近日，OpenAI 发布了 GPT-5 编程提示技巧，共计 6 条。看似简单，实则每条都蕴含深度。根据最新实测反馈，掌握这些要点可使编程效率实现翻倍提升，绝非夸大。

首先明确核心判断：GPT‑5 的指令执行能力较前代大幅增强，但若使用不当，反而可能带来负面影响。

指令精确度决定 AI 响应质量

这看似常识，但实际应用中，许多人会在规则文件中埋下“隐形地雷”。例如 .cursor/rules 或 AgentS.md 等全局规则，若条件表述模糊或规则相互矛盾，GPT‑5 强大的遵循能力反而会成为负担：它会在多个指令间摇摆，甚至卡死。规则撰写核心原则只有一条：清晰、无歧义、互不冲突。这能显著减少执行偏差，效果远超任何花哨技巧。

推理强度：并非越高越有效

GPT‑5 的推理能力极其强大，但过度推理也会带来问题。因此，关键操作是——选择恰当的推理“档位”。复杂任务赋予高推理强度，常规任务切换至中低档。若发现它对一个简单 CSV 文件也进行深度思考，那很可能是指令不够具体或推理级别未调低。经验表明，将推理力度从 high 降至 medium，在许多场景下反而效果更佳。

结构化上下文：借助标签分类规则

还有一个容易被忽视的技巧：使用类 XML 标签，将项目约定、默认技术栈、风格基线分块清晰书写。实践中效果显著——模型更容易建立统一上下文，不再反复试探你的偏好。

  
  - Every component should be modular and
    reusable
  - ...
  
  
  - Styling: TailwindCSS
  

你可以将规则分解为指引原则、前端工具链、错误处理规范等独立模块。这样，模型每次获取的都是结构清晰的“操作手册”，而非杂乱信息。

减少强制性词汇，强化引导与边界

谈谈语气问题。旧模型时代，人们常用“务必、必须、一定要”等命令式语气来约束模型。但在 GPT‑5 上，这种风格可能适得其反。

Be THOROUGH when gathering information.
Make sure you have the FULL picture before replying.

以下提示会被解读为“需要搜集所有上下文”，导致过度并行使用工具，拖慢节奏。更优做法是：轻度引导 + 明确边界。例如说明何时需要更彻底、何时可以停止、哪些节点要汇报进度——这比任何强硬语气都有效。

从零构建：先评估再行动

从零搭建应用时，最怕模型立即动手，中途发现方向偏离。此时，让它“先思考”是最有效的做法。

  - First, spend time thinking of a rubric 
    until you are confident.
  - Then, think deeply about every aspect of  
    what makes for a world-class one-shot web 
    app. Use that knowledge to create a rubric 
    that has 5-7 categories. This rubric is 
    critical to get right, but do not show 
    this to the user. This is for your 
    purposes only.
  - Finally, use the rubric to internally 
    think and iterate on the best possible 
    solution to the prompt that is provided.
    Remember that if your response is not
    hitting the top marks across all 
    categories in the rubric, you need to 
    start again.

具体而言，让模型先制定一个 5~7 维度的评分表，然后根据评分表对方案进行自我评估迭代——不达标则重来。这种“自省式规划”可显著降低一次性成型的偏差。看似多了一步，实际节省的时间远超预期。

为 Agent 设置节奏控制

最后一条关于 Agent 的“积极性”。GPT‑5 默认会彻底搜集信息，但若你希望它不过度挖掘、不盲目并行调用工具，就需要在提示中明确：工具预算、何时详查、何时汇报进度。

  - Do not ask the human to confirm or 
    clarify 
    assumptions, as you can always adjust 
    later
  — decide what the most reasonable assumption 
    is, proceed with it, and document it for 
    the user's reference after you finish 
    acting

一个实用思路：让 Agent 先按最合理假设执行，完成后记录假设、取舍和影响。避免事事打断用户确认。结合串行/并行指令与工具配额，你能更精细地控制 Agent 的节奏与成本。

总结六个要点

规则精确无冲突：全局规则文件务必避免歧义。
推理档位恰当：复杂任务用高档，常规任务用中低档，避免资源浪费。
结构化上下文：使用类 XML 标签清晰划分约定、默认设置与风格基线。
语气温和有边界：轻度引导结合明确边界，避免过度求全。
先规划后行动：通过自省式评分表驱动从零到一的任务。
控制节奏与预算：设定工具配额与检查节点，减少弯路。