你還在寫落落長的提示詞嗎？如果是，那你的 AI 可能正在被你「教壞」。

OpenAI 最近更新了開發者文件，正式公布 GPT-5.5 的提示詞寫作指南。結論很反直覺：提示詞越短，AI 越聰明；告訴它你要什麼結果，比告訴它怎麼做更有效。

這不是什麼行銷話術，而是模型推理邏輯的根本改變。過去我們習慣把每一步都寫清楚——先做 A、再做 B、遇到情況 C 就這樣處理——這在舊模型上行之有效，因為模型需要被一步步帶著走。但 GPT-5.5 不一樣了，它會自己想，你規定太多，反而限制了它找到更好解法的空間。

為什麼結果導向更有效？

想像一下：你請一位資深同事幫忙整理報告，你會跟他說「請先開 Excel、把欄位調成寬度 15、字體用微軟正黑體 12 號、然後把資料貼進去」嗎？當然不會。你只會說：「幫我把這份報告整理好，格式跟上次的版本一致就好。」

GPT-5.5 就像那位資深同事。它被設計成在收到目標後，自行選擇最有效率的路徑，而不是逐條執行你的指令。你說得越細，反而像在懷疑它的判斷力，輸出品質也跟著下降。

7 個你必須知道的提示詞新規則

一、只寫結果，拿掉流程

這是最核心的改變。與其一步步規定 AI 做什麼、按什麼順序做，不如直接描述「做完之後應該是什麼樣子」，再列出幾條成功標準。

舊寫法（流程導向）：

先確認使用者帳號，再查詢訂單編號，再比對退款政策，最後決定是否核准退款

新寫法（結果導向）：

幫我處理這位客戶的退款問題，處理到解決為止。完成標準：

  • 根據現有資料判斷是否符合退款條件
  • 能直接處理的事先做完，再回覆
  • 最終回覆要說清楚：做了什麼、給客戶的說明、還有什麼卡住了
  • 資訊不夠時，只問最關鍵的那一個問題

看出差別了嗎？新版讓 AI 自己判斷路徑，反而更靈活、更高效。

二、推理強度從低開始

很多人一上來就把推理強度開到最高，覺得「越強越好」。但 OpenAI 明確建議：先從低強度試起。

GPT-5.5 的推理效率比前代高很多，很多任務在 low 或 medium 強度下就能給出夠好的答案。直接預設最高強度，除了增加 token 成本，還可能讓模型「想太多」、繞遠路，輸出反而變得冗長。

實務建議： 從 low 開始，觀察輸出品質。只有在答案明顯不夠精確，或任務本身需要深度推理（如數學證明、法律分析）時，才往上調整。

三、舊提示詞不要照搬

換新模型時，很多人習慣把舊提示詞整包複製過去，頂多改幾個字。這是大忌。

以前加在提示詞裡的「先想、再查、再判斷、再輸出」這類流程指令，是為了讓舊模型不偏離任務才加的。但對 GPT-5.5 來說，這些指令反而成了雜訊——模型會照單全收，但輸出變得更機械、更缺乏彈性。

遷移建議： 逐條檢視每一條規則，問自己一個問題：「這條是因為舊模型不夠聰明才加的，還是真的代表一條不能違反的業務限制？」是前者的話，直接刪掉。

四、個性和工作方式分開寫

很多人把語氣要求和行為規則混在一起寫，導致 AI 搞不清楚哪些是語氣要求、哪些是行為規則。OpenAI 建議明確拆開：

個性（決定用戶感受到什麼樣的「人」）：

平易近人、沉穩、直接。假設用戶是有判斷力的成年人，以耐心和尊重的態度回應。

工作方式（決定模型執行任務的方式）：

請求夠清楚時優先推進，不要停下來等確認。只在缺少的資訊會大幅影響答案時才提問，且一次只問一個問題。

兩者分開寫，出了問題更容易定位是語氣不對還是邏輯不對。

五、設定明確的停止條件

沒有停止條件的提示詞，AI 很容易在「其實已經夠了」的情況下繼續補充、繼續迭代，既浪費成本，最終輸出也因為塞了太多東西而變得冗長。

建議加入：

每拿到一批結果，先停下來問自己：現在有沒有足夠依據可以回答用戶的核心問題？有的話直接回答，不要繼續查。

這條規則在 Agent 任務或多輪搜尋情境下效果特別明顯，能有效避免 AI 陷入無謂的迴圈。

六、把檢索預算寫進提示詞

和停止條件的邏輯類似，但專門針對搜尋行為。GPT-5.5 在沒有明確指引的情況下，可能為了讓答案「更完整」而一直追加搜尋，即便前幾筆結果已經夠用了。

建議寫法：

一般問題先用一次搜尋，關鍵字短而精準。結果夠用就直接回答，不要再查。只在以下情況才追加搜尋：

  • 第一批結果無法回答問題
  • 缺少必要的日期、數字或來源
  • 用戶明確要求完整比較或全面覆蓋

這在 RAG 流程或需要即時查詢的應用場景裡特別有用，能大幅降低不必要的 API 呼叫次數。

七、讓 AI 先說「我收到了」

GPT-5.5 執行複雜任務前會先在背後推理、準備工具呼叫，這段時間畫面是空白的。對用戶來說，這段沉默很容易讓人覺得系統卡住了。

解法很簡單：

執行多步驟任務前，先送一句簡短確認，說你收到了、第一步要做什麼。一到兩句話就好。

就像打電話給客服時，對方說「好，我確認一下」，比沉默五秒再回答，感受上差別很大——但實際花的時間是一樣的。

實戰對照：改寫前 vs 改寫後

讓我用一個常見場景來示範，如何把舊式提示詞改寫成 GPT-5.5 友善版：

舊版（流程導向，約 200 字）：

你是一個客服機器人。當用戶詢問訂單狀態時，請先查詢訂單編號，然後檢查物流狀態，如果已出貨就顯示物流資訊，如果未出貨就顯示預計出貨日期。語氣要友善，用繁體中文回答。每次回覆不要超過 200 字。如果用戶問的不是訂單問題，請轉接人工客服。

新版（結果導向，約 80 字）：

處理用戶的訂單查詢，直到問題解決。完成標準：給出明確的訂單狀態和物流資訊。非訂單問題請轉接。語氣友善，繁體中文，回覆精簡。

字數少了一半以上，但 AI 的產出品質反而更好，因為它有更大的空間去判斷最佳路徑。

心態轉變：從「指揮官」到「委託者」

這波提示詞革命的核心，其實是一種心態轉變。

過去我們把 AI 當成聽話但不太聰明的助手，所以每一步都要交代清楚。但 GPT-5.5 的推理能力已經到了一個新階段——你更應該把它當成一位有經驗的專業人士，告訴他目標和限制，然後放手讓他發揮。

記住這個原則：好的提示詞不是告訴 AI 怎麼做，而是告訴 AI 做完之後應該長什麼樣子。

下一次寫提示詞時，試著把流程全部刪掉，只留目標和成功標準。你可能會驚訝地發現，AI 的表現比以前好太多了。