Customizing ChatGPT personality via system prompts

📊 競品分析▸ Show

特徵/模型	ChatGPT (OpenAI)	Gemini (Google)
個性化/自訂指令	支援系統提示詞、自訂指令及個性預設，允許用戶設定AI的風格和語氣。	支援「自訂Gem」功能，可設定AI助理的行為模式與回應風格。
多模態能力	GPT-4o支援文字、語音、圖片互動，並持續強化。	原生多模態能力強，擅長處理文字、語音、圖片、影片。
即時資訊整合	主要依賴訓練資料，需透過外掛或瀏覽功能獲取最新資訊。	深度整合Google搜尋，能提供即時且更新的資訊。
生態系整合	與微軟Office、Copilot、Azure深度整合，擁有龐大API與自訂GPT生態系。	與Google搜尋、Workspace、Android緊密連動，生態系整合度高。
語言生成能力	文字流暢自然，創意與敘事能力佳，中英文表現均衡，擅長長篇內容與專業文章。	英文表現突出，中文流暢度略遜，回答風格偏簡潔。
可用性/成本	免費版功能有限制，進階功能（如GPT-4/4o）需訂閱ChatGPT Plus。	基本功能免費（Gemini Pro），高階Gemini Advanced需訂閱。

大型語言模型（LLMs）主要基於Transformer架構運作，其核心是自注意力機制，能並行處理輸入序列中的所有詞元（tokens），有效捕捉長距離依賴關係。
提示詞在被模型處理前，會先經過「分詞（Tokenization）」階段，將文本分解成更小的單元，例如單詞或子詞。
每個詞元會被映射到一個高維向量，即「詞元嵌入（Token Embedding）」，這個向量捕捉了詞元的語義含義。
由於Transformer架構的並行處理特性，模型本身無法直接獲知詞元在序列中的位置信息，因此需要加入「位置編碼（Positional Encoding）」來提供詞元的位置信息。
提示詞作為模型的輸入上下文，直接影響模型在巨大機率分佈中預測下一個最可能字詞的方向，進而決定模型生成內容的行為邏輯和知識應用。

AI個性化將成為主流，用戶能擁有高度客製化的數位助理。

隨著系統提示詞和自訂指令的發展，AI模型將能更精準地適應個人偏好和工作需求，提供更貼近用戶的互動體驗。

提示工程的複雜性將逐漸被更直觀的AI介面取代。

隨著AI模型自身理解能力的提升，未來用戶可能只需提供高層次目標，AI便能自主規劃並執行複雜任務，降低對精細提示詞的需求。

AI模型將在專業領域扮演更深度的輔助角色。

透過精確的角色定義和限制條件，AI能模擬特定領域專家，提供更專業、有針對性的分析和建議，例如醫療診斷或法律諮詢。

2020-06

OpenAI發布GPT-3，展示零樣本/小樣本學習能力，提示工程開始被廣泛討論。

2022-11

ChatGPT作為對話模型發布，迅速普及，標誌著生成式AI的爆發點。

2023-12

OpenAI發布GPT-4使用指南，包含提示工程的六大策略，強調角色扮演和清晰指令。

2025-01

ChatGPT推出自訂個性功能，允許用戶設定AI的風格和語氣。

2025-05

OpenAI Playground改版，強化提示詞管理與測試功能，並推出Responses API。

2025-11

OpenAI發布GPT-5.1，引入8種「個性預設」，進一步強化AI個性化選項。

透過系統提示詞自訂 ChatGPT 個性