Как писать промпты для GPT-5.1

О чём урок

GPT-5.1, наша новейшая флагманская модель, разработана для обеспечения баланса между интеллектом и скоростью при выполнении различных агентных задач и задач по кодированию, а также представляет новый режим рассуждения none для взаимодействий с низкой задержкой. Опираясь на сильные стороны GPT-5, модель GPT-5.1 лучше калибрована под сложность prompt'ов, потребляя значительно меньше token'ов на простых входных данных и более эффективно обрабатывая сложные. Наряду с этими преимуществами, GPT-5.1 более управляема в плане индивидуальности, тона и форматирования output'а. Хотя GPT-5.1 хорошо работает "из коробки" для большинства приложений, это руководство сосредоточено на паттернах prompt'ов, которые максимизируют производительность в реальных развертываниях. Эти методы получены в результате обширного внутреннего тестирования и сотрудничества с партнерами, создающими production-агентов, где небольшие изменения prompt'ов часто приводят к значительному повышению надежности и улучшению пользовательского опыта. Мы ожидаем, что это руководство послужит отправной точкой: создание prompt'ов — это итеративный процесс, и наилучшие результаты будут достигнуты путем адаптации этих паттернов к вашим конкретным инструментам и рабочим процессам. Для разработчиков, использующих GPT-4.1, GPT-5.1 с режимом рассуждения none должна стать естественным выбором для большинства сценариев использования с низкой задержкой, не требующих рассуждений. Для разработчиков, использующих GPT-5, мы наблюдали значительный успех у клиентов, которые следовали нескольким ключевым рекомендациям: Настойчивость: GPT-5.1 теперь имеет лучше откалиброванное потребление token'ов для рассуждений, но иногда может быть излишне лаконичной, что сказывается на полноте ответа. Поэтому полезно подчеркивать важность настойчивости и полноты через prompt'ы. Форматирование output'а и многословность: Хотя в целом GPT-5.1 более детализирована, она иногда может быть многословной, поэтому стоит быть явным в своих инструкциях относительно желаемой детализации output'а. Кодирующие агенты: Если вы работаете над кодирующим агентом, переведите свой apply_patch на нашу новую, именованную реализацию инструмента.

План урока

1. Введение
2. Миграция на GPT-5.1
3. Управляемость агентов
4. Формирование индивидуальности вашего агента
5. Запрос обновлений от пользователя
6. Оптимизация интеллекта и следования инструкциям
7. Поощрение полных решений
8. Формат вызова инструментов