GPT-5.6 Prompt 官方指南解读：提示词越长，效果未必越好
过去做 Agent，我们很容易形成一种直觉：
文章目录
导语
过去做 Agent，我们很容易形成一种直觉：
模型表现不稳定，是不是 Prompt 还不够详细？
工具调用出错，是不是规则写得还不够多？
任务没有完成，是不是应该把每一步都规定死？
于是，系统提示词越写越长。
同一条规则换三种说法重复强调，工具描述里塞满例外，流程被拆成十几步，最后再补一句“必须严格遵守以上所有要求”。
但 OpenAI 最新发布的 GPT-5.6 Prompt 指南，给出了一个有点反直觉的方向：
对 GPT-5.6 来说，更有效的 Prompt 往往不是更长，而是更清楚。
官方建议把重点放在四件事上：结果、约束、证据和完成标准，然后给模型留下选择高效路径的空间。
这不只是一次“提示词写法升级”。
它反映出 Agent 开发正在发生一个更重要的变化：我们不再需要用 Prompt 模拟一份僵硬的程序，而要开始像设计一个可靠协作系统那样设计 Prompt。
这篇文章不逐段翻译官方文档，而是聊清楚三个问题：
- GPT-5.6 的 Prompt 思路到底变了什么；
- 为什么很多旧 Prompt 会越优化越复杂；
- 一个现有 Agent 应该怎样低风险迁移。
一、最重要的变化：从“过程控制”转向“结果契约”
先看两种常见写法。
第一种，是过程控制型 Prompt：
先分析用户问题。
然后搜索资料。
再检查资料是否可信。
如果不可信就继续搜索。
整理三个方案。
比较三个方案。
最后输出答案。
它的问题不是完全错误，而是把模型可以自行判断的过程全部写死了。
一个简单问题也要机械地走完所有步骤；一个复杂问题又可能因为流程不够完整而停在半路。
官方更推荐结果优先的写法：
目标：基于可用证据解决用户问题。
完成标准：
- 核心结论有证据支持；
- 重要分歧和限制被说明；
- 能执行的范围内动作已经完成；
- 缺少必要证据时，只询问最小缺失信息。
后一种写法没有放弃控制，而是换了一种控制方式。
它不强制规定模型每一步怎么走，而是定义任务结束时必须满足什么条件。
可以把这个变化理解成：
对于 Agent 来说，这就是从“脚本”转向“契约”。
一份好的 Prompt 契约至少回答四个问题：
- 用户最终要得到什么？
- 哪些约束不能越过？
- 什么证据才足以支持结论？
- 什么时候算真正完成？
这四个问题讲清楚，通常比多写十条操作步骤更有价值。
二、Prompt 不是越长越稳，重复和冲突反而更危险
官方指南建议，迁移 GPT-5.6 时先做减法。
优先删除这些内容：
- 同一规则的重复表达；
- 不改变行为的风格和流程要求；
- 对结果没有影响的示例；
- 模型已经能稳定完成的过程说明；
- 与当前任务无关的工具和工具描述。
同时保留：
- 用户能看到的最终结果；
- 成功标准和停止条件；
- 安全、业务、证据和权限约束；
- 依赖上下文判断的工具路由规则；
- 输出结构和验证要求。
这里最值得注意的，不是“少写字”，而是“减少冲突”。
很多长 Prompt 表面上很严谨，内部却藏着互相打架的要求：
尽量不要打扰用户。
遇到任何不确定都必须询问用户。
回答必须简洁。
必须详细解释所有推理过程。
尽可能少调用工具。
所有结论都必须经过多轮检索验证。
模型越认真遵循契约，这类冲突越容易制造不稳定。
所以迁移 GPT-5.6 的第一步，不是立刻重写一份“GPT-5.6 专用超级 Prompt”，而是给现有 Prompt 做一次指令审计：
有一个数字很吸引眼球。
官方提到，在一组内部编码 Agent 评测样本里，更精简的系统提示词让评测得分提高了约 10% 到 15%，同时总 Token 减少 41% 到 66%，成本减少 33% 到 67%。
但这不是所有业务都能直接复现的承诺。
官方也明确提醒，这些数据只能作为方向参考，最终仍要用自己应用里的代表性任务验证。
真正应该记住的是：
Prompt 的价值不在长度，而在每条指令是否真的改变行为。
三、不要滥用“必须”和“永远”，把判断题写成决策规则
很多 Prompt 喜欢使用绝对词：
必须搜索三次。
永远不要做假设。
任何情况下都先询问用户。
只能使用某一个工具。
绝对规则适合真正不可妥协的边界，例如安全要求、必填字段、禁止执行的高风险操作。
但对于“要不要搜索”“要不要追问”“要不要继续重试”这类判断题，绝对规则通常太粗糙。
更好的方式是写清决策条件。
例如，把：
回答前必须搜索三次。
改成：
先用一次范围较广的检索定位证据。
只有在关键事实、日期、责任人或来源仍缺失时继续检索。
如果现有证据已经足以回答核心问题，就停止检索并作答。
再比如，把：
遇到不确定必须询问用户。
改成：
若缺失信息会显著改变结果或引发外部副作用，询问最小必要信息。
若可以从上下文做低风险推断，则说明假设并继续完成任务。
这类写法给模型的不是口号，而是一套可以执行的判断标准。
四、Agent 自主性不是“放开”或“锁死”，而是分层授权
GPT-5.6 可以更主动地完成多步骤任务，但主动不等于可以无限行动。
官方建议明确不同请求授权了什么动作，尤其要区分：
- 读取资料、检查日志等只读操作；
- 修改本地文件、运行非破坏性测试等范围内操作；
- 对外写入、删除数据、购买付费服务等高副作用操作；
- 超出原请求的范围扩张。
可以把 Agent 的动作边界写成三层：
一份紧凑的自治策略可以这样写：
对于回答、解释、审查、诊断或规划请求，读取相关材料并报告结果，
不要在用户未要求时实施修改。
对于修改、构建或修复请求，直接完成范围内的本地修改，
并运行相关的非破坏性验证。
对于外部写入、破坏性操作、购买或明显扩大范围的动作，先获得确认。
这比在 Prompt 的多个角落反复写“先问我”“不要乱动”更稳定。
原因很简单：规则集中在一个地方，模型更容易知道当前任务到底授权到了哪一层。
五、工具越多不一定越强，关键是路由和前置条件
在 Agent 系统里，我们常常把“能力强”理解成“工具多”。
但官方指南明确建议：只暴露与任务相关的工具。
工具描述至少要说明：
- 它能做什么；
- 什么时候使用；
- 哪些返回字段最重要；
- 失败或空结果意味着什么。
如果一个工具永远不会被当前任务使用，它不只是浪费上下文，还会增加模型选错工具的机会。
另一个容易忽略的点，是前置条件。
例如，发布一篇文章之前，真正的任务链不是“调用发布工具”，而是：
找到文章
检查元数据
确认封面存在
渲染正文和图表
验证移动端样式
上传素材
创建草稿
如果 Prompt 只描述最后一步，模型可能因为最终状态看起来很明确而跳过必要检查。
因此要把依赖关系写出来：
执行动作前，先完成必要的发现、读取和验证。
不要因为最终目标看起来明显，就跳过前置条件。
独立读取可以并行；后一步依赖前一步结果时，则顺序执行。
这条原则看似普通，却是工具型 Agent 是否可靠的分水岭。
六、停止条件，才是 Agent 不乱跑的关键
很多 Agent Prompt 只写“开始做什么”，没有写“什么时候停”。
结果通常有两种：
- 太早结束，任务只完成一半；
- 不断搜索和调用工具，成本越来越高，却没有新增价值。
官方建议为任务添加明确的停止条件。
一个通用版本是：
每次获得结果后，判断核心请求是否已经有足够证据支持。
如果是，直接完成回答。
如果仍缺少必要证据，指出缺失事实，并选择最小有效的补救动作。
减少工具循环不能优先于正确性、必要证据、计算或引用要求。
这里有两个关键点。
第一，停止依据是“核心请求是否已满足”，不是“工具调用次数是否达到某个数字”。
第二，继续行动时要选择最小有效补救，而不是重新从头来一遍。
这也是控制 Agent 成本最实用的方法之一。
七、推理强度不是越高越好，先修 Prompt 再加算力
迁移模型时，很多团队会直接把 reasoning effort 调高，希望用更多推理解决一切问题。
官方给出的顺序更谨慎：
- 先保留当前 GPT-5.5 或 GPT-5.4 的推理强度作为基线；
- 在代表性任务上测试同一档和低一档；
- 延迟敏感任务在质量不下降时使用 low；
- medium 可以作为平衡起点；
- high、xhigh 或 max 只在评测证明有明显收益时使用。
在提高推理强度之前，先检查 Prompt 是否缺少：
- 成功标准；
- 依赖关系；
- 工具路由；
- 验证闭环。
很多所谓“模型想得不够深”，其实是我们没有告诉它什么才算完成。
八、一份更适合 GPT-5.6 的 Prompt 骨架
官方给出了一套适合复杂任务的结构。
结合 Agent 项目，我更建议把它写成下面这样：
Role
你在什么业务场景中承担什么职责。
Personality
用两三句话定义语气，以及如何与用户协作。
Goal
用户最终能看到或使用的结果是什么。
Success criteria
最终回答前，哪些条件必须成立。
Constraints
安全、权限、证据、业务和副作用边界。
Tools
每个工具何时使用，哪些前置条件不能跳过。
Output
结果包含哪些字段、章节、格式和必要信息。
Stop rules
何时继续、重试、降级、追问、拒绝或停止。
注意，这不是要求所有 Prompt 都固定写八个大标题。
简单任务不需要复杂模板。
真正的原则是：只添加会改变行为的细节，并且让结果、边界和完成标准容易被找到。
九、现有 Agent 怎样迁移到 GPT-5.6
官方不建议一次性重写整套 Prompt。
更稳妥的迁移流程是：
为什么不能一口气全改？
因为模型、推理强度、Prompt、工具集和运行时一旦同时变化，你就无法判断结果到底由哪一个变量造成。
建议至少准备三类回归案例：
- 正常路径：信息完整，工具成功；
- 边界路径：信息缺失、来源冲突、权限不足；
- 失败路径：工具空结果、超时、部分成功。
每次只改一组相关指令，然后比较：
正确性
完整性
证据与引用
工具调用次数
Token 消耗
延迟
成本
重试次数
资源用得更少，只有在结果仍然通过原有评测时，才算真正的优化。
十、我的结论：Prompt 工程正在变成“任务接口设计”
读完这份指南，我最强烈的感受不是“GPT-5.6 更聪明了”，而是 Prompt 工程的重心正在改变。
过去我们把大量精力放在措辞技巧上：
怎么强调模型才会听？
怎么多写几个例子？
怎么规定每一步？
现在更值得问的是：
目标是否可验证？
边界是否没有冲突？
证据标准是否明确？
动作权限是否分层？
工具路由是否清楚？
停止条件是否存在？
失败以后怎样降级？
这已经很像在设计一个软件接口。
输入是什么，输出是什么，前置条件是什么，哪些副作用需要确认，错误如何处理，什么时候返回成功。
所以，面向 GPT-5.6 的 Prompt，不应该是一堵越来越厚的规则墙。
它更像一份简洁、可测试、没有冲突的任务契约。
把“必须怎么走”改成“什么结果才算好”，把重复命令改成决策规则，把模糊的主动性改成分层授权，再用真实评测不断做小步修正。
这可能才是新一代 Agent Prompt 最重要的基本功。
参考资料
- OpenAI：Prompting guidance for GPT-5.6 Sol
https://developers.openai.com/api/docs/guides/prompt-guidance-gpt-5p6