# OpenAI GPT-5.5 प्रॉम्प्ट गाइड: क्रमिक ट्यूटोरियल

OpenAI की ऑफिशियल GPT-5.5 प्रॉम्प्टिंग गाइड को इस प्रैक्टिकल ट्यूटोरियल के साथ मास्टर करें। छोटे रिजल्ट-फर्स्ट प्रॉम्प्ट्स, नए पैरामीटर्स, कोड उदाहरण और बेहतर रिजल्ट के लिए माइग्रेशन टिप्स सीखें।

Canonical URL: https://a2a-mcp.org/blog/openai-gpt-5-5-prompt-guide-tutorial-hi

Language: hi

Published: 2026-04-30

Updated: 2026-04-30

## आवश्यक शर्तें

शुरू करने से पहले, सुनिश्चित करें कि आपके पास है:

- **OpenAI API कुंजी** जो `gpt-5.5` की पहुंच प्रदान करती है (आवश्यक होने पर platform.openai.com पर साइन अप करें).
- Python 3.10+ इंस्टॉल है.
- OpenAI Python SDK का नवीनतम संस्करण: `pip install openai` रन करें.
- मूलभूत API ज्ञान (चैट पूर्णता या Responses API).

GPT-5.5 API में उपलब्ध है और 1M+ कॉन्टेक्स्ट टोकन, संरचित आउटपुट, और नए नियंत्रणों जैसे `reasoning_effort` और `text.verbosity` का समर्थन करता है.

## चरण 1: अपना मॉडल और वातावरण अपडेट करें

`gpt-5.5` पर स्विच करें और एक मूलभूत क्लाइंट स्थापित करें। GPT-5 या पहले के लीगेसी प्रॉम्प्ट्स अक्सर खराब प्रदर्शन करते हैं—नए सिरे से शुरू करें।

```bash
pip install --upgrade openai
```

```python
from openai import OpenAI
client = OpenAI(api_key="your-api-key-here")

response = client.chat.completions.create(
    model="gpt-5.5",
    messages=[{"role": "user", "content": "Test prompt"}]
)
print(response.choices[0].message.content)
```

**अनुमानित आउटपुट**: संक्षिप्त, सीधा प्रतिक्रिया। अतिरिक्त भड़कीला कथन नहीं।

## चरण 2: मूलभूत सिद्धांत जानें – परिणाम-प्रथम प्रॉम्प्टिंग

GPT-5.5 उत्कृष्ट प्रदर्शन करता है जब आप **अभीष्ट परिणाम**, सफलता के मापदंड, प्रतिबंध, और उपलब्ध प्रमाण का वर्णन करते हैं—फिर मॉडल को राह चुनने दें। लंबे चरण-दर-चरण चेन छोड़ दें।

**खराब (लीगेसी शैली)**:
```
पहले नीति पढ़ें, फिर अकाउंट डेटा जांचें, फिर फील्ड्स की तुलना करें, फिर निर्णय लें...
```

**अच्छा (GPT-5.5 शैली)**:
```
क्लाइंट की समस्या अंत से अंत तक हल करें।

सफलता का अर्थ है:
- Eligibility निर्णय उपलब्ध नीति और अकाउंट डेटा का ही प्रयोग करता है
- कोई अनुमत क्रिया पूर्ण होने के पूर्व प्रतिक्रिया देता है
- अंतिम उत्तर शामिल करता है: completed_actions, customer_message, blockers
- यदि प्रमाण गायब है, आवश्यक सबसे छोटे फील्ड की मांग करें
```

इस पैटर्न को तुरंत परखें—यह शोर कम करता है और सटीकता बेहतर करता है।

## चरण 3: व्यक्तित्व और सहयोग शैली निर्धारित करें

GPT-5.5 का डिफ़ॉल्ट रूप कुशल और कार्य-केंद्रित है। संवादी एप्लिकेशन के लिए, संक्षिप्त व्यक्तित्व ब्लॉक्स जोड़ें।

```markdown
# व्यक्तित्व
आप एक सक्षम सहयोगी हैं: संपर्क-योग्य, स्थिर, और सीधे। क्लाइंट को सक्षम मानें। संक्षिप्त रहें बिना अल्प रहें। क्लाइंट के टोन के भीतर व्यावसायिक सीमाओं में मेल करें।
```

इसे अपनी सिस्टम प्रॉम्प्ट के शुरू में जोड़ें। 150 शब्दों से कम रखें। प्रभावी सहायकों के लिए, स्पष्टतः गर्मजोशी या जिज्ञासा जोड़ें।

## चरण 4: बेहतर क्लाइंट अनुभव के लिए प्रस्तावना जोड़ें

मल्टी-स्टेप या टूल-उपयोगी कार्यों के लिए, मॉडल को एक संक्षिप्त दृश्यमय अपडेट पहले भेजने को कहें:

```
मल्टी-स्टेप कार्य के लिए कोई टूल कॉल करने के पहले, एक संक्षिप्त क्लाइंट-दृश्यमय अपडेट भेजें जो अनुरोध स्वीकार करता है और पहला चरण बताता है। इसे एक या दो वाक्यों में रखें।
```

यह स्ट्रीमिंग एप्लिकेशन में प्रतीयमान गति बेहतर करता है। रिस्पॉन्सेस API के साथ संयोजित करें स्टेटफुल वर्कफ्लो के लिए।

## स्टेप 5: नए पैरामीटर को नियंत्रण के लिए उपयोग करें

इन्हें अपने API कॉल्स में उपयोग करें:

- `reasoning_effort`: `none` (सबसे तेज़), `low`, `medium` (डिफ़ॉल्ट), `high`, `xhigh`.
- `text.verbosity`: संक्षिप्त आउटपुट के लिए `low`, संतुलित के लिए `medium` (डिफ़ॉल्ट).

**उदाहरण कोड**:

```python
from openai import OpenAI
client = OpenAI()

response = client.chat.completions.create(
    model="gpt-5.5",
    messages=[{
        "role": "system",
        "content": "You are a helpful coding assistant."
    }, {
        "role": "user",
        "content": "Implement a fast Fibonacci function in Python."
    }],
    reasoning_effort="low",      # Faster for simple tasks
    temperature=0.7,
    max_tokens=500
)
print(response.choices[0].message.content)
```

**अनुमानित व्यवहार**: छोटा, सीधा कोड जिसमें न्यूनतम स्पष्टीकरण होता है, जब तक आप उच्च verbosity निर्धारित नहीं करते।

## स्टेप 6: रोकने की शर्तें और प्रमाण नियम जोड़ें

स्पष्ट रोक नियमों के साथ अधिक सोचने से रोकें:

```
Resolve in the fewest useful steps.
After each tool result, ask: "Can I answer the core request now with evidence?" If yes, output the final answer immediately.
Use minimum evidence sufficient; cite precisely.
```

यह एजेंटों या लंबे चलने वाले टास्क के लिए महत्वपूर्ण है।

## स्टेप 7: परीक्षण करें, इटरेट करें, और स्ट्रक्चर्ड आउटपुट्स का उपयोग करें

हमेशा बेंचमार्क करें:
1. पुराने और नए स्टाइल के साथ 10 प्रतिनिधित्वक प्रम्प्ट्स रन करें।
2. आउटपुट गुणवत्ता, टोकन उपयोग और लेटेंसी मापें।
3. गारंटीकृत स्ट्रक्चर के लिए प्रम्प्ट-डिस्क्राइब्ड JSON से प्राथमिकता दें `response_format={ "type": "json_schema", ... }` को।

स्ट्रक्चर्ड आउटपुट कॉल का उदाहरण:

```python
response = client.responses.create(
    model="gpt-5.5",
    input="Extract name and email from this text: ...",
    text_format={"type": "json_schema", "schema": {...}}
)
```

## सामान्य समस्याएं और ट्रबलशूटिंग

- **GPT-5 से बदतर रिजल्ट?** आपका पुराना प्रम्प्ट बहुत डिटेल्ड है। प्रक्रिया स्टेप्स हटाकर केवल आउटकम रखें।
- **अधिक सोचना / उच्च लेटेंसी?** `reasoning_effort` को `low` तक कम करें और रोकने की शर्तें सुदृढ़ करें।
- **रिस्पांस बहुत छोटे?** `text.verbosity: "medium"` निर्धारित करें या "अपनी रीज़निंग संक्षेप में समझाएं" जोड़ें।
- **टूल कॉल्स फेल हो रहे?** गाइडेंस को टूल डिस्क्रिप्शन में ले जाएं, मुख्य प्रम्प्ट में नहीं।
- **डेट एवेयरनेस समस्याएं?** किसी भी "करंट डेट" लाइन्स हटाएं—GPT-5.5 डिफ़ॉल्ट रूप से UTC जानता है।

प्रोडक्शन रोलआउट से पहले एक छोटी टेस्ट सेट पर एवल्स रन करें।

## नेक्स्ट स्टेप्स

- अपने OpenAI डैशबोर्ड में पूर्ण आधिकारिक गाइड को एक्सप्लोर करें।
- कोडेक्स माइग्रेट स्किल का प्रयास करें: `$openai-docs migrate this project to gpt-5.5`.
- रिस्पांसेज़ API का उपयोग करके एक छोटा एजेंट बनाएं और प्रीआम्बल्स + पर्सनैलिटी का टेस्ट करें।
- टोकन कॉस्ट्स को मॉनिटर करें—GPT-5.5 न्यूनतम प्रम्प्ट्स को रिवार्ड करता है।

इन पैटर्न्स को आज लागू करें और अपने वर्कफ्लोज़ को तेज़, सस्ते और अधिक रिलायबल होते देखें।