GPT-5 详细介绍

基本概念

GPT开发背景

• 开发商：OpenAI，成立于2015年，总部位于美国旧金山
• 公司定位：全球顶流AI软件公司，目标是创建造福全人类的安全通用人工智能（AGI）
• 产品线：ChatGPT（AI大模型）、DALL-E（图片生成）、gpt-image（图片）、Whisper（音频）、Sora（视频）、OSS开源AI

生成式AI原理

生成式AI是第四代AI技术，从2017年《Attention Is All You Need》论文提出到现在普及，不超过10年时间。其核心特点：

• 能够自主学习规律并生成新内容
• 可生成新的文字、图片、音频、视频
• 具有一定创造力，但存在"幻觉率"问题
• 不是死记硬背，而是具备"造"的能力

GPT家族发展历程

• 2022年11月：GPT-3.5上线（高中生水平），增强对话，支持复杂任务
• 2023年3月：GPT-4上线（本科生水平），多模态输入，推理提升
• 2024年5月：GPT-4o上线（多才多艺本科生），支持文本、图像和音频生成
• 2024年12月：o1深度推理上线（硕士研究生水平），适用于科学和数学
• 2025年2月：GPT-4.5上线，增强情感、多语言能力
• 2025年4月：o3强化推理，支持图像输入
• 2025年7月：GPT Agent发布，支持多步任务，上线学习模式；GPT OSS开源版发布
• 2025年8月：GPT-5发布（博士研究生水平）

使用方式和注册

使用入口

• 官网：chatgpt.com
• 客户端：网页版/桌面版/APP
• API：可在官网单独申请，用于接入第三方软件

不同客户端特点

相同点：

• 账号相同、数据打通，90%功能重叠
• 数据保存在OpenAI服务器上

不同点：

• APP：支持实时摄像头（视觉）功能
• 桌面版：可调用第三方应用程序，点击关闭不会真的退出
• 网页版：在线全功能，但无法打通第三方应用

收费模式

• 免费版：功能有限，次数限制
• Plus（20美元/月）：高配额GPT-5和Thinking功能
• Pro（200美元/月）：GPT-5 Pro和Thinking Pro无限制使用

注册要求

• 需要科学上网打开官网
• 目前不需要验证手机，仅需邮箱即可
• 不支持QQ邮箱注册，建议使用谷歌或outlook邮箱

GPT-5核心新特性

统一入口和自动思考模式

• 不再需要手动选择模型
• 增加自动功能，简单任务用轻量计算，复杂任务自动进入Thinking模式
• 有需要时也可手动选择

长上下文和高精度

• 上下文长度：256K tokens（约40万汉字）
• 幻觉率改善：较O3降低30%-40%，较GPT-4o减少约45%
• 知识截止：通识截止到2024年10月，之后通过实时搜索补充新信息

人格系统

• 提供5种预设人格加属性微调
• 支持记录个人偏好（长期记忆功能）
• 可根据用户习惯自定义AI行为模式

功能整合

• 更智能的功能触发，聊天中可直接触发画图、编辑、数据分析等
• 如未自动触发，可在提示词中使用"绘图"、"数据分析"等关键词唤出

安全策略优化

• 对敏感问题尽量提供可公开部分信息
• 不再遇到敏感问题就直接退出，而是酌情提供相关信息

编程功能增强

• 生成高质量代码
• 支持调试大型项目
• 具备审美能力，可打造设计精美的前端界面
• 支持复杂动画和交互效果制作

交互风格改善

• 回答更真诚、节制，不再讨好式回应
• 大幅减少"谄媚"倾向
• 轻度谄媚率从18%降至8%以下
• 过度谄媚从14.5%降至6%以下

主要功能详解

基础功能（所有用户可用）

临时对话：

• 类似"阅后即焚"功能
• 不想让AI记住的对话可使用临时对话模式
• 点击右上角"临时"按钮启用

长期记忆：

• 选择"记忆"功能启动长期记忆
• 特别需要记住的内容可说"记住"
• 自动记录用户偏好和重要信息

自定义指令：

• 设置后GPT的对话会默认遵守指定提示
• 让AI对话更符合个人需求
• 在APP中也生效

常用工具（限量免费/Plus敞开用）

绘图功能：

• 内置DALL-E绘图引擎
• 提示词中包含"绘图"、"画图"等字眼即可触发
• GPT4o新增更强绘图功能，跃居全球AI绘图第一
• 支持动动嘴就能修改图片

数据分析：

• 内置数据可视化分析功能
• 支持上传文件进行数据处理
• 可生成图表、统计分析等

Canvas文本编辑：

• 2024年10月新上线的交互模块
• 类似在线文本编辑器
• 支持实时编辑和协作

GPTs智能体：

• 允许用户定制化的GPT助手
• 国内称为"智能体"
• 可根据特定需求创建专属AI助理

Plus专属功能

三模型切换：

• 可在GPT-5、GPT-4o、o1等模型间切换
• 根据任务需求选择最适合的模型

Sora视频生成：

• OpenAI的视频AI工具
• Plus用户可免费无限使用
• 支持文本到视频生成

Codex编程：

• 专门针对程序员的编程助手
• 支持代码生成、调试、优化

文档项目管理：

• 支持将文档按项目归类
• 可新建文件夹进行文档整理

高级语音模式：

• 响应速度快，可随时语音打断
• 通过语音、摄像头感知用户情绪和环境
• 支持像真人一样丝滑沟通

实时视觉功能：

• 通过摄像头观察外界
• 支持实时图像分析和交互

Agent代理模式：

• 支持多步骤任务执行
• 类似Manus的智能代理功能

Deep Research深度研究：

• 2025年2月推出的功能
• 具备强大的多步推理能力
• 自动搜索、分析、整合数百个在线资源
• 生成高质量、专业级研究报告
• 可用半小时写出几万字深度研究报告

企业级功能

连接器：

• 面向企业用户的智能协作平台
• 直接连接GitHub、Gmail、Dropbox、Box、SharePoint、Outlook等工具
• 实现跨平台知识统一检索、推理和内容生成

定时任务：

• 可设置定时执行的任务
• 支持自动化工作流程
• 例如定时搜索行业新闻并发送

API相关

API基本概念

• API是程序接口，类似电力接口
• 主要面向程序员和企业用户
• 用于将GPT接入第三方程序
• 即使是Plus用户，API也需单独申请

API特点

• 按使用量付费
• 需要编程知识
• 一般只能对话，不能上传文件、绘图等
• 国内需要通过代理使用

微调功能

• 支持在OpenAI网站上用自己的数据微调专有模型
• 无需编程，通过界面操作
• 可生成专属的AI模型

使用建议

高质量对话技巧

ChatGPT基于大数据根据提示上下文关联性给出答案，高质量对话的要素：

• 给AI一个明确的角色提示
• 提供清晰的背景信息
• 使用与主题相关的关键词
• 万能公式：定义角色 + 背景信息 + 任务目标 + 输出要求

输出格式

ChatGPT支持多种输出格式：

• 表格形式
• Markdown文件
• Mermaid图表
• 图片文件

个人学习建议

• 把ChatGPT当作助手或友善同事
• 在熟悉领域让其做辅助和基础工作
• 在不熟悉领域获取咨询和常识
• 结合业务熟练度和AI技巧，实现能力放大

企业应用建议

企业应组建跨职能团队，包括IT人员、业务人员、职能业务领导者，思考核心问题：

• AI技术可能在哪些领域帮助企业价值链
• 是等待技术发展、进行试点投资，还是构建新业务
• 如何将AI技术与现有业务流程结合

行业影响

被AI取代的岗位特征

基于大量文本、工作环境固定的基础岗位容易被替代，包括：

• 律师（文档处理、合同审查等）
• 会计师（数据处理、报表制作等）
• 程序员（代码生成、调试等）

AI的价值定位

• 对工作能力中等的人最有价值
• 可以提升效率，放大个人能力
• 早期掌握者将获得竞争优势
• AI将成为如水电般的基础资源