提示词优化器

完整文档索引，请参阅 llms.txt。在页面 URL 后追加 .md 即可获取文档页面的 Markdown 版本。

提示词优化器 是控制台中的一个对话界面，您在其中输入提示词，我们会根据当前最佳实践对其进行优化后返回给您。将提示词优化器与数据集配合使用，是自动改进提示词的强大方式。

OpenAI 正在将基于数据集的提示词优化器作为 Evals 平台的一部分予以弃用。Evals 将于 2026 年 10 月 31 日对现有用户变为只读，该平台计划于 2026 年 11 月 30 日关闭。请参阅弃用页面了解当前时间表。

准备数据

1. 建立一个数据集，其中包含您想要优化的提示词以及评估数据集。
2. 在数据集中创建至少三行包含响应结果的数据。
3. 为每行数据创建至少一个评分器结果或人工标注。

提示词优化器可使用数据集中的以下内容来改进您的提示词：

• 标注（好/差，以及您添加的其他自定义标注列）
• 写在 output_feedback 中的文字评语
• 评分器的结果

为获得有效结果，请添加包含好/差评级的标注，_并附上_详细、具体的评语。创建能够精确捕捉您对提示词期望属性的评分器。

优化提示词

准备好数据集后，创建一次优化任务。

1. 在提示词面板底部，点击优化。这将为优化结果创建一个新标签页，并在后台启动优化流程。
2. 优化后的提示词准备就绪后，查看并测试新提示词。
3. 重复操作。虽然单次优化运行可能已达到您的预期效果，但建议对新提示词重复进行优化流程——生成输出、标注输出、运行评分器，然后再次优化。

提示词优化的效果取决于您的评分器质量。我们建议针对您发现提示词表现不佳的每个期望输出属性，构建定义明确的专项评分器。

在将优化后的提示词用于生产环境之前，请务必对其进行评估和人工审查。尽管提示词优化器通常能严格提升提示词的有效性，但优化后的提示词在特定输入上的表现有可能不如原始提示词。

后续步骤

如需更多灵感，请访问 OpenAI Cookbook，其中包含示例代码及第三方资源链接，或进一步了解我们的评估工具：

[Cookbook：使用 Evals 构建健壮的提示词

  Operate a flywheel of continuous improvement using evaluations.](https://developers.openai.com/cookbook/examples/evaluation/building_resilient_prompts_using_an_evaluation_flywheel)

[使用 Evals

  Evaluate against external models, interact with evals via API, and more.](https://developers.openai.com/api/docs/guides/evals)

[评分器

  Build sophisticated graders to improve the effectiveness of your evals.](https://developers.openai.com/api/docs/guides/graders)

[微调

  Improve a model's ability to generate responses tailored to your use case.](https://developers.openai.com/api/docs/guides/model-optimization)