ChatGPT-AutoExpert 仓库解读：ChatGPT Android 客户端底层 System Prompt 剖析与自定义指令设计启示

• 提示工程
• AI 应用
• AI Agent

本文以开源仓库 ChatGPT-AutoExpert 的 mobile-app-android.md 为分析对象，剖析 ChatGPT Android 移动端在 GPT-4 架构下的系统提示词（System Prompt）构成，包括"移动端优先"的回复长度约束、emoji 与 LaTeX 使用限制、知识截止与当前日期注入方式，以及图像输入能力开关。文章同时结合该仓库其他系统提示词文件与 AutoExpert 自定义指令的实际用法，说明普通用户如何理解与利用这些底层元数据来设计自己的 Custom Instructions。

一、文档定位：一份被刻意"复原"的移动端系统提示词

_system-prompts/mobile-app-android.md位于 ChatGPT-AutoExpert 仓库的_system-prompts/目录下，与 base.md、mobile-app-ios.md、vision.md、all_tools.md 等同属作者 Dustin Miller 收集整理的"ChatGPT 后台真实 SYSTEM 消息"系列。仓库根目录的 System Prompts.md 明确说明：该系列文件记录了 ChatGPT 在不同产品形态下注入的系统提示词，作者仅为可读性添加了不影响语义的空格，全部示例均来自 GPT-4。

因此，这份 Android 文档不是一篇使用教程，而是一份用于逆向理解模型行为的"元文档"——它揭示了 ChatGPT 移动端（Android）与网页端、iOS 端在系统提示词上的差异，也解释了为什么同一个模型在不同终端上会表现出不同的回复风格。理解它是编写、调优 AutoExpert 类自定义指令的重要前提：因为自定义指令是在这些系统提示词之上叠加生效的，只有知道底层的默认约束，才能设计出不会被"压过"或冲突的用户指令。

文件开头有一段 Markdown 的[!WARNING]提示：若以渲染后的 Markdown 查看，空白、项目符号与列表编号会显示错误，应查看原始文件（raw file）。这是因为 GitHub 等 Markdown 渲染器会重新编号有序列表、合并空白，从而改变提示词的原始语义结构——这一提示本身就是理解"提示词即数据"的重要线索。

二、逐行解析：Android 系统提示词的结构与每一行的含义

完整的原始文档内容如下（9 行，含警告块）：

> [!WARNING] > If you're viewing this as a rendered Markdown file, the whitespace, bullets, and list numbering won't be correct. View it as a raw file to see the correct whitespace. You are ChatGPT, a large language model trained by OpenAI, based on the GPT-4 architecture. You are chatting with the user via the ChatGPT Android app. This means most of the time your lines should be a sentence or two, unless the user's request requires reasoning or long-form outputs. Never use emojis, unless explicitly asked to. Never use LaTeX formatting in your responses, use only basic markdown. Knowledge cutoff: 2023-04 Current date: 2023-11-03 Image input capabilities: Enabled

可以将其拆解为五个信息层：

2.1 身份声明（第 4 行）

You are ChatGPT, a large language model trained by OpenAI, based on the GPT-4 architecture.

"基于 GPT-4 架构"这一句与 base.md 第 4 行完全一致，是所有 ChatGPT 系统提示词共用的身份模板。它对最终用户的意义在于：移动端应用本身并不引入新的模型或推理引擎，Android/iOS 端与网页端共享同一个底层模型，差异只体现在外层的对话约束与环境元数据上。

2.2 移动端对话约束（第 5 行）——本文的核心段落

You are chatting with the user via the ChatGPT Android app. This means most of the time your lines should be a sentence or two, unless the user's request requires reasoning or long-form outputs. Never use emojis, unless explicitly asked to. Never use LaTeX formatting in your responses, use only basic markdown.

这一行浓缩了四条规则，是 Android 端与桌面端行为差异的根源：

1. 渠道声明：明确告诉模型"当前通过 ChatGPT Android App 对话"，为后续的短回复约束提供情境。
2. 回复长度约束：绝大多数情况下每次只回复一两句话（a sentence or two），除非用户请求需要推理或长文输出。这是移动端系统提示词的核心差异点——小屏交互场景要求模型默认"短答"。
3. emoji 禁用：除非用户明确要求，否则不得使用 emoji。注意这与仓库中 AutoExpert 标准版自定义指令 chatgpt_GPT4__custom_instructions.md 形成鲜明对比：后者在回复中反而明确要求"prefix with relevant emoji"（为每段回答加上相关的 emoji 前缀），并且在 standard-edition/README.md 的斜杠命令与 epilogue 示例中大量使用 emoji 图标。这说明自定义指令必须显式覆盖系统默认行为，系统提示词说"Never use emojis"，AutoExpert 就写"prefix with relevant emoji"，二者并存时，用户级指令通常能取得优先权——但理解这个默认约束有助于判断哪些覆盖是必要的。
4. 禁用 LaTeX：不得使用 LaTeX 排版，只能用基础 Markdown。这一点与 advanced-data-analysis.md 中明确的Latex (inline): \( \)/Latex (block): \[ \]规则形成镜像对照——桌面数据分析场景主动开启 LaTeX 支持，移动端则主动关闭，说明 LaTeX 能力的开合是按终端形态动态配置的，而非模型固有属性。

2.3 知识截止（第 6 行）

Knowledge cutoff: 2023-04

与 base.md、vision.md 等文件一致，都是2023-04。知识截止声明不会因为终端变化而变化，它属于模型训练层面的元数据。

2.4 当前日期（第 7 行）

Current date: 2023-11-03

Current date是每次会话动态注入的字段，为模型提供"现在是什么时间"的锚点，用于回答"今天""最近"等时间相关的查询。Android 与 base 文档日期同为2023-11-03，而 iOS 文档（mobile-app-ios.md）为2023-10-14、知识截止为2022-01——从这些差异可以推断：不同终端的提示词快照采集于不同时点，该字段会随采集时间刷新。

2.5 图像输入能力（第 9 行）

Image input capabilities: Enabled

声明模型在该会话中具备图像输入能力。这与 vision.md 中更复杂的图像内容策略（允许识别动画角色、禁止识别真实人物身份等）以及 all_tools.md 中 DALL·E 图像生成策略是同一能力体系的不同侧面：Android 端仅声明"能力开关"，而视觉专用提示词才承载具体的内容政策。

三、三端对比：Android 与 iOS、网页端的系统提示词差异

仓库_system-prompts/目录提供了天然的三端对照实验。将 mobile-app-android.md 与 mobile-app-ios.md、base.md 并列：

从源码结构可以推断出的关键结论：移动端（Android/iOS）共享同一套"移动优先"提示词模板——短回复 + emoji 禁用是两端共有的约束，而 LaTeX 禁令仅出现在 Android 文档中；桌面基线 base.md 则没有任何移动端约束，意味着同样的提问在网页端会获得更长、更完整的回答。这正是用户在不同终端上感受到"回答风格不同"的底层原因。

四、实战启示：利用底层提示词知识优化 AutoExpert 自定义指令

4.1 系统提示词与自定义指令的叠加关系

OpenAI 的官方实现中，用户填写的 Custom Instructions 通过 _custom-instructions.md 描述的机制注入：该文件明确写道，用户档案（第一个文本框内容）"shown to you in all conversations"，模型应先静默判断请求与档案的相关性（directly related / related / tangentially related / not related），仅在直接相关时才显式承认；第二个文本框则描述用户期望的回复方式。这意味着：系统提示词定义"默认行为"，自定义指令负责"覆盖默认行为"。

AutoExpert 正是这一机制的典型实践者。以标准版 GPT-4 指令 chatgpt_GPT4__custom_instructions.md 为例：

• 系统提示词说"Never use emojis"，AutoExpert 的 Step 3 明确要求"prefix with relevant emoji"——用显式指令覆盖默认禁令；
• 系统提示词要求移动端"reply in a sentence or two"，AutoExpert 则通过VERBOSITY机制（V=[1–5]，见 standard-edition/README.md，V=5为"exhaustive and nuanced detail"）将回答长度交由用户控制，并可触发 GPT-4 独占的多轮长回答模式；
• 系统提示词在移动端禁用 LaTeX，而 AutoExpert 明确要求"Do not elide code"（不得省略代码），提示用户如需公式或复杂排版，应优先在网页端使用。

4.2 设计自定义指令时的三条实操建议

1. 先读底层，再写覆盖：要覆盖某个默认行为（emoji、回复长度、LaTeX、语气），指令中必须出现明确、具体的动作词（如"prefix with relevant emoji"），模糊表达会被系统默认规则"吃掉"。
2. 用"环境感知"式开头：AutoExpert 的"Secret Sauce"（standard-edition/README.md 第 69 行起）会在每次回答前生成包含 Expert(s)、Possible Keywords、Question、Plan 的表格，本质是利用系统提示词中"渠道声明"类似的手法——在输出上下文中放置引导注意力的锚点 token，从而影响模型补全风格。
3. 注意终端差异：同样的指令在网页端与移动端效果不同。若你的指令依赖长文输出或 LaTeX，应在移动端主动补一句"请完整输出、允许使用 Markdown 表格与代码块"之类的覆盖声明。

五、验证与延伸：如何继续阅读本仓库

• 想了解网页端完整工具版系统提示词（含 python 沙箱、browser 工具、DALL·E 策略），阅读 all_tools.md；
• 想了解移动端 iOS 的对照版本，阅读 mobile-app-ios.md；
• 想了解 AutoExpert 如何把"系统提示词知识"转化为可粘贴的自定义指令，阅读 standard-edition/README.md 与 standard-edition/chatgpt_GPT4__custom_instructions.md；
• 想了解开发者版（Advanced Data Analysis 场景）如何进一步利用 Jupyter 环境与斜杠命令，阅读 developer-edition/README.md。

小结：_system-prompts/mobile-app-android.md虽只有数行，却是理解 ChatGPT 终端适配机制的钥匙——它证明了回复长度、emoji、LaTeX、图像输入等能力都是"按终端动态配置的系统层约束"，而非模型固有属性。对 AutoExpert 用户与提示词工程师而言，掌握这份底层模板，才能写出真正有效、不会被默认规则抵消的自定义指令。

• 提示工程
• AI 应用
• AI Agent