GPT-6「降智」风波：先给你的提示词库做一次回归测试，再骂它笨不迟
近两个月，「GPT 降智」几乎成了提示词圈子里的固定节目。9 月 22 日，数码博主林亦 LYi 在微博发了一条视频，标题直接写着「同样提示词效果差很远！网友抓到 GPT 降智」。10 月 9 日，知乎挂出一个更直接的问题，核心就一句：GPT-6 是不是被降智了，有没有一套可复现的检测方法。中间还有那条 75 万人看过、3000 多人点赞、评论区吵出 271 条的《为什么大家都更厌恶 ChatGPT 降智而不是 Gemini？》，问的全是同一件事：我花着订阅费，这个模型是不是偷偷变笨了？微博知乎知乎
社区给出的归因五花八门。最高赞的断言是「只要你用的是个人订阅，那就一定是降智后的版本」。还有一个 10 万阅读量的回答抛出更具体的猜想：GPT-6 Astra 在高并发下经常被路由到旧模型，证据是「问它知识库截止日期，它说 2024 年」。知乎知乎
注意一件事：这些说法没有一条有官方实锤。「路由降智」至今只是个体观察。但这恰恰是问题所在——如果连「模型变没变笨」都说不清，那你凭同一个提示词做出来的差评，可能从一开始就冤枉了模型。
你的提示词，很可能是「绑模型」的
把「降智」指控拆开看，有一类原因是完全可验证的，而且责任在你这边：提示词和模型版本是绑定的，只是以前没人告诉你。
这四年提示词的演化史，本质是一部「技巧贬值史」。2023 年流传最广的「你是世界顶级专家」人设法，后来被两项独立研究正面证伪：2023 年 11 月一项覆盖 162 个角色的实验、2025 年 12 月一篇在 6 个模型上用 GPQA Diamond 和 MMLU-Pro 复测的论文，结论一致——系统提示里的人设，不提升客观任务表现。知乎
格式类的遭遇类似。2024 年 8 月 Structured Outputs 发布之后，「必须输出 JSON、不要加解释」这类格式叮嘱的职责已经移交给 schema，你还在提示词里反复强调，对新一代模型反而是噪音。连厂商自己都在扔规则：Anthropic 把 Claude Code 的系统提示词删掉了 80% 以上，编码评测没有可衡量的下降。一句话总结这个领域近两年的共识：写得越「精细」的提示词，过期得越快。知乎知乎
也就是说，模型每次大版本更新，都可能在行为层悄悄改掉一批「提示词假设」。你感觉它变笨了，实际上完全可能是：你的某条老提示词依赖的旧行为，正好被这次更新改掉了——两边都没有「错」，只是版本对不上了。官方提示词指南为什么每一代都重发一份（GPT-5.1 有 prompting guide，Gemini 3 也有），原因就在这：厂商自己最清楚，上代的写法不保证通用于下代。这次 GPT-6 Astra 的官方指南刚发布，就被优设 AIGC 做成九宫格在微博传开了，转发破百。微博
能跨模型活下来的，恰恰是「不绑模型」的那几句
有意思的反证是：模板库里死得最快的是技巧层，活得最久的全在协议层。
知乎那个 48 万播放的「令你惊艳的提示词」回答，作者在 2026 年 9 月 25 日特意补了时间戳，承认「这个答案下面很多提示词都 out 了」。但里面那条「反向追问法」（先不要回答，一次只问我一个问题，追到你有 95% 把握理解我的真实需求再给方案）活得好好的：9 月 14 日微博用户薛亦墨转发的就是同一思路，261 赞 21 条评论聊的全是使用体验。小红书也有人干脆说「提示词工程确实不吃香了——但有几句提示词，已经成了我跟 AI 对话的口头禅」。知乎微博小红书
区别很清楚：人设、逐步思考指令、格式叮嘱，是跟特定模型的调校习惯绑定的；而「先对齐需求再作答」「说清楚判断依据」这类对话协议，约定的是交互方式，不依赖模型内部行为，所以跨代稳定。你囤的提示词库该按这条线重新分类，而不是整体保留或整体扔掉。
30 分钟回归测试：把「模型的问题」和「提示词过期」分开
开发者改代码要跑回归测试，改模型其实更该跑。流程不复杂，半小时够了：
从你的提示词库挑 5 条最有代表性的：写作、翻译、结构化输出、分析、对话协议各一条，每条在旧模型时代都留一份「满意输出」作参照（没留的，现在补）。
新模型、新会话、原样粘贴、跑一遍，和参照输出对比。别在同一个长对话里测——上下文长度本身就会改变模型表现。
三种结果三种处理：明显变差 → 先翻这一代的官方 prompting guide，看厂商是不是改了规则，是就改写这条模板；和以前一样 → 提示词无罪，你的感受另找原因；时好时坏 → 记录发生的时间段和场景，这属于产品侧变量（路由、负载、档位），用户端无法自证，攒着，真要申诉这就是证据。知乎有人提到「如果什么都没做但是降智，可以发邮件给官方」，前提是你能拿出可复现的记录，而不是「我觉得」。知乎
配套的习惯是版本管理。知乎一篇讲「大模型升级后提示词为什么失效」的工程向文章说得直白：不少团队只记录当前模型，却不保存提示词版本，出问题后已经说不清是哪次修改导致的。对个人囤词一样成立——每条模板后面记五样东西：模型名称、提示词版本号、关键参数、日期、一份参照输出。做到这一步，下次再刷到「降智」帖，你的第一反应不会是跟着骂，而是打开自己的记录问一句：这条词，我测过了吗？知乎
提示词工程没有变成玄学，只是从「抄模板」变成了「管资产」。新模型发布后的第一周内跑一遍回归测试，比转发任何一份「永久收藏」的模板大全都值钱。
