A OpenAI publica as diretrizes de prompts do GPT-5.6: forneça apenas o resultado e as linhas vermelhas; o resto fica por conta do modelo

A OpenAI publicou as Diretrizes de Prompts do GPT-5.6; testes internos descobriram que, depois de reduzir um prompt de system longo, as pontuações não caíram e, na verdade, subiram 10% a 15%, enquanto o uso de tokens também foi reduzido em 41% a 66%. Em outras palavras, quando se pede ao modelo para “fazer menos preparação”, ele acaba ficando mais rápido e respondendo com mais precisão.
（Antecedentes: os testes secretos do GPT-5.6 se espalharam: ChatGPT ficou mais inteligente, e testes de usuários superaram o Fable 5）
（Complemento de contexto: Harness Engineering（AI de engenharia）— guia para iniciantes: padrões de programação mais recentes da OpenAI, ensina como chegar ao Lv.1 com facilidade）

Sumário

Toggle

• Quanto menos instruções, mais preciso o modelo?
• Pare de escrever passos; escreva “o fim”
• De “empilhar instruções” para “ajustes baseados em medição”

Os testes internos da OpenAI mostram que, depois de fazer uma grande simplificação de um system prompt que antes era bem longo, a pontuação não só não caiu como na verdade subiu de 10% a 15%, e ao mesmo tempo o consumo de tokens foi reduzido em 41% a 66%. Em outras palavras, ao pedir ao modelo para “fazer menos” antes, ele corre mais rápido e responde melhor.

Esse é o ponto-chave descrito nas Diretrizes de Prompts do GPT-5.6 publicadas oficialmente pela OpenAI. A seguir, o autor organizou três pontos: por que instruções mais enxutas acabam sendo mais eficazes, qual é a nova forma recomendada pela OpenAI e como os desenvolvedores devem ajustar na prática.

Quanto menos instruções, mais preciso o modelo?

A intuição dos engenheiros ao escrever prompt era: “quanto mais detalhado, mais obediente o modelo fica”, incluindo cada etapa e cada exceção, com medo de o modelo esquecer algo. Mas a OpenAI aponta nas diretrizes que essa intuição falha no GPT-5.6. A equipe de engenharia testou e descobriu que um system prompt—em resumo, a série de instruções de configuração oculta que os desenvolvedores colocam no modelo antes de começar a conversa com o usuário—quando é “cheio” de regras repetidas, avisos de estilo sem impacto real no comportamento, exemplos desnecessários e orientações de fluxo que o modelo já consegue fazer, ao remover tudo isso o desempenho do modelo melhora.

O método específico proposto na diretriz é “começar pelo que funciona e ir deletando em passos”: primeiro manter o prompt atual que já está funcionando, remover suspeitas em partes e, ao mesmo tempo, observar o eval（pontuação de avaliação quantitativa de IA）—em outras palavras, pegar um conjunto de tarefas fixas para o modelo executar e medir, com pontuação, se ele responde bem, se cai ou não.

O que realmente deve permanecer é: os resultados que o usuário vê, os critérios de sucesso e de quando parar, as restrições de segurança e de negócios, as regras de escolha de ferramentas que mudam conforme o contexto e o formato de saída exigido. O restante, na maior parte, são “palavras extras” que os engenheiros colocam para ter conforto.

A diretriz também destaca um ponto frequentemente ignorado: a descrição das ferramentas em si é parte do prompt. Quanto mais ferramentas são oferecidas ao modelo e quanto mais vagas forem as descrições, maior o custo para ele decidir qual ferramenta usar. A OpenAI recomenda oferecer apenas ferramentas relacionadas à tarefa, e que cada descrição de ferramenta explique o que fazer, quando usar e como se comportar quando der erro. Em outras palavras, o “enxugamento” não é só de “instruções”: a própria “caixa de ferramentas” também deve ser reduzida.

Pare de escrever passos; escreva “o fim”

A frase mais central das diretrizes é: “defina o resultado, as restrições importantes, as evidências disponíveis, o critério de conclusão; depois deixe espaço para o modelo escolher um caminho eficiente por conta própria.” Em resumo, é dizer ao modelo para onde ir e quais são as linhas vermelhas que não pode tocar, sem especificar como ele deve seguir em cada passo.

O exemplo citado pela OpenAI é: “resolver a solicitação com o mínimo de ciclos úteis de ferramentas, mas sem deixar que a redução no número de ciclos comprometa a correção, as evidências necessárias ou as citações”. Isso é uma regra de decisão “se X então Y”, não um comando rígido.

Outro detalhe fácil de ignorar é que o GPT-5.6, por padrão, responde de forma mais concisa. Antes, engenheiros escreviam no prompt coisas como “responda de forma breve”; agora isso pode ser desnecessário ou até prejudicial. As diretrizes sugerem mudar para o parâmetro text.verbosity—em outras palavras, controlar separadamente com um único parâmetro o tamanho da resposta do modelo, separando isso do tom; em três níveis (low, medium, high) dedicados apenas ao comprimento, enquanto a personalidade de tom e formalidade é descrita à parte, e ambos devem ser curtos.

Se for realmente necessário obter respostas ainda mais curtas, as diretrizes sugerem explicar claramente “o que manter” e “o que cortar”, em vez de jogar de forma genérica “deixe mais curto”. Quanto a quanta força de raciocínio o modelo deve gastar—ou seja, reasoning effort—em resumo, quanta “energia de pensamento” antes de responder, a diretriz divide em cinco níveis: low, medium, high, xhigh e max. Antes de aumentar, a OpenAI recomenda primeiro checar se o prompt já deixou claros os critérios de sucesso e o ciclo de verificação; muitas vezes “deixar tudo bem explicado” é mais eficaz do que “fazer o modelo pensar mais” com mais instruções.

De “empilhar instruções” para “ajustes baseados em medição”

O impacto mais prático para desenvolvedores é o fluxo de trabalho de migração de prompt que vem junto das diretrizes.

A OpenAI é bem direta: ao trocar de modelo, não reescreva todo o conjunto de prompt de uma vez. O motivo é que, se você também mudar configurações de raciocínio, prompt e conjunto de ferramentas ao mesmo tempo, depois não dá para distinguir qual mudança de fato causou a variação de comportamento. A ordem correta é: primeiro trocar o modelo, mantendo a configuração original de força do raciocínio; então rodar uma vez um eval representativo como referência; depois remover andaimes desatualizados e instruções repetidas, fazendo apenas a correção mínima nos pontos em que o eval mostrar queda; e então testar de novo. Cada vez que houver uma alteração em um fator, medir novamente—nunca mexer em várias coisas ao mesmo tempo.

As diretrizes também exigem que os desenvolvedores deixem claro quanto o modelo consegue decidir sozinho, em vez de passar isso de forma vaga. A política de exemplo fornecida pela OpenAI é: para solicitações do tipo responder, explicar e revisar, o modelo só pode checar e reportar, sem fazer alterações; para solicitações que envolvam mudança ou correção, pode fazer mudanças locais dentro do escopo e rodar validações não destrutivas; e, para solicitações que envolvam escrita externa, ações destrutivas ou expansão real do escopo da tarefa, deve parar antes e perguntar.

Quanto mais instruções são escritas, essa era a forma que muitos engenheiros encontravam para ficar mais tranquilos. Agora, parece que isso pode desacelerar o modelo e também atrapalhar a conta.

Quanto mais inteligente o modelo fica, mais as pessoas precisam aprender a falar menos, deixando o esforço para medição e validação.