GPT 5 Nano

为大量简单内容做快速整理

GPT-5 nano 是 GPT-5 系列中面向速度与成本的轻量选择，适合摘要、分类和常规信息提取。你可以用它整理消息要点、给用户反馈打标签、生成简短标题，或将内容转换成固定字段。任务规则清楚、结果容易检查时，更适合投入高频调用。

它支持文字与图片输入，输出文字。除了处理文章和对话，也可以根据截图提取可见信息，例如整理错误提示、识别表单缺失项或概括商品说明。对于细小文字、金额与编号，要求保留原文并允许标记不确定内容，有助于后续校验。

结构化输出与函数调用便于它融入应用。分类结果可以交给工单系统，提取字段可以交给表单校验，用户意图也可以转成查询工具的参数。实际查询与写入由业务程序执行，模型负责理解输入并组织结果。

设计批量任务时，应明确每个标签的边界和缺失值规则，并提供少量正反例。输出越精简，越方便程序处理与监测。复杂的跨文件排错、模糊决策或需要深入论证的分析，可以先由它归纳材料，再转交给更适合的处理流程。

应用中常问

怎样选择适合的任务？ 优先考虑有固定规则、短输出和明确验收方式的工作，如分类、摘要与字段提取。

长文都放进去会更好吗？ 应先说明要提取什么，按主题组织内容；无关材料可能增加成本，也让重点更难控制。

给轻量任务固定规则

列明输出字段与允许的取值，避免不必要的解释。

将这条产品反馈整理为 JSON：topic、sentiment、summary、needs_followup。
 topic 只选性能、价格、易用性、功能或其他；summary 不超过 25 字。
needs_followup 仅在用户明确提出待处理问题时为 true。
不要补充原文没有的产品信息。
反馈：{用户原文}

摘要任务规定长度和必须覆盖的主题；图片提取要求看不清的字段写 null。用真实边界样本检查分类与格式，设置复杂任务的转交规则，再扩大调用量。