ChatGPT GeoGuessr 提示詞真的有用嗎？

2025 年 4 月，Kelsey Piper 把一張海灘照片交給 OpenAI 的新模型 o3。她沒有再多問，它就說出確切地點：加州蒙特雷郡的 Marina State Beach。大家以為這是有詐，也許檔案還留著位置資料，也許 o3 從她先前的對話記住了她住在哪裡，或是它追查了她的 IP 位址。

Piper 當時還在使用一段累積而成的長提示詞，她說它大幅提升了 o3 的表現。經營部落格 Astral Codex Ten 的 Scott Alexander，用一組測試照片來跑這段提示詞，多數是他自己從未上網的舊照片，已移除中繼資料，並且左右翻轉以增加配對難度。一張在喜馬拉雅山峰拍攝的光禿岩石與一面虛構國家的旗子，被回答為「Nepal, just north-east of Gorak Shep, ±8 km」（尼泊爾，位於 Gorak Shep 東北方，±8 公里）。那是完全正確的答案。

這段提示詞被廣泛分享，稱為「GeoGuessr 提示詞」，許多試過的人都印象深刻。一年後，有人終於做了受控測試。結果平均而言，這段提示詞並沒有讓 o3 變得更好。

Scott Alexander 在 Testing AI’s GeoGuessr Genius 一文中完整重現了它。主要部分如下：

• 基本規則。「No metadata peeking. Work only from pixels (and permissible public-web searches).」（不得偷看中繼資料，只能從像素（以及允許的公開網路搜尋）著手。）它也告訴模型，不要從使用者的 IP 位址推理。
• 原始觀察。最多十個項目，列出能實際看到或量測到的東西，例如顏色、質地、陰影角度與字母的形狀，並暫時不加解讀。
• 線索類別。氣候與植被、地形、建築環境、文化與基礎設施，以及光線。
• 五個候選。一份排序後的候選清單，其中第一名與第五名之間至少相距 160 公里。
• 反證。針對領先的猜測，寫出什麼會推翻它。提示詞警告：「You are an LLM, and your first guesses are ‘sticky’ and excessively convincing to you,」（你是一個 LLM，你的第一個猜測會「黏」住你，讓你過度信服。）
• 鎖定結果。座標或最近的有名地點，加上以公里為單位的不確定性半徑。

它甚至包含一個由影子長度估計緯度的公式，這是一項有專門指南的技巧。它讀起來像是給細心的人類地理定位者的檢查表，這也是它的吸引力之一。

Goedecke 的簡短提示詞，只是要 o3 根據視覺證據為照片定位，並回傳座標、信心分數與所用的線索。長版本則多加了一個回答格式。兩者都透過 OpenAI 的 API 執行，沒有使用網路搜尋，因此這項測試衡量的是這套流程的推理步驟，而不是它所描述的搜尋步驟。

長提示詞確實有勝出的地方。它有時能把猜測保持在正確的國家，而簡短提示詞會漂移到歐洲的錯誤地區；它還把一張室內照片（莫斯科的一條購物拱廊）定位在 200 公尺內，而簡短提示詞則說是聖彼得堡。但 Goedecke 的報告發現，它造成的有害偏移，在次數與幅度上都超過有益的偏移。

要注意測試的限制。它只是一個基準測試，由一個人以約 15 美元的成本建成。大部分照片（200 張中的 180 張）來自 Geograph，這是一個記錄英國與愛爾蘭的計畫，其餘來自 Wikimedia Commons；而公開照片可能早已在模型的訓練資料中。Goedecke 確認所有照片都沒有 EXIF 中繼資料，並認為若模型已經記住了這些照片，分數應該會更高。

Piper 的做法是，每次犯錯後，都問 o3 如何能避免這個錯誤，再把答案加進提示詞。Goedecke 的看法是，這個循環會讓提示詞顯得比實際更好：當你問模型某個提示詞的調整是否讓結果變好時，它們「幾乎總是會說：是的，幫助很大」。他寫道，唯一能知道答案的方法，是做基準測試。

Alexander 自己的實驗說明了為什麼單一範例會誤導。使用提示詞時，o3 把一片缺乏特色的平原放在德州與新墨西哥州正確的 300 乘 100 英里區域內，但在要求給出一個點時，偏了約 110 英里。它只能把加州的一間宿舍房間說成「美國一所大型公立大學校園內的宿舍房間」；把密西根一片草坪放到太平洋西北部；把湄公河一段棕色的河段當成恆河。他在密西根的舊家則被回答為明尼蘇達州的 Richfield。

令人驚豔的命中結果最容易被分享。在數百張照片上的測試，比任何一張離奇的截圖都更能說明問題。

「不論 o3 有什麼讓它擅長這項工作的特質，都沒有轉移到較新的模型上。」Goedecke 如此總結。實際用到哪一款模型也很重要：Bellingcat 報導，在 GPT-5 推出後，OpenAI 就移除了在 ChatGPT 中選擇較舊模型（例如 o4-mini-high）的選項。ChatGPT 與 Google Lens 及其他聊天機器人的比較則收錄了 Bellingcat 其餘的結果。

1. Step 1先讀取中繼資料檔案中儲存的座標是量測而來，而不是猜測的，所以在其他任何事之前，先檢查 GPS 資料。從社群 App 存下的照片通常已經遺失它。
2. Step 2開始乾淨的對話在 ChatGPT 中，開啟暫時對話，並在第一則訊息前選擇「Unpersonalized」（不個人化）；OpenAI 表示，該模式不使用記憶、自訂指令或外掛。Bellingcat 發現帳號紀錄可能會左右答案，而 ChatGPT 仍可能根據你的 IP 位址估計你的大致位置。
3. Step 3使用最清晰的版本細節決定結果：在 Bellingcat 的一項測試中，確切地址來自信箱上的文字。請上傳原檔，而不是壓縮過的轉貼，並為任何文字加上近距離的裁切圖。
4. Step 4直接問，並要求證據簡短的請求，表現至少和那 1,100 字的流程一樣好。可以這樣問：Where was this photo taken? List the visible clues you used, give three candidate places with a confidence for each, and say what would rule each one out. 多出來的那幾句不是為了提高準確度，而是讓你有東西可以核對。
5. Step 5核對候選地點在街景或衛星影像中，找出兩到三個彼此獨立的吻合點，例如一個招牌、屋頂線條與山丘的形狀。對於地標與觀光景點，也要做一次以圖搜圖：Bellingcat 的測試中，Google Lens 在這些主題上勝過多數聊天機器人，而如何辨識地標一文涵蓋了這條路線。
6. Step 6保留不確定性Bellingcat 測試的每一款模型，都曾在某些時候完全答錯。請注意答案的自信程度，也千萬不要把聊天機器人的猜測當作某個人的證據。

任何方法，無論是不是 AI，順序都相同：先看量測到的資料，再提出假設，最後加以確認。找出照片拍攝地點的四種方法完整說明了這點。

這段提示詞借用了遊戲的名稱，但沒有借用它的規則。它是為真實照片而寫的，提示詞也提到，這些照片可能來自私人土地、某人的後院，或越野行程。AI 能否擊敗頂尖 GeoGuessr 玩家，以及如何在回合之間用它練習，有另外的指南。

GeoSpy 只根據畫面中可見的內容運作，回答到城市層級而非地址，且不會儲存上傳的照片。在 geospys.com 上，分析隨 GeoSpy Premium 提供：每週 7.99 美元或每年 29.99 美元（在土耳其為 ₺389 或 ₺1,460），合理使用範圍內不限次數，且隨時可以取消。選擇年費方案，或在 GeoSpy iPhone App 中從免費試用開始。