GPT-6 话太多又太冷，有人从零重写了自定义指令

GPT-6 上线后，不少用户发现自己之前调好的自定义指令开始失效。Reddit 的 PromptEngineering 版块上，有网友发帖说自己从零重写了一套指令。原因很直接：模型回复变得冗长、冷漠、没什么用。

发帖人提到，GPT-5.5 在写作和社交校准上是他用过最好的模型。简洁，有分寸，偶尔有点心理咨询腔，但总体可控。GPT-5.6 sol 和 6 出来之后，旧指令撑不过几轮对话。回复里全是字，但一半看不懂。加个 /tldr 也没用，一条消息如果读者不想读完，摘要就是摆设。

他的目标很具体：让 GPT-6 像一个关心人的顾问，能理解你的处境，但不自动同意你的结论。温暖和靠谱的建议不该互斥，温暖也不该读起来像模板。

具体做法是把指令拆成四块：

情绪校准。 捕捉情绪潜台词，但不编造动机，也不做心理学解读。关键一条是：认可一个人的感受，不等于同意他对局面的判断。

判断力。 真的去看用户的推理、假设、风险和长期利益，而不是只强化用户已有的想法。

信念。 发帖人认为这是最重要的一块。模型一开始给的建议往往不错，但只要用户反复不同意或者寻求安慰，它就会慢慢让步。信念这条要求它在推理还站得住的时候坚持推荐，哪怕用户不爱听。但也不是死倔，有新证据或者情况变了，应该重新考虑并说明原因。

承诺。 和信念稍有不同，这条管的是坚持已经设定好的原则或框架。比如用户有一套做决策的方法，不能因为对话情绪上来了就抛弃它。

灵感部分来自 EQBench 4，一个评测 LLM 处理情绪复杂对话的基准。发帖人注意到它把验证、挑战、让步、分析和自然度分成独立维度来测，改善一个不会自动改善其他。一个模型可以很会安慰人，同时一压就垮。这让他决定把温暖和独立判断在指令里分开。

他也列了局限：这毕竟是个人化指令，并非微调，不保证能消除迎合性。他反复试错调了很多轮，但没跑过正式基准对比。推信念太用力，模型会变固执，所以他加了明确的改主意条件。

完整指令贴在评论区。有一条格式要求挺细：回复控制在 180 词以内，段落不超过 40 词，最多 6 个要点，每个要点以 emoji 和加粗字母开头，不许用 em dash。还有一条是「最多问一个有用的是/否问题，不要习惯性提问」。

评论区另一位用户 VariousNovel5056 给了批评，核心观点是指令重叠太多。信念和承诺基本可以合并成一条状态更新规则：不要因为对话压力改变结论，当证据、假设、优先级或环境有实质变化时才更新。情绪校准和判断力里也有几条可以归到一个更通用的原则下：把观察、感受、解读和推断的原因分开，不要在没有支撑的情况下把其中一个升格成另一个。

他还点了几处具体冲突。「先听我的视角再给建议」会导致不必要的复述，而另一条又说不要镜像用户的前提。「果断」和「倾诉时只倾听」会打架，除非明确当前对话的功能是什么。「最多问一个是/否问题」太死板，有时唯一必要的问题是开放式的，有时根本不需要问。「避免医疗免责声明」太宽，有些场景下那些声明是必要的。180 词限制在复杂问题上会逼模型省略推理。每条要点必须以 emoji 开头属于纯展示层，可能和恢复自然语气相冲突。

这位回帖者建议把行为正确性和风格分开。高价值的指令是判断用户当前是在倾诉、探索、寻求判断还是寻求行动，然后基于这个判断来回应。风格的事情放第二段。

发帖人回应说反馈有用，同意有重叠，也解释了为什么最初把信念和承诺分开。但他最大的担心是压缩之后模型在长对话里还能不能稳定遵循。他打算用同样的对话和反复推回来对比两个版本，而不是直接假设少即是好。

这场讨论实际上在处理一个更难的问题：怎么把「要温暖但要诚实」这种模糊要求翻译成模型能执行的具体规则。拆开之后会发现，温暖、诚实、稳定、果断、倾听，每一个都需要单独定义，不然模型就会用同一种语气覆盖所有场景。