OpenAI 近期向開發者表示，刪減系統提示（system prompt）中重複、瑣碎的規則後，內部程式碼評測分數最高可提升約 15%，同時權杖（token）用量最多可減少 66%。
重點摘要
- GPT-5.6 提示指南主張：開發者先清楚定義預期成果與停止條件，接著放手讓模型自行規劃解題路徑。
- 內部針對程式代理（coding agent）的實測顯示：精簡後的系統提示，評測分數提升約 10%～15%，權杖用量減少 41%～66%，成本下滑 33%～67%。
- 新版文件新增「程式化工具呼叫（Programmatic Tool Calling）」與 text.verbosity 回應冗長度設定，這兩者都未出現在較舊的 GPT-5 指南中。
OpenAI 重寫 GPT-5 提示操作手冊
OpenAI 隨同 GPT-5.6 模型系列正式在 7 月 9 日全面開放時，一併發布新的提示設計指南，鎖定的對象是 API 開發者與大量運行自動化代理的團隊。
文件建議工程師在系統提示中，只需明確描述：使用者可見的最終成果、必要約束條件、目前掌握的關鍵訊息，以及「何時算完成」的門檻；其餘細部步驟則交由模型自行規劃，這被稱為「結果優先（outcome-first）提示」。
這份新指南在精神上幾乎顛覆 2025 年 8 月 GPT-5 版本的建議。當時的作法偏向強調使用 XML 狀態保持區塊、詳盡的情境蒐集模板，以及在工具呼叫前先加上一段「逐步旁白」腳本，如今這些「欄杆」反而被視為噪音，會拖垮效率。
OpenAI 也提醒，類似「永遠」「絕不」等絕對性規則應謹慎使用，只保留給真正不能違反的不變條件，例如安全限制、必填欄位，或絕對禁止的行為。反覆重申「先詢問」「等待批准」等指令，反而會讓模型在安全、預期的情境中不斷請求多餘的核可；相比之下，規則互相牴觸所帶來的不穩定，遠大於說明不夠細緻的風險。
延伸閱讀：道奇隊投注飆至 6,800 萬美元，Polymarket 與 Kalshi 押注 MLB 季後賽
Simon Willison：聚焦 GPT-5.6 工具呼叫與多代理能力
獨立開發者 Simon Willison 在個人網站上點名，本次更新最令人關注的，是「程式化工具呼叫（Programmatic Tool Calling）」與多代理（multi-agent）支援。他指出，新功能讓模型能組合並執行 JavaScript 程式碼，以協調多個工具的呼叫流程。
對於 GPT-5.6 中 Sol 模型的實力，Willison 認為其表現相當可靠，但在他反覆測試的複雜程式任務上，並未明顯壓過 Anthropic 的 Claude Fable 5。
成本則是這份指南格外受矚目的第二個原因。根據 OpenAI 內部測試，權杖使用量下降 41%～66%，實際支出也下滑 33%～67%，這些數字大幅改寫了任何大規模部署代理團隊的成本計算。
OpenAI 強調，這些數據會隨工作負載而異，只能作為趨勢指標，並呼籲開發者務必以自家應用的代表性任務進行驗證。
GPT-5.6 家族維持快速發版節奏
GPT-5.6 目前提供 Luna、Terra、Sol 三種規模。輸入端每百萬權杖價格分別為 1、2.5 與 5 美元，輸出端則為 6、15 與 30 美元。新版指南也加入 text.verbosity 參數，讓開發者可直接調控回應長度與詳盡度。
這次「反向修正」延續了近幾季的路徑。2026 年 4 月針對 GPT-5.5 的指南，已經開始鼓勵團隊「重寫提示」而非直接沿用舊有設計；而 2025 年 8 月的 GPT-5 指南，則傾向要求為模型架設更明確的「防護欄」，以壓抑其過度積極的傾向。每一個版本迭代，OpenAI 都在推動開發者寫得更少、把更多決策空間交還給模型。