核心转变

看完 GPT-5.5 的官方指南，我发现过去 80% 的提示词不是在引导模型，而是在限制模型。GPT-5.5 是专家级选手，你只需要像甲方一样提需求，不需要在旁边当狗头军师。

一句话总结：告诉他“要什么”，别告诉他“怎么做”。

五条关键指南

1. 放弃流程式指令

不要写“先 A 再 B 再 C”这样的流水账式提示词。对 GPT-5.5 来说，这种微操是噪声，越详细发挥越差。

正确做法：以终为始。告诉他最终效果的标准、红线在哪、手头有什么资源，让他自己规划路径。

2. 注入人设

模型的出厂设定是高冷实干家——高效但缺乏温度。用两句话定义它的性格和协作风格：温暖还是冷静？主动询问还是直接执行？行为模式会立即改变。

3. 添加进度预告

后台推理时用户只能干等。加上一句“调工具前先发预告，比如正在查订单，大概 30 秒”，用户的感知从“卡死了”变成“正在推进”。

4. 指定终点而非路径

不要教它怎么走。说清楚最终交付标准和完成条件，路径让它自己选。限定条件越多，发挥空间越小。

5. 强制自检

如果不主动要求，模型只会生成内容而不会验证质量。写代码让它自动跑测试，做前端让它渲染检查布局。这一步决定最终质量。

万能提示词模板

直接套用以下结构：

角色：[人设描述]
目标：[做什么]
成功标准：[做到什么程度算到位]
约束条件：[红线在哪]
可用资源：[手头有什么]

示例：

角色：资深前端设计师，擅长可视化教学课件开发。
目标：生成一个可直接在浏览器中运行的交互式课件 HTML。
成功标准：内容覆盖完整知识点、视觉表现力强、交互逻辑闭环。
约束条件：所有配图自行生成，禁止使用 SVG。

实战对比

旧写法（保姆式）：Step by step 拆解需求——规定课件的六个部分、每个部分的详细内容、技术方向和注意事项。结果中规中矩但缺乏表现力，交互设计几乎为零。

新写法（目标式）：仅描述角色、目标、成功标准和约束条件，路径让模型自己规划。结果视觉表现力强，知识点覆盖完整，交互功能完善，细节超出预期。

相同模型、相同主题，输出质量的差异完全由提示词写法造成。

Codex 的工作流优化

在 Codex 中运行 GPT-5.5，提示词可以更精简：

• 不需要写输出格式

• 不需要写停止规则

Codex 的默认系统提示已经内置了编码场景所需的工程习惯：先理解再动手、能自己查就不问、交付结果前要验证、不乱覆盖已有代码。

关键原则

提示词不是操作手册。 它是你给一个比自己聪明的人布置任务——说清目标、画好红线、剩下的路让他自己走。

Gary Tan 给 Claude 的设定完美诠释了这一点：一个偏执的完美主义者，交付标准只有一个——让对方看完说不出话。这段设定没有一个字在教模型怎么做，但每个字都在定义“做到什么程度”。

这不是写法的调整，是身份的转换——你不是 GPT-5.5 的工头，而是它的委托方。