OpenAI 近日向開發者表示，針對 GPT-5.6 採用「精簡系統提示」後，在內部程式評測中，分數最高可提升約 15%，同時 Token 使用量最多可減少 66%。
重點整理：
- GPT-5.6 提示指南建議開發者先明確定義「期望結果」與「終止條件」，再交由模型自行規劃達成方式。
- 內部針對程式代理（coding agent）的測試顯示，較精簡的系統提示可讓評測分數提升 10% 至 15%，Token 用量下降 41% 至 66%，成本則降低 33% 至 67%。
- 新文件新增「Programmatic Tool Calling」及
text.verbosity文字冗長度設定，這兩項都未曾出現在早期的 GPT-5 指南中。
OpenAI 重寫 GPT-5 提示遊戲規則
OpenAI 隨著 GPT-5.6 模型 家族在 7 月 9 日全面開放，一併公布 最新提示指南，主要鎖定使用 API 的開發者與自動化代理團隊。
新指南要求工程師先說清楚：對使用者可見的最終結果是什麼、約束條件為何、目前掌握的證據有哪些，以及什麼情況可以視為任務完成；其餘過程則交給模型自行尋找最有效率的路徑。OpenAI 將此稱為「結果優先（outcome-first）提示策略」。
這一套作法，等於推翻 2025 年 8 月版 GPT-5 指南的大半內容。舊版文件曾大力主打 XML 狀態保存區塊、詳細的情境蒐集模板，以及會把每一步行為都「旁白化」的工具前言腳本。如今，這些精細軌道反而被視為「雜訊」。
OpenAI 也提醒，不要動不動就在系統提示裡下「一律」「絕對不可」這類絕對性規則，除非是在安全限制、必填欄位或「絕不允許發生」的動作上，才值得這麼寫。指南指出，像「先詢問使用者再執行」或「等批准再動作」之類的重複指令，會讓模型在面對安全且預期的行為時，卻還不斷發出不必要的確認請求；相比之下，「規則互相衝突」帶來的不穩定，往往還比「細節不足」更嚴重。
延伸閱讀： 道奇隊押注金額破 6800 萬美元，Polymarket 與 Kalshi 搶攻季後賽商機
Simon Willison：GPT-5.6 工具呼叫最具看頭
獨立開發者 Simon Willison 在個人網站上點名，新版中的「Programmatic Tool Calling」與多代理（multi-agent）支援，是這次更新裡最值得關注的新增功能。他指出，新機制允許模型自行撰寫並執行 JavaScript，用來協調與串接不同工具的呼叫流程。
Willison 也提到，GPT-5.6 中的 Sol 模型在處理複雜程式任務時表現穩健，但並沒有明顯壓過 Anthropic 的 Claude Fable 5。
成本則是這份提示指南受矚目的第二個原因。根據 OpenAI 內部測試，在採用精簡提示後，Token 使用量下降 41% 至 66%，實際支出也同步減少 33% 至 67%。這組數字，被分析認為足以改寫大規模代理系統的成本試算。
OpenAI 也加註保留，強調上述數據僅具「方向性」，實際成效將隨工作負載類型而變化，並呼籲開發者務必在自家應用的代表性任務上重新驗證。
GPT-5.6 家族延續快速迭代節奏
GPT-5.6 系列共分三個規模：Luna、Terra 與 Sol。輸入端定價分別為每百萬 Token 1、2.5 與 5 美元，輸出端則為 6、15 與 30 美元。提示指南也同步加入 text.verbosity 設定，讓開發者能更精細控制回應長度與詳略程度。
這次「反向修正」其實延續了近幾代產品的路線變化：今年 4 月的 GPT-5.5 指南，已經要求團隊「重寫提示」而非直接沿用舊版；但 2025 年 8 月的 GPT-5 指南，則朝另一個方向走，要求對模型的「積極主動」加上明確軌道。幾輪迭代下來，整體趨勢是鼓勵開發者寫得更少，並把更多路徑設計交還給模型本身。