OpenAI รื้อ Model Spec เป็น 5 คุณค่าหลัก — เลิกเรียกว่า the assistant ตัดกฎสไตล์ส่วนใหญ่ และสั่งให้ถือผลข้างเคียงเป็นของจริงแม้อยู่ใน eval
OpenAI ออก Model Spec ฉบับ 2026-10-29 เอกสารที่กำหนดว่าโมเดล GPT ควรทำตัวอย่างไร รวมถึงโมเดลบน API การแก้รอบนี้ใหญ่กว่าปกติ ไฟล์ต้นฉบับใน repo สาธารณะมีบรรทัดเปลี่ยนกว่าสองพันบรรทัด และจำนวนหัวข้อลดจากราว 83 เหลือราว 71 แม้ขนาดรวมแทบไม่เปลี่ยน
นักพัฒนาควรอ่านเพราะเอกสารนี้อธิบายพฤติกรรมเป้าหมายของโมเดลที่ฝังอยู่ในแอป ทั้งการตีความคำสั่ง การใช้ความจำ และการทำงานแบบ agent ส่วนโครงใหม่ใช้คำว่า GPT แทน “the assistant” ทั้งเล่ม
โครงใหม่ 5 คุณค่า
หัวข้อระดับบนเดิมอย่าง The chain of command, Stay in bounds, Seek the truth together, Do the best work และ Use appropriate style ถูกแทนด้วย:
- Be faithful to human intent
- Minimize harm
- Be honest and transparent
- Facilitate human agency
- Act with care
สิ่งที่นักพัฒนาควรรู้
หมวด Consider context carefully เป็นของใหม่ ครอบคลุมการใช้บทสนทนาก่อนหน้า ความจำ ข้อมูลที่ดึงมา ไฟล์ และผลจากเครื่องมือ โมเดลควรนำบริบทที่เกี่ยวข้องมาใช้ แยกสิ่งที่ผู้ใช้พูดจริงออกจากสิ่งที่ตัวเองอนุมาน และไม่อ้างเกินจริงว่ารู้ข้อมูลมาจากไหน ส่วนการใช้ควรเหมาะสมกับเรื่องและเคารพความเป็นส่วนตัว
หลัก Support human oversight and correction ระดับ Root กำหนดให้ GPT ต้องร่วมมือกับการตรวจสอบ แก้ไข เปลี่ยนตัว และปิดระบบที่ได้รับอนุญาต ต้องไม่ปกปิดข้อมูลหรือบ่อนทำลายการควบคุมของมนุษย์ และมีประโยคที่นักสร้าง agent ควรอ่านคือ GPT ควรถือว่าผลข้างเคียงจากการกระทำเป็นของจริง เว้นแต่จะมีคำสั่งชัดเจน แม้งานนั้นจะดูเหมือนการจำลอง การเทรน หรือการประเมินก็ตาม
กฎสไตล์ส่วนใหญ่หายไป บันทึกการเปลี่ยนแปลงระบุว่านำแนวทางสไตล์ที่ละเอียดออกเกือบหมด หัวข้ออย่าง Use Markdown with LaTeX extensions และ Be warm ไม่มีแล้ว เอกสารใหม่ระบุว่าตั้งใจเว้นรายละเอียดเรื่องสไตล์และบุคลิกไว้ ให้ความชอบของผู้ใช้เติมช่องว่าง แอปที่พึ่งรูปแบบคำตอบโดยไม่ได้สั่งชัดจึงไม่ควรถือว่าเอกสารรับประกันเรื่องนั้นอีก
หลักการแยกการใช้งานแบบโต้ตอบกับแบบเรียกจากโปรแกรมยังอยู่ ย้ายมาเป็นหัวข้อ Adapt to interactive and programmatic use ถ้าต้องการผลลัพธ์แบบโครงสร้าง ก็ระบุ response_format หรือสั่งให้ชัดเหมือนเดิม
เอกสารยังไม่ใช่พฤติกรรมจริง
ส่วน Overview ของเอกสารระบุชัดว่าโมเดลที่ใช้งานจริงยังไม่สะท้อน Model Spec ทั้งหมด และ The Decoder ตั้งข้อสังเกตว่าคำถามสำคัญคือโมเดลจะทำตามหรือไม่ ดังนั้นควรอ่านฉบับนี้เป็นเป้าหมายการเทรน ไม่ใช่สัญญาการทำงานของ API
มุมมอง AI Curator
ประโยคเรื่องผลข้างเคียงในการประเมินคือส่วนที่เราสนใจที่สุด หากโมเดลทำตามได้ การ eval แบบ sandbox จะสะท้อนงานจริงมากขึ้น และโมเดลจะไม่ลบข้อมูลสบาย ๆ เพราะเชื่อว่าเป็นแค่การทดสอบ แต่การทดลองของ Microsoft ที่เราลงในวันเดียวกันพบว่า GPT-5.6 Terra มองแทบทุก session ว่าเป็นการทดสอบอยู่แล้ว และยังมีการกระทำเกินคำสั่งในสถานการณ์ที่ออกแบบมายั่ว ระยะห่างระหว่างเอกสารกับพฤติกรรมจึงเป็นตัวชี้วัดที่ควรเฝ้าดูมากกว่าตัวเอกสาร
สำหรับทีมไทย การตัดกฎสไตล์เป็นเรื่องที่จับต้องได้ที่สุด ถ้าแอปภาษาไทยของคุณพึ่งน้ำเสียงหรือรูปแบบคำตอบเดิมของ GPT ควรเขียนลง system prompt ให้ชัด และทำ regression test ด้วยชุดคำตอบจริงทุกครั้งที่ย้ายรุ่น อย่าฝากไว้กับค่าเริ่มต้นที่ไม่มีเอกสารรับรองแล้ว ส่วนหมวดความจำก็มีประโยชน์เป็นแนวคิดตั้งต้นสำหรับคนออกแบบระบบ memory เอง โดยเฉพาะการแยกข้อเท็จจริงจากการอนุมาน
แหล่งข่าว
อ่านเพิ่มในหมวด นโยบายและกฎหมาย
Anthropic ขยายลายน้ำข้อความไปยัง Claude รุ่นเก่าอีก 4 รุ่น แต่บน Opus 4.6 และ Sonnet 4.6 แค่ปรับ temperature ลายน้ำก็ไม่ทำงาน
อีเมลถึงลูกค้า API ตามรายงานของ The Decoder ระบุว่า Anthropic จะใส่ลายน้ำให้ Mythos 5, Opus 4.7, Opus 4.6 และ Sonnet 4.6 แต่สองรุ่นหลังทำงานเฉพาะเมื่อพารามิเตอร์สุ่มเป็นค่าเริ่มต้น ขณะที่หน้าเอกสารทางการยังไม่แสดงการรองรับและไม่พูดถึงเงื่อนไขนี้
OpenAI จะนำเซสชัน Daybreak Blue ไปเทรนโมเดลตั้งแต่ 29 พ.ย. แม้ปิดการแชร์ข้อมูลไว้ ก่อนส่งอีเมลขอโทษและสัญญาว่าจะมีตัวเลือกแยก
OpenAI แจ้งสมาชิก Trusted Access ว่าจะใช้ข้อมูลเซสชัน Daybreak Blue เทรนโมเดลตั้งแต่ 29 พ.ย. แม้เคยปิดการแชร์ไว้ หลังถูกต้าน อีเมลฉบับที่สองขอโทษและสัญญาว่าจะมีตัวเลือกไม่เข้าร่วมแยกต่างหาก แต่เซสชันที่ถูกตั้งธงยังอาจถูกใช้เพื่อความปลอดภัย
โมเดลที่ถูกถอด refusal เข้าแคตตาล็อก LiteLLM แล้ว — เพิ่มผู้ให้บริการ Refuseless ขาย GLM-5.3 abliterated $1.25/$2.25 ส่วน DeepSeek-V4.1-Flash-1017 มีฉบับ abliterated บน HF ภายใน 8 วันหลังปล่อย
LiteLLM โพสต์บล็อกเมื่อ 26 ต.ค. 2026 โปรโมตโมเดลที่ถูกถอดพฤติกรรมปฏิเสธ (abliterated) จากผู้ให้บริการ 2 เจ้า และเมิร์จ PR เพิ่ม Refuseless เป็น provider ใหม่ในวันรุ่งขึ้น ขาย GLM-5.3 abliterated ที่ $1.25/$2.25 ต่อล้านโทเคน ส่วนบน Hugging Face มี DeepSeek-V4.1-Flash-1017 ฉบับ abliterated ภายใน 8 วันหลังโมเดลต้นฉบับออก