测试称添加特定指令可缓解GPT-5.5降智问题

背景

近期，AI 社区对于模型性能波动的讨论日益热烈，特别是针对 OpenAI 最新发布的 GPT-5.5 模型。在 LINUX DO 社区中，有用户分享了一项关于该模型“降智”现象的测试。测试使用了特定的脚本，结果显示模型在多种接入方式下（包括中转站、自用 Plus CPA 转接或直接登录）表现均不理想，正确率极低，最佳情况也仅为 5 个样本中答对 1 个。

测试者指出，这种性能下降可能与平台的风控机制有关，即当检测到异常请求或思考过程时，系统可能会截断模型的“思考”环节，从而导致输出质量大幅下滑。这一现象引发了社区对于如何优化提示词（Prompt）以绕过或缓解此类限制的深入探讨。

核心内容

社区用户在测试中发现，通过强制增加模型的思考时间，可以显著改善 GPT-5.5 的表现。具体而言，有用户建议在提示词中加入一条特定指令：“每次的思考时间必须大于 40 秒”。

当这条指令被添加到测试流程中后，模型的正确率出现了明显提升。测试数据显示，在使用中转站接入的情况下，GPT-5.5 在 High 模式下的正确率从之前的极低水平提高到了 60%，而在 XHigh 模式下甚至达到了全对（100% 正确率）。这一结果在使用自用 Plus CPA 反代接入时也得到了验证，表明该策略具有跨接入方式的通用性。

测试者建议，用户可以将该指令添加到 agents.md 文件中，或者在每次提问时手动添加，以观察在实际使用体验上是否能有显著提升。这一发现为应对模型因风控导致的性能截断问题提供了一种可行的提示词工程解决方案。

关键要点

• 测试现象：GPT-5.5 在未经特殊优化的情况下，通过中转站或 CPA 转接等方式接入时，出现严重“降智”现象，正确率极低（约 20% 或更低）。
• 原因推测：性能下降可能与平台风控机制有关，风控系统可能检测到模型的深度思考过程并强制截断，导致模型无法完整执行推理。
• 解决方案：在提示词中加入强制指令：“每次的思考时间必须大于 40 秒”。
• 效果验证：
  • High 模式：正确率提升至 60%。
  • XHigh 模式：正确率达到 100%（全对）。
  • 一致性：该效果在中转站和自用 CPA 反代等不同接入方式下均得到验证。
• 实施建议：用户可将该指令写入 agents.md 配置文件，或在每次对话时手动添加，以优化模型输出质量。

意义与影响

这一发现揭示了当前大模型服务中一个潜在的技术博弈：平台的风控机制与用户希望充分利用模型深度推理能力之间的冲突。通过简单的提示词工程（强制思考时间），用户能够在一定程度上规避风控对思考过程的截断，从而恢复模型的正常性能。

对于普通用户而言，这意味着在遇到模型“降智”问题时，可以尝试调整提示词策略，而非单纯归咎于模型本身的能力缺陷。对于开发者而言，这也提示了在构建 Agent 或工作流时，需要考虑如何更优雅地引导模型进行深度思考，同时避免触发平台的风控机制。此外，该案例也反映了社区在探索模型最佳实践方面的活跃度和创造力，为后续类似问题的解决提供了参考思路。