GPT 5.4 用了才知道：不是最強，但第一個讓你放心的模型

一個開發者用 3.5 億 tokens 測試 GPT 5.4，發現核心優勢不是跑分而是可靠度。但 UI 生成仍然很爛，系統提示工程只有人類寫得好。模型越強，你的指令品質越重要。 ⭐ 文章深度讀：整理了 GPT 5.4 強在哪、爛在哪的完整對照 → https://heymaibao.com/gpt-54-trust-not-strongest/ 📝 懶人包 ∙ GPT 5.4 的核心優勢不是跑分，而是可靠度。給了指令就正確執行，不需要反覆確認，是第一個讓重度使用者放心信任的模型。 ∙ 介面生成仍是 GPT 系列的結構性弱點。同樣的提示詞下，Opus 4.6 的產出明顯更乾淨可用，短期內仍需要備用方案處理前端畫面。 ∙ 系統提示工程是模型做不好的事。手寫對上讓模型寫的系統提示，效果天差地別，這是開發者必須親手掌握的技能。 ∙ 我的觀察：「一個模型打天下」的願景很誘人，但介面弱點和系統提示的不可自動化性告訴我們，模型越強，人類的指揮能力反而越重要。不是模型不夠好，是好模型需要好指令才能發揮。 📚 參考資料 GPT 5.4 - My Thoughts After 350 Million Tokens → https://youtu.be/iBVs8dhhxLQ