GPT-4.1 Prompting 提示词官方指南

GPT-4.1 Prompting 提示词官方指南汇集了 OpenAI 内部大量测试后总结的 prompt 技巧，目的是帮助开发者充分利用 GPT-4.1 模型家族的强大功能，特别是在编码、指令遵循和处理长上下文方面。

指令的迁移和精确性：

GPT-4.1 更严格地遵循指令，需要更明确和精确的 prompt。以往的模型可能会更自由地推断意图，但 GPT-4.1 需要更直接的指示。

如果模型行为不符合预期，只需用一句话明确说明所需行为，通常就能纠正。

Agentic 工作流：

持久性 (Persistence):

确保模型理解进入多轮对话，防止过早放弃控制权。 例：“请持续进行，直到用户查询完全解决。”

工具调用 (Tool-calling):

鼓励模型充分利用工具，减少幻觉。 例：“如果不确定文件内容或代码库结构，请使用工具读取文件，不要猜测。”

规划 (Planning, 可选):

确保模型在每次工具调用前进行规划和反思。 例：“在每次函数调用前必须进行广泛的规划，并对前一次函数调用的结果进行广泛的反思。”

GPT-4.1 擅长构建 agentic 工作流。建议在所有 agent prompt 中包含以下三种提醒：

使用 OpenAI API 的 tools 字段传递工具，而不是手动将工具描述注入 prompt。

长上下文处理：

GPT-4.1 具有强大的 1M token 输入上下文窗口，适用于结构化文档解析、重排序、选择相关信息和多跳推理等任务。

指令的最佳位置是在提供的上下文的开头和结尾。如果只想包含一次指令，放在上下文的上方效果更好。

考虑回答问题所需的外部与内部知识的结合。有时需要模型使用自身知识连接概念或逻辑跳转，而有时最好只使用提供的上下文。

Chain of Thought (CoT)：

虽然 GPT-4.1 不是一个推理模型，但引导模型逐步思考（CoT）可以有效地将问题分解成更易于管理的部分。

从简单的 CoT 指令开始，例如：“首先，仔细思考回答查询所需的文档。然后，打印出每个文档的标题和 ID。然后，将 ID 格式化为列表。”

可以通过审计失败的例子和评估，并针对系统性的规划和推理错误给出更明确的指令来改进 CoT prompt 。

指令遵循：

从一个总体的“响应规则”或“指令”部分开始，提供高级指导。

如果想改变更具体的行为，添加一个部分来指定该类别的更多细节，例如“# 示例短语”。

如果有希望模型在其工作流程中遵循的特定步骤，添加一个有序列表并指示模型遵循这些步骤。

GPT-4.1 在指令遵循方面表现出色，可以精确地控制输出。

推荐的工作流程：

通用建议：

Prompt 结构

定义角色和目标，提供明确的指令，指定推理步骤、输出格式，并提供示例。

分隔符

推荐使用 Markdown 或 XML 格式，尤其是在处理大量文档时。JSON 也可以，但在代码上下文中更合适。

局限性

模型可能对生成非常长、重复的输出有所抵触。如果需要，应强烈指示模型完整输出信息。同时，并行工具调用可能会出错，建议测试并考虑禁用并行调用。

Diffs 生成

GPT-4.1 在 diff 功能方面有了显著改进。文档中提供了一种推荐的 diff 格式，该模型经过了广泛的训练。

apply_patch 工具是进行代码文件添加、删除、移动或编辑。