What’s actually new in OpenAI’s GPT-5 prompting guide?

Controls for reasoning effort, tighter structured outputs (including JSON mode), and agentic task patterns. The guide shows how to tune GPT-5 for reliability, not just creativity, with concrete examples and migration tips.

How do I make GPT-5 return clean JSON every time?

Define a schema, enable strict output requirements, and add an error object path for invalid cases. Validate programmatically and ask the model to self-check against the schema before returning.

When should I increase GPT-5’s reasoning effort?

Crank it up for investigations, long-horizon planning, and multi-source synthesis. Keep it low for formatting, extraction, and high-frequency tasks where speed and cost matter more than deep thinking.

How do I migrate old GPT-4 prompts to GPT-5?

Trim fluff, clarify roles and constraints, define output schemas, and add verification steps. Batch-test using prompt optimization techniques and iterate based on format compliance and accuracy.

Is GPT-5 better for coding prompts too?

Yes—use GPT-5-Codex-style prompting: provide environment details, failing tests, and expected behavior. Ask for explain-propose-patch, and request structured diffs and rationales to reduce hallucinations.

Hướng Dẫn Prompt GPT-5 Chính Thức của OpenAI: Những Mẹo Bạn Thực Sự Sẽ Sử Dụng

Đã bao giờ bạn cố gắng giải thích cho một đứa trẻ mới biết đi cách đi giày, chỉ để thấy chúng xỏ cả hai chiếc vào cùng một chân chưa? Đó là cách chúng ta gợi ý cho các mô hình ngôn ngữ lớn trong nhiều năm: bạn có thể đạt được kết quả, nhưng cần sự kiên nhẫn, hít thở sâu và đôi khi là một chiếc bánh quy. Với GPT-5, OpenAI cuối cùng đã trao cho chúng ta một cuốn sổ tay nuôi dạy con. Đúng vậy, có một hướng dẫn gợi ý chính thức cho GPT-5—và nó chứa đầy những thủ thuật giúp mô hình trở nên thông minh hơn và dễ đoán hơn. Tôi đã đọc nó để bạn không phải làm vậy. Được rồi, tôi đọc nó vì tôi là một người thích tìm tòi—và bởi vì một khi bạn thấy những gì mới ở đây, các gợi ý của bạn sẽ ngừng vấp ngã và bắt đầu chạy marathon.

Đây là tiêu đề chính: GPT-5 thay đổi cách bạn nói chuyện với AI. Nó không chỉ còn là “viết cho tôi một bài thơ về món salad” nữa. Mà là về việc điều chỉnh khả năng suy luận, thực thi các định dạng đầu ra và khiến mô hình cư xử như một trợ lý tỉ mỉ mà bạn ước gì mình đã thuê trước đây—trước khi bạn bốc đồng mua ứng dụng việc cần làm thứ ba.

Điều gì thực sự mới trong GPT-5

Kiểm soát nỗ lực suy luận: Bạn có thể cho GPT-5 biết cần suy nghĩ kỹ đến mức nào—về cơ bản, cần áp dụng bao nhiêu 'dầu bôi trơn' nhận thức cho một vấn đề. Nỗ lực nhiều hơn cho những thứ khó, ít hơn cho những thứ rập khuôn. Đây không phải là vấn đề cảm tính; đó là một nút điều chỉnh mà bạn có thể đặt để cân bằng giữa chất lượng và tốc độ.

Định dạng đầu ra nghiêm ngặt hơn: Chế độ JSON và xác thực lược đồ giờ đây có nghĩa là yêu cầu “vui lòng cung cấp cho tôi dữ liệu sạch” của bạn không kết thúc bằng một diễn giải thơ tự do của AI. Quy trình của bạn sẽ cảm ơn bạn.

Hiệu suất tác vụ theo kiểu 'agent': GPT-5 giỏi hơn trong việc chia nhỏ các công việc phức tạp và hành động như một người quản lý dự án thực thụ. Ít khoảnh khắc “ôi, tôi quên bước 7 mất rồi” hơn.

Trợ giúp di chuyển từ các gợi ý cũ: Có hướng dẫn nâng cấp các gợi ý để các Franken-prompt thời GPT-4 của bạn có thể trưởng thành và ngừng ám ảnh các kho lưu trữ của bạn.

Thông tin nhanh bạn có thể sử dụng để tỏ ra thông minh trong các cuộc họp: OpenAI đã bắt đầu xuất bản nhiều tài liệu và ví dụ theo kiểu sách dạy nấu ăn hơn, đặc biệt dành cho GPT-5, bao gồm các công thức ngắn gọn, thiết thực để tối ưu hóa gợi ý, di chuyển và các trường hợp sử dụng chuyên biệt như tạo mã. Dịch: chúng ta đã chuyển từ “tự tìm hiểu” sang “đây là cẩm nang”.

Điều này dành cho ai (có, bạn đấy)

Các nhà quản lý sản phẩm cần đầu ra nhất quán cho các hệ thống hạ nguồn.

Các kỹ sư đang xử lý dữ liệu có cấu trúc và quy trình làm việc LLM.

Những người làm nội dung đang cố gắng giảm vòng lặp “viết lại ba lần”.

Bất kỳ ai đã từng gõ “hãy ngắn gọn” và nhận được một bài TED Talk dài 700 từ.

Tư duy gợi ý GPT-5 mới: nói chuyện như một ông chủ, không phải một nhà thơ

Nghe này, GPT-5 có thể sáng tạo, nhưng đó không phải là câu chuyện lớn. Câu chuyện lớn là khả năng kiểm soát. Bạn không chỉ yêu cầu một con vẹt thông minh nói những điều hay ho. Bạn đang chỉ đạo một thực tập sinh có năng lực, người có thể suy nghĩ—nếu bạn cung cấp cho họ một kế hoạch.

Hãy suy nghĩ theo vai trò, bước và kiểm tra. Đây là công thức hiệu quả:

Vai trò: Bạn là X với mục tiêu Y.

Nhiệm vụ: Thực hiện Z với những ràng buộc này.

Các bước: 1, 2, 3.

Suy luận: Suy nghĩ ở mức nỗ lực N.

Đầu ra: Lược đồ JSON hoặc cấu trúc markdown.

Hàng rào bảo vệ: Từ chối nếu… hoặc Hỏi nếu thiếu…

Vâng, nó nhàm chán. Vâng, nó hiệu quả. Giống như dùng chỉ nha khoa.

Cách thực sự sử dụng “nỗ lực suy luận” mà không buồn ngủ

Hãy tưởng tượng bạn đang yêu cầu một lịch trình cuối tuần. Bạn không cần một chuỗi 45 bước liên quan đến nguồn gốc của từ “bữa nửa buổi”. Nhưng nếu bạn đang gỡ lỗi một lỗi API không liên tục? Hãy tăng nỗ lực lên. Hướng dẫn của GPT-5 nhấn mạnh việc cho mô hình biết khi nào cần đổ mồ hôi và khi nào cần chạy nước rút. Hãy thử một cái gì đó như:

Đối với các tác vụ đơn giản: “Sử dụng suy luận tối thiểu. Bỏ qua giải thích trừ khi quan trọng.”

Đối với các tác vụ phức tạp: “Sử dụng nỗ lực suy luận cao. Đánh giá các phương pháp thay thế. Giải thích con đường đã chọn trong một phần lý do ngắn gọn.”

Mẹo chuyên nghiệp: Tách biệt lý do khỏi câu trả lời. Đặt suy nghĩ dưới khóa “lý do”; kết quả dưới “câu trả lời”. Sau đó, bạn có thể ẩn lý do khỏi người dùng và ghi nhật ký để kiểm tra.

Cuộc trò chuyện JSON: Hãy để mô hình nói chuyện như robot

GPT-5 hỗ trợ tốt hơn cho đầu ra có cấu trúc. Nếu bạn đã từng cố gắng phân tích cú pháp văn bản do AI tạo ra và cảm thấy như mình đang thu thập dữ liệu trên web vào năm 2004, thì xin chào năm 2025. Xác định một lược đồ JSON, yêu cầu GPT-5 xác thực dựa trên nó và thực thi chế độ nghiêm ngặt. Sách dạy nấu ăn hiển thị các ví dụ về việc ghép nối các gợi ý với định nghĩa lược đồ để ứng dụng của bạn không bị nghẹn bởi một biểu tượng cảm xúc lạc lõng.

Hãy thử mẫu này:

Hệ thống: “Bạn là một trình định dạng dữ liệu. Đầu ra phải khớp chính xác với lược đồ JSON này.”

Cung cấp lược đồ.

Người dùng: “Chuyển đổi nội dung sau thành lược đồ.”

Thêm: “Nếu bất kỳ trường nào bị thiếu, hãy trả về một đối tượng lỗi kèm theo lý do.”

Giờ đây, bạn không chỉ tạo văn bản—bạn đang xây dựng các đầu ra có thể đọc được bằng máy một cách đáng tin cậy. Sự khác biệt giữa “bản demo gọn gàng” và “sản phẩm cấp sản xuất”.

Các tác vụ theo kiểu 'agent': Mô hình tự quản lý (hầu hết)

GPT-5 giỏi hơn trong việc lập kế hoạch, sắp xếp thứ tự và kiểm tra công việc. Bạn có thể hướng dẫn nó:

Tạo một kế hoạch, sau đó thực hiện.

Thực hiện từng bước, yêu cầu xác nhận đối với các bước rủi ro.

Tự xác minh kết quả dựa trên danh sách kiểm tra.

Bạn thậm chí có thể yêu cầu nó tạo các bài kiểm tra cho đầu ra của chính nó, sau đó chạy các bài kiểm tra đó và hiển thị bản tóm tắt đỗ/trượt. Điều này có nghĩa là bạn có thể sa thải QA không? Hoàn toàn không. Nhưng nó có nghĩa là bạn có thể mở rộng quy mô QA từ “hy vọng và cảm tính” thành “quy trình có thể lặp lại”. Hướng dẫn chính thức dựa vào khung 'agent' này cho các tác vụ phức tạp, nhiều bước.

Di chuyển các gợi ý cũ của bạn mà không làm hỏng mọi thứ

Các gợi ý cũ dài dòng, trò chuyện và dễ vỡ. GPT-5 thích các hướng dẫn có cấu trúc, ngắn gọn, vai trò rõ ràng và thông số kỹ thuật đầu ra rõ ràng. Cách di chuyển:

Cắt bỏ những thứ thừa thãi. Thay thế “hãy khám phá thế giới kỳ diệu của…” bằng “Nhiệm vụ: Tóm tắt trong 3 gạch đầu dòng.”

Đổi các yêu cầu mềm mỏng thành các ràng buộc: “Trả về chính xác 3 gạch đầu dòng. Không có lời nói đầu.”

Thêm một lược đồ cho các đầu ra được sử dụng bởi mã.

Giới thiệu điều chỉnh nỗ lực: “Suy luận tối thiểu trừ khi phát hiện ra mâu thuẫn.”

Xây dựng khả năng xử lý lỗi: “Nếu thiếu đầu vào, hãy hỏi một câu hỏi làm rõ.”

Sách dạy nấu ăn tối ưu hóa gợi ý của OpenAI hiển thị đánh giá lặp đi lặp lại—gọi mô hình nhiều lần, so sánh kết quả và dần dần cải thiện chất lượng gợi ý bằng dữ liệu, không phải cảm tính. Hãy nghĩ về thử nghiệm A/B, nhưng dành cho từ ngữ.

Các trường hợp sử dụng thực tế không khiến bạn phải trợn tròn mắt

Phân loại email của khách hàng: Phân loại tông giọng, mức độ khẩn cấp và lĩnh vực sản phẩm; trả về JSON với các thẻ định tuyến. Thêm điểm tin cậy và một boolean “cần người”. Hàng đợi hỗ trợ của bạn chuyển từ hỗn loạn sang “à”.

Tóm tắt phân tích: Cung cấp cho GPT-5 một tháng số liệu; yêu cầu phát hiện ngoại lệ, giả thuyết và các thử nghiệm bước tiếp theo—sau đó định dạng nó thành một dàn ý slide. Nỗ lực suy luận: cao.

Trợ lý đánh giá mã: Cung cấp diff, quy tắc lint và danh sách kiểm tra. Yêu cầu nhận xét được phân loại, mức độ nghiêm trọng và đề xuất hợp nhất cuối cùng kèm theo lý do. Nếu các bài kiểm tra không thành công, hãy chặn hợp nhất. Hướng dẫn GPT-5-Codex được điều chỉnh ở đây, với các đề xuất gợi ý ưu tiên cho nhà phát triển.

Tạo nội dung ở quy mô lớn: Cung cấp một chủ đề, đối tượng, hướng dẫn về giọng văn và cấu trúc SEO. Yêu cầu đầu ra có cấu trúc: tiêu đề, dek, H2, mô tả meta. Nếu các quy tắc về giọng văn của thương hiệu bị vi phạm, hãy yêu cầu thử lại kèm theo ghi chú “vi phạm kiểu cách”.

Năm gợi ý tôi liên tục sử dụng lại (hãy 'ăn cắp' chúng)

Lập kế hoạch-Sau đó-Thực hiện

Bạn là một trợ lý dự án cấp cao. Mục tiêu: Tạo ra X.

Đầu tiên, hãy phác thảo một kế hoạch từng bước. Sau đó thực hiện.

Sử dụng nỗ lực suy luận vừa phải. Nếu một ràng buộc bị vi phạm, hãy tạm dừng và hỏi.

Đầu ra: { plan: .

Bỏ qua các mức nỗ lực: Mặc định là “suy nghĩ thực sự nhiều” sẽ lãng phí token; mặc định là “hầu như không suy nghĩ” sẽ bỏ lỡ sắc thái.

Một vài lời về sự cường điệu so với hữu ích

Vâng, internet đang xôn xao rằng OpenAI “âm thầm phát hành” hướng dẫn gợi ý chính thức—bởi vì họ đã làm vậy, và các kỹ thuật (nỗ lực suy luận, đầu ra có cấu trúc) là có thật và hữu ích. Bỏ qua những lời bàn tán giật gân; tập trung vào các tài liệu sách dạy nấu ăn, đó là nguồn thực tế và cho bạn thấy cách thực hiện.

Cách gợi ý GPT-5 thay đổi quy trình làm việc của nhóm

Sản phẩm: Xác định các hợp đồng đầu ra trước. Xử lý các gợi ý như các giao diện có kiểm soát phiên bản. Bạn sẽ vận chuyển nhanh hơn và làm hỏng ít thứ hơn.

Kỹ thuật: Gói các gợi ý trong các bài kiểm tra. Xác thực JSON. Thêm các lần thử lại với các chế độ nghiêm ngặt hơn nếu xác thực không thành công.

Dữ liệu: Theo dõi các phiên bản gợi ý và kết quả. Xây dựng bảng điều khiển cho các số liệu chất lượng: độ chính xác, phạm vi phủ sóng, độ trễ.

Vận hành: Tạo sổ tay chạy bao gồm “Nếu mô hình trả về lỗi, hãy leo thang lên người kèm theo ngữ cảnh.”

Khi nào nên tăng “nỗ lực suy luận” của mô hình

Điều tra: phân tích nguyên nhân gốc rễ, các điểm bất thường về bảo mật, giảm doanh thu.

Tổng hợp: nghiên cứu nhiều tài liệu với các tuyên bố mâu thuẫn.

Lập kế hoạch: các tác vụ dài hạn với các phụ thuộc và rủi ro.

Sáng tạo với các ràng buộc: các chiến dịch an toàn cho thương hiệu mà vẫn nổi bật.

Khi nào không nên

Định dạng, trích xuất, tạo mẫu.

Tóm tắt với một nguồn.

Bất cứ điều gì bạn chạy hàng nghìn lần một giờ.

Đáng chú ý: Nếu bạn muốn một cách nhanh chóng để tạo mẫu và kiểm tra tính hợp lý của các gợi ý trước khi triển khai chúng vào ngăn xếp của mình, Sider.AI có thể giúp bạn lặp lại, so sánh đầu ra và khóa các định dạng có cấu trúc mà không cần mò mẫm qua nhật ký. Nó giống như hẹn hò tốc độ cho các gợi ý, trừ những cuộc trò chuyện nhỏ—và vâng, bạn có thể mang lược đồ JSON của mình đến buổi hẹn hò. Cảnh báo: nó ở

Các mẫu gợi ý cho các kết quả cụ thể (hãy đánh dấu trang này)

Tóm tắt chống đạn:

Vai trò: nhà phân tích; Nhiệm vụ: 5 gạch đầu dòng; Ràng buộc: không có tính từ trừ khi được định lượng; Nguồn: danh sách; Đầu ra: danh sách JSON.

Động não an toàn:

Vai trò: giám đốc sáng tạo; Hàng rào bảo vệ: không vi phạm IP, không có tuyên bố y tế/tài chính; Nỗ lực: trung bình; Đầu ra: 20 ý tưởng có gắn thẻ.

Tài liệu yêu cầu:

Vai trò: người viết đặc tả sản phẩm; Đầu vào: câu chuyện người dùng; Đầu ra: các phần—Mục tiêu, Phi mục tiêu, Tiêu chí chấp nhận (Gherkin), Rủi ro.

Trình tạo quảng cáo có tuân thủ:

Vai trò: nhà tiếp thị hiệu suất; Quy tắc: tệp giọng văn của thương hiệu; Nền tảng: meta/google; Biến thể: 10; Đầu ra: các trường CSV.

Trình xây dựng câu hỏi phỏng vấn:

Vai trò: người quản lý tuyển dụng; Thâm niên: trung cấp; Trọng tâm: thiết kế hệ thống; Đầu ra: câu hỏi, rubrics, cờ đỏ, câu trả lời mẫu.

Cẩm nang mini: vận chuyển các tính năng LLM cấp sản xuất với GPT-5

Viết hợp đồng trước

Xác định lược đồ, ràng buộc và phạm vi chấp nhận được. Quyết định điều gì xảy ra khi thất bại.

Phác thảo gợi ý như một đặc tả API

Vai trò, nhiệm vụ, bước, nỗ lực, đầu ra, hàng rào bảo vệ. Làm cho nó nhàm chán. Nhàm chán chiến thắng.

Xây dựng khả năng xác minh

Yêu cầu GPT-5 tự kiểm tra dựa trên danh sách kiểm tra. Sau đó xác thực bằng chương trình. Hàng rào kép.

Kiểm tra ở quy mô lớn

Gợi ý hàng loạt với dữ liệu thực. Chấm điểm về độ chính xác và tuân thủ định dạng. Lặp lại bằng cách sử dụng các mẫu sách dạy nấu ăn tối ưu hóa.

Đo lường mọi thứ

Ghi nhật ký các gợi ý đã kiểm soát phiên bản, cài đặt nỗ lực suy luận, độ trễ, mức sử dụng token và các loại lỗi.

Đặt đường dẫn leo thang

Nếu độ tin cậy < ngưỡng hoặc lược đồ không thành công hai lần, hãy định tuyến đến người. Đính kèm lý do để phân loại nhanh hơn.

Quản lý kỳ vọng

Thông báo nơi GPT-5 tỏa sáng (tạo cấu trúc, lập kế hoạch, hỗ trợ mã) và nơi nó chỉ ở mức ổn (các bài luận mở mà không có ràng buộc). Người dùng tha thứ cho các giới hạn; họ ghét những bất ngờ.

Còn về việc viết mã với GPT-5?

Các tài liệu của OpenAI chỉ ra gợi ý dành riêng cho nhà phát triển cho GPT-5-Codex: hãy rõ ràng với môi trường, các phụ thuộc, thông báo lỗi và hành vi thời gian chạy dự kiến. Cung cấp các bài kiểm tra không thành công và yêu cầu mô hình làm cho chúng vượt qua. Cấu trúc các yêu cầu là “giải thích, đề xuất, vá”. Điều này mang lại sự khác biệt sạch hơn và ít ảo giác nhập hơn. Nếu bạn vẫn đang hỏi, “Viết cho tôi một tập lệnh thực hiện X,” bạn đang bỏ lỡ hiệu suất trên bàn.

Mẫu khởi đầu 10 phút (có, bạn có thể sao chép cái này)

Hệ thống

Bạn là một trợ lý cấp cao chuyên về .

Bây giờ hãy tân trang lại những gợi ý cũ của bạn. Giày đi đúng chân. JSON đã nén. Suy luận được đặt thành “vừa đủ”. Và có lẽ hãy giữ một chiếc bánh quy tiện dụng—cho bạn.

FAQ

Q1: Điều gì thực sự mới trong hướng dẫn gợi ý GPT-5 của OpenAI? Kiểm soát nỗ lực suy luận, đầu ra có cấu trúc chặt chẽ hơn (bao gồm chế độ JSON) và các mẫu tác vụ theo kiểu 'agent'. Hướng dẫn này cho thấy cách điều chỉnh GPT-5 để có độ tin cậy, không chỉ sáng tạo, với các ví dụ cụ thể và các mẹo di chuyển.

Q2: Làm cách nào để GPT-5 trả về JSON sạch mọi lúc? Xác định một lược đồ, bật các yêu cầu đầu ra nghiêm ngặt và thêm một đường dẫn đối tượng lỗi cho các trường hợp không hợp lệ. Xác thực bằng chương trình và yêu cầu mô hình tự kiểm tra dựa trên lược đồ trước khi trả về.

Q3: Khi nào tôi nên tăng nỗ lực suy luận của GPT-5? Tăng nó lên cho các cuộc điều tra, lập kế hoạch dài hạn và tổng hợp nhiều nguồn. Giữ nó ở mức thấp để định dạng, trích xuất và các tác vụ tần số cao, nơi tốc độ và chi phí quan trọng hơn tư duy sâu sắc.

Q4: Làm cách nào để di chuyển các gợi ý GPT-4 cũ sang GPT-5? Cắt bỏ những thứ thừa thãi, làm rõ vai trò và ràng buộc, xác định lược đồ đầu ra và thêm các bước xác minh. Kiểm tra hàng loạt bằng cách sử dụng các kỹ thuật tối ưu hóa gợi ý và lặp lại dựa trên tuân thủ định dạng và độ chính xác.

Q5: GPT-5 có tốt hơn cho các gợi ý viết mã không? Vâng—sử dụng gợi ý kiểu GPT-5-Codex: cung cấp chi tiết môi trường, các bài kiểm tra không thành công và hành vi dự kiến. Yêu cầu giải thích-đề xuất-vá và yêu cầu sự khác biệt và lý do có cấu trúc để giảm ảo giác.