提示詞別寫太囉嗦！ChatGPT 5.6最新指南：「結果導向」提示詞這樣寫
OpenAI發布ChatGPT-5.6 Sol模型專屬的提示詞指南，推翻不少過去的建議。不用鉅細靡遺地規定步驟，只要說清楚目標、成功標準與停止條件，就能減少Token用量、降低成本，讓AI更有效率地完成任務，來看看現在怎麼下提示詞效果最神，
文／樂羽嘉編譯 由天下雜誌授權轉載
本文目錄（點擊可快速前往）
OpenAI發布最新旗艦模型GPT-5.6 Sol並公布全新的提示詞指南，其中最重要的觀念，就是不要再寫那麼多了。
GPT-5.6的核心理念是「結果導向的提示詞」（Outcome-first Prompting）。也就是說，你只需要清楚定義「成功的結果長什麼樣子」、任務的完成／停止條件，剩下交給模型就好。
用OpenAI的原話來說，「GPT-5.6在提示詞明確定義最終成果、重要限制、可用證據及完成標準時表現最好。接著，讓模型自己選擇最有效率的解決路徑就好。」
OpenAI也用內測數據證明新原則的效能。在內部Coding Agent測試中，較精簡的System Prompt不只讓評測分數提高約10%到15%，Token使用量也降低41%，整體成本下降33%到67%。
ChatGPT 5.6的主要提示詞原則包括：
1. 簡化提示詞
從現有的有效提示詞與工具集開始。每次移除一組指令、範例或工具，然後重新測試。
精簡：重複的規則陳述；無法改變行為的重複風格或流程說明；無效的範例；模型本來就能可靠執行的流程；與任務無關的工具說明。
保留：使用者預見的結果；成功標準與停止條件；安全、商業、證據及權限限制；依賴情境的工具路由規則；必要的輸出格式與驗證要求。
檢查剩下的提示詞有沒有互相矛盾。GPT-5系列模型非常嚴格遵守提示詞規範，矛盾的規則比遺漏細節更容易造成不穩定。
2. 下結果導向的提示詞、規定停止條件
把重點放在說明最終目標，不用詳細規定每個步驟怎麼做。只要提示詞有清楚說明「怎樣算大功告成」，GPT-5.6通常會自己選擇最有效率的搜尋、工具使用或推理方式。
提示詞範例：
「完整解決客戶的問題。
成功的定義：
根據現有政策與帳戶資料，做出資格判定。
回覆之前，完成所有允許執行的動作。
回傳 completed_actions、customer_message 與 blockers。
如果缺少必要證據，只詢問最少、必要的缺失欄位。」
避免使用不必要的絕對規則。只有在真正的「不變量」上才使用「總是」（ALWAYS）、「絕不」（NEVER）、「必須」（must）和「僅限」（only），例如安全規則、必要欄位或絕對不該發生的動作。對於需要判斷的情況，例如何時該搜尋、何時該詢問、何時該使用工具或何時該繼續迭代，請優先使用「決策規則」。
保留明確的使用者數值。當正確數值是隱含的時候，請提供決策標準，讓模型根據情境或架構進行推理。避免使用通用的預設值、關鍵字對應表以及廣泛的語意捷徑。
增加停止條件：以最少量的有效工具迴圈來解決請求，但不要讓「迴圈最小化」的優先等級高於正確性、必要證據、計算過程或必要引用。
每次獲得結果後，詢問目前的核心請求是否已能用有效的證據來回答。若是，請直接回答；若仍缺少必要證據，請指出缺少的事實，並採用最低限度的有效備援方案。
3. 確定回應長度
GPT-5.6模型預設成比GPT-5.5更簡潔，所以你在下提示詞的時候，要先檢查還需不需要下「請精簡」、「保持簡潔」這類籠統的長度指示。這些指令做某些任務時可能很多餘，甚至造成回應太短。若這些指令能穩定產出應用程式所需的輸出就保留，不然就拿掉。
若要一致規定每次回應的詳盡程度，請使用text.verbosity參數，再於提示詞中設定特定要求。
如果你需要簡短的回答，請告訴模型優先順序，讓模型保留必要資訊、刪除低價值的細節。
4. 定義自主權和核准範圍
GPT 5.6在執行多步驟任務時，能夠主動、持續完成工作。請明確定義每項請求所授權的行動範圍，讓模型能在不必無謂暫停的情況下，持續執行安全、授權範圍內的工作，同時在執行對外寫入、具破壞性、高成本或擴大工作範圍的動作之前先停止。
通常使用這類簡潔的原則就夠了：
針對回答、解釋、審閱、診斷或規劃類的請求：檢查相關資料並回報結果。除非請求也明確要求進行變更，否則不要實施任何修改。
針對變更、建置或修復類的請求：直接完成請求範圍內的局部修改，不需事先詢問的情況下，執行相關、沒有破壞性的驗證。
對於對外寫入、具破壞性的操作、購買行為，或大幅擴大工作範圍的動作：必須先讓使用者確認。
5. 工具路由（Tool routing）
只提供與任務相關的工具。工具描述應清楚說明工具的用途、何時使用、重要的回傳欄位，以及發生錯誤時的行為。
當正確性取決於事前的搜尋、查詢或資料擷取時，請明確說明：
在採取任何行動之前，先完成必要的探索、資料擷取與驗證步驟。不要因為預期的最終結果看似顯而易見，就跳過任何前置步驟。
當多個讀取操作彼此獨立時，應該平行執行。當其中一個結果會決定下一步行動時，則應該循序執行。完成平行擷取後，應先整合結果，再採取後續行動。
如果工具回傳空白、部分結果，或結果明顯過少、可疑，請先嘗試一到兩種有意義的替代方法，再判定確實沒有結果。
6. 程式化工具呼叫（Programmatic Tool Calling, PTC）
PTC最適合處理大量資料的封閉工作流程。
開發建議：不要下「有效使用PTC」這種籠統指令。應該明確定義階段、合規工具、輸出Schema、重試限制與回傳模型判斷的時機。
7. 長時間工作流、狀態管理
對於多步驟或大量使用工具的任務，應該在第一次呼叫工具前，先向使用者提供一段簡短的前言，之後只有在重要階段發生變化時，提供成果導向的簡單進度更新。不要要求模型逐一敘述每一次例行性的工具呼叫。
重新載入對話歷史時，應保留助理各階段（phase）的值，讓模型能區分哪些是過程中的說明，哪些才是最終答案。如果使用 previous_response_id，先前助理的狀態會自動保留；如果是手動重建對話歷史，則應完整保留每個原始階段值，不要修改。
完成重要里程碑後再壓縮內容，不要每一輪對話都壓縮。壓縮後仍然要保持提示詞的功能一致性，把壓縮後的內容視為不可再拆解的狀態。
如果多輪對話的目標、假設和優先順序都一致，保留既有推理（persisted reasoning）會很有幫助。
8. 推薦提示詞結構
撰寫複雜提示詞時，可以從以下結構開始。每部分都保持簡潔，只有在確實會影響模型行為時，才加入更多細節。
角色（Role）：【模型的職責與工作情境】
人格（Personality）：【語氣與協作風格】
目標（Goal）：【使用者可見的最終成果】
成功標準（Success criteria）：【在產生最終回答之前，必須達成的條件】
限制（Constraints）：【政策、安全、商業規範、證據要求，以及副作用限制】
工具（Tools）：【應使用哪些工具、何時使用，以及哪些工具不應使用】
輸出（Output）：【內容架構、篇幅、格式與語氣】
停止規則（Stop rules）：【何時重試、何時採用替代方案、何時拒絕執行、何時向使用者提問，以及何時停止】
更完整的提示詞指南，請見OpenAI官網。
（資料來源：decrypt、openAI）
（原文標題：提示詞不要太囉嗦！ChatGPT 5.6最新指南，詠唱方法大翻轉）
推薦閱讀：
