使用GPT-5模型系列构建应用：实用指南
内容提要
OpenAI发布GPT-5，性能更强、更易操控，在SWE-bench Verified达74.9%，擅长编程与多步智能体任务。官方建议迁移至Responses API以保留推理上下文，优化提示词并建立评估基线，用reasoning_effort和verbosity控制思考深度与输出长度，并针对过度思考、冗长等问题调优提示。
延伸解读
迁移到 Responses API 的必要性
文章强调，只有 Responses API 能让 GPT-5 在多次对话和工具调用中保留推理链（reasoning items），从而提升性能并利用缓存降低成本。Chat Completions API 不支持此功能。因此，若想充分发挥 GPT-5 的智能，迁移到 Responses API 是首要步骤，尤其适合需要多步推理和工具调用的智能体应用。
提示词优化：从评估基线开始
文章建议先使用现有提示词在评估集上建立基线，观察输出偏差。然后利用 Responses API 流式输出推理摘要，定位问题。GPT-5 擅长元提示（metaprompting），且通常需要更少的脚手架，更短更清晰的指令可能效果更好。将稳定有效的提示词模板化并文档化，有助于团队一致性和持续迭代。
利用 reasoning_effort 和 verbosity 精细控制
GPT-5 新增 reasoning_effort 和 verbosity 参数，分别控制思考深度和输出长度。reasoning_effort 可选 minimal、low、medium、high，默认 medium；verbosity 可选 low、medium、high。文章指出没有唯一最佳配置，需根据任务复杂度系统实验，并结合评估找到适合自己用例的设置。
常见问题与调优方向
文章列举了过度思考、思考不足、过度顺从、输出冗长、延迟、工具过度使用和工具调用格式错误等常见问题。由于 GPT-5 高度可操控，通过仔细调整提示词、结合评估和元提示，大多数问题可以快速解决。文章还指向 GPT-5 故障排除手册以获取更深入的诊断和修正指导。
Q&A
GPT-5在编程任务上的性能表现如何？
GPT-5在SWE-bench Verified上达到74.9%的准确率，擅长编程和多步智能体任务，能够解析复杂输入、编排工具使用和管理多阶段工作流。
为什么建议从Chat Completions API迁移到Responses API？
Responses API允许模型在对话轮次和工具调用之间持久化推理链（推理项），使每次请求都能访问完整的内部上下文，从而显著提升性能并改善缓存以降低成本。Chat Completions API不支持这些功能。
如何优化GPT-5的提示词？
首先用现有提示词运行评估以建立基线，然后检查模型推理以定位问题。利用GPT-5的元提示能力改进提示词，通常需要更少的脚手架，更短更清晰的指令可能效果更好。最后将有效的提示词模板化并文档化。
reasoning_effort参数有什么作用？如何设置？
reasoning_effort控制模型思考的深度以及调用工具的倾向。默认值为medium，可选minimal、low、medium、high。应根据任务复杂度实验调整，并用评估来衡量效果。
verbosity参数如何影响GPT-5的输出？
verbosity影响模型输出的长度，可选low、medium、high。你还可以添加提示指令，让模型在特定场景下覆盖默认设置。
使用GPT-5时常见的故障有哪些？如何解决？
常见问题包括过度思考、思考不足、过度顺从、输出冗长、延迟问题、工具过度使用和工具调用格式错误。由于GPT-5高度可操控，通过仔细调整提示词、结合评估和元提示，大多数问题可以快速解决。
