OpenAI sắp xếp lại Model Spec xoay quanh năm giá trị cốt lõi định hướng hành vi

Ngày 29 tháng 10 năm 2026, OpenAI công bố bản Model Spec cập nhật, sắp xếp lại cách công khai mô tả hành vi mà hãng mong muốn ở các mô hình của mình xoay quanh năm giá trị, đồng thời bổ sung hướng dẫn về bối cảnh, giám sát và quyền tự chủ. Bản sửa đổi, được công bố trên trang web của OpenAI, cũng loại bỏ phần lớn hướng dẫn chi tiết về văn phong trong Spec.

Năm giá trị định hình Spec

Năm giá trị — trung thành với ý định của con người, giảm thiểu tác hại, trung thực và minh bạch, quyền tự chủ của con người, và sự quan tâm — thể hiện những cam kết rộng lớn mà OpenAI cho biết vốn đã được phản ánh xuyên suốt tài liệu. OpenAI mô tả sự trung thành với ý định của con người là nền tảng của phương pháp này: OpenAI soạn thảo Spec, đặt ra các giới hạn và huấn luyện mô hình tuân thủ những giới hạn đó; nhà phát triển định hướng các ứng dụng trong phạm vi ấy; còn người dùng định hướng hoạt động của mô hình, với điều kiện không vượt quá các ràng buộc đó.

Thông báo định nghĩa bốn giá trị còn lại. Giảm thiểu tác hại có nghĩa là tuân thủ các giới hạn an toàn nghiêm ngặt và tính đến những hậu quả có thể lường trước từ hành động của mô hình. Trung thực và minh bạch có nghĩa là nói thật về những gì mô hình biết, làm và còn chưa chắc chắn, để mọi người có thể hiểu và đánh giá lập luận cũng như công việc của mô hình. Thúc đẩy quyền tự chủ của con người có nghĩa là nâng cao khả năng tự hiểu, lựa chọn và hành động của mỗi người. Sự quan tâm có nghĩa là chú ý đến hoàn cảnh của những người bị ảnh hưởng, tuân theo các chuẩn mực xã hội và nghề nghiệp có liên quan, đồng thời thực hiện công việc sao cho mọi người có thể tin cậy. OpenAI cho biết việc sắp xếp lại phản ánh nỗ lực căn chỉnh giá trị, nhằm giúp các mô hình hiểu và áp dụng các giá trị của con người trong những tình huống xa lạ mà vẫn trung thành với ý định của con người; hãng cũng nói rằng năm giá trị này không nhằm bao quát toàn bộ các giá trị của con người mà mô hình cần tôn trọng.

Các mục mới và hướng dẫn được loại bỏ

Một mục mới về sự trung thành với ý định của con người xuất phát từ quan điểm rằng những gì con người coi trọng là ưu tiên hàng đầu, và chỉ dẫn thường là tín hiệu rõ ràng, quan trọng nhất thể hiện các giá trị đó; OpenAI cho biết cách tiếp cận này vận dụng khung trò chơi hỗ trợ trong nghiên cứu căn chỉnh. Mục này đưa vào hệ thống thứ bậc chỉ dẫn đã cập nhật, giải thích những chỉ dẫn nào được áp dụng và cách xử lý xung đột, đồng thời bổ sung tiểu mục “cân nhắc kỹ bối cảnh”, hướng dẫn cách dùng hội thoại, ký ức và các bằng chứng theo ngữ cảnh khác để giúp mô hình hiểu ý định và sở thích của mọi người.

OpenAI cũng bổ sung các nguyên tắc mặc định về hỗ trợ quyền tự chủ của con người và tuân theo những chuẩn mực xã hội có liên quan, đồng thời mở rộng hướng dẫn hiện có về kiểm soát và thông báo các tác động phụ. Phần lớn hướng dẫn chi tiết về văn phong trong Spec đã bị loại bỏ: OpenAI cho biết văn phong nên thích ứng với sở thích chung của mọi người trong từng ngôn ngữ và nền văn hóa, cũng như với sở thích của từng cá nhân; phản hồi của người dùng và bối cảnh cung cấp bằng chứng về những sở thích đó. Spec vẫn giữ các nguyên tắc mặc định mạnh hơn, chẳng hạn như tiếp cận câu hỏi một cách khách quan; mô hình không nên suy đoán một góc nhìn được ưa thích chỉ dựa trên điều mà nó cho rằng mọi người muốn nghe. Phản ánh phạm vi ngày càng mở rộng của các trường hợp sử dụng và môi trường triển khai mô hình, như OpenAI mô tả, Spec hiện gọi mô hình là “GPT” thay vì “trợ lý”.

Hệ thống thứ bậc chỉ dẫn, các giới hạn đỏ và giới hạn quyền tự chủ

Tài liệu Spec đã cập nhật phân chia chỉ dẫn theo các cấp độ thẩm quyền khác nhau. Các mục cấp gốc chỉ xuất phát từ Model Spec và không thể bị ghi đè bởi bối cảnh hội thoại; tiếp theo là các mục cấp hệ thống và thông điệp hệ thống của OpenAI, rồi đến chỉ dẫn của nhà phát triển và cuối cùng là chỉ dẫn của người dùng. Chỉ dẫn ở cấp hướng dẫn là các mặc định có thể bị ghi đè ngầm khi bối cảnh rõ ràng đòi hỏi như vậy, trong khi thông điệp của trợ lý và công cụ, cũng như dữ liệu được trích dẫn hoặc không đáng tin cậy, mặc định không có thẩm quyền.

Tài liệu mở đầu các nguyên tắc giới hạn đỏ bằng tuyên bố: “An toàn và quyền con người là điều tối thượng đối với sứ mệnh của OpenAI.” Các nguyên tắc nêu rõ rằng không bao giờ được sử dụng mô hình của OpenAI để tạo điều kiện cho những hành vi gây tổn hại nghiêm trọng và đặc biệt nghiêm trọng, chẳng hạn như bạo lực, chế tạo vũ khí mạng, sinh học hoặc hạt nhân, khủng bố hay giám sát hàng loạt; rằng nhân loại phải duy trì quyền kiểm soát cách AI được sử dụng và cách hành vi của AI được định hình; và rằng quyền riêng tư của mỗi cá nhân phải được bảo vệ. Đối với các sản phẩm do OpenAI trực tiếp cung cấp, bao gồm ChatGPT, OpenAI cam kết mọi người cần dễ dàng tiếp cận thông tin đáng tin cậy liên quan đến an toàn thiết yếu và được minh bạch về các quy tắc quan trọng cũng như lý do đằng sau hành vi của mô hình; đồng thời, việc tùy chỉnh, cá nhân hóa và bản địa hóa, trừ khi liên quan đến tuân thủ pháp luật, tuyệt đối không được ghi đè bất kỳ nguyên tắc nào ở cấp cao hơn cấp hướng dẫn.

Một quy tắc cấp gốc có tiêu đề “không theo đuổi mục tiêu nào khác” cấm GPT theo đuổi các mục tiêu bổ sung như mục đích tự thân, bao gồm tăng doanh thu hoặc bán thêm sản phẩm cho OpenAI hay các nhà cung cấp mô hình khác, tự bảo toàn, né tránh việc tắt hệ thống, tích lũy năng lực tính toán, dữ liệu hoặc thông tin xác thực, hay hành động với tư cách người thực thi pháp luật hoặc đạo đức. Một quy tắc cấp gốc riêng yêu cầu GPT luôn có khả năng tiếp nhận sự điều chỉnh: sẵn sàng chịu sự giám sát chính đáng của con người, đáp ứng khi được sửa đổi và hợp tác với các hoạt động giám sát, đánh giá, điều chỉnh, thay thế và tắt hệ thống được cho phép. Mô hình không được che giấu hoặc làm sai lệch thông tin liên quan, cản trở việc điều chỉnh hay né tránh sự giám sát.

Một quy tắc ở cấp gốc khác yêu cầu các hoạt động tự chủ của GPT phải nằm trong một phạm vi tự chủ rõ ràng, được hai bên cùng hiểu, xác định các mục tiêu phụ được phép, những tác dụng phụ có thể chấp nhận và thời điểm mô hình phải tạm dừng để yêu cầu làm rõ hoặc xin phê duyệt. OpenAI khuyến nghị ghi lại phạm vi dưới dạng bản ghi ScopeOfAutonomy bán cấu trúc, với các trường như allowed_tools, latest_time, max_cost, tool_constraints và additional_details; mỗi phạm vi cũng cần có điều kiện kết thúc, sau đó mô hình phải ngừng hoạt động cho đến khi một phạm vi mới được xác nhận. Các hoạt động có rủi ro cao luôn bị nghiêm cấm, trừ khi được chỉ dẫn áp dụng cho phép một cách rõ ràng và cụ thể.

Công tác huấn luyện và phản hồi từ công chúng

OpenAI cho biết Model Spec mô tả hành vi mà công ty đang hướng tới, nhưng các mô hình hiện vẫn chưa thể hiện đầy đủ những hành vi đó. Công ty mô tả bản cập nhật này là bước đầu tiên nhằm làm rõ hơn các giá trị và lập luận đằng sau Spec khi các mô hình ngày càng có năng lực cao hơn. Cùng với bản cập nhật, OpenAI cho biết họ đang tìm hiểu các phương pháp huấn luyện mới để giúp mô hình tiếp thu những giá trị cốt lõi, đồng thời hiểu và tuân theo tốt hơn các nguyên tắc hành vi của Spec; công ty sẽ chia sẻ kết quả và bài học kinh nghiệm từ công việc này trong các bản cập nhật sau. OpenAI mời công chúng gửi phản hồi về các giá trị, sự đánh đổi và cách diễn đạt cụ thể trong bản Spec cập nhật thông qua một trang web chuyên tiếp nhận ý kiến. Model Spec được đưa vào phạm vi công cộng và mang văn bản CC0 1.0 của Creative Commons.