OpenAIがGPT-5.6のプロンプトガイドラインを公開、トークンを40%以上節約

OpenAI公式がGPT-5.6のプロンプト指針を公開。内部テストでは、冗長なシステムプロンプトを大幅に簡素化したところ、スコアは落ちるどころか逆に10%〜15%向上し、同時にトークン使用量も41%〜66%削減できたことが示されています。指針の核心は、開発者がモデルに「結果」と「レッドライン（やってはいけないこと）」だけ伝えればよく、各ステップでどう進めるべきかを細かく規定する必要はない、という点です。モデルが自ら効率的なルートを選択します。

精簡system promptのテストデータ

（出典：OpenAI公式）

OpenAI GPT-5.6の指針によれば、エンジニアリングチームの実測では、system prompt内の以下4種類の内容は削除可能で、削除後のほうがモデルのパフォーマンスはむしろ向上することが分かっています：

重複ルール：同じ制約を繰り返し強調している段落

行動に実質的な影響がないスタイルの注意：たとえば「プロとして回答してください」「簡潔に回答してください」など（GPT-5.6はデフォルトで既により簡潔）

余計な例：有効な情報を増やさないデモ

モデルが本来できるプロセス指導：手順形式での説明が多すぎること

推奨される精簡方法は「動くバージョンから段階的に削除する」：まず有効なpromptを残し、怪しい部分を1つずつ取り除きながら、eval（定量評価スコア）を追跡します。スコアが下がらなければ、削除してよいと判断できます。実際に保持すべき内容は、「見える形の結果定義」、成功と停止の判断基準、安全・商業上の制約、そしてツール選択ルールと出力形式です。

新しい書き方の核心：結果とレッドラインだけを書く

OpenAI GPT-5.6の指針によると、最も重要なプロンプト原則は「結果、重要な制限、使える証拠、完了条件を定義し、そのうえでモデルが自分で効率的なルートを選べる余地を残すこと」です。OpenAIが提示した例のポリシーは「最小限の有用なツールのループで要求を解決する。ただし、ループ回数を減らすことによって、正確性、必要な証拠、または参照を犠牲にしてはいけない」——これは決定ルールであり、死命令ではありません。

引数の使い方について、text.verbosity（low/medium/high）は回答の長さを専用に制御し、口調やフォーマルさは別途記述するべきです。reasoning effort（low/medium/high/xhigh/max）はモデルの思考の強度を管理しますが、引き上げる前にOpenAIは、プロンプト自体が成功基準と検証のループをすでに明確に定義できているか確認するよう提案しています——「うまく話を通すことは、思考を増やすより効果的であることが多い」です。

ツールの説明もpromptの一部です。ツールはタスクに関連するものだけを残し、各ツールの説明では「何をするのか」「いつ使うのか」「エラー時にどう振る舞うのか」を必ず明記してください。

よくある質問

なぜsystem promptを精簡すると、GPT-5.6のスコアが上がるのですか？

OpenAIのガイドにある説明では、過度に詳細なsystem promptはモデルに不要な解析負荷を増やし、また重複・冗長な指示が、モデルにとって本当の優先順位の判断を妨げる可能性があります。GPT-5.6自体は強力な推論能力があり、目標と制限を提示すれば、モデルが自ら効果的なルートを選べます。余計な手順の規定は、その表現をかえって束縛してしまうのです。

text.verbosityとreasoning effortの引数はどう設定すべきですか？

OpenAIのガイドによれば、text.verbosityは3段階（low/medium/high）で回答の長さを制御し、reasoning effortは5段階（low/medium/high/xhigh/max）で思考の強度を管理します。両者はそれぞれ別に設定し、system prompt内に文字を積み増して依存しないことが重要です。reasoning effortを高める前に、まずpromptが成功基準を明確に定義しているかを確認すべきです。多くの場合「余計に考えるより、話をはっきりさせるほうが有効」だからです。

Prompt移行ワークフローの正しい順序は何ですか？

OpenAIのガイドによれば、正しい移行順序は次のとおりです：まずモデルを入れ替える（元の推論設定は保持）→evalを基準として実行→古くなった足場（スキャフォールド）や重複指示を削除→evalで本当に悪化している箇所にだけ最小の修正を加える→再測定。重要な原則は、毎回変更するのは1つの要因だけにすることです。同時にモデル、推論設定、prompt、ツール群を複数変更すると、どれが行動変化の原因か判断できません。