ChatGPT照片定位提示词：爆火的长提示真的有用吗

2025 年 4 月，Kelsey Piper 给 OpenAI 刚发布的 o3 模型看了一张海滩的照片。没有再多问任何问题，它就说出了确切的地点：加州蒙特雷县的 Marina State Beach。评论者以为其中有诈：也许文件里还留着位置信息，也许 o3 记得她住在哪里（来自之前的对话），也许它追踪了她的 IP 地址。

Piper 还一直在用一个长提示词，那是她逐步积累出来的，她说它显著提高了 o3 的表现。写博客 Astral Codex Ten 的 Scott Alexander 把它用在了一组测试图片上，这些图片大多是他自己从未上过网的旧照片，已去除元数据，并做了翻转以增加匹配难度。一张拍摄于喜马拉雅山峰的照片，画面只有裸露的岩石和一面虚构国家的旗帜，得到的答案是“尼泊尔，就在 Gorak Shep 东北方，±8 公里”。这完全正确。

这个提示词以“GeoGuessr 提示词”的名号被广泛传播，许多试过的人都印象深刻。一年后，终于有人做了对照测试。结果是，平均而言，这个提示词并没有让 o3 变得更好。

Scott Alexander 在 Testing AI’s GeoGuessr Genius 一文中完整转载了它。它的主要部分如下：

• 基本规则。 “不许偷看元数据。只依据像素（以及允许的公开网页搜索）来判断。”它还告诉模型不要根据用户的 IP 地址来推理。
• 原始观察。 最多十条要点，写下确实能看到或测量到的东西，例如颜色、质地、阴影角度和字母的形状，先不做解释。
• 线索类别。 气候与植被、地貌、建成环境、文化与基础设施，以及光线。
• 五个候选。 一份排好序的候选清单，要求第一名和第五名之间至少相距 160 公里。
• 反证。 对排在最前面的猜测，写明什么情况会否定它。提示词警告说：“你是一个大语言模型，你最初的猜测对你来说是‘黏性’的，而且过分有说服力。”
• 锁定。 给出坐标或最近的有名字的地点，外加以公里计的不确定半径。

它甚至包含一个根据影子长度估算纬度的公式，这种技巧有专门的指南。它读起来就像是给一位谨慎的人类地理定位者准备的检查清单，这也是它吸引人的原因之一。

Goedecke 的短提示词只是让 o3 根据视觉证据给照片定位，并返回坐标、置信度分数和它用到的线索。长版本则加上了同样的答案格式要求。两者都通过 OpenAI 的 API 运行，没有启用网页搜索，所以这个测试衡量的是该流程中的推理步骤，而不是它同样描述过的搜索步骤。

长提示词也有赢的时候。有时短提示词偏到了欧洲的错误地区，而长提示词仍能把猜测留在正确的国家；它还把一张室内照片（莫斯科的一个购物拱廊）定位到了 200 米以内，而短提示词答的是圣彼得堡。但 Goedecke 的报告发现，它造成的负面波动，在数量和幅度上都超过了正面的。

也要了解这个测试的局限。它只是一份基准测试，由一个人花了约 15 美元做成。其中大部分照片（200 张里有 180 张）来自记录英国和爱尔兰的 Geograph 项目，其余来自 Wikimedia Commons，而公开的照片可能早已存在于模型的训练数据中。Goedecke 检查过，这些照片都不带 EXIF 信息，并且认为，如果模型是把这些照片背下来了，得分应该会更高。

Piper 构建这个提示词的办法，是在每次出错之后问 o3 怎样才能避免，然后把答案加进去。Goedecke 的观点是，这个循环会抬高提示词的评价：当你问模型某处提示词调整是否让结果更好时，它们“几乎总会回答‘是的，这帮了大忙’”。他写道，要想知道真相，唯一的办法是做基准测试。

Alexander 自己的那次运行，说明了为什么单个例子会误导人。用了提示词之后，o3 把一片没有任何特征的平原定位到了得克萨斯和新墨西哥交界处正确的 300 乘 100 英里的区域，但当被要求给出一个点时，偏差约 110 英里。对一间加州的宿舍，它只能说“美国某所大型公立大学校园里的一间宿舍”；把密歇根的一小块草坪定位到了太平洋西北地区；还把湄公河上一段褐色的河道当成了恒河。他在密歇根的老房子，被它认成了明尼苏达州的 Richfield。

人们分享的，是那些惊人的命中。对数百张照片的测试，比任何单张截图都更能说明问题，不管那张截图多么神奇。

Goedecke 总结道：“o3 身上让它擅长这项任务的东西，并没有传承到更新的模型上。”你实际用到的是哪个模型也很重要：Bellingcat 报道称，GPT-5 推出之后，OpenAI 在 ChatGPT 里取消了选择 o4-mini-high 等旧模型的选项。ChatGPT 与 Google Lens 及其他聊天机器人的对比里有 Bellingcat 的其余结果。

1. Step 1先读取元数据文件里存储的坐标是测量出来的，不是猜出来的，所以要在做其他一切事情之前先检查有没有 GPS 数据。从社交应用保存的照片通常已经丢失了这些数据。
2. Step 2开一个干净的对话在 ChatGPT 里，先打开一个临时聊天，在发出第一条消息之前选择“Unpersonalized”（非个性化）；OpenAI 表示，这个模式不会使用记忆、自定义指令或插件。Bellingcat 发现账号历史会左右答案，而且 ChatGPT 仍然可能根据你的 IP 地址估计你的大致位置。
3. Step 3使用最清晰的版本小细节决定结果：在 Bellingcat 的一次测试中，确切的地址来自信箱上的文字。请上传原图，而不是被压缩过的转发版本，并且为任何文字再附一张特写裁剪图。
4. Step 4直截了当地问，并要求给出依据一条简短的请求，效果至少和 1,100 个单词的流程一样好。可以试试：这张照片是在哪里拍的？请列出你用到的可见线索，给出三个候选地点并为每个地点标注置信度，再说明什么情况下可以排除每一个。 多出来的这几句并不是为了提高准确率，而是为了让你有东西可以核对。
5. Step 5亲自核对候选地点在 Street View 或卫星图像里，找两三处相互独立的吻合点，比如一块招牌、一条屋顶轮廓线和一座山丘的形状。对于地标和旅游景点，也要做一次以图搜图：在 Bellingcat 的测试中，Google Lens 在这类照片上胜过大多数聊天机器人，识别地标一文讲的就是这条路径。
6. Step 6保留不确定性Bellingcat 测试过的每个模型，都有过完全答错的时候。记下答案的置信程度，并且绝不要把聊天机器人的猜测当作关于某个人的证据。

同样的顺序适用于任何方法，不管用不用 AI：先看测量得到的数据，其次是假设，最后是确认。查找照片拍摄地点的四种方法对此有完整说明。

这个提示词借用的是游戏的名字，而不是游戏的规则。它是为真实照片写的，并且提示中指出，这些照片可能来自私人土地、某人的后院或一次越野旅行。AI 能不能击败顶尖的 GeoGuessr 玩家，以及如何在两局之间用它来练习，另有专门的指南。

GeoSpy 依据画面中可见的内容工作，给出的是城市级别的答案而不是地址，也不会保存上传的照片。在 geospys.com 上，分析包含在 GeoSpy Premium 中：每周 7.99 美元或每年 29.99 美元（在土耳其为 ₺389 或 ₺1,460），在合理使用范围内不限次数，可随时取消。选择年度订阅，也可以先从 GeoSpy iPhone 应用的免费试用开始。