OpenAI 官方最新提示词指南，覆盖 Chat、ChatGPT Work 和 Codex 三个场景 https://learn.chatgpt.com/docs/prompting

作者是创建 @RepoPrompt 的 @pvncher，现在也在 OpenAI Codex DX 团队了！

开篇就纠正了一个观点：提示词需要"公式"吗？不需要！ 给出可选的四要素框架，但反复强调"只用有帮助的部分"： · 目标（Goal）：要 ChatGPT 做什么 · 上下文（Context）：哪些信息或来源有帮助 · 输出（Output）：需要什么格式、长度、详细程度 · 边界（Boundaries）：什么必须保持不变、什么需要先征求确认

这背后的方法论转变值得注意：从"控制过程"转向"描述结果"。文档明确建议先说你要的结果，而不是罗列步骤--只有当过程本身重要时才描述过程，其余留给模型自己搜索、比较、调整。

几个容易被忽视的关键原则 1. 边界要"少而准"。 文档对边界的定义很克制：只写那一两条能防止真实问题的指令，比如"保持已批准的日期和预算数字不变""只用提供的来源，缺信息就标注而不是猜""写成草稿，不要发送"。不需要控制每一步--过多约束反而降低效果。 2. 上下文是"筛选"而不是"堆料"。 只附加真正影响结果的来源，并说明每个来源该取什么。用连接的数据源（Drive、Slack 等）时，指明去哪找、找什么即可，不必描述每一次搜索。 3. 说明用途，而不只是格式。 "让主管会前一页扫完""转成带负责人和截止日期的跟进邮件"--告诉模型结果将如何被使用，它才能选对长度和组织方式。 4. 首个提示不必完美。 用追问来修正方向、补充来源、调整详略，不用推倒重来。配套机制是 Steering（插入当前运行，即时改方向）和 Queuing（排队到下一轮），Codex CLI 中分别对应 Enter 和 Tab。 5. 对重要工作，要求"自检 + 人工复核"。 让模型收尾前确认"每个行动项都有负责人和日期"、标注无法核实的信息，然后自己再审一遍。