OpenAI passou a orientar desenvolvedores a cortar regras repetidas dos prompts de sistema, depois de registrar ganhos de até 15% em avaliações internas de código e queda de até 66% no consumo de tokens.
Principais pontos:
- O guia de prompts do GPT-5.6 pede que os desenvolvedores definam o resultado desejado e as condições de parada, deixando o modelo escolher seu próprio caminho.
- Em execuções internas com agentes de código, prompts de sistema mais enxutos elevaram as notas em 10% a 15%, cortaram tokens em 41% a 66% e reduziram custos em 33% a 67%.
- O documento acrescenta seções sobre Programmatic Tool Calling e o ajuste text.verbosity, ausentes no antigo playbook do GPT-5.
OpenAI reescreve o playbook de prompts do GPT-5
A OpenAI publicou as novas diretrizes junto com a família de modelos GPT-5.6, que entrou em disponibilidade geral em 9 de julho, mirando diretamente times que usam a API e equipes que operam agentes automatizados.
O documento orienta engenheiros a explicitar o resultado visível para o usuário, as restrições, as evidências disponíveis e o critério de conclusão — e, a partir daí, dar espaço para o modelo escolher sozinho o caminho mais eficiente. A abordagem é descrita como “outcome-first prompting”, ou priorização do resultado.
A recomendação inverte boa parte do playbook do GPT-5 de agosto de 2025, que defendia blocos XML persistentes, templates detalhados de coleta de contexto e scripts de preâmbulo de ferramentas que narravam cada passo em voz alta. Esses trilhos agora passam a ser classificados como ruído.
A OpenAI também desaconselha regras absolutas como “sempre” e “nunca”, exceto para invariantes reais, como limites de segurança, campos obrigatórios e ações que de fato não podem ocorrer. Repetir instruções como “pergunte antes” ou “espere aprovação” tende a gerar pedidos de aprovação desnecessários para ações seguras e esperadas, afirma o guia. Regras conflitantes, acrescenta, criam mais instabilidade do que a falta de detalhes.
Leia também: Apostas nos Dodgers chegam a US$ 68 milhões enquanto Polymarket e Kalshi surfam corrida aos playoffs da MLB
Simon Willison avalia o Tool Calling do GPT-5.6
O desenvolvedor independente Simon Willison destacou o Programmatic Tool Calling e o suporte nativo a múltiplos agentes como as adições mais interessantes do lançamento, ressaltando que o recurso permite aos modelos compor e executar JavaScript que orquestra chamadas de ferramentas. Ele observou ainda que o modelo Sol pareceu competente, mas sem superar claramente o Claude Fable 5, da Anthropic, nas tarefas complexas de código que vinha testando.
Custo é o segundo fator que torna o guia relevante. O uso de tokens caiu entre 41% e 66% nos testes internos, e os gastos recuaram de 33% a 67% — números que mudam a conta para qualquer equipe que roda agentes em larga escala.
A OpenAI ressalta que os resultados variam conforme a carga de trabalho, classifica as faixas como indicativas e recomenda que desenvolvedores validem os ganhos com tarefas representativas de seus próprios aplicativos.
Família GPT-5.6 mantém ritmo acelerado de lançamentos
O GPT-5.6 chegou em três variantes. Luna, Terra e Sol têm preços de entrada de US$ 1, US$ 2,50 e US$ 5 por milhão de tokens, com saídas cobradas a US$ 6, US$ 15 e US$ 30, respectivamente, e o guia inclui o ajuste text.verbosity para controlar o comprimento das respostas.
A guinada reforça um padrão recente. As orientações para o GPT-5.5, em abril, já pediam que times redesenhassem prompts em vez de simplesmente portar versões antigas; o guia do GPT-5, de agosto de 2025, ia na direção oposta e recomendava trilhos mais explícitos para conter a “ansiedade” do modelo. A cada ciclo, a mensagem vem sendo: escreva menos e confie mais no modelo para traçar o percurso.
Próximo: Ethereum ganha terreno sobre Bitcoin e coloca à prova tese otimista de Tom Lee para 2026