Jūsu sarežģītās MI uzvednes patiesībā padara GPT-5.6 mazāk viedu

Pēdējā gada laikā uzvedņu inženierija (prompt engineering) šķita kā augstu likmju juridiskas sarunas. Lietotāji veidoja plašas, vairāku lappušu sistēmas uzvednes, kas piepildītas ar XML blokiem, pastāvēšanas skriptiem un stingrām domu ķēdes (chain-of-thought) instrukcijām. Mērķis bija noturēt MI uz pareizajām sliedēm. Ja modelis novirzījās, jūs vienkārši pievienojāt vēl vienu sastatņu slāni, lai piespiestu to atgriezties rindā. OpenAI nupat izlaida savu jauno uzvedņu rokasgrāmatu modelim GPT-5.6 Sol, un galvenais vēstījums ir tiešs šo ieradumu noraidījums. Būtībā jūsu centieni mikropārvaldīt MI tagad ir tā lielākais šķērslis.

OpenAI iestājas par radikālu pāreju uz "rezultāts-pirmajā-vietā" uzvedņu veidošanu. Jaunā stratēģija ir vienkārša: definējiet galamērķi, iestatiet apstāšanās nosacījumus un netraucējiet. Šīs izmaiņas atspoguļo fundamentālu evolūciju tajā, kā jaunākie modeļi apstrādā informāciju. Kamēr agrākajām versijām bija nepieciešama detalizēta karte katram pagriezienam, GPT-5.6 darbojas labāk, ja tam ir tikai galīgā adrese. Raugoties uz kopējo ainu, tā ir atteikšanās no MI uztveršanas kā trauslas mašīnas, tā vietā pret to izturoties kā pret spējīgu, lai arī burtiski domājošu, digitālo partneri.

Mikropārvaldības augstā cena

OpenAI sniedza specifiskus datus, lai pamatotu šo maiņu. Iekšējos testos, izmantojot programmēšanas aģentus, kompaktākas sistēmas uzvednes uzlaboja novērtējuma rādītājus par aptuveni 10% līdz 15%. Šis uzlabojums notika, kamēr modelis izmantoja par 41% līdz 66% mazāk tokenu. Uzņēmumam vai pieredzējušam lietotājam ietekme ir jūtama. Šīs vienkāršākās uzvednes samazina izmaksas par 33% līdz 67%. Vienkāršiem vārdiem sakot, rakstot mazāk, tiek radīts labāks darbs par ievērojami mazāku naudu.

Iemesls šim veiktspējas lēcienam ir fundamentāls. Kad tāds modelis kā GPT-5.6 lasa uzvedni, tas katru vārdu uztver kā ierobežojumu. Ja sniedzat piecas lappuses instrukciju, modelis tērē milzīgu daļu no savas spriešanas kapacitātes, mēģinot paturēt visus šos noteikumus savā aktīvajā atmiņā. Tas ir digitāls ekvivalents mēģinājumam pagatavot piecu kārtu maltīti, kamēr kāds jums skaļi lasa 200 lappušu garu drošības rokasgrāmatu. Noņemot šo troksni, jūs atbrīvojat modeli koncentrēties uz pašu uzdevumu.

Kāpēc GPT-5.6 atšķiras no sava priekšgājēja

Lai saprastu šīs izmaiņas, mums jāieskatās "zem pārsega" modelim GPT-5, kas tika izlaists 2025. gada augustā. Šim modelim bija nepieciešamas apjomīgas sastatnes. Lietotāji paļāvās uz XML pastāvēšanas blokiem, lai liktu modelim turpināt darbu, līdz problēma ir atrisināta. Viņi izmantoja detalizētas konteksta apkopošanas veidnes, lai precīzi noteiktu, kā paralelizēt meklēšanu. Toreizējā filozofija bija vērsta uz dedzības kalibrēšanu un "sliežu" būvēšanu, lai neļautu modelim padoties pārāk agri.

GPT-5.6 Sol ir izturīgāks modelis, kas šos procesa soļus uzticami veic pats. Jaunā rokasgrāmata liecina, ka vecie pastāvēšanas bloki tagad ir tikai nekārtība, kurai modelim ir jācenšas tikt cauri. Tas, ko jūs patiesībā paturat, ir mērķtiecīgs saraksts: lietotājam redzamais rezultāts, veiksmes kritēriji, apstāšanās nosacījumi un stingrie ierobežojumi. Rokasgrāmata iesaka modeļa uzvedni sākt ar tiešu mērķi, piemēram: "Atrisiniet klienta problēmu no sākuma līdz beigām." Pēc tam jūs norādāt, kā izskatās pabeigts uzdevums un kādas darbības jāveic, ja trūkst datu. Neskaidras instrukcijas, piemēram, "esi rūpīgs" vai "turpini strādāt", ir pagātne.

Pretrunīgu noteikumu bīstamība

Viens no graujošākajiem atklājumiem jaunajā rokasgrāmatā ir saistīts ar to, kā modelis apstrādā pretrunas. Agrākie modeļi bieži izvēlētos vienu instrukciju, ja tie saskartos ar diviem noteikumiem, kas konfliktē. GPT-5.6 ir citāds. Tas tik cieši ievēro uzvedņu "līgumus", ka pretrunīgi noteikumi rada nestabilitāti. Tā vietā, lai izvēlētos uzvarētāju, modelis tērē spriešanas tokenus, mēģinot saskaņot neiespējamo. Tas padara atbildi lēnāku, dārgāku un bieži vien nepareizu.

OpenAI tagad iesaka izvairīties no vecā trika ar absolūtu jēdzienu izmantošanu, piemēram, "vienmēr" vai "nekad". Šie vārdi kādreiz bija galvenais veids, kā vadīt uzvedību, bet tagad tie tiek uzskatīti par pārāk stingriem. Praktiski runājot, ja jūsu sistēmas uzvednē ir noteikumi, kas pārklājas, tā ir pirmā lieta, kas jums būtu jāizlabo. Modelis darbojas vislabāk, ja tam ir telpa manevrēšanai skaidrās robežās, nevis ja tas ir ieslēgts pretrunīgu prasību būrī.

Jauni rīki precīzai kontrolei

Atjauninājums ievieš divas konkrētas funkcijas, kuru nebija iepriekšējā stratēģijā. Pirmā ir text.verbosity parametrs. GPT-5.6 dabiski ir kodolīgāks nekā GPT-5.5 viduscikla atjauninājums. Šī iemesla dēļ vecās instrukcijas "esi īss" tagad pārlieku korigē un rada atbildes, kas ir pārāk īsas, lai būtu noderīgas. Lietotājiem tagad būtu jāiestata globāls noklusējums, izmantojot parametru, un jāmaina tas tikai specifiskiem uzdevumiem. Tas novērš nepieciešamību pēc atkārtotiem stila noteikumiem pašā uzvednes tekstā.

Otrs papildinājums ir īpaša sadaļa par programmatisku rīku izsaukšanu (Programmatic Tool Calling). Tas ir paredzēts ierobežotām darba plūsmām, kur kods veic smago darbu — datu filtrēšanu vai apkopošanu. Tā vietā, lai lūgtu modelim spriest par katru informācijas vienību, jūs ļaujat kodam atgriezt kompaktu rezultātu. Tas noņem slodzi no modeļa spriestspējas un novirza to uz paredzamu loģiku. Tas ir racionalizēts veids, kā apstrādāt lielas datu kopas, nepārslogojot uzvedni ar starpposmiem.

Minimālistiskās pieejas testēšana

Mēs pārbaudījām šīs jaunās vadlīnijas, izmantojot mūsu iekšējo mērauklu — rakstīšanas izdzīvošanas šausmu spēli TYPE OR DIE. Iepriekšējās iterācijās, izmantojot GPT-5, uzvedne bija blīvs noteikumu mudžeklis par spēles loģiku un vizuālo saskaņotību. GPT-5.6 testam mēs reducējām uzvedni līdz galvenajam rezultātam: funkcionāla, noslīpēta spēle ar specifisku izdzīvošanas mehāniku.

Rezultāti bija pārsteidzoši. Modelis uzreiz neķērās pie koda rakstīšanas. Tā vietā tas vispirms izplānoja visu problēmu un katru sistēmu pirms jebkuras rindiņas ierakstīšanas. Automātiskās tēmēšanas loģika bija efektīvāka, un vizuālie elementi bija saskaņotāki nekā jebkurā iepriekšējā mēģinājumā. Modelis izvēlējās labāku maršrutu, jo mēs pārstājām tam diktēt, pa kuriem ceļiem braukt. Šis iznākums atbilst rokasgrāmatas mērķim. Kad definējat galamērķi, modelis ir brīvs atrast visefektīvāko ceļu.

Ko tas nozīmē jūsu ikdienas MI lietošanai

Parastam lietotājam galvenā atziņa ir tāda, ka jūsu uzvedņu inženierijas prasmēm ir nepieciešams atjauninājums. "Mega-uzvedņu" ēra beidzas. Ja veidojat pielāgotu GPT vai automatizētu darba plūsmu, jūsu pirmajam solim jābūt tīrīšanai. Noņemiet atkārtotos noteikumus. Izdzēsiet stila instrukcijas, kas nemaina rezultātu. Izmetiet piemērus, kas nepievieno jaunu informāciju.

Ja jums šķiet grūti iegaumēt šīs jaunās vadlīnijas, ir praktisks īsceļš. Jūs varat izveidot pielāgotu GPT un ielādēt tajā pilnu OpenAI GPT-5.6 uzvedņu rokasgrāmatu kā zināšanu bāzi. Pēc tam varat izmantot šo GPT, lai analizētu un pārrakstītu savas vecās uzvednes. Jūs būtībā izmantojat uzvedņu inženieriju, lai inženierētu labākas, kompaktākas uzvednes. MI kļūstot spējīgākam, mūsu loma mainās no mikropārvaldnieka uz tālredzīgu stratēģi, kurš precīzi zina, kā izskatās veiksmīgs rezultāts.

Avoti: OpenAI Official Prompting Guide for GPT-5.6 Sol, OpenAI Internal Engineering Blog, July 2026 Technical Report on Model Verbosity.