提示詞寫得愈長、規定愈細，AI 的表現就一定愈好嗎？

OpenAI 在最新發布的「GPT-5.6 提示詞撰寫指南」中給出否定的答案。根據 OpenAI 內部針對程式代理（coding-agent）的評測結果發現，只要勇敢捨棄提示詞中重複的指令與多餘的範例，不僅能讓評測分數提升 10～15%，還能大幅減少 41～66% 的總 Token 數，連帶省下 33～67% 的成本。

這份新指南顛覆了許多人撰寫提示詞的舊習慣，指南中，強調 GPT-5.6 在接收指令時，與其規定每一個死板的步驟，不如清楚定義「最終的結果」、「重要的限制條件」以及「成功的標準」，並放手讓模型自行選擇最有效率的路徑。

指南特別提醒，這組數字會隨任務不同而有落差，只能當作方向參考，實際成效要在自己的任務上重新測試才算數。

1. 規則講 3 遍，效果不會更好

許多人深怕 AI 聽不懂，喜歡在提示詞裡反覆強調同一件事。指南建議，開發者應該從一份已經能用的提示詞開始，逐步拿掉「重複陳述的規則」、「不影響行為的範例」以及「模型早已能穩定做到的流程指令」。

真正該留下的是，使用者期望的最終結果、成功標準與停止條件，以及「安全、商業邏輯、證據與權限」等核心限制條件。指南特別警告，留下來的指令必須檢查是否有邏輯矛盾；因為 GPT-5 級別的模型會嚴格遵守提示詞，規則互相打架反而比細節不足更容易讓輸出結果大暴走。

2. 步驟寫死不留判斷空間，反而限制 AI 潛力

另一個生成式 AI 使用者常犯的老習慣，是把任務拆成死板的固定步驟。指南建議，與其規定每一個步驟怎麼走，不如直接描述「最終目的」，並清楚定義「好的結果長什麼樣子」。

此外，千萬別濫用「永遠（ALWAYS）」、「絕不（NEVER）」或「必須（must）」等絕對用語。這些強烈字眼應該保留給真正的鐵律，例如安全規則或必填欄位；至於「要不要搜尋」、「何時該使用工具」這類需要判斷的情境，應該改為提供「決策原則」，讓模型自行選擇最有效率的路徑。

3. 「保持簡潔」用過頭，AI 的回答反而會漏掉重點

如果你習慣在提示詞最後補上一句「請保持簡潔」，在 GPT-5.6 上可能得重新評估了。由於 GPT-5.6 預設的回答風格就比前一代（GPT-5.5）更加精煉，繼續套用這類籠統指令，有時會讓回答變得太短、甚至漏掉重要資訊。

OpenAI 建議透過 API 參數（text.verbosity）來設定整體的詳細程度（低、中、高），再根據特定任務提出要求。與其盲目要求 AI 回答簡短，不如給模型一個明確的優先順序：「優先保留完成任務所必需的內容，再來才是移除低價值的細節。」

4. 別要求 AI 所有步驟都要給你審核

在處理多步驟任務時，頻繁要求模型「先問我」、「等我核准」會讓原本安全的動作也被迫中斷。

指南建議，開發者應該制定一份精簡的政策：清楚列出模型可以「自主進行」的安全本地動作，例如讀取檔案、查看紀錄、修改範圍內的程式碼、跑測試等，不需要反覆要求確認。

只有在涉及「外部動作」、「破壞性行為」、「高成本動作（如採購）」，或「任務範圍擴大」時，才需要設立邊界，要求模型停下來取得授權。

5. 換新模型就「打掉重練」，難以追蹤問題源頭

當應用程式準備升級至 GPT-5.6 時，最忌諱的就是一次把整套提示詞、推理設定和工具組全部重寫。

正確的升級 SOP 是，先單純更換模型並保留原有的推理設定，用既有的測試案例跑一輪；接著再逐步拿掉過時的鷹架指令與用不到的工具；每做一次微調，就重新測試一次，最後才針對退步的地方補上最小幅度的修正指令。

如果一次全部重寫，一旦輸出結果不如預期，根本無從判斷問題是出在模型本身、提示詞內容，還是工具組的改動。

別再對 AI 步步緊逼！適當放手反而效果更好

綜觀這份 GPT-5.6 提示詞指南，OpenAI 其實是在傳遞一個核心訊息，是時候放下對 AI 的「微管理（Micromanagement）」了。過去，許多開發者習慣把提示詞當成鉅細靡遺的程式碼來寫，深怕漏掉任何一個執行步驟；但面對能力大幅躍升的新一代模型，最好的做法反而是「抓大放小」。

未來的提示詞撰寫，將更像是在帶領一個高度專業的團隊： 你只需要給予清晰的目標、定義「成功的標準」，並劃定不可逾越的安全與權限邊界，剩下的執行路徑就放心交給 AI 去探索與發揮。

當然，簡化提示詞並不代表要盲目刪減。OpenAI 在指南中一再強調，所有的優化都必須建立在「持續測試」的基礎上。不論是更換模型還是調整推理設定，都應該遵循「一次只改動一個變數」的科學方法，透過真實的測試案例來驗證成效。透過精準微調，開發者才能真正釋放 GPT-5.6 的潛力，在提升任務表現的同時，也達成省下大量 Token 與運算成本的雙贏局面。

資料來源：OpenAI 開發者文件；本文初稿由 AI 協助整理，編輯：支琬清