短、能区分相关与无关结果的关键词做一次宽泛搜索。如果排名靠前的结果已提供足够的可引用依据,能够回答核心问题,就根据这些结果作答,无需再次搜索。

只有在以下情况下才再次调用检索工具:
- 排名靠前的结果无法回答核心问题。
- 缺少必要的事实、参数、负责人、日期、ID 或来源。
- 用户要求穷尽相关信息、进行比较或给出完整清单。
- 必须阅读特定文档、URL 对应的页面、电子邮件、会议内容、记录或代码产物。
- 如果不再检索,回答就会包含缺乏依据的重要事实性陈述。

不要为了润色措辞、增加示例、给次要细节标注出处而再次搜索。如果改用更概括的说法也能保证准确,就不要为了佐证原有措辞而再次搜索。

创意撰稿的边界

对于撰稿任务,请告诉模型哪些陈述必须有来源依据,哪些部分可以自由发挥。对于幻灯片、发布文案、客户摘要、演讲提纲、供管理层使用的短文和叙事角度的设计,这一点尤其重要。

对于制作幻灯片、撰写供管理层使用的短文、对外文案、供分享的摘要或演讲提纲,以及设计叙事角度等创作任务,请区分有来源依据的事实和可以自由发挥的措辞。

- 对于涉及产品、客户、指标、路线图、日期、能力或竞争情况的具体陈述,请以检索到或已提供的事实为依据,并注明出处。
- 不要为了增强说服力而编造具体名称、有关第一方数据的说法、指标、路线图进展、客户成效或产品能力。
- 如果可引用的依据很少或完全没有,就用占位符或明确标注的假设写出有用的通用草稿,避免写入无依据的具体细节。

前端工程与视觉设计

对于前端工作,请参阅指令示例,了解如何引导模型提升界面质量。示例涵盖产品和用户背景、与设计系统保持一致、首屏易用性、用户熟悉的控件、应支持的界面状态和响应式行为,也说明了生成界面时应避免的常见做法和问题,例如千篇一律的首屏主视觉、嵌套卡片、装饰性渐变、将设计指令显示在界面上,以及布局错乱。

要求模型检查自己的工作

如果输出可以验证,请让 GPT-5.5 使用相应工具检查结果。

对于编程智能体,请明确要求运行具体验证命令:

完成更改后,从可用的验证方式中选择最相关的检查并运行:
- 针对行为变化运行相应的单元测试
- 在适用时运行类型检查或 lint 检查
- 对受影响的软件包执行构建检查
- 如果完整验证的成本过高,运行最小范围的冒烟测试

如果无法运行验证,请解释原因,并说明哪种替代检查最合适。

对于视觉产物,请要求模型在渲染后检查:

在定稿前先渲染交付物。检查渲染结果,确认布局和间距是否合适、内容是否被裁切或遗漏,以及视觉风格是否一致。根据检查结果修改,直到渲染效果符合要求。

对于工程和规划任务,请确保实施计划可追溯:

实施计划应包含:
- 各项需求,以及计划中哪一部分落实了每项需求
- 涉及的资源、文件、API 或系统的具体名称
- 相关的状态转换或数据流(如适用)
- 验证命令或检查方法
- 发生故障时系统的行为
- 隐私和安全注意事项
- 会实质性影响实施的待解决问题

phase 参数

从 GPT-5.4 开始,长时间运行或频繁调用工具的 Responses 工作流可以使用助手输出项的 phase 值区分中间进度消息和最终回答。GPT-5.5 沿用这一方式。

如果您使用 previous_response_id,API 会自动保留之前的助手状态。如果您的应用手动将助手输出项回传到下一次请求,请保留各项原有的 phase 值并原样回传。当响应包含开场说明、多次工具调用,或助手在发送中间进度消息后给出最终回答时,这一点尤为重要。

如果手动回传助手输出项:
- 原样保留助手输出项的 `phase` 值。
- 对用户可见的中间进度消息使用 `phase: "commentary"`。
- 对最终回答使用 `phase: "final_answer"`。
- 不要为用户消息添加 `phase`。

推荐的提示词结构

编写复杂提示词时,可以从以下结构入手。每个部分都应简短,仅在细节会改变模型行为时才补充说明。

角色:[1-2 sentences defining the model's function, context, and job]

# 个性
[tone, demeanor, and collaboration style]

# 目标
[user-visible outcome]

# 成功标准
[what must be true before the final answer]

# 约束
[policy, safety, business, evidence, and side-effect limits]

# 输出
[sections, length, and tone]

# 停止规则
[when to retry, fallback, abstain, ask, or stop]