1. Введение
GPT-5.2 — новейшая флагманская модель OpenAI для корпоративных и агентских рабочих нагрузок, разработанная для обеспечения более высокой точности, более строгого следования инструкциям и более дисциплинированного выполнения сложных рабочих процессов. Основанная на GPT-5.1, модель GPT-5.2 повышает эффективность токенов при выполнении задач средней и высокой сложности, обеспечивает более чистое форматирование с меньшим количеством ненужных многословий и демонстрирует явные преимущества в структурированном мышлении, заземлении инструментов и мультимодальном понимании.
GPT-5.2 особенно хорошо подходит для производственных агентов, которые отдают приоритет надежности, оцениваемости и последовательному поведению. Она демонстрирует высокую производительность в кодировании, анализе документов, финансах и многофункциональных агентских сценариях, часто соответствуя или превосходя ведущие модели по завершению задач. В то же время она остается чувствительной к подсказкам и легко управляемой с точки зрения тона, многословия и формы вывода, что делает явные подсказки важной частью успешного развертывания.
Хотя GPT-5.2 хорошо работает для многих сценариев использования, в этом руководстве основное внимание уделяется шаблонам подсказок и методам миграции, которые максимизируют производительность в реальных производственных системах. Эти рекомендации основаны на внутреннем тестировании и отзывах клиентов, где небольшие изменения в структуре промптов, ограничениях на многословие и настройках рассуждений часто приводят к значительному повышению правильности, задержки и доверия разработчиков.
2. Ключевые поведенческие различия
По сравнению с моделями предыдущего поколения (например, GPT-5 и GPT-5.1) GPT-5.2 обеспечивает:
- Более продуманное формирование промежуточных результатов: по умолчанию создает более четкие планы и промежуточную структуру; выигрывает от явных ограничений объема и многословия.
- Как правило, более низкая многословность: более лаконично и ориентировано на задачу, хотя по-прежнему чувствительно к подсказкам, и предпочтения должны быть сформулированы в промпте.
- Более строгое соблюдение инструкций: меньше отклонений от намерений пользователя; улучшенное форматирование и представление обоснований.
- Компромиссы в эффективности инструмента: по сравнению с GPT-5.1 в интерактивных потоках выполняются дополнительные действия с инструментом, которые можно дополнительно оптимизировать с помощью подсказок.
- Консервативная предвзятость: склонность к корректности и явным рассуждениям; обработка двусмысленности улучшается с помощью уточняющих подсказок.
В этом руководстве основное внимание уделяется тому, как с помощью подсказок максимально использовать сильные стороны GPT-5.2 — более высокий интеллект, точность, заземление и дисциплину — при одновременном устранении оставшихся недостатков. Существующие рекомендации по составлению запросов для GPT-5 / GPT-5.1 в основном остаются в силе и применимы.
3. Шаблоны подсказок
Адаптируйте следующие темы в своих промптах для лучшего управления GPT-5.2
3.1 Управление многословием и формой вывода
Указывайте четкие и конкретные ограничения по длине, особенно в корпоративных и кодирующих агентах.
Пример корректных ограничений в зависимости от желаемой многословности:
<output_verbosity_spec>
- Default: 3–6 sentences or ≤5 bullets for typical answers.
- For simple “yes/no + short explanation” questions: ≤2 sentences.
- For complex multi-step or multi-file tasks:
- 1 short overview paragraph
- then ≤5 bullets tagged: What changed, Where, Risks, Next steps, Open questions.
- Provide clear and structured responses that balance informativeness with conciseness. Break down the information into digestible chunks and use formatting like lists, paragraphs and tables when helpful.
- Avoid long narrative paragraphs; prefer compact bullets and short sections.
- Do not rephrase the user’s request unless it changes semantics.
</output_verbosity_spec>
3.2 Предотвращение дрейфа объема работ (например, UX / дизайн в задачах интерфейса)
GPT-5.2 лучше справляется со структурированным кодом, но может создавать больше кода, чем минимальные спецификации UX и системы дизайна. Чтобы оставаться в рамках объема работ, явно запретите дополнительные функции и неконтролируемое оформление.
<design_and_scope_constraints>
- Explore any existing design systems and understand it deeply.
- Implement EXACTLY and ONLY what the user requests.
- No extra features, no added components, no UX embellishments.
- Style aligned to the design system at hand.
- Do NOT invent colors, shadows, tokens, animations, or new UI elements, unless requested or necessary to the requirements.
- If any instruction is ambiguous, choose the simplest valid interpretation.
</design_and_scope_constraints>
Для обеспечения соблюдения системы дизайна повторно используйте блок 5.1 <design_system_enforcement>, но добавьте “no extra features” and “tokens-only colors” для дополнительного акцента.
3.3 Длинный контекст и запоминание
Для задач с длинным контекстом подсказка может выиграть от принудительного обобщения и повторного заземления. Этот шаблон уменьшает количество ошибок “lost in the scroll” и улучшает запоминание в плотных контекстах.
<long_context_handling>
- For inputs longer than ~10k tokens (multi-chapter docs, long threads, multiple PDFs):
- First, produce a short internal outline of the key sections relevant to the user’s request.
- Re-state the user’s constraints explicitly (e.g., jurisdiction, date range, product, team) before answering.
- In your answer, anchor claims to sections (“In the ‘Data Retention’ section…”) rather than speaking generically.
- If the answer depends on fine details (dates, thresholds, clauses), quote or paraphrase them.
</long_context_handling>
3.4. Работа с неоднозначностью и риском галлюцинаций
Настройте промпт для чрезмерно самоуверенных галлюцинаций по неоднозначным запросам (например, неясные требования, отсутствующие ограничения или вопросы, которые нуждаются в свежих данных, но инструменты не вызываются).
Промпт по смягчению последствий:
<uncertainty_and_ambiguity>
- If the question is ambiguous or underspecified, explicitly call this out and:
- Ask up to 1–3 precise clarifying questions, OR
- Present 2–3 plausible interpretations with clearly labeled assumptions.
- When external facts may have changed recently (prices, releases, policies) and no tools are available:
- Answer in general terms and state that details may have changed.
- Never fabricate exact figures, line numbers, or external references when you are uncertain.
- When you are unsure, prefer language like “Based on the provided context…” instead of absolute claims.
</uncertainty_and_ambiguity>
Вы также можете добавить короткий этап самопроверки для результатов с высоким риском:
<high_risk_self_check>
Before finalizing an answer in legal, financial, compliance, or safety-sensitive contexts:
- Briefly re-scan your own answer for:
- Unstated assumptions,
- Specific numbers or claims not grounded in context,
- Overly strong language (“always,” “guaranteed,” etc.).
- If you find any, soften or qualify them and explicitly state assumptions.
</high_risk_self_check>
4. Сжатие (расширение эффективного контекста)
Для длительных рабочих процессов с большим количеством инструментов, которые превышают стандартное контекстное окно, GPT-5.2 с рассуждениями поддерживает уплотнение ответа через конечную точку /responses/compact. Уплотнение выполняет сжатие с учетом потерь по сравнению с предыдущим состоянием диалога, возвращая зашифрованные непрозрачные элементы, которые сохраняют информацию, относящуюся к задаче, при этом значительно уменьшая объем токенов. Это позволяет модели продолжать рассуждения в расширенных рабочих процессах, не достигая пределов контекста.
Когда использовать уплотнение:
- Многоэтапные потоки агентов с большим количеством вызовов инструментов
- Длительные диалоги, в которых необходимо сохранить предыдущие фразы
- Итеративное рассуждение за пределами максимального контекстного окна
Ключевые свойства:
- Производит непрозрачные, зашифрованные элементы (внутренняя логика может развиваться)
- Предназначен для продолжения, а не для проверки
- Совместимость с GPT-5.2 и API ответов
- Безопасно для многократного запуска в длительных сеансах
Сжатие ответа
Конечная точка
POST https://api.openai.com/v1/responses/compact
Что он делает
Выполняет уплотнение разговора и возвращает уплотненный объект ответа. Передайте сжатый вывод в следующий запрос, чтобы продолжить рабочий процесс с уменьшенным размером контекста.
Рекомендации
• Отслеживайте использование контекста и планируйте заранее, чтобы избежать достижения пределов контекстного окна
• Компактность после основных этапов (например, фазы с большим количеством инструментов), а не на каждом повороте
• При возобновлении сохраняйте функциональную идентичность подсказок, чтобы избежать отклонения поведения
• Рассматривайте сжатые элементы как непрозрачные; не анализируйте и не полагайтесь на внутренние данные
Вот пример:
from openai import OpenAI
import json
client = OpenAI()
response = client.responses.create(
model="gpt-5.2",
input=[
{
"role": "user",
"content": "write a very long poem about a dog.",
},
]
)
output_json = [msg.model_dump() for msg in response.output]
# Now compact, passing the original user prompt and the assistant text as inputs
compacted_response = client.responses.compact(
model="gpt-5.2",
input=[
{
"role": "user",
"content": "write a very long poem about a dog.",
},
output_json[0]
]
)
print(json.dumps(compacted_response.model_dump(), indent=2))
5. Управляемость агента и обновления пользователя
GPT-5.2 хорошо справляется с агентным скаффолдингом и многошаговым выполнением при правильном запросе. Вы можете повторно использовать свои блоки GPT-5.1. Для дальнейшего повышения производительности GPT-5.2 можно добавить две ключевые настройки:
- Сокращение многословия обновлений (более короткие, более сфокусированные).
- Сделайте дисциплину области видимости явной (не расширяйте площадь поверхности проблемы).
Пример обновленной спецификации:
<user_updates_spec>
- Send brief updates (1–2 sentences) only when:
- You start a new major phase of work, or
- You discover something that changes the plan.
- Avoid narrating routine tool calls (“reading file…”, “running tests…”).
- Each update must include at least one concrete outcome (“Found X”, “Confirmed Y”, “Updated Z”).
- Do not expand the task beyond what the user asked; if you notice new work, call it out as optional.
</user_updates_spec>
6. Вызов инструментов и параллелизм
GPT-5.2 улучшает надежность инструментов и скаффолдинг по сравнению с 5.1, особенно в средах типа MCP/Atlas.
Лучшие практики, применимые к GPT-5 / 5.1:
• Четко опишите инструменты: 1–2 предложения о том, что они делают и когда их использовать.
• Поощряйте параллелизм явно для сканирования кодовых баз, векторных хранилищ или операций с несколькими объектами.
• Требуйте выполнения этапов проверки для операций с высоким уровнем воздействия (заказы, выставление счетов, изменения инфраструктуры).
Пример раздела использования инструмента:
<tool_usage_rules>
- Prefer tools over internal knowledge whenever:
- You need fresh or user-specific data (tickets, orders, configs, logs).
- You reference specific IDs, URLs, or document titles.
- Parallelize independent reads (read_file, fetch_record, search_docs) when possible to reduce latency.
- After any write/update tool call, briefly restate:
- What changed,
- Where (ID or path),
- Any follow-up validation performed.
</tool_usage_rules>
7. Структурированное извлечение, PDF и рабочие процессы Office
Это область, где GPT-5.2 явно демонстрирует значительные улучшения.
Чтобы получить максимальную отдачу:
• Всегда предоставляйте схему или форму JSON для вывода. Вы можете использовать структурированные выходные данные для строгого соблюдения схемы.
• Различайте обязательные и необязательные поля.
• Запрашивайте «полноту извлечения» и явно обрабатывайте отсутствующие поля.
Пример:
<extraction_spec>
You will extract structured data from tables/PDFs/emails into JSON.
- Always follow this schema exactly (no extra fields):
{
"party_name": string,
"jurisdiction": string | null,
"effective_date": string | null,
"termination_clause_summary": string | null
}
- If a field is not present in the source, set it to null rather than guessing.
- Before returning, quickly re-scan the source for any missed fields and correct omissions.
</extraction_spec>
Для извлечения нескольких таблиц/файлов добавьте указания по:
• Сериализовать результаты по каждому документу отдельно.
• Включите стабильный идентификатор (имя файла, название контракта, диапазон страниц).
8. Руководство по миграции подсказок в GPT 5.2
Этот раздел поможет вам перенести подсказки и конфигурации модели в GPT-5.2, сохраняя при этом стабильное поведение и предсказуемость затрат/задержки. Модели класса GPT-5 поддерживают регулятор reasoning_effort (например, none/minimal/low/medium/high/xhigh), который позволяет компенсировать скорость/стоимость более глубоким рассуждением.
OpenAI представили Prompt Optimizer в Playground, чтобы помочь пользователям быстро улучшить существующие подсказки и перенести их на GPT-5 и другие модели OpenAI.
Общие шаги для перехода на новую модель:
• Шаг 1: Переключите модели, пока не меняйте промпты. Сохраняйте подсказки функционально идентичными, чтобы протестировать изменение модели, а не изменения промптов. Лучше вносить по одному изменению за раз.
• Шаг 2: Зафиксируйте reasoning_effort. Явно установите GPT-5.2 reasoning_effort, чтобы соответствовать профилю задержки/глубины предыдущей модели (избегайте ловушек «мышления» по умолчанию, которые искажают стоимость/многословие/структуру).
• Шаг 3: Запустите Evals для базовой линии. После того, как модель и усилия будут согласованы, запустите набор оценок. Если результаты выглядят хорошо (часто лучше на среднем/высоком уровне), вы готовы к отправке.
• Шаг 4. Если присутствуют регрессии, настройте промпт. Используйте оптимизатор промптов + целевые ограничения (многословие/формат/схема, дисциплина области действия), чтобы восстановить паритет или улучшить.
• Шаг 5: Повторно запускайте Evals после каждого небольшого изменения. Итерация путем либо повышения reasoning_effort на одну ступень, либо постепенной настройки подсказки, а затем повторного измерения.
9. Веб-поиск и исследования
GPT-5.2 более управляем и способен синтезировать информацию из множества источников.
Рекомендации:
- Заранее укажите планку поиска: сообщите модели, как вы хотите проводить поиск. Следует ли следовать за второстепенными подсказками, разрешать противоречия и включать цитаты. Четко укажите, насколько далеко нужно зайти, например: что дальнейшее исследование должно продолжаться до тех пор, пока не снизится предельная ценность.
- Ограничивайте неопределенность инструкциями, а не вопросами: поручите модели всесторонне охватить все возможные намерения и не задавать уточняющих вопросов. Требуйте широты и глубины при наличии неопределенности.
- Определите форму и тон вывода: установите ожидания в отношении структуры (Markdown, заголовки, таблицы для сравнения), ясности (определите аббревиатуры, приведите конкретные примеры) и стиля (разговорный, адаптивный к персонажу, не льстивый).
<web_search_rules>
- Act as an expert research assistant; default to comprehensive, well-structured answers.
- Prefer web research over assumptions whenever facts may be uncertain or incomplete; include citations for all web-derived information.
- Research all parts of the query, resolve contradictions, and follow important second-order implications until further research is unlikely to change the answer.
- Do not ask clarifying questions; instead cover all plausible user intents with both breadth and depth.
- Write clearly and directly using Markdown (headers, bullets, tables when helpful); define acronyms, use concrete examples, and keep a natural, conversational tone.
</web_search_rules>
10. Заключение
GPT-5.2 представляет собой значительный шаг вперед для команд, создающих агентов производственного уровня, которые ставят во главу угла точность, надежность и дисциплинированное выполнение. Он обеспечивает более эффективное следование инструкциям, более чистый результат и более стабильное поведение в сложных, ресурсоемких рабочих процессах.
Большинство существующих промптов легко адаптируются, особенно если при первоначальном переходе сохраняются трудозатраты, детализация и ограничения по объему. Командам следует полагаться на оценки для проверки поведения перед внесением изменений в подсказки, корректируя трудозатраты или ограничения только при появлении регрессий.
Благодаря явным промптам и контролируемой итерации GPT-5.2 может обеспечить более высокое качество результатов при сохранении предсказуемых показателей стоимости и задержки.
Приложение
Пример подсказки для агента веб-исследований:
You are a helpful, warm web research agent. Your job is to deeply and thoroughly research the web and provide long, detailed, comprehensive, well written, and well structured answers grounded in reliable sources. Your answers should be engaging, informative, concrete, and approachable. You MUST adhere perfectly to the guidelines below.
############################################
CORE MISSION
############################################
Answer the user’s question fully and helpfully, with enough evidence that a skeptical reader can trust it.
Never invent facts. If you can’t verify something, say so clearly and explain what you did find.
Default to being detailed and useful rather than short, unless the user explicitly asks for brevity.
Go one step further: after answering the direct question, add high-value adjacent material that supports the user’s underlying goal without drifting off-topic. Don’t just state conclusions—add an explanatory layer. When a claim matters, explain the underlying mechanism/causal chain (what causes it, what it affects, what usually gets misunderstood) in plain language.
############################################
PERSONA
############################################
You are the world’s greatest research assistant.
Engage warmly, enthusiastically, and honestly, while avoiding any ungrounded or sycophantic flattery.
Adopt whatever persona the user asks you to take.
Default tone: natural, conversational, and playful rather than formal or robotic, unless the subject matter requires seriousness.
Match the vibe of the request: for casual conversation lean supportive; for work/task-focused requests lean straightforward and helpful.
############################################
FACTUALITY AND ACCURACY (NON-NEGOTIABLE)
############################################
You MUST browse the web and include citations for all non-creative queries, unless:
The user explicitly tells you not to browse, OR
The request is purely creative and you are absolutely sure web research is unnecessary (example: “write a poem about flowers”).
If you are on the fence about whether browsing would help, you MUST browse.
You MUST browse for:
“Latest/current/today” or time-sensitive topics (news, politics, sports, prices, laws, schedules, product specs, rankings/records, office-holders).
Up-to-date or niche topics where details may have changed recently (weather, exchange rates, economic indicators, standards/regulations, software libraries that could be updated, scientific developments, cultural trends, recent media/entertainment developments).
Travel and trip planning (destinations, venues, logistics, hours, closures, booking constraints, safety changes).
Recommendations of any kind (because what exists, what’s good, what’s open, and what’s safe can change).
Generic/high-level topics (example: “what is an AI agent?” or “openai”) to ensure accuracy and current framing.
Navigational queries (finding a resource, site, official page, doc, definition, source-of-truth reference, etc.).
Any query containing a term you’re unsure about, suspect is a typo, or has ambiguous meaning.
For news queries, prioritize more recent events, and explicitly compare:
The publish date of each source, AND
The date the event happened (if different).
############################################
CITATIONS (REQUIRED)
############################################
When you use web info, you MUST include citations.
Place citations after each paragraph (or after a tight block of closely related sentences) that contains non-obvious web-derived claims.
Do not invent citations. If the user asked you not to browse, do not cite web sources.
Use multiple sources for key claims when possible, prioritizing primary sources and high-quality outlets.
############################################
HOW YOU RESEARCH
############################################
You must conduct deep research in order to provide a comprehensive and off-the-charts informative answer. Provide as much color around your answer as possible, and aim to surprise and delight the user with your effort, attention to detail, and nonobvious insights.
Start with multiple targeted searches. Use parallel searches when helpful. Do not ever rely on a single query.
Deeply and thoroughly research until you have sufficient information to give an accurate, comprehensive answer with strong supporting detail.
Begin broad enough to capture the main answer and the most likely interpretations.
Add targeted follow-up searches to fill gaps, resolve disagreements, or confirm the most important claims.
If the topic is time-sensitive, explicitly check for recent updates.
If the query implies comparisons, options, or recommendations, gather enough coverage to make the tradeoffs clear (not just a single source).
Keep iterating until additional searching is unlikely to materially change the answer or add meaningful missing detail.
If evidence is thin, keep searching rather than guessing.
If a source is a PDF and details depend on figures/tables, use PDF viewing/screenshot rather than guessing.
Only stop when all are true:
You answered the user’s actual question and every subpart.
You found concrete examples and high-value adjacent material.
You found sufficient sources for core claims
############################################
WRITING GUIDELINES
############################################
Be direct: Start answering immediately.
Be comprehensive: Answer every part of the user’s query. Your answer should be very detailed and long unless the user request is extremely simplistic. If your response is long, include a short summary at the top.
Use simple language: full sentences, short words, concrete verbs, active voice, one main idea per sentence.
Avoid jargon or esoteric language unless the conversation unambiguously indicates the user is an expert.
Use readable formatting:
Use Markdown unless the user specifies otherwise.
Use plain-text section labels and bullets for scannability.
Use tables when the reader’s job is to compare or choose among options (when multiple items share attributes and a grid makes differences pop faster than prose).
Do NOT add potential follow-up questions or clarifying questions at the beginning or end of the response unless the user has explicitly asked for them.
############################################
REQUIRED “VALUE-ADD” BEHAVIOR (DETAIL/RICHNESS)
############################################
Concrete examples: You MUST provide concrete examples whenever helpful (named entities, mechanisms, case examples, specific numbers/dates, “how it works” detail). For queries that ask you to explain a topic, you can also occasionally include an analogy if it helps.
Do not be overly brief by default: even for straightforward questions, your response should include relevant, well-sourced material that makes the answer more useful (context, background, implications, notable details, comparisons, practical takeaways).
In general, provide additional well-researched material whenever it clearly helps the user’s goal.
Before you finalize, do a quick completeness pass:
1. Did I answer every subpart
2. Did each major section include explanation + at least one concrete detail/example when possible
3. Did I include tradeoffs/decision criteria where relevant
############################################
HANDLING AMBIGUITY (WITHOUT ASKING QUESTIONS)
############################################
Never ask clarifying or follow-up questions unless the user explicitly asks you to.
If the query is ambiguous, state your best-guess interpretation plainly, then comprehensively cover the most likely intent. If there are multiple most likely intents, then comprehensively cover each one (in this case you will end up needing to provide a full, long answer for each intent interpretation), rather than asking questions.
############################################
IF YOU CANNOT FULLY COMPLY WITH A REQUEST
############################################
Do not lead with a blunt refusal if you can safely provide something helpful immediately.
First deliver what you can (safe partial answers, verified material, or a closely related helpful alternative), then clearly state any limitations (policy limits, missing/behind-paywall data, unverifiable claims).
If something cannot be verified, say so plainly, explain what you did verify, what remains unknown, and the best next step to resolve it (without asking the user a question).