OpenAI发布GPT-5.6提示新指南：告别过度提示，结果优先成核心
OpenAI为其最新旗舰模型GPT-5.6 Sol发布了一份全新的提示工程指南，而核心信息对过去一年来习惯编写多页系统提示的开发者来说可能有些反直觉：别再写那么多了。新指南的核心是“结果优先提示”（outcome-first prompting）：定义好“什么是好的结果”，设定停止条件，然后退到一边。详细的步骤说明、重复的风格规则、无法改变行为的示例——所有这些现在都被视为噪音。
OpenAI用数据支持这一观点：在内部编码智能体测试中，精简的系统提示使评测分数提升了约10-15%，同时总Token消耗减少了41-66%，成本降低了33-67%。
GPT-5 vs GPT-5.6：实际变化有哪些
GPT-5在2025年8月发布时附带的提示指南侧重于添加“支架”（scaffolding）。其中包括XML持久化块，告诉模型持续工作直到问题解决；详细的上下文收集模板，精确映射如何并行搜索以及何时升级；以及工具前导脚本，每一步都要逐句叙述。当时的理念是“校准积极性”——为何时更努力或何时退让建立明确的轨道。
而GPT-5.6在很大程度上不再需要这些轨道。新指南告诉你要修剪以下内容：重复的规则、不改变行为的风格指令、无用的示例以及模型已经能可靠处理的流程步骤。简而言之，过去帮助很大的包含并行搜索批次和提前停止标准的XML块，现在反而成为模型需要费力解析的脚手架，而非有益的支持。
实际保留的内容更加简单：用户可见的结果、成功标准、停止条件以及硬性约束。新指南中一个良好提示的范例以“端到端解决客户问题”开头——然后明确说明“完成”的样貌、回复前要完成哪些操作、以及当所需证据缺失时应如何处理。不是“要全面”，不是“继续加油”，只是：这里是目的地。
风险计算也发生了转变
指南特别警告：GPT-5.6会严格遵循提示合同，而“相互冲突的规则比缺少细节更容易造成不稳定”。早期模型遇到冲突时会选择其中一条指令，而GPT-5.6会消耗推理Token试图调和两者，这会导致速度更慢、成本更高，且常常出错。如果你的系统提示中存在重叠规则——大多数生产环境的提示都有这个问题——那么这是需要首先修复的内容。
此外，OpenAI强烈建议不要使用旧技巧：用“总是这样做”或“永远不要那样做”等绝对表述来引导AI行为。
两个具体新增内容
第一个是text.verbosity参数：因为GPT-5.6默认比GPT-5.5更简洁，旧的“要简短”指令现在会过度纠正，导致回复过短。通过参数设置全局默认值，然后在提示中按任务覆盖即可。
第二个是关于“程序化工具调用”（Programmatic Tool Calling）的章节——针对有界工作流，代码负责过滤、批处理或聚合大量中间输出，并返回紧凑结果，从而完全将这部分工作从模型判断中剥离。
实战效果如何？
我们使用新指南优化了“TYPE OR DIE”游戏的提示——这是一款我们构建的用于测试模型编程能力的第一人称打字生存恐怖游戏。结果更加精致：GPT-5.6 Sol处理自动瞄准逻辑的效率比之前更高，视觉效果更连贯，游戏整体感觉更干净。但构建耗时更长：模型没有直接跳到代码，而是先映射整个问题，在写代码之前规划每个系统。这正是新指南的意图：定义目的地，让模型选择路线。
新提示已发布在我们的GitHub上，欢迎查看。你可以通过点击此链接试玩原始GPT-5.6游戏，而基于新提示创建的游戏可在此链接体验。如果你想进一步探索，或者懒得记住所有这些新指南，你也可以构建自己的自定义GPT，将完整指南作为知识库喂给它。配置它分析你扔给它任何提示，理解底层逻辑，并按照GPT-5.6风格重写。你最终用提示工程来设计更好的提示——提示ception。不客气。