OpenAI内部那位主导Codex研发的工程师近日发出提醒：别再沿用GPT-5.5时代的提示技巧去调教GPT-5.6了。他随即分享了一份官方Prompt指南，我仔细研读后，发现其中确实有不少值得深入探讨的要点——按照这些方法调整，Agent不仅能高效完成任务，还能显著节省Token消耗。

指南中的第一条最佳实践，用一句话概括就是：让你的提示词更精简。后面还附上了具体数据。在OpenAI内部的Coding Agent评测中，将系统提示词里重复的指令、多余的示例删除后，评测分数提升了大约10%到15%，总Token使用量减少了41%到66%，成本则降低了三到六成。

删掉一半的Prompt，分数反而上涨。这一结论，与过去两年我们被灌输的“Prompt工程”理念完全相反。以往的教程都在教你如何增加内容：添加角色设定、添加示例，再添加一堆防御性指令。而现在，模型厂商亲自下场，教你如何做减法。

Prompt越写越长，反而适得其反？

先说说你很可能遇到过的情况。Agent又不听话了——比如让它修改代码，它顺手把测试文件也改了。你怎么办？多半是打开系统提示词，补上一句“不要修改测试文件”。过阵子它又犯，再补一句“记住，永远不要动测试”。补着补着，系统提示词就从几十行膨胀到几百行，像一件打满补丁的旧衣服。

这个习惯从何而来？其实是弱模型时代遗留下来的。早年的模型理解能力有限，你不把话说三遍它真记不住，堆叠指令是无可奈何的做法。但新一代模型的意图理解能力已经大幅提升，这些补丁反而成了噪音。“不要动测试”说了三遍，模型会琢磨：这句话被反复强调，权重是不是特别高？然后在一些本该动测试的场景里也变得畏首畏尾。指令重复，并不会让模型加倍听话，只会让它加倍分心。

那么问题来了，具体该怎么删？官方给出的做法很朴素，不是让你大刀阔斧地乱砍。先拿一份已经能正常运行的Prompt和工具集，每次只删除一组指令或示例，删除后运行同样的评测，分数没下降就继续删。核心原则只有一条：每条指令只说一次。

工具描述也是如此。只暴露当前任务真正需要用到的工具，描述写得简短而精准。那种一口气挂上三十个工具、每个描述都写成小作文的Agent，先给它瘦身再说。

当然，删除也有底线。官方明确点名了两类内容不要动：一类是示例本身就是产品要求，比如你规定了输出格式必须是什么样，那个例子就得保留。另一类是真正有效的风格指导，加上这句之后评测分数确实变好了，那么它就赢得了自己的位置。判断标准与长短无关。

另外还有一个容易忽略的点：会话越长，重复内容的负面影响越大。系统提示词里多余的那句话，每一轮对话都要跟着重新计算一遍Token、干扰一遍注意力。你是否觉得Agent聊得越久越容易犯糊涂？一部分原因就在这里。

对了，怕你删完心里没底，官方还提供了一套复杂Prompt的参考骨架：角色、性格、目标、成功标准、约束、工具、输出格式、停止规则，一共八个部分。别误会，这不是让你每项都写一大段，它是一张检查清单。

拿一个Code Review助手的Prompt举例，按这个骨架填写出来大致是这样：

角色：你是我们组Go后端仓库的Code Review助手。
性格：直接指出问题，不用客套。
目标：审查本次PR的改动，给出可执行的修改意见。
成功标准：每条意见指向具体文件和行号，说清为什么是问题。
约束：只看本次改动涉及的文件，别顺手重构无关代码。
工具：可以运行测试和Lint，不允许修改代码。
输出：按严重程度列出问题，最多十条。
停止规则：信息不够下判断时，列出你缺什么，不要猜测。

你看，每项就一两句话，但每句都在实实在在地影响模型的行为。反过来用它当尺子衡量你现有的Prompt，哪条信息跟这八项都对不上，那它就是可以删除的内容。

模型到底该不该自己做主？

这份指南里，我个人觉得最值得学习的是关于自主权的部分。

做过Agent的都知道，Agent有两种死法。一种是太莽撞，没让它动的东西它顺手就删了。另一种是太谨慎，每走一步都停下来问“我可以继续吗”，一个任务请示八遍，还不如自己动手写。

大部分人的解法是在提示词里堆砌安全句：“先问我”“不要擅自修改”“等待批准”。指南明确说了，这类话重复多了，模型会对本来安全的常规操作也跑来请示。谨慎，就是这么被惯出来的。

很多人可能会问，不堆安全句，那还能怎么管？官方的方案是给模型立一套行事规矩，把动作分成三档。原版例子是英文的，翻译成大白话大致如下：

问答、解释、Review、诊断类的请求，看完相关材料，汇报结果就行，没让你改就别动手改。
修改、构建、修复类的请求，范围内本地改动直接做，顺手运行测试这类非破坏性验证，不用先问。
涉及外部写入、破坏性操作、花钱、扩大任务范围的动作，必须先确认。

说人话就是给模型划三条线：只读的随便看，本地可逆的放手干，对外的、删东西的、花钱的必须举手。

划线之后还有一个关键动作：把安全操作点名说清楚。读文件、看日志、改范围内的代码、跑测试，这些明确授权给它。整套规矩写在一个地方。

上面这套规矩，管的是模型能干什么。官方还想让你再进一步，连怎么干的过程，也放给它。

什么叫过程？很多人写Prompt喜欢排步骤：先搜索相关代码，再打开配置文件，再按给定顺序逐项检查。GPT-5.6的意图理解能力上来了，这种写法反而是在捆它的手脚——你排的路线未必是最优路线，它明明有近道也不敢走。官方推荐只交代三样：要什么结果、做到什么程度算合格、拿什么证明。

举个例子，与其写“先跑测试、再看日志、再逐个文件排查”，不如写“找到这个接口超时的原因，给出证据链，改完要过现有测试”。路怎么走，让它自己挑。

那ALWAYS、NEVER这类强硬指令还能不能用？能用，但只留给真正的铁律，比如“NEVER把密钥提交进仓库”这种碰了就出事的红线。至于“什么时候该搜索”“日志要不要全读”这类判断题，别下死规定，给它一条判断标准就够。遇到影响方向的模糊地带先来问你，其实也是一条判断标准，只不过判断出来的动作是开口问。

对了，官方还提了一句挺狠的警告。GPT-5.6会严格执行你的Prompt契约，你要是一边写着“NEVER修改测试”，一边又要求“修复所有失败的用例”，它不会像老模型那样挑一条执行，而是烧着Token想两头都满足，结果反而更差。矛盾的指令，比缺一条指令更糟糕。

说到底，模型不是不想干活，是你没告诉它哪些活能直接干。

“简洁点”三个字，为什么会坑你？

这条是专门给老用户提个醒的。GPT-5.6默认输出比上一代简洁，如果你的老Prompt里还留着“简洁点”“回答简短些”这类指令，两层简洁叠在一起，模型可能把关键信息也一起省略了。

看到这你可能要问，那想要短答案该怎么说？指南给出的修法我觉得很巧妙。与其喊“短一点”，不如说清楚短答案里必须保留什么。官方例子意译过来大致如下：

结论先行。带上支撑结论的证据、重要的注意事项，以及下一步动作。次要细节和重复的话可以省略。

这段话妙就妙在给了模型一个明确的优先级：先保内容，再删废话。

语气也是一个道理。“友好一点”“有同理心”这种词太虚，每个人的理解都不一样。官方的建议是别贴标签，直接把你要的写法描述出来：

直接给出答案。用户报了问题，先确认那个具体问题，再给下一步。只在确实需要的时候才安抚。省掉客套的夸奖和没必要的结尾寒暄。

你看，全程没出现“友好”两个字，但照着这个写出来的回复，读起来就是舒服的。

模型说搞定了，就真搞定了吗？

指南里反复强调一个原则：模型生成了结果，不代表任务完成。这个场景大家太熟悉了：AI说测试都通过了，你一跑，红了一片。它倒不是故意骗你，是没人要求它去验证。

官方的修法分两步：第一步，给模型能验证的工具——测试、类型检查、构建这些，让它有条件自己核对。第二步，在Prompt里写清楚哪些验证是重要的。编程场景的官方例子意译过来是这样的：

改完代码后，运行手头最相关的验证。改了哪块行为，就跑哪块的定向测试，类型检查和Lint能跑就跑，全量验证太贵就跑个最小的冒烟测试。实在没法验证，就说明原因，并给出下一步最该做的检查。

做前端的还有一条专属提示：别光看代码，把页面渲染出来自己检查一遍——布局、裁切、间距、有没有缺内容，改到渲染结果符合要求为止。

一句话：验收标准里要有“怎么证明你做完了”，否则模型说的“做完了”，只是它觉得做完了。

最后

整份指南读下来，我的感受是Prompt工程的重心正在转移。以前写Prompt像念口诀，多念一句是一句，念错顺序还不灵，所以才有那么多“万能模板”“必抄句式”。现在更像签合同，你负责讲清楚目标、边界、验收标准，过程怎么走，让模型自己拿主意。

模型每强一代，你多说的每句废话就更贵一分。以后看一个人Prompt写得溜不溜，估计得先看他敢删多少了。

参考资料

• OpenAI官方GPT-5.6使用指南：https://developers.openai.com/api/docs/guides/latest-model?model=gpt-5.6
• OpenAI官方GPT-5.6 Prompting专项指南：https://developers.openai.com/api/docs/guides/prompt-guidance-gpt-5p6