指南
提示工程
**提示** 是向模型提供输入的过程。你的输出质量往往取决于你提示模型的能力。
当前显示中文译文；站内文档链接会转换为本站中文路径。核对官方原文 ↗
有关完整的文档索引，请参阅 llms.txt。文档页面的 Markdown 版本可通过在页面 URL 后追加
.md来获取。
提示 是向模型提供输入的过程。你的输出质量往往取决于你提示模型的能力。
概述
提示工程既是一门艺术，也是一门科学。OpenAI提供了一些策略和API设计决策，帮助你构建有效的提示词，并从模型中获得一致的良好结果。我们鼓励你进行实验。
提示工具与技巧
优化你的提示词
- 将整体语气或角色指导放在系统消息中；将任务相关的细节和示例保留在用户消息中。
- 将少样本示例合并为简洁的 YAML 风格或项目符号块，以便团队能够快速浏览和更新。
- 用清晰的文件夹名称映射你的项目结构，以便团队成员快速定位提示。
- 每次发布时运行你的提示测试和评估案例；早期发现问题比在生产环境中修复更为经济。
应用程序中的提示词
将提示词视为应用程序代码。将提示词内容存储在命名模块中，使用类型化函数参数构建动态部分，并在与产品行为相同的拉取请求中审查提示词更改。
OpenAI 正在废弃 API 中的可重用提示词对象。提示词创建将
从 2026 年 6 月 3 日起不再强调，并且 v1/prompts 计划于
2026 年 11 月 30 日关闭。参见 弃用
页面 了解当前
时间线。
对于新工作，不要创建可重用提示词对象。而是：
- 将每个生产提示词保存在代码管理、版本化的辅助工具中，例如
prompts/supportReply.ts. - 用类型化函数参数或经过验证的输入对象替换提示词变量。
- 直接将生成的 messages 传递给 Responses API 通过
input和instructions. - 使用测试、代表性夹具和随部署流程运行的评估检查，覆盖提示词变更。
- 使用 git 历史、PR 审查、发布标签和功能标志来审查、发布、比较和回滚提示词变更。
如果你已在 API 请求中使用提示语 ID 或提示语版本，请遵循 迁移指南 将这些提示语移至代码中。
后续步骤
当你在提示词方面感到有信心时，不妨查看以下指南和资源。
[文本生成
Learn how to prompt a model to generate text.](https://developers.openai.com/api/docs/guides/text)
[优化更好的提示词
Learn about OpenAI's prompt engineering tools and techniques.](https://developers.openai.com/api/docs/guides/prompt-engineering)