GPT-5.1 核心特性
模型定位
- 平衡智能与速度,适合代理和编码任务
- 新增
none推理模式,实现低延迟交互 - 根据提示难度自动调整token消耗:简单输入消耗更少,复杂输入处理更高效
关键提示技巧
1. 个性化塑造
- 通过定义清晰的代理角色来调整个性、风格和语气
- 控制详细程度和沟通频率
- 特别适合需要情商的客户服务场景
2. 用户更新(Preambles)
- 在长时间执行期间提供进度更新
- 可调整频率、详细程度、语气和内容
- 帮助用户更好地监督代理执行过程
3. 完整解决方案
- 强调持久性和完整性,避免过早终止
- 鼓励模型自主收集上下文、规划、实现和验证
- 偏向行动导向,减少不必要的后续询问
4. 工具调用优化
- 在工具定义中描述功能,在提示中说明使用时机
- 尽可能并行化工具调用以提高效率
- 提供具体的工具使用示例
None 推理模式
适用场景
- 类似 GPT-4.1 的使用方式,不使用推理token
- 支持网页搜索、文件搜索等托管工具
- 显著改善自定义函数调用性能
最佳实践
- 提示模型在调用函数前仔细规划
- 鼓励验证输出以提高指令遵循度
- 对长时间执行任务避免过早终止
专用编码工具
apply_patch 工具
- 使用结构化差异创建、更新和删除文件
- 采用命名工具实现,故障率降低35%
- 支持
create_file、update_file、delete_file操作
shell 工具
- 允许模型通过命令行与本地系统交互
- 模型提议命令,系统执行并返回输出
- 创建简单的计划-执行循环
元提示(Metaprompting)技术
诊断流程
- 让 GPT-5.1 分析系统提示中的故障模式
- 识别冲突或模糊的指令
- 提出针对性修改建议
- 保持结构完整性的同时进行小幅优化
适用场景
- 调试复杂的系统提示
- 解决工具使用不一致问题
- 平衡详细度与简洁性的矛盾
从 GPT-5 迁移指南
- 持久性: 强调完整性和持续性的重要性
- 输出格式: 明确说明所需的详细程度
- 编码代理: 迁移到新的 apply_patch 命名工具实现
- 指令遵循: 检查冲突指令并保持清晰
总结: GPT-5.1 在保持强大推理能力的同时,提供了更灵活的控制选项、更高效的token使用和专业的编码工具,特别适合构建生产级代理系统。
留言讨论