夜雨聆风
OpenAI 官方的 GPT-5.6 提示词设计指南，主要面向正在把现有 Prompt、Agent 指令和工具定义迁移到 GPT-5.6 的开发者。
它的核心观点可以概括成一句话：
明确告诉模型“要达成什么、有哪些边界、什么才算完成”，不要把每一步都写死。
1. Prompt 不是越长越好
GPT-5.6 更适合精简的系统提示词。应该删除：
• 重复表达的规则 • 不影响模型行为的示例 • 模型本来就能稳定完成的过程说明 • 与当前任务无关的工具及其描述
但要保留目标、成功标准、停止条件、安全与业务约束、工具路由规则、输出格式和验证要求。文档还提醒，互相矛盾的规则往往比缺少细节更容易导致不稳定。官方内部编码 Agent 的样例测试中，精简 Prompt 后，评测分数约提高 10%–15%，Token 减少 41%–66%，成本减少 33%–67%；不过官方强调这些数字仅供方向参考，需要用自己的业务评测验证。
2. 写“结果”，少写死“步骤”
与其写：
第一步搜索，第二步读取，第三步比较……
更推荐写：
端到端解决客户问题。
成功标准包括：依据现有材料完成判断；执行所有已授权操作；返回已完成事项、用户回复和阻塞因素；只有缺少必要证据时才询问最少的信息。
也就是把重点放在：
• 用户最终应该获得什么 • 哪些条件必须满足 • 缺少什么信息时才能提问 • 什么时候应该停止继续搜索或调用工具
ALWAYS、NEVER、MUST 这类绝对规则，应只用于真正不可违反的安全、权限或格式要求；需要判断的情况最好提供决策原则。
3. 明确“完成条件”和“停止条件”
文档特别强调，不要让 Agent 无限制搜索或重复调用工具。可以规定：
• 优先使用最少的有效工具调用 • 但不能为了少调用而牺牲正确性、证据或引用 • 每次拿到结果后，判断是否已经足以回答核心问题 • 如果证据仍不足，指出缺少的事实，并使用最小的备用方案
这能减少无效循环，同时避免模型过早结束。
4. GPT-5.6 默认更简洁
GPT-5.6 相比 GPT-5.5 默认回答更简练，所以迁移旧 Prompt 时，原来的“Be concise”“Keep it short”可能已经没有必要，甚至会让答案过短。
官方建议：
• 用 API 的 text.verbosity设置总体详细度：low、medium或high• Prompt 只描述当前任务特有的长度、结构和内容要求 • 不要只写“友好”“有同理心”这种模糊形容词，要描述具体表现，例如先直接回答、什么时候表达理解、是否需要结束语
同时区分：
• Personality：语气、温度、正式程度、幽默、同理心 • Collaboration style：什么时候提问、什么时候主动行动、如何处理不确定性、是否检查结果
5. 明确 Agent 的自主权和审批边界
因为 GPT-5.6 更擅长主动完成多步骤工作，Prompt 需要明确哪些事情可以直接做，哪些必须先获得确认。
一个典型规则是：
• 用户要求“解释、审查、诊断、规划”：只检查材料并报告，不擅自修改 • 用户要求“修改、构建、修复”：可以直接执行范围内的本地修改，并运行非破坏性验证 • 外部写入、删除操作、购买、重大扩展范围：必须确认
这样既能避免 Agent 每一步都停下来询问，也能防止越权操作。
6. 工具越少越好，工具说明要具体
只向模型暴露当前任务真正需要的工具。工具描述应包括：
• 工具能做什么 • 什么时候用 • 重要返回字段 • 出错或返回空结果时如何处理
独立查询可以并行；后一步依赖前一步结果时应该串行。如果工具结果为空、过少或可疑，应尝试一两种有意义的备用方法，而不是立刻断言“没有结果”。
7. Programmatic Tool Calling 不适合所有任务
程序化工具调用适合有明确边界、能通过代码压缩大量中间结果的场景，例如：
• 排序、过滤、去重、聚合 • 批量处理大量同类记录 • 重复执行确定性验证 • 把大型结构化结果压缩成小型 Schema
如果只需要调用一次工具、每次结果都会改变下一步决策、涉及审批、需要保留原始引用或需要语义判断，则更适合直接工具调用。
8. 搜索、证据和引用也要写进 Prompt
对于需要事实依据的回答，Prompt 应规定：
• 哪些说法必须有证据 • 什么样的来源才算足够 • 缺少证据时怎么处理 • 引用应该附在哪些结论后面
普通问答先进行一次广泛但关键词精确的搜索，只有缺少必要事实、日期、负责人、ID、特定文档，或用户要求穷尽比较时，才继续搜索。不能把“没搜到证据”直接等同于“事实不存在”。对于综合研究，应区分事实和推断，说明来源冲突，证据不足时缩小结论而不是猜测。
9. 长任务只汇报重要进展
对于工具很多、执行时间较长的任务，建议：
• 第一次工具调用前给用户一两句话说明正在做什么 • 只在主要阶段变化或重要发现改变计划时更新 • 不要逐条直播每次普通工具调用
此外，历史推理状态并非保留得越多越好。旧推理可能增加 Token、延迟，并把模型锚定在过时方案上。
10. Reasoning effort 不要盲目拉满
迁移时先保持原来的推理等级作为基线，然后比较同等级和低一级：
• low：适合对延迟敏感的任务• medium：推荐作为平衡起点• high/xhigh：只有评测证明有明显收益时使用• max：保留给最困难、质量优先的任务，不建议全局默认
在提高推理强度之前，应先检查 Prompt 是否缺少成功标准、依赖规则、工具规则或验证步骤。
11. 编码和视觉任务必须验证
对于代码修改，完成后要运行最相关的验证：
• 针对性测试 • 类型检查或 lint • 构建检查 • 无法完整测试时至少运行最小 smoke test
对于页面、图片、幻灯片等视觉产物，要实际渲染并检查布局、裁切、间距、缺失内容和视觉一致性，而不是只根据源代码判断完成。
官方推荐的 Prompt 结构
可以翻译成下面这个模板：
Role:
模型的角色和任务背景
Personality:
语气和协作方式
Goal:
用户最终能看到的结果
Success criteria:
最终回答前必须满足的条件
Constraints:
安全、业务、证据、权限和副作用限制
Tools:
使用哪些工具、什么时候使用、哪些工具不能使用
Output:
输出章节、长度、格式和语气
Stop rules:
什么时候重试、降级、拒绝、提问或停止每个部分应尽量短，只在确实会改变模型行为时增加细节。
对迁移工作的实际建议
官方不建议一次性重写整个旧 Prompt。正确流程是：
1. 只替换模型，先保持原来的 reasoning effort。 2. 用真实代表性任务跑一遍评测。 3. 删除旧的脚手架、重复指令和无关工具。 4. 只针对已测出的退化问题做最小修改。 5. 每修改一次，重新运行同一组评测。
否则一旦效果变化，很难判断究竟来自模型、推理等级、Prompt、工具集合还是运行环境。
整体上，这篇指南传达的是：GPT-5.6 不需要大量“手把手教学式”指令，更需要清晰的任务契约、边界、成功标准和验证机制。
原文地址
https://developers.openai.com/api/docs/guides/prompt-guidance-gpt-5p6