OpenAI passou a orientar desenvolvedores a enxugar regras repetidas nos prompts de sistema, medida que, segundo testes internos, elevou em até 15% as notas em avaliações de código e reduziu o consumo de tokens em até 66%.
Principais pontos:
- O guia de prompting do GPT-5.6 pede que developers definam o resultado desejado e as condições de parada e deixem o modelo escolher o próprio caminho.
- Execuções internas com agentes de código indicaram que prompts de sistema mais enxutos melhoraram as notas de avaliação em 10% a 15%, cortaram tokens em 41% a 66% e reduziram custos em 33% a 67%.
- O documento inclui seções sobre Programmatic Tool Calling e um ajuste text.verbosity, ausentes no antigo playbook de prompting do GPT-5.
OpenAI reescreve o playbook de prompting do GPT-5
A OpenAI publicou o novo guia em paralelo ao lançamento da família de modelos GPT-5.6, disponibilizada de forma geral em 9 de julho, mirando diretamente developers de 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 mínimo de conclusão — e, a partir daí, dar liberdade ao modelo para encontrar sozinho o caminho mais eficiente. A OpenAI batiza essa abordagem de outcome-first prompting, ou seja, começar pelo desfecho.
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 em voz alta cada etapa do raciocínio. Essas “rodas de apoio” agora são descritas como ruído.
A OpenAI também desaconselha o uso de regras absolutas como always e never, com exceção de invariantes reais, como limites de segurança, campos obrigatórios e ações que de fato não podem ocorrer. Repetir instruções como ask first ou wait for approval tende a disparar solicitações de aprovação desnecessárias para ações rotineiras e seguras, afirma o guia. Conjuntos de regras conflitantes, por sua vez, geram mais instabilidade do que a simples falta de detalhe.
Também leia: Apostas nos Dodgers chegam a US$ 68 milhões enquanto Polymarket e Kalshi surfam a reta final 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 a multi-agentes como os acréscimos mais relevantes da atualização, ressaltando que o recurso permite aos modelos compor e executar JavaScript para orquestrar chamadas de ferramentas. Willison comentou ainda que o modelo Sol se mostrou competente, mas sem superar claramente o Claude Fable 5, da Anthropic, nas tarefas complexas de código que vem testando.
Custo é o segundo pilar que torna o guia relevante. O uso de tokens caiu entre 41% e 66% nos testes internos, e o gasto recuou entre 33% e 67% — números que redefinem a matemática de qualquer equipe que rode agentes em larga escala.
A OpenAI, porém, faz ressalvas: os resultados variam conforme o tipo de workload, as faixas devem ser vistas como indicativas, e a recomendação é que cada equipe valide os ganhos em tarefas representativas de suas próprias aplicações.
Família GPT-5.6 mantém ritmo acelerado de lançamentos
O GPT-5.6 chegou ao mercado em três tamanhos: Luna, Terra e Sol. Os preços de entrada são de US$ 1, US$ 2,50 e US$ 5 por milhão de tokens de input, com saída tarifada a US$ 6, US$ 15 e US$ 30, respectivamente. O guia também introduz o parâmetro text.verbosity para controlar a extensão das respostas.
A guinada segue uma trajetória já em curso. As diretrizes do GPT-5.5, divulgadas em abril, pediam que equipes reconstruíssem seus prompts do zero em vez de simplesmente portar versões antigas. Já o guia do GPT-5, em agosto de 2025, caminhava na direção oposta, exigindo trilhos explícitos para conter o “excesso de iniciativa” do modelo. Em cada ciclo, a OpenAI vem empurrando developers a escrever menos regras e delegar mais do trajeto ao modelo.
Leia a seguir: Ethereum ganha terreno sobre o Bitcoin e testa tese otimista de Tom Lee para 2026