GPT-5正式版发布已经有一段时间了，我们团队在几个项目中都用上了，从简单的文本生成到复杂的Agent系统，积累了不少使用经验。

这篇文章，我想总结一下GPT-5正式版的最佳实践。从提示词工程、上下文管理、函数调用到成本优化和安全防护，聊聊我们在实际项目中总结的经验和踩过的坑。

这些经验都是在真实项目中验证过的，不是纸上谈兵。希望能帮大家更好地使用GPT-5，提升效果，降低成本，避免踩坑。

提示词工程：好的提示词是成功的一半

用大模型，提示词是关键。GPT-5虽然比之前的版本更聪明了，对提示词的理解能力更强了，但好的提示词依然能显著提升效果。

第一个经验是：明确角色和任务。在提示词开头，明确告诉模型它扮演什么角色，要完成什么任务。比如"你是一个资深的前端工程师，擅长React和TypeScript，请帮我review以下代码"。这样模型能进入对应的角色，输出的内容会更专业、更符合预期。

第二个经验是：给出具体的输出格式。如果你需要特定格式的输出（比如JSON、Markdown、表格），一定要在提示词里明确说明，最好给一个示例。GPT-5对格式的遵循能力比之前的版本强很多，但明确要求还是能减少格式错误的概率。

第三个经验是：分步骤处理复杂任务。如果任务比较复杂，不要让模型一步完成，而是拆成多个步骤，逐步引导。比如"第一步，分析这段文字的主要观点；第二步，找出支持这些观点的证据；第三步，写一段总结"。分步骤能提升输出的准确性和逻辑性。

第四个经验是：用示例引导（Few-shot）。如果任务比较特殊或者有特定的风格要求，给一两个示例会很有帮助。示例能让模型更清楚你想要什么，比单纯的文字描述更有效。但示例不要太多，两三个就够了，太多会占用上下文，也可能让模型过度模仿示例。

第五个经验是：明确约束和边界。告诉模型什么可以做，什么不可以做。比如"回答要简洁，不超过200字""不要使用专业术语""如果信息不足，直接说不知道，不要编造"。明确的约束能减少模型的幻觉和不当输出。

第六个经验是：迭代优化提示词。不要指望一次就能写出完美的提示词。先用一个基础版本测试，看看输出有什么问题，然后针对性地修改提示词，再测试，再修改。经过几轮迭代，提示词的效果会越来越好。可以用测试集来评估提示词的效果，确保修改是有效的。

上下文管理：用好有限的上下文窗口

GPT-5的上下文窗口很大，但也不是无限的。合理管理上下文，能提升效果，降低成本。

第一个经验是：精简上下文。不是上下文越多越好，无关的信息会干扰模型的判断，也会增加成本。只把和当前任务相关的信息放进上下文，无关的信息要过滤掉。比如做RAG的时候，只检索最相关的几段文档，不要把整个知识库都塞进去。

第二个经验是：合理组织上下文的结构。把系统提示词放在最前面，然后是对话历史，最后是当前的用户输入。重要的信息放在靠近用户输入的位置，因为模型对靠近结尾的信息更敏感。如果有很多段信息，可以用标题和分隔符来组织，让模型更容易理解结构。

第三个经验是：及时清理过期信息。在多轮对话中，早期的信息可能已经不重要了，可以适时清理。比如对话已经进行了很多轮，最早的几轮可能和当前话题无关了，可以把它们从上下文中移除，或者压缩成摘要。这样能节省上下文空间，也能减少无关信息的干扰。

第四个经验是：用摘要压缩长对话。如果对话很长，不要把所有历史都保留，可以用模型把之前的对话压缩成一段摘要，然后用摘要代替原始对话。这样能大大减少上下文长度，同时保留关键信息。摘要要定期更新，确保信息不丢失。

第五个经验是：区分长期记忆和短期记忆。有些信息需要长期保留（比如用户的偏好、之前的决定），有些信息只在当前对话中有用（比如临时的上下文）。长期记忆可以存在外部数据库里，需要的时候再检索进上下文；短期记忆就在对话中保留。这样能有效管理上下文，避免信息过载。

函数调用：让模型具备真实能力

GPT-5的函数调用（Function Calling）能力比之前强了很多，能更准确地理解什么时候该调用什么函数，参数也更准确。用好函数调用，能让模型具备真实的能力，而不只是生成文本。

第一个经验是：函数定义要清晰准确。函数的名称、描述、参数定义都要写清楚，让模型能准确理解这个函数是做什么的，什么时候该调用，参数怎么填。描述要具体，不要太笼统。比如"查询天气"就不如"根据城市名查询当天的天气情况，返回温度、天气状况和风力"。

第二个经验是：参数要尽量结构化。能用枚举的就用枚举，能用数字的就不要用字符串，这样模型填参数的时候更准确，也方便后端处理。对于复杂的参数，可以用嵌套的JSON结构来定义。

第三个经验是：处理函数调用的结果要及时。模型调用函数之后，要把函数的返回结果传给模型，让模型基于结果继续生成回答。不要让模型等太久，也不要遗漏返回结果。如果函数调用失败，要把错误信息传给模型，让它知道出了什么问题，可以尝试其他方法。

第四个经验是：限制函数调用的次数。在Agent系统中，模型可能会反复调用函数，陷入死循环。要设置最大调用次数，超过之后就强制停止或者要求模型直接回答。同时，要监控函数调用的情况，发现异常及时处理。

第五个经验是：函数调用和文本生成要平衡。不是所有事情都需要调用函数，简单的问题模型可以直接回答。在提示词里告诉模型，什么时候该调用函数，什么时候可以直接回答。这样能减少不必要的函数调用，提升响应速度，降低成本。

成本优化：用更少的钱办更多的事

GPT-5虽然强大，但也不便宜。在实际项目中，成本控制很重要。我们总结了一些降低成本的经验。

第一个经验是：选择合适的模型版本。GPT-5有不同的版本，比如标准版、精简版，价格和能力不一样。简单的任务（比如分类、摘要、翻译）用精简版就够了，复杂的任务（比如推理、代码生成、复杂写作）才需要标准版。根据任务的复杂度选择合适的模型，能省不少钱。

第二个经验是：控制输出长度。输出越长，费用越高。在提示词里限制输出的长度，比如"回答不超过200字""只返回结果，不要解释"。对于只需要结果的任务，不要让模型写一大堆解释，直接给结果就行。

第三个经验是：缓存重复请求。如果很多请求的提示词是一样的（比如系统提示词），可以缓存模型的响应，避免重复调用。特别是在批量处理的时候，很多请求的前缀是一样的，缓存能省很多钱。

第四个经验是：批量处理。如果有很多独立的小任务，可以批量处理，一次调用处理多个任务。比如要分类100条文本，可以把10条放在一个请求里，让模型一起分类，这样比100次单独调用便宜很多。但要注意不要超过上下文窗口的限制，也要保证批量处理的质量。

第五个经验是：监控和分析使用情况。建立使用监控，记录每次调用的模型、token数、费用、耗时等。定期分析使用情况，看看哪些地方花钱多，有没有优化的空间。比如发现某个功能调用次数很多但效果不好，就可以优化提示词或者换更便宜的模型。

安全防护：避免模型出问题

大模型有幻觉、偏见、不当输出等问题，在实际应用中要做好安全防护。

第一个经验是：输入过滤。对用户的输入做过滤，检测和拦截恶意输入，比如prompt注入、敏感内容、违法信息。可以用专门的内容审核模型，或者用规则来过滤。不要把用户的输入直接拼接到提示词里，要做转义和隔离。

第二个经验是：输出审核。对模型的输出做审核，检查有没有敏感内容、错误信息、不当言论。特别是在面向公众的应用中，输出审核是必须的。可以用内容审核API，也可以用规则来检测。发现问题及时拦截或者替换。

第三个经验是：限制模型的能力范围。在提示词里明确告诉模型它能做什么，不能做什么。比如"你只能回答和产品相关的问题，其他问题请拒绝""不要提供法律、医疗、金融等专业建议"。通过提示词来约束模型的行为，减少不当输出的风险。

第四个经验是：人工审核关键场景。在一些关键场景（比如医疗建议、法律意见、金融投资），不要完全依赖模型的输出，要有人工审核的环节。模型可以给出建议，但最终的决定要由人来做。这样既能利用AI的效率，又能保证安全和准确性。

第五个经验是：建立反馈和改进机制。让用户可以举报不当输出，收集这些反馈，分析问题原因，然后优化提示词和安全策略。安全防护不是一劳永逸的，需要持续改进。模型在更新，攻击手段也在更新，要保持警惕。

常见踩坑和解决方案

最后说说我们踩过的一些坑，以及对应的解决方案。

第一个坑：模型幻觉。模型有时候会编造不存在的信息，特别是在知识问答场景。解决方案是：用RAG提供真实的参考资料，让模型基于资料回答；在提示词里要求"如果信息不足，直接说不知道，不要编造"；对关键事实做验证，不要完全相信模型的输出。

第二个坑：格式不稳定。有时候模型输出的格式不符合要求，比如要求JSON但输出了自然语言。解决方案是：在提示词里明确给出格式示例；用函数调用来获取结构化输出，比让模型直接输出JSON更稳定；对输出做解析和校验，格式不对就重试或者报错。

第三个坑：长上下文效果下降。上下文很长的时候，模型可能会忽略中间的信息，或者出现逻辑混乱。解决方案是：精简上下文，只保留相关信息；把重要信息放在开头和结尾；用分段处理的方式，不要一次处理太长的内容。

第四个坑：函数调用不准确。模型有时候会调用错误的函数，或者参数填错。解决方案是：函数定义要清晰准确；给函数调用的示例；对参数做校验，发现错误让模型重新生成；复杂的函数调用可以拆成多个简单的函数。

第五个坑：多轮对话上下文混乱。对话轮数多了之后，模型可能会忘记之前的信息，或者混淆不同话题的内容。解决方案是：定期清理和压缩对话历史；用话题检测来切换上下文；重要信息存在外部记忆里，需要的时候再检索。

第六个坑：响应速度慢。复杂任务或者长输出的时候，模型响应很慢，用户体验不好。解决方案是：用流式输出，让用户能看到生成过程；优化提示词，减少不必要的输出；简单任务用更快的模型版本；对常用请求做缓存。

写在最后

GPT-5正式版是一个非常强大的工具，但要用好它并不容易。需要在提示词、上下文、函数调用、成本、安全等多个方面下功夫，才能发挥它的最大价值。

这篇文章总结的这些最佳实践，是我们团队在实际项目中积累的经验，希望能帮大家少走弯路。但技术在不断发展，最佳实践也在不断更新，大家要保持学习，关注最新的技术动态和使用技巧。

大模型的应用还在早期，还有很多探索的空间。不要害怕尝试，也不要害怕失败，在实践中积累经验，才能越用越好。

最后用一句话来结束这篇文章："大模型的能力是上限，你的使用方式决定了能达到多少。"

愿每一个开发者，都能把GPT-5用好，创造出有价值的AI应用。