破天荒！OpenAI、Cursor多位开发大牛联手曝出GPT5提示词指南！晒官方系统提示词优化秘籍，最大化编程性能，工作流更可控

编辑 | 云昭

上周，GPT-5 发布以后，不少网友对这个备受期待的新版本表示无力吐槽。

OpenAI 老板 Altman 在直播间宣称，GPT-5 在自主任务执行能力、编程、综合智能以及可控性方面都实现了显著飞跃。

然而，用户实际用起来却是：“降智”、“Token很快用完”的声讨一片。

不过，近日，小编发现了一篇 Cursor 内部在用的 GPT-5 集成秘籍，或许能帮到大家高效使用 GPT-5。

图片

这还没完，OpenAI 官方也十分慷慨地放出来了 GPT-5 的提示词指南手册！小编耐心地搜集了一下作者信息，可谓大有来头。三位领衔作者，分别是：

• OpenAI 的应用AI团队的 Anoop Kotha，对于提示词工程技巧可谓殿堂级；
• Julian Lee ，之前是一位年收 4000 万美金的初创公司创始人，现在是 OpenAI 的研究员；
• Eric Zakariasson ，Cursor 后端开发大牛。

图片

“虽然我们相信它在大多数领域中都能“开箱即用”地表现出色，但在本指南中，我们将分享一些提示词优化技巧，帮助你最大化模型输出质量。这些技巧来自我们在模型训练和实际应用中的经验。”

内容涵盖许多实际生产环境中的干货，

• 提升自主任务执行能力
• 确保严格遵循指令
• 利用 API 新增功能
• 针对前端与软件工程任务的编程优化

同时，《指南》还破天荒分享了当红炸子鸡 Cursor 与 GPT-5 的提示词调优关键经验。

绝对值得诸位收藏细读。

1.Agentic 工作流的可预测性

GPT-5 的训练重点之一是为开发者优化 工具调用、指令遵循 以及 长上下文理解，以便作为 Agentic 应用的最佳底座模型。

如果你在 Agentic 流程和工具调用中采用 GPT-5，建议升级到 Responses API，因为它可以在工具调用之间保留推理上下文，让输出更高效、更智能。

2.控制 Agentic 的“主动性”

Agentic 系统的控制范围很广——有的系统几乎将所有决策交给模型，有的则严格限制模型的自主权。GPT-5 能在这个光谱上的任意位置运作：既能在模糊情况下作出高层决策，也能处理精确定义的任务。

降低主动性

默认情况下，GPT-5 会在 Agentic 环境中非常全面地收集上下文，以确保回答正确。但如果你希望它 减少无关的工具调用，降低等待时间，可以尝试：

• 将 reasoning_effort 降低到 medium 或 low，以换取更快的响应。
• 在提示中明确上下文收集的目标、方法、停止条件，例如：

• 设定 工具调用上限（例如最多 2 次），并允许“在不完全确定的情况下继续执行”。

提高主动性

如果希望 GPT-5 更加自主、减少反问用户、持续执行任务，可以：

• 提高 reasoning_effort
• 在提示中加入持续执行规则，例如：

3.工具调用说明（Tool Preambles）

在长流程中，向用户简要说明 当前要做什么、为什么 能显著提升体验。你可以在提示中控制这些说明的频率与详细程度，例如：

4.reasoning_effort 参数

reasoning_effort 用于控制模型思考深度与工具调用倾向。

• 低low：快速完成简单任务
• 高high：适合复杂多步任务

ps：在多步骤任务中，拆分为多回合（每回合完成一个独立任务）表现最佳。

5.Responses API 的上下文复用

使用 Responses API 并传递 previous_response_id，可让模型在后续请求中复用之前的推理过程：

• 节省 CoT（链式思维）Token
• 避免每次工具调用都重建计划。据悉，OpenAI 在 Tau-Bench 零售场景中，单靠这一改动，准确率就从 73.9% 提升到 78.2%。

6.编程性能最大化

GPT-5 在编程能力上领先所有前沿模型，适合：

• 修复大规模代码库中的 Bug
• 处理多文件重构
• 从零构建全栈应用（前端 + 后端）

前端开发建议

最佳框架与工具组合：

• 框架：Next.js（TypeScript）、React、HTML
• 样式/UI：Tailwind CSS、shadcn/ui、Radix Themes
• 图标：Material Symbols、Heroicons、Lucide
• 动效：Motion
• 字体：Inter、Geist、Mona Sans、IBM Plex Sans、Manrope

零到一应用生成

通过“自建评分标准 + 自我反思”Prompt，可提升一次性生成的质量：

与现有代码库匹配

• 遵循项目现有的工程原则、目录结构与样式规范。
• 在 Prompt 中明确这些规则，例如：

7.生产环境的案例：Cursor 的 GPT-5 调优经验

此外，OpenAI 还把老朋友 Cursor （ 每次OpenAI 上新都会带上这个Alpha 测试伙伴）的 GPT-5 首日集成的提示词调优实战的原则也给了出来，篇幅较长，先给大家看一下省流版，整体有 5 个原则：

• 系统提示兼顾自主性与用户指令遵循。
• 通过 API verbosity 设置全局输出简短，但在写代码时强制高详细度。
• 增加产品特性细节（如“用户可拒绝代码修改”）以减少反问用户的频率。
• 用结构化 XML 标签 <[instruction]_spec> 提高指令执行率。
• 减少过度上下文收集提示，避免重复调用工具。

接下来，让我们看下细节部分。看 Cursor 当时如何调优提示词以最大化发挥模型能力。

系统提示词与参数调优

Cursor 的系统提示词重点在于：

• 可靠的工具调用
• 在简洁性与自主性之间取得平衡
• 允许用户配置自定义指令

他们的目标是：让 Agent 在长周期任务中能相对自主地运行，同时依然精准执行用户提供的指令。

初期发现的问题

• 模型输出过于冗长：会附带状态更新和任务后总结，虽然技术上相关，但打断了用户的自然操作流。
• 工具调用中代码输出质量很高，但过于简短，变量名常用单个字母问题严重，导致可读性差。

调整方法

• 将 verbosity（冗长度）API 参数设置为“低”，让文本输出简洁。
• 同时在提示词中强烈要求在编写代码工具时保持高冗长度，以提高代码可读性。

提示词片段示例：

这种“参数低冗长 + 代码高冗长提示词”的组合，让状态更新简洁高效，同时让代码差异（diffs）更易阅读。

自主性优化

Cursor 还发现，模型有时会在执行前反复询问用户确认步骤，降低了长任务的流畅性。

• 解决办法：在提示词中不仅列出可用工具和上下文，还补充更多关于产品行为的细节，例如 Undo/Reject 代码功能和用户偏好。
• 明确规定 GPT-5 的运行方式，让其更主动地执行计划，而不是询问是否继续。

提示词示例如下：

针对 GPT-5 的提示词改进

一些在旧模型中有效的提示词，在 GPT-5 中反而会造成副作用。例如：

在旧模型中，这种提示能促使模型深入分析上下文。但 GPT-5 天然已经善于获取上下文，这种指令反而会导致：

• 小任务中反复调用搜索工具
• 即使内部知识足够，也会进行不必要的外部查找

解决办法：

• 去掉 maximize_ 前缀
• 弱化“全面”指令

改进示例：

同时，Cursor 发现用 结构化 XML 标签（如 <[instruction]_spec>）组织提示词，可以显著提高 GPT-5 对指令的遵循度，并方便在提示中引用前文内容。

8.智能性与指令执行的优化

可控性（Steering）

GPT-5 对提示词中关于冗长度、语气、工具调用的指令反应极为敏感。

冗长度（Verbosity）

• GPT-5 新增 API 参数 verbosity，控制最终答案的长度（与推理过程长度不同）。
• 也可以在提示词中用自然语言覆盖全局设置，例如：

   全局设置低冗长

   对编码工具指定高冗长（Cursor 案例）

指令遵循（Instruction Following）

• GPT-5 对指令执行精确度很高，但如果提示词存在矛盾，会浪费推理资源试图调和，反而降低性能。

示例：预约系统的提示词冲突

• “没有患者明确同意，不要安排预约”
• 却又要求“高危病例立即分配当天最早时间段，不联系患者”
• 这种矛盾会让模型卡住

解决方法：

• 将“先联系患者”与“分配时间”逻辑统一
• 在紧急情况下允许跳过患者信息查询，直接指导拨打 911

最小推理（Minimal Reasoning）

GPT-5 新增 minimal reasoning 模式，特点是：

• 速度最快
• 适合延迟敏感场景
• 更接近 GPT-4.1 的提示模式

官方文档中也给出了优化建议：

• 在最终答案开头简短解释思路（如用列表）
• 工具调用前提供清晰的任务进度说明
• 最大化工具指令的明确性
• 提前规划任务，确保所有子任务完成后才结束

提示词示例如下：

9.Markdown 格式化

API 默认不输出 Markdown，以避免不支持的环境出错。如需 Markdown，可在提示中指定：

• 仅在语义合适时使用 Markdown
• 用反引号格式化文件、函数、类名
• 每 3-5 次用户输入后重新提醒格式化规则

元提示（Metaprompting）

早期用户发现，可以让 GPT-5 为自己写提示词，提升效果：

• 直接询问模型：要达成某个行为，当前提示词应增补或删除哪些内容？
• 在保留现有结构的前提下，最小化修改以解决问题

模板示例：

此外，官方的提示词指南中还附录了SWE-Bench verified开发者指令、Agent编码工具定义、终端工作台提示、Taubench-Retail 最低限度推理指令。

相信对于正在研究 Vibe Coding 工具的朋友大有帮助。这里附上指南地址：

https://cookbook.openai.com/examples/gpt-5/gpt-5_prompting_guide

多说一嘴，OpenAI 最近对GPT-5发布后用户遇到的各种问题正在紧急解决。就在四天前，OpenAI 还专门为 ChatGPT 5 推出了一款免费的 Prompt Optimizer 工具，Reddit上的网友大呼好用，并提醒说不要太上瘾。

图片

这个提示词优化器地址也奉上：https://platform.openai.com/chat/edit?models=gpt-5&optimize=true