OpenAI 最近发布了一份面向 GPT-5.6 的官方 Prompt 指南。核心观点很明确：模型能力越来越强，Prompt 不一定要越写越长。
很多团队在开发 Agent 时都有类似经历：模型漏做一步，就补一条 MUST；工具调用出问题，就再加一条 NEVER；模型换了版本，旧规则却一直保留。时间久了，System Prompt 越堆越长，里面不仅有重复内容，还可能出现互相矛盾的要求。
结果是，Token 花得更多，模型反而更难发挥。
根据 OpenAI 在内部 Coding Agent 任务中的测试，更精简的 System Prompt 可将评分提升约 10%～15%，同时减少 41%～66% 的总 Token 消耗，成本也降低了约 33%～67%。
这份指南讲的并不复杂，归根结底就是四句话：删掉无效内容、明确最终目标、划清行动边界、完成之前做好验证。
Prompt的第一步：先删，不要急着加
OpenAI 建议，优化 Prompt 时不要一上来就新增规则，而是先回头看看：现有内容里，哪些已经没必要了？
许多复杂 Prompt 都是长期“修补”出来的。旧模型能力不够时加的限制、历史遗留的示例、重复出现的规则，模型升级后未必还有价值，却依然占着上下文窗口。
比较稳妥的做法是：从一套能正常工作的 Prompt 和工具配置开始，每次只删除一类内容，例如重复指令、失效示例或无关工具说明。改完后，用同一批评测任务验证效果。
这样做的好处是，团队能清楚知道：到底删掉了什么、有没有影响结果、哪些内容才是真正必要的。
该删的是那些不再改变模型行为的信息；该留下的，则是任务目标、成功标准、权限范围、证据要求，以及交付前必须完成的验证。
Prompt 做减法，不是降低要求，而是把无效噪音清出去。虚拟卡
少规定步骤，多说清结果
过去写 Prompt，很多人习惯把流程规定得非常细：先搜索什么、再读哪个文件、接着调用什么工具、最后按什么顺序输出。
但对于 GPT-5.6，OpenAI 更推荐另一种写法：明确告诉模型最终要完成什么、判断依据是什么、哪些事不能做，以及做到什么程度才算完成。至于具体怎么走，交给模型根据实际情况决定。
这并不是说 ALWAYS、NEVER、MUST 都不能写。
涉及安全边界、必填内容、禁止操作时，这类规则依然需要写得明确。但像“是否继续搜索”“什么时候调用工具”“信息不足时要不要追问”这类问题，更适合提供判断标准，而不是写死成一套流程。
例如，可以告诉模型：证据足够时就停止检索并交付；缺少关键事实时，说明缺什么，并优先用成本较低的方式补齐。
这能减少重复搜索，也能避免 Token 被浪费在无意义的循环上。虚拟卡
能做什么，必须提前讲清楚
Agent 接入工具后，Prompt 里还需要明确一件事：模型到底被授权做什么。
用户让模型分析、审查或制定计划，通常只意味着可以阅读材料、检查问题并给出结论；用户要求修改、构建或修复时，模型才可以在任务范围内进行本地改动和非破坏性验证。
至于外部写入、删除文件、购买服务，或明显扩大任务范围的操作，则应当再次确认。
模型知道下一步“可以做什么”，不等于它已经获得了“可以执行”的授权。
工具本身也不宜一股脑全塞给模型。每个工具最好说明清楚：它解决什么问题、什么时候使用、重点看哪些返回结果、失败后应该怎么办。
工具越多、描述越模糊，模型在选择工具时的负担就越大。
检索也是一样。普通问题可以先做一次较宽泛的搜索，获得核心证据后直接回答；只有发现缺少关键事实、日期、来源或引用时，再进行针对性补充。
如果没有搜到某项信息，也不能直接推断它不存在；面对相互冲突的来源，则应如实说明分歧，而不是强行给出确定结论。
长任务要报进度，也别浪费推理
对于耗时较长、需要多次调用工具的任务，指南建议只在关键阶段发生变化时更新进度。
没必要每调用一次工具就向用户汇报一次。真正值得同步的，是开始执行、发现重要问题、完成关键步骤，或者遇到需要用户决定的情况。
同样，Reasoning Effort 也不是越高越好。
OpenAI 的建议是：先以当前设置作为基线，再测试相同或更低的推理档位。只有评测证明 high 或 xhigh 确实能带来明显提升时，才值得承担更高的成本；max 更适合难度极高、质量优先的任务。
很多时候，模型表现不佳，不是因为推理不够，而是因为 Prompt 没把成功标准、依赖关系、工具条件和验证要求说清楚。指令本身不清楚，单纯提高推理强度也未必有用。
生成结果，不代表任务结束
指南反复强调：模型给出了结果，并不等于任务已经完成。
比如代码修改后，如果环境允许，仍应继续运行测试、类型检查、Lint、构建检查或最小冒烟测试。前端和视觉类任务，则应该查看实际渲染效果，确认布局、间距、裁切和内容展示是否正常。
如果因为环境限制无法验证，也应该如实说明原因，并告诉用户下一步如何检查，而不是直接宣称“已经完成”。
官方还给出了一套可参考的 Prompt 结构：
- Role：角色定位
- Personality：表达风格
- Goal：任务目标
- Success criteria：成功标准
- Constraints：限制与边界
- Tools：工具说明
- Output：输出要求
- Stop rules：停止条件
它不是让开发者把 Prompt 写得更长，而是帮助大家判断：这句话到底会不会影响模型行为？如果不会，就没必要留在 Prompt 里。
谁最值得读这份指南？
如果你正在迁移 GPT-5.6，或维护复杂的 System Prompt、工具描述、Agent 指令和 Prompt Stack，这份指南值得认真看一遍。
尤其是当你的 Prompt 里已经堆满了 Always、Never、旧模型补丁和固定流程，或者你的应用涉及搜索、工具调用、代码修改、外部操作、长任务状态管理时，里面的建议会很实用。
如果只是用 ChatGPT 做日常问答、写作或总结，其实不必逐节研究。记住几个原则就够了：先做减法、以结果为导向、明确权限边界、完成前做好验证。
Prompt 不是越长越专业。真正有效的 Prompt，是让模型少背规则，多把事情做成。虚拟卡
原创文章，作者：wp-chen，如若转载，请注明出处：https://visaspay.com/2026/07/17/openai%e5%8f%91%e5%b8%83gpt-5-6-prompt%e6%8c%87%e5%8d%97%ef%bc%9aprompt%e8%af%a5%e5%bc%80%e5%a7%8b%e5%81%9a%e5%87%8f%e6%b3%95%e4%ba%86/
