OpenAI 发布 GPT-5.6 提示词指南，Token 节省逾 40%

OpenAI 官方发布 GPT-5.6 提示词指南，内部测试显示：把一份冗长的 system prompt 大幅精简后，分数不仅没有下降，反而提升了 10% 至 15%，同时 Token 用量节省了 41% 至 66%。指南核心建议为：开发者只需告诉模型结果和红线，不需要规定每一步该怎么走；模型会自行选择效率路径。

精简 system prompt 的测试数据

（来源：OpenAI 官网）

根据 OpenAI GPT-5.6 指南，工程团队实测发现，system prompt 中以下四类内容可以删除，且删除后模型表现反而更佳：

重复规则：反复强调同一限制的段落

对行为没有实质影响的风格叮嘱：如“请专业地回答”、“请简短回答”等（GPT-5.6 预设已较精简）

多余示例：不增加有效信息的示范

模型本来就做得到的流程指导：步骤式说明过多

建议的精简方法为“从能跑的版本开始逐步删”：先留有效的 prompt，一段一段移除可疑部分，同时追踪评估（量化评估分数）；若分数没有下降即可确认删除。真正应保留的内容：可见的结果定义、成功与停止判断标准、安全与商业限制，以及工具选用规则和输出格式。

新写法核心：只写结果与红线

根据 OpenAI GPT-5.6 指南，最核心的提示词原则是：“定义结果、重要限制、可用证据、完成标准，然后留空让模型自己选择有效率的路径。”OpenAI 给出的示例政策为：“用最少的有用工具迴圈解决请求，但不能让减少迴圈次数牺牲正确性、必要证据或引用”——这是一条决策规则，而非死命令。

引数使用方面，text.verbosity（low/medium/high）专门控制回答长度，语气与正式度应另行描述；reasoning effort（low/medium/high/xhigh/max）管理模型思考强度，但调高之前，OpenAI 建议先确认 prompt 本身是否已清楚定义成功标准与验证迴圈——“把话讲清楚往往比加码思考更有效”。

工具描述同样属于 prompt 的一部分，工具应只保留任务相关的；每个工具描述都要说明做什么、何时用、出错时怎么表现。

常见问题

为什么精简 system prompt 反而让 GPT-5.6 的分数上升？

根据 OpenAI 的指南说明，过度详细的 system prompt 会为模型增加不必要的解析负担，且重复、冗余的指令可能干扰模型判断真正的优先顺序；GPT-5.6 本身具有强大的推理能力，提供目标和限制后可自行选择有效路径，多余的步骤规定反而束缚其表现。

text.verbosity 和 reasoning effort 引数应如何设置？

根据 OpenAI 指南，text.verbosity 分三档（low/medium/high），专门控制回答长度；reasoning effort 分五级（low/medium/high/xhigh/max），管理模型思考强度；两者应分别设置，不依赖在 system prompt 中堆叠文字。调高 reasoning effort 前，应先确认 prompt 清楚定义了成功标准，因为很多时候“把话讲清楚比多想更有效”。

Prompt 遷移工作流的正确顺序是什么？

根据 OpenAI 指南，正确的迁移顺序为：先换模型（保留原推理设置）→跑 eval 作为基准→移除过时的脚手架与重复指令→只针对 eval 显示真正退步的地方做最小修正→重新测量。关键原则是每次只改一个变因，不同同时修改模型、推理设置、prompt 和工具集，否则无法判断是哪一项造成行为变化。