GPT-5.6 Sol 用户突破800万——提示词编写方式随之改变

引言

GPT-5.6 发布仅数天后，OpenAI 便报告了采用率的又一次急剧攀升。截至最初报告发布时，Codex 和 ChatGPT Work 已突破 800万活跃用户，OpenAI 也再次为所有用户重置了使用限制。

这一增长故事令人瞩目，但更有价值的经验或许隐藏在 OpenAI 新的 GPT-5.6 提示词指南中。该公司目前鼓励开发者移除重复规则、不必要的示例、臃肿的工具描述以及模型不再需要的逐步指令。

对于 GPT-5.6 Sol 而言，一个强有力的提示词不在于控制每一步操作，而在于明确最终目标：所需结果、硬性约束、可用证据、审批边界以及完成标准。

八百万用户推动 Codex 和 ChatGPT Work 迈向新里程碑

负责 OpenAI 旗下 Codex 和 ChatGPT Work 的 Tibo 宣布，这两款产品的活跃用户总数已达到 800万。OpenAI 还再次重置了使用限制，并继续取消此前五个小时的速率限制。

增长速度快得异常。根据原报告，在 GPT-5.6 发布后的几天内，用户总数从 600万 涨至 700万，随后又攀升至 800万。

使用限制重置也频繁到成为用户间的笑谈。有人将这种模式形容为每日刷新，使得周限制变得遥不可及——尤其是对那些在下次重置前还没用完已恢复额度的用户而言。

这些重置不应被理解为永久特权或固定产品政策。它们只是针对采用率迅速飙升的公开应对措施，限制额度因套餐、模型、工作负载和当前容量而异。

OpenAI 警告扩展可能不均衡

Sam Altman 表示 GPT-5.6 Sol 的需求正快速增长，并称赞推理团队正在扩大容量以支持这一需求。他也警告用户，在基础设施持续扩展的过程中，可能会偶尔遇到服务中断。

oss-cn-beijing.aliyuncs.com/cms-assets/image/2026/07/73534b03-0495-438c-998b-a6b0891884d4-a0ac11ed-192e-444d-82b0-148290f09bf8.png)

这一警告很重要，因为用量重置并不会消除推理模型服务的基础成本。更多用户、更长时间的代理运行、并行工具以及更高的推理设置，都可能导致计算需求增加。

实际要点很简单：恢复后的限制或许为实验提供了更多空间，但团队仍应围绕可衡量的质量、延迟和成本来设计工作流程，而不是假设拥有无限容量。

价格故事本质上是效率故事

阿尔特曼还提到，GPT-5.6 Sol 的定价约为他所称的竞品模型 Fable 的一半，同时在许多类似任务中使用的 token 数量也大约减半。

如果一个模型每 token 成本减半，且完成相同工作所用 token 数也大约减半，那么在这些特定情况下，总成本可比对照基准降低约四分之三。

这并非一个通用公式。OpenAI 的官方文档反复建议测试典型工作负载，因为模型选择、推理投入、工具使用、缓存、延迟以及输出要求都会影响最终成本。

不过，方向已然明确：GPT-5.6 的价值不仅在于每个 token 可能更便宜。该模型还旨在以更少的 token 完成更多有用的工作。

你过去的提示库可能需要重写

在几代 AI 模型的发展过程中，提示工程通常意味着增加更多结构。

团队会编写冗长的系统提示，包含详细的角色设定、重复警告、XML 代码块、持久化指令、示例、工具描述以及明确的处理步骤。每当模型失败时，就会添加一条新规则。

GPT-5.6 Sol 改变了这一平衡。

OpenAI 当前的模型指南指出，GPT-5.6 具有更强的意图理解能力，通常无需为每一步中间过程制定规则。开发者仍应提供领域背景、硬性约束、审批边界、证据要求和成功标准——但可以给予模型更多选择工作路径的自由。

精简提示词，内部编码代理评估显示，更简洁的系统提示配置可将评估分数提高约10%至15%，同时将总令牌消耗降低41%至66%，成本降低33%至67%。需要强调的是，这些效果具有方向性，需根据具体应用场景中的代表性任务进行验证，本指南可配合当前GPT-5.6模型指导使用。](https://we0-cms.oss-cn-beijing.aliyuncs.com/cms-assets/image/2026/07/12b0c968-af3f-405c-b295-e1d21f44580e-b6486939-aab7-4219-a85d-8a7ba07b7f90.png)

在OpenAI内部编码代理评估样本中，更简洁的系统提示据称实现了：

• 评估分数提升约10%至15%
• 总令牌使用量减少41%至66%
• 成本降低33%至67%

OpenAI指出这些数据具有方向性而非普适性，需根据实际应用场景中的任务、工具和评估套件进行验证。

四要素提示结构

实用的GPT-5.6提示通常可围绕四个要素组织：

1. 成果——模型应交付怎样的最终结果？
2. 约束——必须遵守哪些范围、安全、权限或政策边界？
3. 依据——哪些文件、数据、文档或原始材料应指导工作？
4. 验收标准——在任务被认为完成前，必须满足哪些条件？

这种方法为模型提供明确的协议，而不强迫其遵循僵化的流程。

示例：审计代码库中的安全风险

较旧的提示可能为模型分配高级安全工程师角色，指定每个文件导航步骤，规定分析顺序，重复警告，并规定精确的报告流程。

更简洁的GPT-5.6版本可能如下所示：

成果：
审计此仓库并识别高危安全漏洞。

约束：
专注于身份验证和输入验证。
不修改生产配置或文件。
每个问题仅报告一次，避免在不同部分重复同一风险。

依据：
使用附带的架构文档和依赖清单。
不虚构缺失的实现细节。

验收标准：
对每个发现项，包含文件位置、佐证证据、潜在影响及可行的修复方案。
完成前，根据这些要求逐一验证每个发现项。

模型随后可自行决定是否优先检查特定目录、使用子代理、运行非破坏性测试，或根据已知模式比对依赖项。

用户定义优质工作的标准，模型在允许范围内选择高效路径。

赋予模型更多自主权的三项护栏

更简洁的提示并不意味着放弃控制，而是将控制权转移到关键环节。

1. 定义停止与审批边界

明确说明哪些操作模型可独立执行，哪些操作需经确认。

例如，允许读取文件、检查日志、编辑范围内的本地代码及运行非破坏性测试。外部写入、

采购、破坏性行为、生产变更或重大范围扩展通常需要获得批准。

清晰的边界比在整个提示词中反复强调“先问我”更有用。

2. 要求自我验证

要求模型在交付前，根据验收标准核对输出结果。

这对于代码审查、研究、文档生成、数据分析和多步骤工具工作流尤其有用。验证规则应具体明确：确认必填字段、测试变更、引用证据，或将最终输出与提供的参考进行对比。

3. 小处着手，仅补充缺失项

从最小且已能正常运行的提示词和工具集开始。

每次仅添加或删除一个类别，然后重新运行相同的评估。这样更容易识别出哪些指令能真正提升质量，而哪些只会增加内容。

一次性重写整个提示词堆栈可能会得到更整洁的结果，但也使故障诊断更加困难。

多一句话可能产生矛盾指令

GPT-5.6 会严格遵循指令。当提示词连贯一致时，这很有用，但矛盾之处会产生更大代价。

一个提示词可能在某个部分要求给出全面回答，而在另一部分却要求非常简短。它可能告诉模型要自主行动，然后又反复强调每次变更前必须请求批准。它可能要求提供所有可用细节，同时又施加严格的输出限制。

早期的模型有时会忽略冲突的一方。而遵循指令能力更强的模型可能会试图同时满足双方要求，从而产生犹豫不决的行为、不必要的审批请求，或一个未能清晰满足任一要求的输出。

答案不是添加另一段解释哪条规则最重要。答案通常是移除或调和冲突。

应移除的内容

OpenAI 的精简提示词指南支持移除：

• 重复的规则
• 未体现实际需求的示例
• 不改变期望结果的风格指令
• 模型已能可靠执行的流程步骤
• 与当前任务无关的工具
• 重复明显信息的冗长工具描述
• 同一批准规则的多个版本

应保留的内容

提示词应保留：

• 要求的结果
• 相关的背景和证据
• 严格的安全、政策和权限边界
• 批准与停止条件
• 成功标准
• 要求的输出结构
• 用于修正已发现失败的指令
• 体现重要产品需求的示例

一个有用的原则是：保留那些能改变结果的指令，移除那些仅仅复述你偏好流程的指令。

使用 GPT-5.6 Sol 的实用建议

一套广为流传的用户建议指出，应清理旧的指令组合，在适当时启用 Codex 记忆功能，并从适度的推理设置开始，再逐步提高。

![图片：Keyan Zhang 于 2026 年 7 月 13 日发布的推文，提供关于 GPT-5.6 提示词的建议：1. 清除旧有冗余内容，禁用某些社区技能和插件，将 5.6 Sol 视为一位新任的首席工程师——先前的指令应……]

指令变成了微观管理，真正有用的部分可以在后续重新添加。2. 在设置中启用 Codex 记忆功能，向 Codex 反馈偏好设置并记住相关内容。3. 可能不需要使用 Ultra 模式；作者在 Sol High 模式下完成 95% 的工作，偶尔使用 Sol Extra High，极少使用 Sol Ultra——建议从 High 模式开始，仅在不满意时进行调整。](https://we0-cms.oss-cn-beijing.aliyuncs.com/cms-assets/image/2026/07/399587c4-9382-490d-961e-c78bf392f9d5-f1df0c69-732d-4811-9f1c-d796bfcdc6eb.png)

官方指南也支持这种审慎的方法。

当从 GPT-5.5 或 GPT-5.4 迁移时，OpenAI 建议保留当前的推理设置作为基准，并与低一个级别的设置一同测试。GPT-5.6 可能用更少的 token 维持或提升质量，但最佳配置取决于工作负载。

对于许多生产任务：

• 当延迟至关重要且任务简单时，使用较低的设置。
• 对于一般的多步骤工作，从平衡的设置开始。
• 仅当评估显示有显著改善时，才转向更高的投入。
• 将最昂贵的模式保留给困难、质量关键的任务。
• 比较任务成功率、完整性、证据质量、延迟、token 使用量和总成本。

默认选择最高设置可能会浪费资源，却不会改善结果。

真正的转变：从微观管理到方向指引

更深层次的变化不仅是技术层面的。它关乎人们如何与 AI 智能体协作。

旧方法将模型视为需要提前描述每一步的初级助理。用户规划整个路线，模型执行它。

新方法更接近于指挥一位经验丰富的操作员。用户定义目标、边界、证据和质量标准。模型规划并执行路径，在需要人工批准的决定或行动时停下来。

这并没有消除提示工程。它提升了提示工程发生的层次。

最有价值的工作不再是编写数百条程序性指令，而是决定：

• 什么结果真正重要
• 哪些证据可信
• 哪些行动被授权
• 哪些风险需要人类决策
• 最终输出将如何测试
• 智能体何时应该停止

随着模型能力增强，过于详细的提示可能会造成它们本应避免的摩擦。

常见问题

什么是 GPT-5.6 Sol？

GPT-5.6 Sol 是 OpenAI GPT-5.6 系列中的旗舰模型。OpenAI 将其定位用于复杂生产流程、编程、知识工作、工具使用以及质量和 token 效率都重要的任务。

为什么在 GPT-5.6 中，较短的提示能表现更好？

GPT-5.6 能够推断出用户预期的工作流程，并不总是需要指定每一个中间步骤。移除重复或冲突的指令可以减少提示开销，使模型拥有更清晰的目标。

一个好的 GPT-5.6 提示应该包含什么？

一个强有力的提示应定义结果、相关背景、硬性约束、审批边界、证据要求、成功标准……

及所需输出格式。仅当指令编码了真实需求或纠正了已测量的失败时，才包含流程指令。

我是否应该删除为早期GPT模型编写的所有提示？

不需要。从已能正常运行的提示开始，每次删除一组指令，并重新运行相同的评估。保留任何保护安全、权限、产品行为、输出要求或已知边缘情况的内容。

精简提示是否意味着给予模型不受限制的自主权？

不需要。模型只能明确定义的边界内拥有自由。外部写入、破坏性操作、购买、生产变更或范围扩展，在适当时仍应需要明确批准。

报告中的令牌量和成本降低是否得到保证？

不保证。OpenAI 将 10-15% 的得分提升、41-66% 的令牌减少以及 33-67% 的成本降低描述为来自内部编码代理评估的方向性结果。实际结果取决于应用、提示、工具、推理设置和评估标准。

我应该对 GPT-5.6 Sol 使用哪种推理强度？

从当前生产工作流使用的设置开始，并与低一级的设置进行比较。仅在代表性评估显示有切实改进且足以证明额外延迟和成本合理时，才增加推理强度。

相关工具

• ChatGPT Work：一个智能工作空间，用于完成文档、研究、电子表格、演示文稿和其他端到端任务。
• OpenAI Codex：OpenAI 的编码代理环境，用于理解、修改、测试和审查软件。
• OpenAI API 平台：使用 GPT-5.6 和其他 OpenAI 模型构建应用程序的官方平台。
• OpenAI Evals：用于根据可重复的评估标准测试提示和模型更改的工具。
• OpenAI Prompt Optimizer：一个用于根据定义的评分器与评估示例改进提示的工具。

相关链接

• GPT-5.6 官方公告：OpenAI 对 GPT-5.6 系列、性能、可用性和定价的概述。
• GPT-5.6 模型指南：为 GPT-5.6 提供的官方提示、迁移、推理、缓存和工具使用指南。
• OpenAI 提示工程指南：使用当前 OpenAI 模型编写和管理提示的通用指南。
• OpenAI API 定价：OpenAI API 产品当前官方的令牌和服务定价。
• ChatGPT 概述：关于 ChatGPT、ChatGPT Work 和 Codex 功能的官方信息。
• Tibo 的 800 万用户公告：宣布 800 万活跃用户以及另一次使用限制重置的帖子。
• Sam Altman 谈 GPT-5.6 Sol 效率：比较 GPT-5.6 Sol 与之前版本推理质量的帖子。

摘要

原始报告涵盖了两个相关动态：Codex 与 ChatGPT Work 的快速增长，以及 OpenAI 对其最新模型提示词推荐方式的转变。

GPT-5.6 Sol 旨在自行承担更多规划工作。越来越有效的高效提示词应聚焦于所需结果、约束条件、证据支撑、审批流程和完成标准，而非逐步骤指导。

团队应逐步简化提示词，并通过代表性评估验证每项修改。简洁并非天然更优，清晰、无冗余、可衡量的指令才是核心。

核心启示是：精准定义目标，清晰划定边界，停止对过程进行微观管理。