一句话总结
ChatGPT 出来的「差」答复，绝大多数是少了指令，不是模型问题。给任何一个弱 prompt 加上四样东西——读者、格式、约束、示例——就能从「5 次里 1 次能用」提到「5 次里 4 次能用」。然后删掉 GPT-5.5 已经淘汰的旧习惯：「请一步一步思考」、上千字的背景大铺垫、死板的「永远/绝不」规则。自 2026 年 4 月 23 日 GPT-5.5 成为 ChatGPT 默认模型后，OpenAI 自己的建议就是写更短、以目标为先的 prompt：说清「好的样子」，剩下的让模型自己找路。
为什么你的 prompt 总觉得一般
每天用的人会卡在一个平台期：同样的 30 字提问，每次都希望出奇迹，结果每条答复都平平。解法很少是更花哨的「魔法 prompt」，而是把「你脑子里想的」和「你实际打出来的」之间的差距补上。
这篇是 10 分钟的升级套路，适合每天用 ChatGPT 的人——写作者、PM、营销、学生、开发——说不清一条差答复到底是模型的锅、prompt 的锅、还是任务本身的锅。下面这些情况就该用它：
- 同一个回答反复调，没什么明显进步。
- 输出「流畅但是错」：通用、跑调、技术上不对。
- 你说不出来「好的回答应该长什么样」——这个空白才是真问题。
四个杠杆（按这个顺序加）
- 读者——这东西给谁看？他已经懂什么？「写给已经在跑 Kubernetes 的 CTO」和「写给营销同学」，输出会差到完全不同的人。一行字就定了深度和用词。
- 格式——bullets / 表格 / 一段话 / JSON / 标题加 3 句。放着不管，GPT-5.5 默认输出大段散文（OpenAI 现在就建议把散文作为解释类内容的默认形态），而这几乎永远不是你要的形状。
- 约束——字数上限、语气、避免的用词、不能干啥。「150 字以内」和「不用营销形容词」是杠杆最高、却最常被跳过的两条。
- 示例——粘一段「好的」输出，你自己写的也行，别人的也行。一个具体样本，每次都胜过两段抽象的风格描述。
改造前 vs 改造后
弱 prompt
帮我写一封新功能的发布邮件。
升级版
帮我写一封新功能的发布邮件。
读者：每月付我们 20 美元的现有用户。
格式：标题 + 3 段短文 + 1 个 CTA 按钮文案。
约束：150 字以内、不用感叹号、不要「激动地宣布」。
口吻示例（上一次发布的一段）：
「今天我们做了一个小改动：……」升级后那版基本能 5 分钟改改就发。注意它并没有长多少——是更具体，而不是更啰嗦。
GPT-5.5 改了什么（以及该停掉什么）
GPT-5.5 自 2026 年 4 月 23 日起成为 ChatGPT 默认模型，模型选择器里是 Auto / Instant / Thinking / Pro。推理档默认会先思考再回答，这悄悄淘汰了 GPT-4 时代的三个习惯。OpenAI 官方的 prompt 指南现在直接说：旧的 prompt 套路正在拖累这个模型。删掉这些：
| 旧习惯（2026 年前） | 现在为什么反而有害 | 改成这样 |
|---|---|---|
| 每条 prompt 都加「一步一步思考」 | GPT-5.5 默认就在推理，这句话只是噪声 | 直接讲目标；只在真正复杂的多步问题上才要它展开推理 |
| 上千字的「包圆」prompt | 想穷举所有边界情况，反而压缩了模型的搜索空间 | 先写能说清核心契约的最短 prompt，再只补出过错的部分 |
| 到处「永远 / 绝不 / 必须 / 只能」 | 把判断锁死，挡掉了更好的答案 | 用判断规则：「只有当缺的信息会改变答案时，才反问澄清」 |
| 「你是世界顶级专家……」式人设 | 对本就调得很强的模型，空泛人设几乎没用 | 描述行为而非头衔：「按《Refactoring》作者会回答的方式回」 |
绝对词留给真正的硬规则——安全限制、必填字段、绝对不能发生的事。其它情况（「什么时候该搜网？」「什么时候该反问？」），一条「如果 X 就 Y，否则 Z」的规则胜过一刀切的命令。这是 OpenAI 自己针对 GPT-5.5 的建议，不是江湖传闻。
每条指令该放在哪
你有三个地方放指令，放错了正是「答复一般」的常见原因。
| 放哪 | 适合放什么 | 生效范围 |
|---|---|---|
| Custom Instructions（设置里） | 你长期的角色、语气、「我喜欢的回答方式」默认值 | 每个新对话 |
| Project Instructions（某个 ChatGPT Project） | 这个项目的规则、参考文件、反复出现的约束 | 该 Project 里的每个对话 |
| 对话里的 prompt | 当前这个具体请求：眼前任务的四个杠杆 | 仅本次对话 |
经验法则：凡是你会在三个不同对话里重复说的话，就放进 Custom 或 Project Instructions，别每次再粘一遍。做 Custom GPT 时，系统提示要精简——简洁的指令（远低于约 8000 字符）比堆得满满的更好用。
循环：一次只改一个变量
- 先按你平时的方式写一版 prompt。
- 回头看一遍：「这话是不是 50 个不同读者的 50 个人都能写出来？」如果是，说明缺读者。
- 按顺序加读者、格式、约束、示例。到「够用」就停，不追「完美」。
- 跑一次。错了就只改一个变量再跑。同时改三样东西，你根本学不到是哪样起了作用。
拿真活儿试一次：找一个上周输出一般的任务，把原 prompt 和原回答都存下，用四个杠杆全加一遍重写，再跑，然后对比两个回答。如果第二天在一个类似任务上新 prompt 也好用，就固化成模板。
发出去之前的质量检查
- 它回答的是你的问题，还是回答了一个「对它更友好」的版本？模型很爱把问题善意地复述一遍。
- 事实是不是可独立核实，还是听着自信的废话？GPT-5.5 仍会编造引用来源。
- 你的读者会真用这东西，还是只会礼貌地点头？
复用：攒一个小型 prompt 库
- 在笔记里维护一个
prompts/文件夹——一个文件一个周期性任务，开头注释里写好四个杠杆，方便自信地改。 - 团队协作时，把 prompt 文件和产出物一起交付，新人能更快上手。
- 每季度复测一遍模板。模型更新会改默认值，为旧模型调好的 prompt 在 GPT-5.5 上可能悄悄变差。（OpenAI 干脆建议从「全新基线」开始迁移，而不是沿用旧 prompt 套路。）
FAQ
- prompt 越长越好？ 到一定点为止。大多数对话任务，约 150–500 字清楚的指令就够了。超过约 1000 字，多半只是添噪声、压缩模型的选择空间——GPT-5.5 对臃肿比旧模型更敏感，不是更不敏感。
- 该用 Custom Instructions 还是 Project Instructions？ 周期性的两个都用。角色和语气放 Custom Instructions；项目专属规则和参考文件放 Project。单次 prompt 只盯当前这一个任务。
- 「给模型 200 美元小费」「我饭碗全靠它」这类把戏管用吗？ 一直边际效应很小，在 GPT-5.5 上就是噪声。直接跳过，把这份力气花在写一个具体示例上。
- 新模型会不会让 prompt 技能过时？ 更好的模型会减少一些 prompt 敏感度，但读者和格式永远重要——模型读不到你的脑子。值得注意的是，GPT-5.5 改的是「哪些习惯有用」，所以技能是变了，而不是没了。
- GPT-5.5 具体最大的变化是什么？ 三件事：它默认就在推理（所以「一步一步思考」是多余的）、它更吃以目标为先而非按流程一步步写的 prompt、它对判断规则的反应比对「永远/绝不」命令更好。
官方出处见 OpenAI 的 prompt engineering 指南 和 GPT-5.5 模型指南。