OpenAI resmi merilis panduan prompt GPT-5.6; uji internal menunjukkan bahwa setelah menyederhanakan system prompt yang panjang secara signifikan, nilai malah tidak turun, justru naik 10% hingga 15%, sekaligus penggunaan Token berkurang 41% hingga 66%. Inti panduan menyarankan: pengembang cukup memberi tahu hasil dan garis merah kepada model, tidak perlu mengatur setiap langkah yang harus diikuti; model akan memilih sendiri jalur yang paling efisien.
Data uji untuk system prompt yang dipangkas
(Sumber: situs resmi OpenAI)
Berdasarkan panduan OpenAI GPT-5.6, tim engineering mendapati bahwa isi berikut ini dalam system prompt dapat dihapus, dan setelah penghapusan performa model justru lebih baik:
Aturan yang berulang: paragraf yang berulang kali menekankan batasan yang sama
Arahan gaya yang tidak berdampak nyata pada perilaku: seperti “jawablah secara profesional”, “jawablah dengan singkat”, dll (GPT-5.6 default memang sudah lebih ringkas)
Contoh yang berlebihan: demonstrasi yang tidak menambah informasi efektif
Panduan proses yang sebenarnya sudah bisa dilakukan model: penjelasan yang terlalu langkah-demi-langkah
Metode penyederhanaan yang disarankan adalah “mulai dari versi yang bisa jalan lalu hapus bertahap”: pertahankan prompt yang efektif, hapus bagian yang mencurigakan secara bertahap satu per satu, sambil melacak eval (penilaian kuantitatif); jika skor tidak turun, baru dapat dipastikan bahwa penghapusan tidak merugikan. Konten yang benar-benar perlu dipertahankan: definisi hasil yang jelas, standar keberhasilan dan penghentian, batasan keamanan dan komersial, serta aturan pemilihan alat dan format output.
Inti penulisan baru: hanya tulis hasil dan garis merah
Berdasarkan panduan OpenAI GPT-5.6, prinsip paling inti dari prompt adalah: “definisikan hasil, batasan penting, bukti yang bisa dipakai, standar penyelesaian, lalu sisakan ruang agar model sendiri memilih jalur yang efisien.” Kebijakan contoh yang diberikan OpenAI berbunyi: “selesaikan permintaan dengan loop penggunaan alat yang paling sedikit yang berguna, tetapi jangan sampai pengurangan jumlah loop mengorbankan akurasi, bukti yang diperlukan, atau kutipan”—ini adalah aturan pengambilan keputusan, bukan perintah kaku.
Dalam penggunaan parameter, text.verbosity (low/medium/high) khusus mengendalikan panjang jawaban, sedangkan nada dan tingkat formalitas harus dijelaskan terpisah; reasoning effort (low/medium/high/xhigh/max) mengelola kekuatan penalaran model, tetapi sebelum menaikkannya, OpenAI menyarankan agar terlebih dahulu memastikan prompt itu sendiri sudah mendefinisikan standar keberhasilan dan loop verifikasi secara jelas—“menjelaskan dengan jelas sering kali lebih efektif daripada menambah intensitas berpikir.”
Deskripsi alat juga merupakan bagian dari prompt: alat hanya perlu dipertahankan yang relevan dengan tugas; setiap deskripsi alat harus menjelaskan apa yang dilakukan, kapan digunakan, dan bagaimana model harus bersikap jika terjadi kesalahan.
Pertanyaan yang sering diajukan
Mengapa menyederhanakan system prompt justru membuat skor GPT-5.6 naik?
Menurut penjelasan dari panduan OpenAI, system prompt yang terlalu detail menambah beban parsing yang tidak perlu bagi model, dan instruksi yang berulang serta redundan dapat mengganggu penentuan prioritas yang sebenarnya; GPT-5.6 sendiri memiliki kemampuan penalaran yang kuat, sehingga setelah diberikan tujuan dan batasan, model bisa memilih jalur yang efektif. Peraturan langkah yang berlebihan justru membelenggu performanya.
Bagaimana cara mengatur parameter text.verbosity dan reasoning effort?
Menurut panduan OpenAI, text.verbosity memiliki tiga level (low/medium/high) yang khusus mengendalikan panjang jawaban; reasoning effort memiliki lima level (low/medium/high/xhigh/max) yang mengelola kekuatan penalaran; keduanya harus diset terpisah dan tidak bergantung pada penumpukan teks di system prompt. Sebelum menaikkan reasoning effort, pastikan prompt sudah mendefinisikan standar keberhasilan dengan jelas, karena banyak situasi di mana “menjelaskan dengan jelas lebih efektif daripada berpikir lebih banyak”.
Urutan yang benar untuk memindahkan workflow prompt adalah apa?
Menurut panduan OpenAI, urutan yang benar untuk migrasi adalah: ganti model dulu (pertahankan setelan penalaran yang asli) → jalankan eval sebagai baseline → hapus scaffolding yang sudah usang dan instruksi yang berulang → lakukan perbaikan minimal hanya pada bagian yang benar-benar menunjukkan penurunan pada eval → ukur ulang. Prinsip kuncinya adalah setiap kali hanya mengubah satu variabel; jangan ubah model, setelan penalaran, prompt, dan kumpulan alat secara bersamaan, karena jika tidak maka tidak bisa diketahui mana yang menyebabkan perubahan perilaku.
