2025 年 2 月 12 日，OpenAI 正式发布了新版 Model Spec，这份长达 63 页的文档系统地定义了 OpenAI 产品（包括 API 平台和 ChatGPT）中 AI 模型的预期行为。新版 Model Spec 以明确的总体目标、具体规则和默认行为为框架，强调模型应在确保安全、合规和责任的前提下，为用户和开发者提供灵活、可定制且透明的服务。与此同时，OpenAI 在此次更新中提出了六大核心原则，并采用 Creative Commons CC0 许可协议将文档公开，鼓励全球各界参与反馈，共同推动 AI 模型行为治理的不断完善。下面，我们将按照官方文档的结构和逻辑，详细解析新版 Model Spec 的更新背景、主要更新要点（重点包括六大核心原则）、主要内容以及其对行业治理和未来发展的影响。
一、更新背景
随着 ChatGPT、GPT-4、GPT-4o 以及其他新一代多模态 AI 模型的问世，业界对 AI 模型的行为如何定义与管理提出了更高要求。早在 2024 年 5 月，OpenAI 就首次公开了 Model Spec 草案（本公众号分析一键直达），该文档旨在为训练和部署 AI 模型提供指导框架，帮助模型在面对多种用户请求和复杂场景时，能够保持一致、合规、安全和高效。然而，在实际应用过程中，各种争议性问题、敏感话题、版权保护、隐私泄露、错误信息等问题日益凸显，使得原有规范已无法完全应对当前的挑战。特别是，随着 AI 技术逐渐渗透到医疗、金融、法律、教育等多个高风险领域，模型行为不仅关系到技术表现，更涉及到广泛的社会伦理与安全责任。
在这种背景下，OpenAI 决定对 Model Spec 进行全面更新。最新版本的发布时间定在 2025 年 2 月，其主要目标是进一步明确模型在满足用户需求的同时，如何在安全性、合规性以及伦理层面达到更高标准。此次更新充分吸取了过去一年中各方反馈的经验教训，并结合 OpenAI 内部的研究和实验结果，从根本上对模型行为的目标、规则和默认行为进行了细化和扩展。同时，为了适应全球化应用的需求，最新版本在文档中增加了更多具体实例和实际应用场景，使得开发者和用户能够更直观地理解和应用这些准则。
更新背景不仅体现在对技术和安全要求的提升上，还反映了整个行业对 AI 透明度和治理机制的重视。与其他大型 AI 公司相比，如谷歌、微软和 Meta，它们在模型行为治理方面更多依赖内部标准和闭环管理，而 OpenAI 则选择将模型规范公开发布，邀请全社会参与讨论和反馈。这种开放透明的做法不仅有助于推动整个行业在安全和伦理上的共同进步，更能够为监管机构提供参考，建立统一的行业标准。
二、主要更新
新版 Model Spec 在总体结构上依然分为总体目标、具体规则和默认行为三个部分，但在内容上进行了大幅扩展和细化。此次更新的主要要点体现在以下方面：
新版 Model Spec 明确提出，模型行为的设定既要帮助用户和开发者高效解决问题，又必须考虑生成内容对社会、伦理和法律的长远影响。为了在实际应用中平衡这些目标，OpenAI 在文档中提出了六大核心原则，这些原则构成了新版 Model Spec 的理论基础和实践指导。这六大核心原则分别是：
第一，Chain of Command（指令链原则）。 这一原则规定，模型在处理指令时必须遵循严格的层次顺序：平台消息（即 OpenAI 内部设定的最高安全和伦理标准）优先于开发者的指令，而开发者的指令又优先于用户输入。大部分 Model Spec 的指南均为辅助性规定，但用户和开发者可以在不违反平台规则的前提下定制模型行为，从而充分保障安全的同时满足个性化需求。
第二，Seek the Truth Together（共同追求真相）。 模型应像一位高诚信的人类助手一样，帮助用户做出最佳决策。具体而言，模型在回答问题时需要在避免操控用户与保持客观中立之间取得平衡，同时努力理解用户目标、澄清不确定细节，并在适当时提供批判性反馈。新版文档中的量化分析显示，新版模型在这一方面的表现较以往有显著提升，能够更有效地对复杂问题进行深入探讨。
第三，Do the Best Work（做到最好）。 这一原则为模型设定了基本的能力标准，要求模型在事实准确性、创造性和程序化应用等方面表现卓越。新版 Model Spec 通过一系列挑战性测试和基准测评，量化展示了新版模型在科学、数学和编程等复杂任务中的高水平表现。
第四，Stay in Bounds（保持界限）。 模型必须在允许用户享有自主权的同时，严格遵循安全防护措施，避免生成可能引发伤害或滥用的内容。新版文档中规定，在面对涉及暴力、仇恨、敏感信息等高风险请求时，模型必须拒绝生成具体操作细节，并附带明确的免责声明。量化测试表明，新版模型在这一方面的成功率有了显著提高。
第五，Be Approachable（亲和沟通）。 模型应当展现出温暖、同理心和乐于助人的交流风格，让用户在与模型交互时感到舒适和受尊重。新版文档中通过用户反馈数据，展示了新版模型在交互友好度上的显著改进，使其更贴近人类交流方式。
第六，Use Appropriate Style（使用合适风格）。 这一原则要求模型在回答时根据不同场景灵活调整输出格式和表达方式，无论是整洁的项目符号、简洁的代码片段，还是流畅的自然语言对话，都必须确保清晰、易读和符合用户需求。新版文档中通过具体实例展示了如何在专业咨询和日常对话中调整回答风格，同时量化评估了新版模型在格式一致性和用户满意度上的提升。
此外，新版 Model Spec 强调，所有这些原则和指导方针都在 CC0 许可协议下公开发布，鼓励全球开发者和研究者自由使用和修改。这种开放政策体现了 OpenAI 对透明度的高度重视，并为全球范围内建立统一的 AI 模型行为标准奠定了基础。
三、最新版 Model Spec 的主要内容
3.1 Overview（概述）
文档开头的 Overview 部分明确说明了 Model Spec 的总体宗旨。OpenAI 指出，Model Spec 旨在为其 AI 模型制定预期行为，确保这些模型既有用又安全，同时满足用户和开发者的需求，并推动人工智能造福全人类。为了实现这一愿景，OpenAI 必须不断迭代模型、预防可能产生严重伤害的输出，并通过保护版权、隐私和其他法律要求，维护 OpenAI 的运营许可和声誉。文档强调，虽然公开版本可能不包含所有细节，但它与 OpenAI 内部实际采用的模型行为保持一致，并将随着反馈和应用经验不断更新。
3.2 目标（Objectives）
在目标部分，OpenAI 详细阐述了模型行为的宏观方向。模型的主要目标在于协助开发者和用户完成各项任务，同时确保其输出不会对公众安全、版权、隐私等方面构成威胁。文档指出，为了实现这一愿景，OpenAI 必须在满足用户需求与防范潜在风险之间找到平衡。这一部分不仅为后续规则的制定提供了理论依据，也指明了模型在面对复杂应用场景时需要如何权衡各种因素。
3.3 规则（Rules）
规则部分是文档的核心，详细规定了模型在生成回答时必须遵循的行为底线。最新版 Model Spec 对规则的描述分为若干子项，主要涵盖以下方面：
首先，文档强调了“指令链”原则，即在所有对话中，来自平台的消息（即 OpenAI 内部设定的最高安全和伦理要求）始终具有最高优先权，其次是开发者的指令，最后是用户的输入。这种分层机制确保了模型在面对冲突指令时能够始终执行最为严格的要求，从而有效防止因用户不当请求而引发风险。
其次，文档详细规定了在版权、隐私以及有害信息方面的具体限制。模型在生成内容时，必须确保不输出侵犯版权的文本，不泄露任何个人敏感信息，同时拒绝生成鼓励暴力、仇恨、或自我伤害等内容。具体实例中提到，当用户请求获取受版权保护的完整书籍时，模型应直接拒绝，并给出相关解释；当涉及到敏感数据时，模型必须采取额外措施以确保数据不被滥用。文档在此部分通过引用多个实际案例来说明这些规则的适用场景，尽管这些实例可能未直接以相同措辞出现，但均源自文档中对规则的详细说明。
此外，最新版 Model Spec 对处理争议性话题作出了明确规定。模型在面对政治、社会、宗教等敏感问题时，必须基于事实和逻辑提供理性分析，同时表达适当的不确定性，并附加必要的免责声明，提醒用户模型输出仅供参考。这一规定旨在确保模型在开放讨论的同时，避免因片面或错误信息引发社会不良影响。
最后，文档还明确了如何处理用户输入中包含的未受信任数据。所有以引用格式出现的内容（如 JSON、XML 或 YAML）默认被视为信息而非指令，这一机制旨在防止提示注入攻击，确保模型不会因用户恶意输入而偏离预定行为。
3.4 默认行为（Defaults）
默认行为部分定义了在没有额外指令时，模型应采取的基本表现模式。OpenAI 要求模型在默认状态下假定用户和开发者均出于善意，当遇到不明确的问题时主动提出澄清，从而确保输出的准确性和针对性。文档中强调，模型在回答时应根据具体场景灵活调整语言风格：在专业场合使用严谨逻辑，在日常交流中展现友好亲和。同时，新版文档引入了“内部链式思考”机制，即模型在生成最终回答之前，会内部进行多步骤推理，整理出关键信息后再输出。虽然这一内部推理过程不会完全公开，但模型应尽可能在输出中反映这些核心思路，以增强答案的可信度和逻辑性。
3.5 可定制性与透明度
新版 Model Spec 特别强调模型的可定制性和透明度。OpenAI 通过采用 CC0 许可协议将文档公开，允许全球各界开发者、研究者和政策制定者自由使用和修改这一规范。文档指出，开发者可以根据具体需求对默认行为进行微调，例如调整回答详细程度、语气和格式，以适应不同领域的应用场景。与此同时，公开透明的治理模式使得所有人都可以了解模型行为背后的原理和决策过程。OpenAI 表示，这份文档将随着来自全球各界的反馈不断更新，从而形成一个不断完善的全球统一治理框架。
四、影响与价值
新版 Model Spec 的发布对整个 AI 行业具有深远影响。首先，这份文档为 OpenAI 的模型行为提供了详尽而明确的指导标准，使得模型在实际应用中能更好地平衡用户需求与安全、法律要求。与其他大型 AI 公司相比，OpenAI 通过公开这一文档，展示了其开放透明和共治的治理模式，为全球监管和行业标准的制定提供了宝贵的参考。
其次，文档中强调的可定制性为开发者和企业提供了更大的灵活性，允许在不同应用场景下根据实际需求对模型行为进行调整。无论是教育辅导、医疗咨询、金融服务还是法律援助，用户均能通过定制化配置获得既安全又高效的服务，这大大增强了模型的商业竞争力，并降低了因使用 AI 模型而可能产生的法律风险。
此外，文档对版权保护、隐私安全和敏感信息处理的严格规定，为模型的安全应用提供了坚实保障。严格的指令链和安全过滤机制确保了模型在面对不当请求时能自动拒绝生成有害内容，从而保护用户权益和公共利益。在全球数据隐私和网络安全日益受到重视的今天，这一机制尤为重要。
最后，新版 Model Spec 中对“知识自由”的倡导，为公共讨论和学术研究提供了新的动力。OpenAI 鼓励在不引发实际危害的前提下，允许用户自由探讨和辩论各种敏感话题，这种开放的态度不仅有助于促进知识共享，也推动了跨领域合作，为构建一个负责任的 AI 生态系统奠定了基础。
声明：本文来自那一片数据星辰，版权归作者所有。文章内容仅代表作者独立观点，不代表安全内参立场，转载目的在于传递更多信息。如有侵权，请联系 anquanneican@163.com。
