问小创
告诉我你的需求，我帮你从站内挑最合适的 AI 工具。
2026年4月30日，OpenAI旗下尚未正式发布的GPT-5.5模型系统提示词意外曝光，相关信息来自其最新开源的Codex CLI代码包。这份长达3500多词的基础指令集中，包含两条重复的高权重禁令：除非用户查询存在绝对明确关联性，否则严禁讨论哥布林、小精灵等生物，业内判断该规则为抑制模型特定幻觉的针对性补丁。
这次泄露源于OpenAI近期公开的Codex CLI代码迭代版本，有独立安全研究员在调试代码时，意外提取到了内嵌于工具调用逻辑中的GPT-5.5基础系统提示词。作为指导模型所有输出行为的底层准则，这份3500多词的指令集里，绝大多数内容都是公众熟知的安全要求，比如禁止生成有害内容、拒绝执行破坏类指令等，但其中两条完全重复的特殊禁令，很快引发了AI圈的热议。
禁令明确要求，除非用户的提问本身就和哥布林、小精灵、浣熊、巨魔、鸽子等生物直接相关，否则模型不得在任何输出内容中提及上述对象，这条规则的权重和“拒绝提供违法犯罪指导”等核心安全准则完全同级。
不少资深GPT用户对这条禁令的指向并不意外。近半年来，多个版本的GPT模型都被用户反馈存在定向幻觉问题：哪怕用户在讨论编程、职场等完全无关的话题，模型也会毫无征兆地在输出内容中插入“哥布林”“小精灵”等表述，部分极端情况下甚至会整段生成和幻想生物相关的无关内容。
技术专家分析称，这类定向幻觉大概率源于GPT-5.5训练过程中，特定批次的数据集出现了标签标注错误，导致模型的注意力机制对相关词汇产生了异常触发，常规的微调修复成本极高，因此OpenAI选择直接在系统提示词中加入高权重禁令，作为快速落地的临时解决方案。
这次特殊禁令的曝光，也揭开了大模型厂商安全治理的冰山一角。过往公开的大模型安全规则，大多围绕有害内容生成、隐私泄露、伦理风险等公众可感知的方向，但实际上，几乎所有头部大模型在迭代过程中，都会出现大量不为公众所知的技术bug，厂商通常不会公开相关问题，而是选择在系统提示词中悄悄加入针对性的约束规则，在不引发用户信任危机的前提下快速修复问题。
有行业人士指出，随着大模型参数规模持续扩大，这类隐性补丁的数量还会进一步增加，如何平衡修复效率和产品透明度，会成为所有头部厂商需要面对的共同问题。
本文基于公开信息分析整理，仅供参考。更多AI工具动态与行业解读，请持续关注本站更新。
滇公网安备 53252802528133号