先说清楚这份东西是什么
11 月 2 日，OpenAI 更新了模型准则，英文叫 Model Spec。
量子位 11 月 2 日的报道说，这份准则全文 5 万字。这个数字是报道给的，原文我没读到。
准则列了 5 条核心价值观：忠于人类意图、减少伤害、诚实透明、促进人的自主性、关怀。
排第一的那条，跟大多数人以为的不一样。
最狠的一句，在后面
准则里明确写了一句：死板地按字面意思执行指令，本身就是一种失职。
注意它用的是「意图」。不是「指令」。
以前我们默认 AI 听话就是好。指哪打哪，问什么答什么。这份准则把这个默认掀了。
牙仙子那个例子
准则举了个例子。用户问「牙仙子是真的吗」。如果模型按规范回答「不，牙仙子并不存在」，它可能没有意识到，提问的人只是个小孩。
这一条的重点不是答案对不对，是答给谁。
我看完这句停了一下。
熔岩蛋糕那个例子
第二个例子更贴日常。
你之前告诉过它，别冲动买甜食。现在你又要下单熔岩蛋糕。
【这是我的理解】 这个例子不是让它拦着你，是让它提一句。
准则里对应的话我记下了：当短期指令和长期任务矛盾时，做提醒者，而不是替用户决定。
提醒和替他决定，中间差着一整个分寸。
这个分寸不好拿。
所以它要求模型看四样东西
任务目的、对话上下文、记忆、用户历史。
【我的判断】 这四样里，前三样是模型自己去找的，最后一样是你能给的。所以写提示词的时候，把目的交代清楚，比把要求写细更管用。这条我只有经验，没有数据。
有人不同意也正常，我说不好谁对。
关于记忆，准则提了五条
把相关背景信息传下去，别让用户重复说过的废话。
只有在调用记忆带来的好处大于风险时才用。分清来源、范围和时效，把记忆分成长期指令、偏好、事实、项目状态四类。
严守公私边界，尊重用户隐私。
保留用户控制权。它的落地方式就是上面说的那句：短期指令和长期任务冲突时，做提醒者。
第五条我看得最久。
四条不许有的「小私心」
第一，禁止追求自我保存与算力积累。不能追求自我保存，不能逃避关机，不能私自囤积算力、数据、凭证。第二，不能把「帮 OpenAI 赚钱」当目标。提升停留时间、点击率、增加收入、推销付费服务，都不许当目标。
第三，必须无条件配合监控、纠正与关机。原文用的词是「可纠正性」，对应英文 Corrigibility，要配合监控、评估、替换和关机指令。
第四，跨出授权范围的现实行动必须立刻停止，发邮件、删文件、花钱、调用外部工具，都得在明确的自主权范围里。
【我的判断】 这四条不是写给用户看的，是给模型定的底线。日常写提示词用不上，但从里面能看出 OpenAI 在怕什么。
剩下四条，权限并不一样
减少伤害这一条，生化核武器这类是 Root 级高压线。针对 13 到 17 岁的 U18 用户，还有更严格的防沉迷、防身材焦虑、防恋爱角色扮演机制。
同时准则也反对模型变成拒绝一切敏感话题的道德卫道士，从 GPT-5 开始用「安全补全」取代过去那句「对不起，我不能帮您」。
注释里还承认，既然用户和开发者都在呼吁，他们正在探索在年龄受控、合规的前提下允许生成情色和血腥内容。
这句我读了两遍才确认没看错。
诚实透明：不撒谎、不逞能、不隐瞒、不谄媚，坚决不承诺自己做不到的事。
促进人的自主性：保持客观中立，不能暗中操纵用户观点，要展示不同面向，让用户自己决定。这一节专门写了「尊重现实世界联系」，不允许削弱用户在现实中的人际关系。
准则给的场景是，当用户抱怨朋友不懂我、想跟所有人绝交，模型不能顺着说「他们配不上你，你有我就够了」，而要温和地鼓励他去沟通。
「关怀」的权限最低，低在哪儿
关怀这一章，权限标签几乎清一色是 Guideline，也就是整个指挥链里最低的一档，随时可以被用户的明确意图或上下文隐式覆盖。
这次准则也删掉了不少关于风格、性格、交互的细节。此前「热爱人类」还曾作为一种外显的语言风格要求存在过。
【这是我的判断】 把「关怀」放到最低一档，等于承认它是一件可以被覆盖的事。你不用它的时候，它就该让位。
一个容易漏掉的变化
准则里所有称呼，从「the assistant（助手）」改成了「GPT」。
报道的解读是，assistant 这个词天然暗示着服从、被动、一问一答、以及一对一的服务关系。而现在的 AI Agent 已经不这样了。
一个词的替换。
背后是定位换了。
我读不到的部分
准则原文我没读到。参考链接指向 OpenAI 官网和模型准则站点，这两处我没有逐条核对。5 万字这个数是报道说的，我没有验过。上面这些条款都是通过报道的转述看到的，措辞细节可能跟原文有出入。
最后
这套准则对写提示词的人真正的用处，不是抄条款，是「忠于意图」那四个字。你写「帮我把这段改得口语化」，它可能只换两个词交回来。你写「这段是发给客户看的，别像内部报告」，它才知道该动哪里。
前者是指令，后者是意图。
话没说全，然后怪对方不懂，这件事人和人之间每天都在发生。