Как писать промпты для GPT-4.1

О чём урок

Семейство моделей GPT-4.1 представляет собой значительный шаг вперед по сравнению с GPT-4o в возможностях кодирования, следования инструкциям и работы с длинным контекстом. В этом руководстве по prompting мы собрали ряд важных советов, полученных в результате обширного внутреннего тестирования, чтобы помочь разработчикам в полной мере использовать улучшенные возможности этого нового семейства моделей. Многие типичные лучшие практики по-прежнему применимы к GPT-4.1, такие как предоставление примеров контекста, максимально точное и ясное формулирование инструкций, а также стимулирование планирования через prompting для максимизации интеллекта модели. Однако мы ожидаем, что для получения максимальной отдачи от этой модели потребуется некоторая миграция prompt'ов. GPT-4.1 обучена следовать инструкциям более точно и буквально, чем ее предшественники, которые, как правило, более свободно интерпретировали намерения из пользовательских и системных prompt'ов. Это также означает, однако, что GPT-4.1 очень управляема и отзывчива к хорошо сформулированным prompt'ам — если поведение модели отличается от ожидаемого, одного предложения, твердо и недвусмысленно проясняющего желаемое поведение, почти всегда достаточно, чтобы направить модель в нужное русло. Пожалуйста, ознакомьтесь с примерами prompt'ов, которые вы можете использовать в качестве эталона, и помните, что, хотя это руководство широко применимо, ни один совет не является универсальным. AI-инженерия по своей сути является эмпирической дисциплиной, а большие языковые модели по своей природе недетерминированы; в дополнение к следованию этому руководству, мы советуем создавать информативные evals и часто итерировать, чтобы убедиться, что изменения в вашем prompt engineering приносят пользу для вашего сценария использования. GPT-4.1 — отличная платформа для создания agentic workflows. В процессе обучения модели мы уделяли особое внимание предоставлению разнообразных траекторий решения agentic-задач, и наш agentic harness для модели достигает передовых результатов для нерассуждающих моделей на SWE-bench Verified, решая 55% проблем. Чтобы в полной мере использовать agentic-возможности GPT-4.1, мы рекомендуем включать три ключевых типа напоминаний во все agent-prompt'ы.

План урока

1. Напоминания в System Prompt
2. Вызовы Tool
3. Планирование, Индуцированное Prompting'ом, и Chain-of-Thought
4. Пример Prompt'а: SWE-bench Verified
5. Оптимальный размер контекста
6. Настройка зависимости от контекста
7. Организация Prompt'ов
8. Рекомендуемый Workflow