OpenAI 最新向開發者表示，只要刪走 system prompt 入面大量重複規則和嘮叨式指引，內部程式測試評分可提升最多 15%，同時 token 用量大減，最高可節省約 66%。
重點整理：
- GPT-5.6 提示指南建議：先清楚定義期望結果及停止條件，其餘路徑交由模型自行規劃。
- 內部多輪「coding agent」測試顯示，較精簡的 system prompt 可令評分提升 10% 至 15%，token 用量減少 41% 至 66%，整體成本下調 33% 至 67%。
- 文件新增 Programmatic Tool Calling 和 text.verbosity 設定，兩者均未曾出現在舊版 GPT-5 提示手冊。
OpenAI 重寫 GPT-5 提示規則 推「結果優先」思維
OpenAI 於發佈 GPT-5.6 模型 家族、並正式全面開放使用的同日，公開一份全新提示指引文件，主要對象是 API 開發者以及大量使用自動化 agent 的團隊。官方文件 已同步上載。
指南要求工程師在 prompt 入面，只需清晰交代幾項核心元素：用戶可見的最終結果、操作限制條件、現有可用證據，以及「完成標準」；至於由起點到終點的詳細步驟，則盡量交由模型自行尋找最高效路徑。OpenAI 稱這套寫法為「outcome-first prompting」（結果優先提示）。
這套建議與 2025 年 8 月發布的 GPT-5 提示手冊幾乎背道而馳。當時官方文件曾大力推介 使用 XML 狀態區塊、詳盡的背景收集模板，以及在每一步前加上 tool preamble script 的做法，等於將模型鎖死在一條固定軌道上。最新指南則直言，這類「軌道式」結構如今大多只會製造噪音。
OpenAI 亦提醒開發者避免在 prompt 內濫用「永遠」「絕對不要」等絕對性規則，並建議只應保留在真正不容動搖的地方，例如安全限制、必填欄位、或任何「必須永不發生」的行為。像「先詢問用戶」「待批准才行動」這類重複指示，容易令模型對原本安全、預期中的操作都不停要求額外批准。指南指出，互相衝突的規則，比起細節不足，更容易令行為變得不穩定。
延伸閱讀： 道奇隊相關投注飆至 6,800 萬美元，Polymarket 與 Kalshi 押注美職棒季後賽
Simon Willison：GPT-5.6 Tool Calling 成最大亮點
獨立開發者 Simon Willison 在個人網站上點名指出，今次更新中最吸引他的，是 Programmatic Tool Calling 以及多 agent 支援等功能。他留意到，新功能允許模型動態組合及執行一段 JavaScript，用以協調多個工具的調用流程。
在實測複雜編碼任務時，Willison 認為 GPT-5.6 的「Sol」雖然表現成熟、稱得上可靠，但未必在所有複雜程式場景上明顯勝過 Anthropic 的 Claude Fable 5。
成本則是這份提示指南值得注意的第二大原因。根據 OpenAI 內部數據，在一系列測試任務中，token 用量減少了 41% 至 66%，支出削減 33% 至 67%。相關數字已足以重算 大規模部署 agent 團隊的整體經濟模型。
不過，OpenAI 亦強調，這些結果只具參考性，視乎實際工作負載而有顯著差異。官方將上述區間描述為「方向性」數據，並呼籲開發者以自家應用的代表性任務，重新驗證實際節省幅度。
GPT-5.6 家族持續加快發布節奏
GPT-5.6 已推出三個版本：Luna、Terra 和 Sol。三者輸入定價分別為每百萬 token 1 美元、2.5 美元及 5 美元，輸出則為 6、15 及 30 美元。新指南同時加入 text.verbosity 參數，方便開發者控制模型回應長度。
這次「反轉」其實延續了近幾個版本的趨勢。OpenAI 在 4 月發佈的 GPT-5.5 指南，已經提醒團隊不要硬搬舊 prompt，而是重新設計；再往前看，2025 年 8 月的 GPT-5 指南則走另一個極端，要求為模型加上嚴格「防太主動」的欄柵規則。
隨著每一次版本更新，OpenAI 都在推動開發者寫更短、更聚焦的提示，並在路徑規劃上交出更多主導權給模型本身。