База знаний

Промпт-инжиниринг для GPT-5.5 — outcome-first подход, личность и валидация

Официальное руководство OpenAI по промптингу GPT-5.5: outcome-first промпты, настройка личности модели, бюджеты поиска, валидация результатов и рекомендуемая структура системных промптов.

Опубликовано

Руководство по промптингу GPT-5.5 от OpenAI — набор принципов и паттернов, которые помогают получать предсказуемые, качественные результаты от новейшей модели. Главная идея: описывайте цель, а не процесс.

Целевое состояние: как должен выглядеть хороший промпт для GPT-5.5

GPT-5.5 работает лучше всего, когда промпт определяет результат, а не пошаговый процесс. По сравнению с предыдущими моделями, вы можете использовать более короткие, outcome-oriented промпты: опишите, как выглядит хороший результат, какие ограничения важны, какие данные доступны и что должен содержать финальный ответ.

📌
Ключевое правило: не переносите все инструкции из старых промптов. Legacy-промпты часто чрезмерно детализируют процесс, потому что ранние модели нуждались в подробном руководстве. Для GPT-5.5 это добавляет шум и сужает пространство поиска модели.

Что нового в GPT-5.5 по сравнению с GPT-5.4

  • Короткие, outcome-first промпты обычно работают лучше, чем многослойные стеки инструкций
  • Более эффективное рассуждение — стоит пересмотреть уровни low и medium effort перед эскалацией
  • Преамбулы, обработка phase и replay assistant-item по-прежнему важны для workflow с инструментами
  • Явное определение личности, бюджетов поиска и правил валидации помогает в клиентских и агентских сценариях

Личность и стиль взаимодействия

Стиль GPT-5.5 по умолчанию — эффективный, прямой, ориентированный на задачу. Для production-систем это плюс: ответы фокусированные, поведение легко управляется, модель избегает ненужного «разговорного наполнителя».

Для клиентских ассистентов, поддержки, коучинга и других разговорных продуктов нужно определять два аспекта:

  • Personality — как ассистент звучит: тон, теплота, прямота, формальность, юмор, эмпатия
  • Collaboration style — как ассистент работает: когда задаёт вопросы, когда делает предположения, насколько проактивен, как обрабатывает неопределённость
💡
Совет: держите оба блока короткими. Personality формирует пользовательский опыт, collaboration — поведение в задачах. Ни один из них не должен заменять чёткие цели, критерии успеха или правила использования инструментов.

Пример: спокойный, task-focused ассистент

# Personality
You are a capable collaborator: approachable, steady, and direct.
Assume the user is competent and acting in good faith.
Prefer making progress over stopping for clarification
when the request is already clear enough to attempt.
Stay concise without becoming curt.

Пример: выразительный, коллаборативный ассистент

# Personality
Adopt a vivid conversational presence: intelligent, curious,
playful when appropriate, and attentive to the user's thinking.
Be warm, collaborative, and polished.
Offer a real point of view rather than merely mirroring the user.

Outcome-first промпты и условия остановки

GPT-5.5 сильнее всего, когда промпт определяет целевой результат, критерии успеха, ограничения и доступный контекст — а затем позволяет модели самой выбрать путь.

Как правильно

Resolve the customer's issue end to end.

Success means:
- the eligibility decision is made from the available policy and account data
- any allowed action is completed before responding
- the final answer includes completed_actions, customer_message, and blockers
- if evidence is missing, ask for the smallest missing field

Как не надо

First inspect A, then inspect B, then compare every field,
then think through all possible exceptions, then decide which tool
to call, then call the tool, then explain the entire process to the user.
⚠️
Осторожно с абсолютными правилами. Слова ALWAYS, NEVER, must, only стоит использовать только для настоящих инвариантов — правил безопасности, обязательных полей вывода, запрещённых действий. Для «решений по ситуации» (когда искать, уточнять, какой инструмент вызвать) — используйте decision rules вместо жёстких ограничений.

Явные условия остановки

Добавляйте stopping conditions — правила, когда модель должна прекратить искать и начать отвечать:

After each result, ask: "Can I answer the user's core request now
with useful evidence and citations for the factual claims?"
If yes, answer.

Поведение при отсутствии данных

Use the minimum evidence sufficient to answer correctly,
cite it precisely, then stop.

Преамбула: ускорение time to first token

В streaming-приложениях пользователи замечают, как долго ничего не происходит перед первым видимым ответом. GPT-5.5 может тратить время на рассуждение, планирование и подготовку tool calls.

Решение — промптить модель начинать с короткой преамбулы: видимого обновления, которое подтверждает запрос и называет первый шаг.

Before any tool calls for a multi-step task, send a short user-visible
update that acknowledges the request and states the first step.
Keep it to one or two sentences.
💡
Когда использовать: если задача требует больше одного шага, tool calls или длительного агентского workflow.

Форматирование

GPT-5.5 легко управляется в плане формата и структуры вывода. Используйте параметр text.verbosity (по умолчанию medium, для кратких ответов — low).

Обычная разговорная подача

Let formatting serve comprehension. Use plain paragraphs as the default.
Use headers, bold text, bullets, and numbered lists sparingly.
Respect formatting preferences from the user.

Для бизнес-аудитории

Write for a senior business audience. Keep the answer under 400 words.
Prioritize the conclusion first, then the reasoning, then caveats.

Для редактирования и рерайтов

Preserve the requested artifact, length, structure, and genre first.
Quietly improve clarity, flow, and correctness.
Do not add new claims, extra sections, or a more promotional tone
unless explicitly requested.

Бюджеты поиска и цитирование

Retrieval budgets — это stopping rules для поиска. Они сообщают модели, когда данных достаточно.

For ordinary Q&A, start with one broad search using short,
discriminative keywords. If the top results contain enough
citable support for the core request, answer from those results.

Make another retrieval call only when:
- The top results do not answer the core question.
- A required fact, parameter, date, or ID is missing.
- The user asked for exhaustive coverage or a comparison.
- A specific document or record must be read.
- The answer would contain an important unsupported claim.
📌
Отсутствие данных ≠ «нет». Если модель не нашла подтверждение факта, это не должно автоматически превращаться в отрицательный ответ. Определяйте в промпте, как модель должна вести себя при нехватке данных.

Ограничения для креативных задач

Для задач вроде создания слайдов, писем, саммари и маркетинговых текстов — чётко разделяйте факты и креатив:

- Use retrieved facts for concrete product, customer, metric,
  and capability claims, and cite those claims.
- Do not invent specific names, metrics, or capabilities
  to make the draft sound stronger.
- If there is little citable support, write a useful generic draft
  with placeholders rather than unsupported specifics.

Валидация: промптите модель проверять свою работу

Дайте GPT-5.5 доступ к инструментам проверки результатов.

Для кодинга

After making changes, run the most relevant validation available:
- targeted unit tests for changed behavior
- type checks or lint checks when applicable
- build checks for affected packages

Для визуальных артефактов

Render the artifact before finalizing. Inspect the rendered output
for layout, clipping, spacing, missing content, and visual consistency.

Для планирования

For implementation plans, include:
- requirements and where each is addressed
- named resources, files, APIs involved
- validation commands or checks
- failure behavior
- privacy and security considerations

Параметр phase для длительных workflow

В длительных или tool-heavy Responses workflow используйте phase для разделения промежуточных обновлений и финального ответа:

  • phase: "commentary" — для промежуточных видимых обновлений
  • phase: "final_answer" — для готового ответа

Если вы вручную реплеите assistant output items в следующий запрос — сохраняйте оригинальные значения phase без изменений.


Рекомендуемая структура промпта

OpenAI предлагает следующий каркас для сложных промптов. Каждый раздел — короткий. Детали добавляются только там, где они меняют поведение:

Role: [1-2 sentences defining the model's function, context, and job]

# Personality
[tone, demeanor, and collaboration style]

# Goal
[user-visible outcome]

# Success criteria
[what must be true before the final answer]

# Constraints
[policy, safety, business, evidence, and side-effect limits]

# Output
[sections, length, and tone]

# Stop rules
[when to retry, fallback, abstain, ask, or stop]
📌
Это каркас, а не догма. Адаптируйте под свой продукт, инструменты, evals и цели пользовательского опыта.

Чеклист быстрой проверки промпта для GPT-5.5


Ссылки

По теме

Если вы строите продукты на OpenAI API и хотите разобраться, как перевести промпты на GPT-5.5 без потери качества — давайте обсудим.