GLM-5.2GLM-5.2 · 提示词与工作流
把任务交给 GLM-5.2
按任务、内容类型和运行环境查找可执行的提示词与工作流。每张卡片说明输入、验证状态和原始出处。
运行环境因资源而异，可能是 API、命令行、Agent 框架或浏览器代码环境；以每张卡片为准。
未核验Z.ai 官方开发者文档（docs.z.ai）
GLM-5.2 官方文档 Overview 与 API 快速开始（docs.z.ai）
官方给 GLM-5.2 的标准接入配置：模型名 `glm-5.2`、1M 上下文 / 128K 最大输出、`thinking.type: enabled` + `reasoning_effort: max`、`temperature: 1.0`，可直接复制 curl / Python 示例完成首次调用，并了解官方认定的典型使用场景。
内容类型配置指南
输入API key、model ID、request body、smoke output
状态Z.AI API with GLM-5.2
API 配置reasoningAgent
未核验Z.ai 官方开发者文档（docs.z.ai，Get Started / Migrate）
从 GLM-5.1 / GLM-5 / GLM-4.x 迁移到 GLM-5.2 的官方配置指南
官方给出的 GLM-5.2 迁移清单与参数配置：模型 ID 改为 `glm-5.2`、`temperature` 默认 1.0 / `top_p` 默认 0.95（二选一调参）、思考默认开启、`reasoning_effort` 用 `high` 或 `max`、流式与工具流式（`stream=true` + `tool_stream=true`）需按官方方式拼接，并附可直接使用的 Python 迁移示例。
内容类型配置指南
输入old request、new model ID、streaming flags、regression task
状态Z.AI API migration from GLM-5.1/5/4.x
API 配置Agent编程
未核验Z.ai 官方开发者文档（docs.z.ai，Capabilities / Thinking Mode）
GLM-5.2 思考模式配置：默认思考 / 交错思考 / 保留思考 / 回合级思考（官方）
官方说明 GLM-5.2 思考默认开启（与 GLM-5.1/5/4.7 一致），提供四种思考形态——默认思考、交错思考（工具调用之间思考）、保留思考（跨轮保留推理内容，`clear_thinking: false`）、回合级思考（每回合独立开关），并给出"必须把历史 `reasoning_content` 原样回传"的 Agent 集成关键约束。
内容类型配置指南
输入reasoning_content history、clear_thinking、turn policy、tool result
状态GLM-5.2 tool-calling conversation
reasoningAgentAPI 配置
未核验Mistral AI 官方文档（docs.mistral.ai）
通过 Mistral 平台使用 GLM-5.2（zai-glm-5-2）：第三方托管配置与定价
GLM-5.2 已由 Mistral 作为第三方开源模型托管（Public Preview，模型 ID `zai-glm-5-2`，1M 上下文 / 128k 输出，未做任何修改），可直接在 Mistral 生态（Vibe CLI 等）中用该 ID 接入，价格为 $1.4 / $0.14（缓存输入）/ $4.4（输出）每百万 token。
内容类型配置指南
输入Mistral model ID、billing tier、context workload、smoke call
状态Mistral hosted zai-glm-5-2 route
API 配置costAgent
未核验Z.ai 官方开发者文档（docs.z.ai）
GLM-5.2 官方文档 Overview 与 API 快速开始（docs.z.ai）
官方给 GLM-5.2 的标准接入配置：模型名 `glm-5.2`、1M 上下文 / 128K 最大输出、`thinking.type: enabled` + `reasoning_effort: max`、`temperature: 1.0`，可直接复制 curl / Python 示例完成首次调用，并了解官方认定的典型使用场景。
内容类型配置指南
输入API key、model ID、request body、smoke output
状态Z.AI API with GLM-5.2
API 配置reasoningAgent
未核验Z.ai 官方开发者文档（docs.z.ai，Get Started / Migrate）
从 GLM-5.1 / GLM-5 / GLM-4.x 迁移到 GLM-5.2 的官方配置指南
官方给出的 GLM-5.2 迁移清单与参数配置：模型 ID 改为 `glm-5.2`、`temperature` 默认 1.0 / `top_p` 默认 0.95（二选一调参）、思考默认开启、`reasoning_effort` 用 `high` 或 `max`、流式与工具流式（`stream=true` + `tool_stream=true`）需按官方方式拼接，并附可直接使用的 Python 迁移示例。
内容类型配置指南
输入old request、new model ID、streaming flags、regression task
状态Z.AI API migration from GLM-5.1/5/4.x
API 配置Agent编程
未核验Z.ai 官方开发者文档（docs.z.ai，Capabilities / Thinking Mode）
GLM-5.2 思考模式配置：默认思考 / 交错思考 / 保留思考 / 回合级思考（官方）
官方说明 GLM-5.2 思考默认开启（与 GLM-5.1/5/4.7 一致），提供四种思考形态——默认思考、交错思考（工具调用之间思考）、保留思考（跨轮保留推理内容，`clear_thinking: false`）、回合级思考（每回合独立开关），并给出"必须把历史 `reasoning_content` 原样回传"的 Agent 集成关键约束。
内容类型配置指南
输入reasoning_content history、clear_thinking、turn policy、tool result
状态GLM-5.2 tool-calling conversation
reasoningAgentAPI 配置
未核验Mistral AI 官方文档（docs.mistral.ai）
通过 Mistral 平台使用 GLM-5.2（zai-glm-5-2）：第三方托管配置与定价
GLM-5.2 已由 Mistral 作为第三方开源模型托管（Public Preview，模型 ID `zai-glm-5-2`，1M 上下文 / 128k 输出，未做任何修改），可直接在 Mistral 生态（Vibe CLI 等）中用该 ID 接入，价格为 $1.4 / $0.14（缓存输入）/ $4.4（输出）每百万 token。
内容类型配置指南
输入Mistral model ID、billing tier、context workload、smoke call
状态Mistral hosted zai-glm-5-2 route
API 配置costAgent
未核验X.com（Twitter），@arena（Arena.ai 官方账号）
Arena.ai 前端编码同题对比：GLM-5.2 (Max) vs Claude Opus 4.8 (Thinking) 的 10 个单次生成示例
Arena.ai 把同一批前端编码提示词分别给 GLM-5.2 (Max) 和 Claude Opus 4.8 (Thinking) 做单次生成并录屏对比，证明 GLM-5.2 (Max) 在 Code Arena: Frontend 社区投票排名高于 Opus 4.8 (Thinking)，这批提示词可直接复制用于自己的前端可视化/React 站点生成测试。
内容类型工作流
输入task objective、source material、output format、acceptance check
状态Model-compatible prompt harness
Agent
未核验rentry.org（作者自建提示词库，由 SillyTavernAI 社区推荐）
GLM-5.2 角色扮演（RP）系统提示词：Evening-Truth 黑暗版完整提示词
一份专为 GLM 5.2 调校的、可直接粘贴到 SillyTavern 等前端使用的完整角色扮演系统提示词（含"黑暗版"内容规则与后置历史规则），并附作者实测的采样参数与对 GLM 5.2 在角色一致性、主动性、文风上的能力评价。
内容类型工作流
输入task objective、source material、output format、acceptance check
状态Model-compatible prompt harness
Agent
未核验X.com（Twitter），@CossackWang（C0ss4ck，安全研究向开发者）
X 实测：GLM-5.2（代码审计）+ GPT-5.5（上下文采集）固件源码审计工作流
一份真实跑通的"多模型分工审计工作流"：GLM-5.2 承担代码审计、GPT-5.5 承担上下文采集，扫描固件源码发现 high/critical 漏洞、成本约 ¥1000；作者随后用 dsh minimal mode + DeepSeek-V4-Pro-0813 复现出几乎相同的漏洞集合（仅缺 2 个），成本降至 ¥4——可复用于"大模型辅助源码审计"的选型与成本参考。
内容类型工作流
输入task objective、source material、output format、acceptance check
状态Model-compatible prompt harness
Agent
GLM-5.2
在 Tabbit 中使用 GLM-5.2
下载后先确认当前账户中的模型与功能。API 和本地代码步骤仍需在对应环境中执行。
Tabbit