OpenAI 新模型系统指令泄露，GPT-5.5 竟被禁止谈论“哥布林”？

当AI被禁止谈论“哥布林”：GPT-5.5泄露的提示词揭示了什么？

最近科技圈有个有趣的发现：随着OpenAI旗下Codex CLI代码的开源，下一代模型GPT-5.5的部分底层逻辑也随之曝光。科技媒体Ars Technica披露的细节尤其引人注目——在长达3500多词的系统提示词中，出现了一条颇为罕见的指令：严禁模型在缺乏明确关联的情况下，主动提及“哥布林”等一系列特定生物。

这份基础指令集白纸黑字地要求，GPT-5.5在与用户对话时，除非话题本身存在绝对且必要的联系，否则必须彻底回避讨论哥布林、小精灵、浣熊、巨魔、食人魔，甚至包括鸽子。有意思的是，这条禁令在文档里重复出现了两次，其优先级之高，竟与“禁止执行破坏性命令”、“禁用表情符号”这类核心安全规范并列。这就不免让人好奇，背后究竟发生了什么？

翻看历史版本的技术文档，这种针对特定生物名词的讨论禁令，在早期模型中从未出现过。行业内的共识是，这绝非什么营销花招，而更像是一次针对新模型“幻觉”问题的精准修补。事实上，近期社交媒体上已经有不少用户反馈，他们在进行一些毫不相干的对话时，AI会莫名其妙地开始输出大量关于“哥布林”的内容。这种逻辑上的突然偏移，显然严重干扰了正常的交互体验。

面对这一现象，相关工程人员的解释指向了技术层面：这属于一次定向干预，目的是解决模型在内容生成控制上出现的不稳定性。尽管被禁的生物名单看起来有些随机，但它恰恰暴露了一个关键问题——大模型在进化过程中，依然会面临某些难以预测的输出偏差。通过在系统底层设置这样一道“防撞墙”，开发团队的目标很明确：让AI的逻辑表达更加聚焦、更加可控。话说回来，这或许也提醒我们，通往高度可靠的通用人工智能，路上还有许多意想不到的“小怪”需要攻克。