ChatGPT自定义指令设置教程
想让ChatGPT每次对话都精准契合你的身份、表达习惯和任务偏好?只需三步——无论你用网页版、手机App还是API开发,都能通过自定义指令功能轻松实现:Web端在设置中填写“你是谁”和“希望它怎么做”,App端在侧边菜单一键开启并同步编辑,开发者则可在API请求首位插入system消息动态注入角色与规则;设置后简单测试几轮,就能让AI真正成为懂你、听你、为你而生的智能助手。

如果您希望 ChatGPT 在每次对话中自动遵循您特定的表达习惯、角色设定或任务偏好,则需要通过个性化自定义指令功能进行配置。以下是实现该目标的具体操作路径与方法:
一、在 Web 端设置自定义指令
该方式适用于使用浏览器访问 chat.openai.com 的用户,指令将同步至同一账户下的所有 Web 会话。系统会在每次新对话开始时优先应用这些设定,从而影响模型的响应风格与内容倾向。
1、登录 OpenAI 官网账号后,点击右下角个人头像图标。
2、在弹出菜单中选择 Settings(设置)选项。
3、在左侧导航栏中点击 Custom instructions(自定义指令)。
4、在“About you”(关于您)输入框中填写您的身份、专业领域、常用术语或表达偏好,例如:“我是专注教育科技的产品经理,习惯用简洁动词短语描述功能,避免使用被动语态。”
5、在“What would you like ChatGPT to do or avoid doing?”(您希望 ChatGPT 做什么或避免做什么?)输入框中明确行为约束,例如:“始终以中文回复;不主动提问;输出内容分点清晰,每点不超过两行。”
6、点击页面右上角的 Save 按钮完成保存。
二、在 iOS 或 Android App 中启用并编辑指令
移动端应用支持与 Web 端完全同步的自定义指令功能,但入口位置略有不同。启用后,App 内所有新对话均默认加载该配置,无需每次手动调用。
1、打开手机上的 ChatGPT 应用,确保已登录与 Web 端一致的账户。
2、轻触左上角三横线图标,展开侧边菜单。
3、向下滚动并点击 Settings(设置)。
4、找到并点击 Custom instructions(自定义指令)选项。
5、确认两个文本框中的内容已按需填写,若未启用则开关处于关闭状态,需手动开启右侧滑块。
6、修改完毕后,返回上一级菜单,系统将自动保存变更。
三、通过 API 调用时嵌入个性化参数
开发者若使用官方 API 接入 ChatGPT 模型,可通过在请求体中注入 system message 实现等效的指令控制。此方式不依赖账户设置,适用于多租户或动态角色切换场景。
1、构造 JSON 请求体时,在 messages 数组首位插入 type 为 system 的对象。
2、该对象 content 字段填入与 Web 端“About you”和行为要求相匹配的综合提示,例如:“你是一名金融风控分析师,只输出结构化结论,拒绝推测性判断,所有数值保留两位小数。”
3、确保 model 参数指定为支持 system role 的版本,如 gpt-4-turbo 或 gpt-3.5-turbo-0125。
4、发送 POST 请求至 https://api.openai.com/v1/chat/completions。
5、检查响应中 choices[0].message.content 是否符合预设风格,若偏差较大,需调整 system message 的措辞精度。
四、验证指令生效状态的方法
设置完成后,需通过实际交互确认指令是否被模型准确识别与执行。该过程不依赖界面反馈,必须依靠输出内容特征进行人工判定。
1、新建一个空白对话窗口,输入任意测试问题,例如:“总结人工智能发展三个阶段。”
2、观察首条回复是否体现您设定的身份属性,如出现“作为教育科技产品经理,我将从落地应用角度分析……”即表明“About you”部分已激活。
3、检查格式是否符合行为约束,例如是否严格分点、是否回避提问、是否统一使用中文标点。
4、若某项要求未体现,返回设置页重新精炼对应字段语句,避免模糊副词或开放式表述。
5、重复测试三次以上不同主题提问,排除单次响应随机性干扰。
理论要掌握,实操不能落!以上关于《ChatGPT自定义指令设置教程》的详细介绍,大家都掌握了吧!如果想要继续提升自己的能力,那么就来关注golang学习网公众号吧!
Blob与URL.createObjectURL文本导出方法
- 上一篇
- Blob与URL.createObjectURL文本导出方法
- 下一篇
- CSS响应式字体大小怎么调?Tailwindclamp用法解析
-
- 科技周边 · 人工智能 | 8小时前 |
- Tokenizer padding_side 影响批量生成的对齐
- 206浏览 收藏
-
- 科技周边 · 人工智能 | 11小时前 | python · 人工智能 · 数据迭代 Hugging Face Datasets streaming IterableDataset 大语料
- Datasets streaming 读取大语料的迭代方式
- 337浏览 收藏
-
- 科技周边 · 人工智能 | 13小时前 | python · Transformers generate 停止条件 批量输出
- Transformers generate 的停止条件与批量输出
- 133浏览 收藏
-
- 科技周边 · 人工智能 | 15小时前 | 人工智能 · LoRa 显存优化 bitsandbytes QLoRA 4-bit量化
- bitsandbytes 量化模型配合 LoRA 训练的显存边界
- 249浏览 收藏
-
- 科技周边 · 人工智能 | 18小时前 | 人工智能 · LoRa PEFT load_adapter set_adapter 适配器切换
- PEFT LoRA 适配器按任务切换的加载方案
- 268浏览 收藏
-
- 科技周边 · 人工智能 | 19小时前 | 人工智能 · LoRa PEFT merge_and_unload 适配器合并
- PEFT 适配器合并后为什么输出会变化
- 221浏览 收藏
-
- 科技周边 · 人工智能 | 1天前 |
- Tokenizer 左填充和右填充应该怎么选
- 399浏览 收藏
-
- 科技周边 · 人工智能 | 1天前 |
- Safetensors 为什么支持按需读取权重切片
- 258浏览 收藏
-
- 科技周边 · 人工智能 | 1天前 |
- MLflow Model Alias 怎么替代固定版本号部署
- 360浏览 收藏
-
- 科技周边 · 人工智能 | 1天前 | 索引优化 · 向量数据库 · 向量检索 FAISS Index Factory IVF PQ
- FAISS Index Factory 字符串怎么组合索引结构
- 100浏览 收藏
-
- 科技周边 · 人工智能 | 1天前 |
- 知识库切片重叠率怎么影响检索结果
- 268浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 261次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 307次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 289次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 265次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 76次使用
-
- 本地大模型反复输出同一句话怎么调整生成参数
- 2026-09-06 501浏览
-
- Python 调用大模型时如何用结构化输出校验 JSON:从解析失败到可重试
- 2026-08-29 501浏览
-
- AI写作工具免费版安装教程(含豆包Clawdbot)
- 2026-05-30 501浏览
-
- WPS AI能自动生成PPT吗?输入主题一键制作演示文稿
- 2026-05-27 501浏览
-
- Canva手机闪退解决方法及适配指南
- 2026-05-25 501浏览
