提示工程六大原则：来自OpenAI构建小时的经验总结

每月，OpenAI都会举办“构建小时”活动，团队成员与社区分享关于不断发展的生成式AI世界的见解。本月会议聚焦于提示工程，随着ChatGPT-5的发布，我们希望重点介绍他们的指导原则，帮助大家充分利用这个新工具版本。

在TCDI，我们理解精准沟通的价值，无论是在诉讼中起草论点、在电子取证中管理海量数据集、确保合规审查的准确性，还是为生成式AI系统构建正确的问题框架。本次构建小时活动中，专家们分享了提示工程的指导原则。这些不是严格的规则，而是实用的起点，能帮助我们在与所有大语言模型（不仅是ChatGPT-5）协作时获得更好结果。

TCDI的技术实验室与协作中心致力于探索新技术及其在法律行业的应用。我期待实践这些提示原则，压力测试它们如何应用于现实世界的法律、合规和技术工作流程。技术实验室是我们专门用于试点新兴技术的环境，我们可以在将其扩展到客户合作之前进行测试、优化和分享最佳实践。

以下是我对这些原则的理解、它们的重要性以及在实践中的应用示例。

1. 避免冲突指令

早期ChatGPT模型在接收到不精确或矛盾指令时经常会“揣测言外之意”。而GPT-5会按字面意思解读指令。如果你的指导存在两个方向上的冲突，模型不会自动调和，而是会反映这种冲突，削弱结果质量。

示例：

• 不佳示例： 写一份简洁的一页摘要，尽可能包含更多细节。
• 良好示例： 写一份一页摘要，突出三个主题，每个主题包含2-3个支持细节。

需要更清晰指令的信号：

• 多次迭代的响应感觉不一致
• 模型满足你请求的一部分但忽略其他部分
• 你需要花费额外时间编辑以修复矛盾

2. 使用适当的推理力度

将“推理力度”视为GPT-5投入任务的脑力程度。更高的力度会给出更深入、更谨慎的答案，但可能耗时更长、成本更高。较低的力度更快、更便宜，但可能更表面化。目标是匹配任务所需的力度，避免浪费时间或遗漏重要细节。

力度级别示例：

• 低力度： 快速回忆或格式化
  • 列出五个美国州名
  • 将这些要点转换为单句标题
  • 从本段提取日期和参与方
• 中等力度： 平衡分析
  • 将这份5页的案件摘要总结为一段
• 高力度： 复杂规划和综合
  • 设计自动化合同审查计划，包括分阶段推出和风险分析

需要调整力度的信号：

• 如果模型遗漏步骤、忽略约束或过度简化，应增加提示中提供的力度
• 如果结果感觉臃肿、过度解释或对于当前任务过慢，应减少提示中给出的细节

3. 有意构建提示结构

格式化不是表面功夫，而是认知过程。你构建提示的方式告诉模型如何组织其推理。松散、非结构化的提示会产生松散、非结构化的答案（垃圾进，垃圾出）。明确的格式化给GPT-5提供了遵循的地图。

我们发现这在输出用于案件时间线、特权日志或质量控制工作流程等任务时最为重要。结构化提示减少返工，提高一致性，并使下游自动化成为可能。

示例提示 - 证言摘要：

• 总结附带的证言笔录
• 长度：500-1000词
• 重点：关键证人承认事项
• 约束：为“关键承认”提供要点（每点一条）和证言流程的叙述性摘要

需要更多结构的信号：

• 不同迭代间的输出差异很大
• 模型忽略长度或重点等约束
• 你在使用结果前需要花费额外时间重新格式化

4. 尝试元提示

本质上，元提示是使用大语言模型开发或优化提示，以获得更好、更一致的结果。因此，在要求GPT-5修复输出之前，先请它简要诊断错误发生的原因。然后使用该诊断来驱动有针对性的提示修订。在精益六西格玛中，这是DMAIC的“分析”阶段，在跳转到实施解决方案之前识别问题的根本原因。

为何有效：

• 揭示隐藏假设。例如，优先考虑责任而非损害赔偿
• 通过解决根本原因而非仅解决症状来防止修补式修复
• 产生更一致、可解释的改进，这对可辩护性文件至关重要

何时使用元提示：

• 在同一约束（长度、重点、引用风格）上重复出错
• 幻觉或过度自信的摘要
• 当输出馈入时间线或质量控制等工作流程时出现格式化漂移

三步循环：

• 诊断（简短、具体）： 要求用40词或更少说明原因
• 修订： 重述约束并仅请求更正信息
• 验证： 让模型使用通过/失败清单审核其输出是否符合约束

响应示例：

• 问题： 证言摘要忽略了损害赔偿
• 诊断： 我强调了责任，因为提示首先突出了它。没有明确指示讨论损害赔偿。假设损害赔偿细节超出范围
• 修订： 在保持字数限制的同时添加损害赔偿子部分
• 验证： 清单确认责任和损害赔偿都得到处理

5. 为规划和自我反思留出空间

当GPT-5不必直接提供答案时，它表现最佳。通过给它空间来规划、起草和思考，你鼓励更深层次的推理、结构化输出和更少的盲点。将其视为初级助理准备简报：你需要大纲和质量检查，而不仅仅是最终草案。

三步方法：

• 计划： 首先概述步骤
• 执行： 执行大纲
• 检查： 根据要求审查输出

示例 - 诉讼准备清单：

• 计划： 识别数据源、保管人、保留政策
• 执行： 起草要点清单
• 检查： 反思缺失元素，如升级或恢复协议

其他示例：

• 电子取证工作流程
  • 规划数据收集步骤
  • 起草工作流程
  • 对照合规标准检查
• 证言摘要
  • 规划结构（事实、问题、承认）
  • 起草摘要
  • 对照笔录检查缺口
• 合规审查
  • 规划关键领域（合同、政策、培训）
  • 起草审查大纲
  • 检查HIPAA或GDPR的覆盖范围

6. 平衡自主性

自主性描述了GPT-5在推动任务前进时采取的主动性程度。在一个极端，模型可能越权，在没有足够指导的情况下行动。在另一个极端，它可能通过不断向你请示而停滞进展。目标是达到平衡，模型贡献有意义的工作，同时将关键决策留给人。

两个极端：

• 过于自主： 基于不可靠假设起草10页动议
• 过于顺从： 在每个部分后请求许可

平衡中间点：

• 允许假设，但要求明确标记
• 明确定义范围和格式，如“3页带要点建议”
• 要求在自然检查点暂停等待批准

平衡提示示例： 起草一份3页的驳回动议。必要时做出假设，但在末尾明确标记供我审查。未经我批准不得超出范围。

何时调整：

• 如果出现幻觉或越权，降低自主性
• 如果停滞或要求过多输入，提高自主性

平衡使用案例：

• 诉讼准备 - 起草带有展品占位符的动议，标记为“待确认”
• 电子取证工作流程 - 提出分阶段工作流程，注明待定决策，将最终选择留给你
• 合规审查 - 生成带有已识别缺口的审查草案，每个都标记为待确认

提示GPT-5的核心是培养直觉，学习如何塑造指令，使生成式AI成为你工作中更好的伙伴。以上指导原则为我们提供了如何做到这一点的框架：精确、校准推理、提供结构、要求反思性迭代，并创建平衡的协作。

综合努力

归根结底，成功取决于提出更好的问题。每个提示都是澄清意图、设定边界并邀请生成式AI与我们共同思考的机会。当我们做好这一点时，输出不仅更准确；而且更有用、更一致，更容易集成到重要的工作流程中。

借助这些技术，我们正在与技术建立更智能的伙伴关系。像GPT-5这样的工具永远不会取代人类过程的细微差别、判断力或创造力，但它可以承担综合和结构的繁重工作，使我们人类能够专注于战略、倡导和洞察。

当你试验这些提示技术时，注意它们在哪里节省时间、减少返工或激发新见解。与你的团队、同事以及我们技术实验室分享这些成功，将你的结果发送至info@tcdi.com。我们越多地比较笔记和完善集体方法，我们与生成式AI的伙伴关系就会越有效。提示工程是一项新兴技能，我们每个人的深思熟虑实验，如果分享出来，都能帮助所有人前进。