要高效使用GPT-5，需深入理解其强大功能与可调参数。GPT-5不仅支持文本输入，还具备多模态能力，可处理图像和音频输入，实现对视觉与听觉信息的深层理解，无需依赖OCR或语音转写，能直接分析图像内容、语音语调和语速，显著提升信息处理效率。 其核心功能之一是“工具调用”（Tool Calling），可将自定义函数（如获取天气、查询数据库）注册为工具，使GPT-5具备代理能力。使用时需清晰定义函数名称、描述和参数，确保模型能准确调用。例如，通过get_weather(city)函数，GPT-5可动态获取实时数据，增强应用的实用性。 在参数设置方面，需重点关注三个关键配置：推理力度、输出冗余度和结构化输出。推理力度分为“最小”“低”“中”“高”，应根据任务复杂度选择。简单任务用“最小”以提升响应速度，复杂任务则需更高推理以保证质量，但需权衡成本与延迟（当前为10美元/百万token）。建议从低级别开始测试，逐步调高，以达到质量与效率的平衡。 输出冗余度（Verbosity）控制响应长度，分为“低”“中”“高”。默认“中”适合大多数场景。若需详尽分析，可设为“高”；若追求简洁，用“低”更合适。 结构化输出（Structured Output）是提取关键数据的利器，可强制模型以JSON格式返回结果，特别适用于从文档中提取日期、名称、金额等结构化信息。使用时需在请求中指定"format": {"type": "json_object"}，并确保提示词中明确要求JSON输出，以避免错误。 文件上传功能允许直接上传PDF、Word、图片等文档，GPT-5可自动解析内容并回答问题，省去预处理步骤，适合快速获取信息。 但GPT-5也存在明显短板：不提供完整的推理过程token，用户无法实时获取模型“思考”过程，影响交互体验，尤其在高推理模式下。相比之下，Anthropic和Google Gemini等模型支持流式输出推理，体验更优。 此外，有反馈称GPT-5在创造性方面略逊于前代，但对大多数API应用而言，这并非主要问题。 综上，GPT-5是功能强大的多模态AI模型，合理配置参数、善用工具与结构化输出，可极大提升应用效果。建议在关键场景中备选其他模型（如Gemini 2.5 Pro），以应对OpenAI的限制，确保系统稳定与高效。