---
title: "OpenAI GPT-5.6 官方 Prompt 指南 (Datawhale 解读)"
created: 2026-07-13
updated: 2026-07-13
type: article
tags: [prompt-engineering, openai, gpt5.6, agent, system-prompt]
sources:
  - https://mp.weixin.qq.com/s/lSvGH3nCK9oWf8wOyeCTGA
  - https://developers.openai.com/api/docs/guides/prompt-guidance-gpt-5p6
---

# OpenAI GPT-5.6 官方 Prompt 指南

## 一句话

**模型越来越强，Prompt 应该越来越精简。** GPT-5.6 的 System Prompt 做减法后：评分 +10~15%，Token -41~66%，成本 -33~67%。

## 核心方法论

### [[prompt-simplification|Prompt 做减法]]

旧模型时代积累的 MUST / NEVER / ALWAYS、重复规则、过时补丁，对 GPT-5.6 不仅浪费 Token，还互相冲突。方法：
- 从能正常工作的 Prompt + 工具集出发
- 每次只删一组（重复指令 / 无效示例 / 无关工具）
- 用同一批评测验证效果
- 保留：任务目标、成功标准、权限边界、证据要求、验证方式

### [[outcome-first-prompting|结果优先提示]]

不规定模型每一步怎么做（先搜索→再读取→调用工具→按序输出），而是写清：
- **最终目标**
- **可用证据**
- **行动边界**
- **验收标准**

让模型自主选择执行路径。ALWAYS/NEVER/MUST 仅保留给安全限制和硬约束。

### [[stopping-conditions-prompt|停止条件]]

- 证据足够 → 交付
- 缺少关键事实 → 说明缺什么，低成本补充
- 减少重复搜索和无效 Token 消耗

### [[tool-authorization-boundaries|工具授权边界]]

| 用户请求 | 权限 |
|----------|------|
| 分析、审查、制定计划 | 检查材料 + 报告结论 |
| 修改、构建、修复 | 本地变更 + 非破坏性验证 |
| 外部写入、删除、购买 | 再次确认 |

> "能够判断下一步该做什么，不代表已经获得执行这一步的权限。"

### [[verification-before-delivery|交付前验证]]

模型生成了结果 ≠ 任务完成：
- 代码修改 → 运行测试、类型检查、Lint、构建检查、冒烟测试
- 前端/视觉 → 检查实际渲染结果（布局、裁切、间距、内容完整性）
- 无法验证 → 说明原因 + 给出下一步检查方法

### [[reasoning-effort-tuning|推理强度调优]]

Reasoning Effort 不是越高越好：
1. 保留当前档位作为基线
2. 测试同档位和更低档位
3. 只有评测证明 high/xhigh 带来收益才提升
4. max 仅用于难度最高、质量优先的任务
5. 提升前先检查 Prompt 是否写清了成功标准、依赖、工具条件

### [[prompt-structure-framework|Prompt 结构框架]]

OpenAI 推荐的 8 段式结构（不是每段都要写长，而是确认每条信息是否真的影响模型行为）：

> Role → Personality → Goal → Success Criteria → Constraints → Tools → Output → Stop Rules

## 迁移工作流

[[prompt-migration-workflow|Prompt 迁移工作流]]：
1. 从当前可工作的 Prompt 开始（基线）
2. 逐个删除过时补丁 / 重复指令 / 固定流程
3. 每次删除后用同一批评测验证
4. 只保留确实影响模型行为的信息

## 适用场景

- 正在迁移 GPT-5.6 的开发者
- 维护复杂 System Prompt / 工具描述 / Agent 指令的团队
- Prompt 中积累了大量 Always/Never/固定流程的项目

## 来源

- [原始存档](raw/articles/openai-gpt5p6-prompt-guide-2026.md)
- 官方原文: https://developers.openai.com/api/docs/guides/prompt-guidance-gpt-5p6
- Datawhale 解读: https://mp.weixin.qq.com/s/lSvGH3nCK9oWf8wOyeCTGA