15个最佳GPT-6.1 Terra提示词，用于视觉分析和计算机使用

好的 GPT-6.1 Terra 提示词应明确决策、可用证据和所需输出。它们不会要求模型“仔细查看”并期望得到可靠结果。当提示词将观察与推断分开、明确审查标准，并说明图像不明确时应如何处理时，视觉任务的效果会更好。

以下模板是起点。替换括号内的文本，在代表性示例上进行测试，并对重要的计算机操作保留人工批准。

一种可扩展的提示模式

使用五个组件：

1. 目标： 输出应支持的决策。
2. 证据： 模型可能使用的图像、文件或当前屏幕。
3. 标准： 需要检查的确切功能。
4. 边界： 禁止的假设和行为。
5. 输出合同： 字段、顺序和证据要求。

这种结构比添加大量形容词或要求隐藏推理更为可靠。

1. 比较两张图片

仅输出翻译：
比较图像A与图像B的[身份、布局、颜色、可见文本和缺失元素]。
创建三个部分：已确认的匹配项、已确认的差异项和不确定的观察项。
对于每一个差异，请指出支持它的可见区域。不要推断不可见的原因。

将此用于设计修改、产品照片、故事板连续性以及前后对比检查。

2. 审查营销活动素材

仅输出翻译：
审查此素材以在[频道和尺寸]中发布。检查裁剪安全性、文字可读性，
标志清晰度、对比度、视觉层次以及所需免责声明的放置位置。
返回一个包含问题、可见证据、严重程度和具体修正措施的表格。
如果无法从图像中验证某项标准，请将其标记为“无法验证”。

3. 将产品照片与目录记录匹配

仅输出翻译：
判断所提供的产品照片是否与此目录记录一致：[record]。
比较可见的型号名称、颜色、形状、附带配件、包装文字和区别性标记。
返回匹配、不匹配或需要人工审核。引用证据，不要猜测隐藏的规格说明。

4. 提取带有上下文的可见文本

仅输出翻译：
按阅读顺序转录所有清晰可辨的文字。保留可见的大写形式。
对于每个文本块，描述其大致位置和用途。
对于无法辨认的字符，请使用[unclear]标记；不要擅自修正不确定的文本。

当精确文本涉及法律、财务或安全后果时，应检查OCR风格的输出。

5. 解读技术图纸

仅输出翻译：
仅总结此技术图纸中可见的信息。
列出标签、尺寸、标注和明显的关系。将直接观察与解释区分开。
识别任何因分辨率、裁剪或标注而无法确定读数的区域。
除非每个必需的值都可见，否则不要计算或批准设计。

6. 查找UI不一致之处

仅输出翻译：
检查此界面截图是否符合提供的UI要求。
检查对齐、间距、截断、控件状态、错误消息和键盘焦点可见性。
返回可复现的观察结果，而非审美偏好。按用户影响程度对问题进行排序。

7. 比较桌面端和移动端布局

仅输出翻译：
比较桌面和移动端截图，检查信息对等性和响应式行为。
识别移动端上缺失、顺序错乱、被裁剪、过小或难以操作的内容。
不要将有意的布局变更视为缺陷，除非它们阻碍了所述用户任务的完成。

8. 查看故事板联系表

仅输出翻译：
按数字顺序查看这些故事板画面。跟踪角色身份、服装、道具，
画面方向、地理位置、一天中的时间以及镜头间的推进。
针对每个连续性风险，注明受影响的帧号，并提出最小的纠正措施。
不要虚构画面或提供的剧本片段中未呈现的动作或对话。

此提示可在创作者于专用平台（如 Elser AI）生成或动画化新资产之前，生成一份修订简报。

9. 检查角色一致性

仅输出翻译：
将第一张图片视为已批准的角色参考。将之后每一张图片与它进行比较。
检查脸型、发型、眼睛颜色、服装部件、身体比例、配饰和年龄特征。
区分可接受的姿态或光照变化与身份变化。
按图像编号返回带有可见证据的发现结果。

10. 评估构图与裁剪风险

仅输出翻译：
评估此图像在[16:9、9:16和1:1]格式下的投放效果。
识别每个裁剪中可能丢失的主体、文本、标志和故事信息。
建议裁剪窗口或调整布局。在所需边距未知时，不要声称裁剪是安全的。

11. 将视觉发现转化为修订笔记

仅输出翻译：
将所提供的视觉问答发现转化为供[设计师/编辑/动画师]使用的修订说明。
按资产对笔记进行分组，先说明请求的变更，并包含证据和验收测试。
去除猜测、重复内容以及诸如“让它变得更好”之类的模糊表述。

12. 规划一个安全的计算机使用任务

仅输出翻译：
您正在一个隔离的测试环境中工作。请查看当前屏幕并提出最低要求
实现[目标]所需的一系列操作。请勿进行购买、提交表单、传输个人数据，
删除内容或更改账户设置需获得明确批准。如果屏幕与预期状态不符，请停止操作。

当一项行动带有风险时，规划与执行应保持分离。

13. 验证已完成的UI操作

仅输出翻译：
在尝试操作后检查当前屏幕。使用可见证据验证结果。
报告已完成、未完成或不确定。引用确认状态、保存的值或显示的错误。
不要因为没有错误消息就推断成功。

14. 对视觉资产库进行分类

仅输出翻译：
将每个提供的资产按[活动、产品、方向、视觉风格和审核状态]进行分类。
仅使用允许的标签。添加一个简短的证据字段，并对模糊或看似重复的项目进行路由。
转至人工审核，而非强制分类。

15. 生成结构化视觉问答报告

仅输出翻译：
根据此评分标准审核所提供的图像：[评分标准]。
返回包含asset_id、issue_type、evidence、severity、recommended_fix和confidence_basis的JSON。
当没有可见问题时，使用空的问题数组。切勿省略资产。明确标记不可用的证据。

当应用程序需要保证模式时，在API中使用结构化输出；仅提示请求JSON并不能提供同样的保证。

如何改进这些提示词

使用已接受的示例、已知缺陷、模糊案例和对抗性屏幕构建评估集。一次更改一个提示组件。衡量问题召回率、误报率、模式有效性、审阅者修正、延迟和成本。

对于视觉工作，在增加提示复杂度之前，先改进证据。提供正确的裁剪、清晰的解析度、参考图像、帧标识符，以及确切的政策或创意简报。任何措辞都无法恢复输入中缺失的细节。

对于计算机使用，请在提示词之外限制环境和工具。一句“注意安全”并不是一个访问控制系统。

常见问题解答

我应该让 Terra 解释它的思维链吗？

不。请提供简洁的证据、假设、检查以及最终决定。OpenAI 不公开原始推理令牌。可审计的答案来自可见的证据和可验证的输出，而非对私有推理的请求。

是否每个任务都应使用高推理能力？

不。中等是Terra的默认设置。在同一评估集上比较低、中、高设置，仅在质量提升足以证明额外延迟和成本合理时使用更高设置。

提示词能让计算机使用更安全吗？

提示有助于定义行为，但不能替代隔离、行动限制、审批、时间和成本限制以及结果验证。

结束指南

最好的GPT-6.1 Terra提示就像一份审查规范。它告诉模型哪些决策重要、允许哪些证据、不确定性是什么样子，以及另一个人或程序将如何验证结果。从那里开始，然后通过评估来改进工作流程，而不是积累指令。