為了獲得更準確和詳細的回答，越來越多人會把提示詞寫得很複雜，除了基本的角色、目標和輸出格式，還會加入一堆 XML 標籤、固定執行步驟、工具使用規則，甚至強調「一定要」和「絕對不能」。乍看之下寫得越詳細，AI 應該就越不容易出錯，但到了 GPT-5.6 時代後，OpenAI 不建議這麼做。
近日 OpenAI 發布最新 GPT-5.6 Sol 提示詞指南中，可以濃縮成一句話：「停止過度提示」。比起告訴 AI 每一步該怎麼走，現在更重要的是把終點、重要限制、可用證據和完成標準說清楚，再讓模型自行選擇效率更高的路線。
OpenAI 在一批內部程式開發代理評估中發現，使用更精簡系統提示詞的設定，評估分數約提升 10～15%，總 Token 使用量減少 41～66%，成本也降低 33～67%。不過官方也強調，這些只是特定工作負載下的結果，實際改善幅度還是要用自己的應用和測試案例確認。
OpenAI 呼籲別再過度提示！GPT-5.6 提示詞改寫指南：精簡規則最高省下 67% 成本
過去的提示詞工程，經常把模型當成一個必須逐步操作的程式。
使用者會指定先讀哪份資料、接著搜尋什麼、找到幾個來源後再比較，最後按照固定順序輸出。如果模型曾經漏掉某個步驟，就再補上一條規則；下次碰到其他錯誤，又加入新的例外。時間一久，系統提示詞就會超級長，甚至出現同一件事可能寫了三次。
而 GPT-5.6 的提示詞觀念，比較像是把 AI 當成能夠自行規劃工作的協作者。
你一樣要清楚告訴它最後要交付什麼、什麼條件下才算完成、哪些證據一定要有，以及哪些界線不能跨越，但不用預先替它安排所有路線。
例如：要 AI 處理客服問題時，與其規定「先搜尋政策、再讀帳戶資料、接著比較三個條款，最後撰寫回覆」，不如直接寫清楚：「根據現有政策與帳戶證據完成資格判定；能執行且已獲授權的動作要先完成；回覆必須列出已完成動作、給客戶的說明與目前阻礙；如果缺少必要證據，只詢問最少的缺失欄位。」
後者提示詞內容會短很多，但把成果、證據、權限、輸出格式和缺少資料時的處理方式都交代清楚。這意味著，模型知道目的地在哪裡，也知道護欄在哪，至於中間該查一次還是兩次、先用哪個工具，就留給它依照當下情況判斷。
OpenAI 提到，GPT-5 系列模型會更嚴格看待提示詞中的「契約」。
假設同一份提示詞一方面要求「回答必須完整說明所有背景」，另一方面又寫著「永遠保持簡短」；前面要求「資料不足時一定要詢問使用者」，後面卻又規定「絕對不要反問」。即便是人看了都會想問到底要聽哪一條，模型也要耗費推理能力判斷規則的優先順序。
OpenAI 建議保留的內容，包括使用者最後看得到的成果、成功標準、停止條件、安全與商業限制、證據要求、權限界線、需要依情況選擇的工具規則，以及必要的輸出格式。至於只是換句話說的重複規則、不會改變行為的範例、模型本來就能穩定完成的基本步驟，反而應該優先刪除。
此外，也不要濫用 `Always`、`Never`、`must`、`only` 這類絕對字眼。真正涉及安全底線、必填欄位或確定不能發生的行為，當然可以寫得很明確，但像是何時搜尋、何時詢問、要不要使用工具、需不需要繼續重試，通常都有情境差異，更適合改成決策規則。
下面就是 5 個 OpenAI 提供的高效提示詞技巧。
技巧 1：先做減法（Simplify First）
OpenAI 的第一個建議是，不用把整份提示詞重寫，而是從已經可以正常工作的版本開始，一次只刪除一組內容。
你可以先找出同一條規則的不同版本、不會影響行為的語氣與流程要求、以及跟這次任務沒有關係的工具和工具說明。
舉例來說，如果客服提示詞裡分別寫了「回答前要確認資料」、「不可在沒有證據時下結論」和「所有重要答案都必須有帳戶資訊支持」這三句，則可以整合成一條更明確的規則，如：「重要結論必須有帳戶或政策證據支持；如果缺少必要資料，只詢問最小的缺失欄位。」，這樣一來，即便規則變少，該保留的行為還是沒有消失。
工具也不是放得越多越厲害。GPT-5.6 指南建議只提供跟任務有關的工具，說明它能做什麼、什麼時候使用、重要回傳欄位和錯誤行為。如果只是查訂單，卻同時提供圖片生成、程式碼修改、郵件發送等一大排無關工具，模型反而要多花時間判斷哪些選項可以忽略。
技巧 2：結果優先與停止條件（Outcome-First & Stopping Conditions）
提示詞應該直接描述「成功長什麼樣子」，再加上什麼時候該停止。這對會上網搜尋、讀取檔案或重複呼叫工具的 AI 代理特別重要，因為如果沒有停止條件時，模型可能已經找到足夠證據，卻又為了補一個不重要的例子或修飾一句話，多跑好幾輪搜尋。
原本的寫法可能是：「先搜尋官方網站，再找三篇資料，逐一摘要，重新檢查關鍵字，最後整理答案。」改成結果優先後，可以寫成：「找出足以回答核心問題的可靠證據，重要事實附上來源；證據足夠時直接回答，只有缺少必要的日期、數字或官方說法時才繼續搜尋。」
停止條件不是叫模型隨便找到一個結果就收工。OpenAI 特別提醒，減少工具循環不能在正確性、必要證據、計算或引用之上。比較好的寫法是，要求模型每次拿到結果後，判斷現有證據能不能回答核心問題，可以就回答，不行就指出缺少的關鍵事實，再使用最小的補救方案。
技巧 3：精確控制長度與語氣（Length & Personality）
GPT-5.6 預設比 GPT-5.5 更精簡，以前常見的「Be concise」或「Keep it short」不一定還有必要，某些任務甚至可能因此太短，而漏掉關鍵的限制。
OpenAI 建議在 Responses API 中使用 `text.verbosity` 設定整體詳細程度，可選擇 `low`、`medium` 或 `high`，再由提示詞補充這次任務需要的長度、結構和必要內容。
如果希望回答簡短，也不要只寫「越短越好」，可以告訴模型內容的取捨順序：「先講結論，保留支持結論所需的證據、重大限制與下一步；優先刪除冗長開場、重複敘述、制式安慰和非必要背景。」模型就知道哪些東西再短也不能刪除。
OpenAI 也把「個性」和「協作風格」分開。個性負責語氣、溫度、正式程度、幽默和同理心；協作風格則決定模型何時提問、何時自行假設、主動做到什麼程度、怎麼說明取捨，以及如何處理不確定性。
兩者都應該簡短，而且不能取代目標、成功條件、工具規則和停止條件。
像「保持友善」就有點太模糊，可以改成：「直接回答問題；當使用者回報問題時，先指出具體狀況再提供下一步。只有在有幫助時才給予安撫，不需要制式稱讚或多餘結尾。」這樣比單純要求「友善、專業、簡潔」更容易產生一致結果。
技巧 4：明確界定自主權（Define Autonomy）
GPT-5.6 能主動執行多步驟任務，但模型要做到哪一層，應該由使用者的要求和提示詞共同決定。
官方建議用一段精簡政策，分清楚哪些動作可以直接進行、哪些只能檢查回報，以及哪些一定要取得同意。
如：使用者要求回答、解釋、審查、診斷或規劃時，AI 可以讀取相關資料並回報結果，但不應自行實作修改。
使用者明確要求建置、修改或修正時，則可以在指定範圍內編輯本機程式碼、檢查記錄並執行非破壞性測試，不用每做一步都停下來問。不過碰到對外寫入、刪除資料、購買、破壞性操作或明顯擴大工作範圍時，依舊必須取得確認才行。
技巧 5：善用程式化工具調用（PTC）
Programmatic Tool Calling 是 GPT-5.6 新增的重要能力。
簡單來說，模型可以產生 JavaScript，在 OpenAI 提供的隔離執行環境中協調多個工具呼叫，包含平行處理、迴圈和條件判斷，並在回傳前先縮減龐大的中間結果。外部系統還是只能透過應用程式允許的工具存取，這個環境沒有一般網路、檔案系統、Node.js 套件安裝或子程序執行能力。
PTC 適合用在控制流程可預測的情況，而且能用程式整理成較小結構化結果的工作，如：篩選、排序、合併、去除重複資料、批次處理大量相似記錄、反覆做確定性的驗證，或把大量欄位縮減成固定格式。
假設公司有上萬筆訂單，要找出庫存不足、去除重複資料，再依缺貨數量排序時，這就很適合交給程式處理。它能同時讀取庫存與需求，計算缺口後只回傳必要欄位，不必把所有中間資料都塞回模型的上下文。
不過，多個工具或平行呼叫本身，不代表一定要用 PTC。如果一次呼叫就能完成、每個結果都會改變下一步決策、工作涉及批准、最終答案必須保留引用或原始檔案，或每次呼叫之間都需要語意判斷，應該讓模型直接使用工具。
像判斷客訴真正原因、決定要不要退款、保留原始引用並撰寫回覆，就不適合全部丟給程式碼自動處理。
提示詞也不能只寫一句「有效率地使用 PTC」。官方建議明確指定它負責哪個有限階段、可以使用哪些工具、輸出格式、最多重試幾次、什麼條件下停止，以及何時把工作交回模型。
總結
簡單來說，這份最新的 GPT-5.6 提示詞指南，其實是在提醒提示詞工程師的角色正在改變。未來更需要像一位把目標說清楚的主管：交代最後要完成什麼、什麼標準才算合格、有哪些資料和工具可以使用、哪些安全與權限界線不能跨越，最後再用測試驗收成果。
至於中間每一步要先做什麼、一定要搜尋幾次、每個工具按照什麼固定順序使用，就不用全部寫死。把路線選擇交還給模型，反而更有機會得到穩定又有效率的結果。
你也可以用下面這份清單來檢查自己的提示詞：
- 同一件事有沒有寫超過一次？
- 有沒有互相衝突的長度、提問或權限要求？
- 有沒有已經不會改變行為的範例？
- 有沒有跟目前任務無關的工具？
- 最後要交付的成果是否清楚？
- 什麼情況才算完成？
- 模型知道什麼時候該停止、重試或詢問嗎？
- 每次改動後，有沒有跑過同一批測試？