اگر هنوز فکر می‌کنید جزئیات بیشتر در پرامپت، پاسخ‌های دقیق‌تری می‌آورد، سخت در اشتباهید. تصور کنید تمام مهارت‌های مهندسی پرامپت شما در یک شب منسوخ شده باشد.
به نقل از راهنمای رسمی OpenAI که در ۲۶ آوریل ۲۰۲۶ منتشر شد، متدهای قدیمی در حال تخریب عملکرد GPT-5.5 هستند. این شرکت تأکید می‌کند که دستورات بیش از حد دقیق، باعث ایجاد نویز شده و مدل را مجبور می‌کند از مسیر بهینه خارج شود.
طبق گزارش the-decoder.com، توسعه‌دهندگان نباید با GPT-5.5 مانند نسخه‌های GPT-5.2 یا GPT-5.4 رفتار کنند. در مدل‌های قدیمی، ما مدل را «دست‌در‌دست» هدایت می‌کردیم (مثلاً: ابتدا A را بررسی کن، سپس B). اما در نسخه جدید، این ریزمدیریتی باعث محدود شدن فضای جستجوی مدل و تولید پاسخ‌های مکانیکی می‌شود.
همان‌طور که در تحلیل قبلی ما درباره‌ی مدل‌های استدلالی (Reasoning Models) اشاره کردیم، بهینه‌سازی مسیر تفکر مدل، همواره چالش اصلی بوده است. حالا OpenAI ساختار جدیدی را در ۷ سطح تعریف کرده است:
• نقش (Role): تعریف عملکرد و زمینه در ۱ یا ۲ جمله
• شخصیت (Personality): لحن و سبک همکاری
• هدف (Goal): نتیجه‌ای که کاربر باید ببیند
• معیارهای موفقیت (Success criteria): شرایط لازم برای پذیرش پاسخ نهایی
• محدودیت‌ها (Constraints): قوانین امنیتی، تجاری و شواهد
• خروجی (Output): طول، بخش‌ها و لحن
• قوانین توقف (Stop rules): زمان بازگشت یا توقف مدل
برای کارهای مبتنی بر واقعیت، مفهوم «بودجه‌های بازیابی» معرفی شده است. توسعه‌دهندگان باید دقیقاً مشخص کنند چه ادعاهایی نیاز به مدرک دارند. همچنین توصیه شده برای شروع، تنظیمات استنتاج (Inference) را روی حالت «کم» یا «متوسط» تست کنید، چون GPT-5.5 بسیار بهینه‌تر استدلال می‌کند.
در اپلیکیشن‌های استریمینگ، برای کاهش تأخیر ادراکی، استفاده از یک «مقدمه» (Preamble) کوتاه توصیه شده است. این جمله کوتاه به کاربر می‌گوید که درخواست شنیده شده و اولین گام چیست.
اگر نمی‌خواهید پرامپت‌ها را دستی بازنویسی کنید، می‌توانید از Codex و قابلیت جدید OpenAI Docs Skill استفاده کنید تا این تغییرات را به‌صورت خودکار اعمال کند.
اما این تغییر در متدولوژی، تنها بخشی از یک نقشه بزرگتر است؛ اثر این رویکرد بر اکوسیستم مدل‌های بازمتن را در گزارش بعدی بررسی خواهیم کرد.
گام بعدی شما
- تست تنظیمات Reasoning Effort روی حالت Low و Medium برای کاهش هزینه و زمان.
- بازنگری ساختار پرامپت‌ها بر اساس سلسله‌مراتب ۷ گانه (از نقش تا قوانین توقف).
- استفاده از Codex برای تبدیل خودکار پرامپت‌های قدیمی به استانداردهای جدید.
گفتگو