过去一年中，提示工程感觉就像是一场高风险的法律谈判。用户构建了庞大且长达数页的系统提示词，其中充满了 XML 块、持久化脚本和严格的思维链指令。其目标是让 AI 保持在轨道上。如果模型偏离了方向，你只需添加另一层脚手架来强迫它回归正轨。OpenAI 刚刚发布了针对 GPT-5.6 Sol 的新提示指南，其核心信息是对这些习惯的直接否定。从本质上讲，你试图微观管理 AI 的努力现在成了它最大的障碍。
OpenAI 主张向“结果优先”提示法进行激进转变。新策略很简单：定义目标，设置停止条件，然后放手。这一变化反映了最新模型处理信息方式的根本演变。早期版本需要每一步转弯的详细地图，而 GPT-5.6 在只获得最终地址时表现更好。从大局来看，这标志着 AI 从被视为脆弱的机器，转变为被视为一个有能力的、尽管有时比较刻板的数字伙伴。
微观管理的高昂代价
OpenAI 提供了具体数据来支持这一转变。在涉及编码代理的内部测试中，更精简的系统提示词将评估分数提高了约 10% 到 15%。这一改进是在模型使用的 Token 减少了 41% 到 66% 的情况下实现的。对于企业或高级用户来说，这种影响是显而易见的。这些精简的提示词降低了 33% 到 67% 的成本。简单来说，写得更少能以更低的成本产出更好的成果。
这种性能跃升的原因是基础性的。当像 GPT-5.6 这样的模型读取提示词时，它会将每个单词都视为一个约束。如果你提供五页的指令，模型会消耗大量的推理能力，仅仅是为了尝试将所有这些规则保留在其活跃记忆中。这在数字世界中相当于有人在你耳边大声朗读 200 页的安全手册，而你却在尝试烹饪一顿包含五道菜的大餐。通过消除噪音，你可以让模型腾出精力专注于实际任务。
为什么 GPT-5.6 与其前代产品不同
要理解这一变化，我们必须回顾 2025 年 8 月发布的 GPT-5。那个模型需要沉重的脚手架。用户依赖 XML 持久化块来告诉模型持续工作直到问题解决。他们使用详细的上下文收集模板来精确映射如何并行化搜索。当时的哲学完全在于校准积极性并构建护栏，以防止模型过早放弃。
GPT-5.6 Sol 是一个更具韧性的模型，它能够可靠地自行处理这些流程步骤。新指南指出，旧的持久化块现在只是模型必须绕过的杂乱信息。你实际需要保留的是一个聚焦的列表：用户可见的结果、成功标准、停止条件和硬性约束。指南建议模型提示词应以直接的目标开始，例如：“端到端解决客户问题”。然后，你指定任务完成后的样子，以及在数据缺失时应采取的行动。像“要彻底”或“继续进行”这样模糊的指令已经消失了。
规则冲突的危险
新指南中最具颠覆性的发现之一涉及模型如何处理矛盾。早期的模型在遇到两条冲突的规则时，通常会选择其中一条指令。GPT-5.6 则不同。它非常严格地遵守提示词契约，以至于冲突的规则会产生不稳定性。模型不会选择一个胜出者，而是会消耗推理 Token 试图调和不可能完成的任务。这使得响应更慢、更昂贵，且经常出错。
OpenAI 现在建议不要使用“总是”或“绝不”等绝对化词汇。这些词曾经是引导行为的主要方式，但现在被认为过于僵化。从实际操作来看，如果你的系统提示词中有重叠的规则，这是你首先应该修复的问题。当模型在清晰的边界内有导航空间，而不是被锁定在矛盾要求的笼子里时，其表现最佳。
精确控制的新工具
此次更新引入了两个之前策略手册中没有的具体功能。第一个是 text.verbosity 参数。GPT-5.6 天生比 GPT-5.5 中期更新版更简洁。正因如此，以前“保持简短”的指令现在会过度修正，产生短到毫无用处的响应。用户现在应该通过该参数设置全局默认值，并仅针对特定任务进行覆盖。这消除了在提示词文本本身内部重复风格规则的需求。
第二个新增功能是关于“程序化工具调用”（Programmatic Tool Calling）的专门章节。这适用于有边界的工作流，其中代码负责处理过滤或聚合数据的重活。与其要求模型判断每一条信息，不如让代码返回一个精简的结果。这将劳动从模型的判断中卸载到可预测的逻辑中。这是一种处理大型数据集的精简方式，而不会因中间步骤导致提示词膨胀。
测试极简主义方法
我们使用内部基准测试——一款名为 TYPE OR DIE 的打字生存恐怖游戏，对这些新指南进行了测试。在之前使用 GPT-5 的迭代中，提示词是一丛关于游戏逻辑和视觉一致性的茂密规则。在 GPT-5.6 的测试中，我们将提示词精简到了核心结果：一个具有特定生存机制的功能完备、打磨精良的游戏。
结果令人惊讶。模型并没有直接开始编写代码。相反，它先映射了整个问题，并在输入单行代码之前规划了每个系统。自动瞄准逻辑更高效，视觉资产比以往任何一次运行都更具一致性。模型选择了更好的路线，因为我们不再试图告诉它该走哪条路。这一结果符合指南的意图：当你定义了目的地，模型就能自由地找到最高效的路径。
这对你的日常 AI 使用意味着什么
对于普通用户来说，底线是你的提示工程技能需要更新。“巨型提示词”的时代正在结束。如果你正在构建自定义 GPT 或自动化工作流，你的第一步应该是清理。删除重复的规则。删除不改变输出的风格指令。删减不增加新信息的示例。
如果你发现这些新指南难以记忆，有一个实用的捷径。你可以构建一个自定义 GPT，并将完整的 OpenAI GPT-5.6 提示指南作为其知识库。然后，你可以使用该 GPT 来分析和重写你的旧提示词。你本质上是在利用提示工程来设计更好、更精简的提示词。随着 AI 变得越来越强大，我们的角色正在从微观管理者转变为目光敏锐的战略家，清楚地知道成功的结果是什么样子。
来源：OpenAI GPT-5.6 Sol 官方提示指南，OpenAI 内部工程博客，2026 年 7 月关于模型冗余度的技术报告。
