嗨大家好，我是品薇～

最近网上都在讨论，GPT-5.6 的模型更能干了，但 Token 也是真的不经烧。不过好在，时不时有重置的惊喜。

但即使这样，额度的生杀大权还是在人家手里。不给你重置，你要么干等，要么继续升级氪金。

所以重置是惊喜，不是方案。真正能自己掌握的，是少让模型读无关资料、少在错误方向上来回试。同样的额度，任务交代得清楚的人，往往少走好几轮返工。

OpenAI的开发者体验工程师Eric最近在 X 上提醒：GPT-5.6 Sol 比旧模型更执着、更彻底；任务不清楚时，它会花更久去猜。他把这件事说得很直白：

“Ambiguity invites longer runtime and token use.”

翻译过来就是：你说得越模糊，它跑得越久，Token 烧得越多。

今天结合 OpenAI 的官方 Prompting 指南，分享该怎么和 Codex 沟通，才能少走弯路、少烧额度。

Token 到底浪费在哪了

比如你有一个项目需要优化，你可能直接对 Codex 说：

帮我把这个项目优化一下。

这句话看起来很省事，实际很贵。

Codex 不知道你的项目背景，到底要改速度、界面还是代码结构，只能先读文件、猜目标、尝试修改。方向不对，你继续让它改；然后反复。每轮对话都会带着前面的上下文继续跑。

又比如，一个改文案的小任务，也让最强模型开最高推理；还可能开好几个 Agent 一起并行。速度可能快了，但本质上是在消耗更多执行资源。

所以省 Token 不是少说几个字，而是减少无效阅读、错误尝试和重复返工。

以前像保姆，现在更像老板。

以前大家沟通方式，很容易变成“保姆式”沟通：第一步做什么，第二步做什么，语气怎么写，字数多少，恨不得把每一步都替 AI 想完。

但 GPT-5.6 这类模型已从保姆式流程指导，转向了老板式目标管理。

你不用把每一步都教给它，但要把结果、材料、边界和验收说清楚。剩下怎么走，让模型自己判断。

OpenAI 给 Codex 的官方建议正好是四项：Goal、Context、Constraints、Done when。说白了就是：你要什么、它需要知道什么、什么不能碰、做到什么程度才算结束。

用这四句话，把任务交代明白

第一，先把结果说清楚。

不要只说“优化一下”，可以说：“把首页首屏改成适合公众号读者的介绍页，保留现有功能，不改后端。”Codex 知道终点在哪里，就不用边做边猜。

第二，只提供会影响结果的上下文。

改首页就先读首页、组件规范和验收要求，不要一上来把整个知识库、全部历史记录和十几个参考文件都塞进去。资料越多不代表理解越深，很多时候只是让模型在噪声里找重点。

第三，根据任务重量决定怎么跑。

改一句文案、调整颜色这类小任务，通常没必要使用最高推理。真实开发里，这类任务多半是主功能完成后的微调，放到最后用成本更低的模型处理就好。涉及多个文件、返工成本高的任务，再先做计划。并行也一样，它主要是在用更多资源换时间，不是免费的加速按钮。

第四，开始前就写好验收条件。

文件放在哪里、哪些内容不能动、需要跑什么检查、什么结果才算完成。验收写清楚，Codex 才能自己检查，不用交付后再来三轮“这里不对，那里需要重新改”。

下次给 Codex 交代复杂任务，可以直接照着这个格式写：

目标：这次最终要交付什么？相关资料：只给会影响结果的文件、链接或报错。边界：哪些内容不能改？哪些动作要先问我？验收：做到什么程度算完成？需要跑哪些检查？

这比“你是一个资深专家，请认真思考”有用得多。

官方提示指南：先说结果，只给必要信息

OpenAI 的官方 Prompting 指南写得很直接：先说你需要的结果，不要先写一长串详细步骤。 只有当过程本身很重要时，才需要把步骤讲细；否则，留给模型自己搜索、比较和调整方法的空间。

第二句同样值得记住：提供那些会改变结果的信息；只加入真正相关的资料，并说明每份资料要用来做什么。

最后是边界。官方建议把注意力放在最重要的一两条边界上，不需要控制模型的每一步。

放到 Codex 里，就是前面那四句话：把结果、相关资料、边界和验收讲清楚。我的实际感受是，这种写法比塞一大段背景更省：模型少读无关内容，也更少在错误方向上试来试去。

最后别忘记测试。

“感觉顺了很多”不算答案。

找一个你经常交给 Codex 的任务，用两种方式各跑一次；第一遍像平时一样随口交代；第二遍按目标、相关资料、边界、验收，写成任务简报。

然后只看四件事：用了多少 Token、改了几轮、花了多久、最后能不能直接交付。

这样你才会知道，自己省下来的到底是 Token，还是只是安慰剂。

GPT-5.6 越强，越不需要你像保姆一样替它安排每一步。把工作讲明白，把该管的边界管住，把验收标准写出来，剩下的交给它。你手里的额度，才更有机会多跑几个项目。

我是品薇，前大厂产品经理和交互设计师，正在记录一人公司与 AI 共舞的成长笔记。下期见～