A OpenAI publica uma diretriz de prompts do GPT-5.6, reduzindo o custo de tokens em mais de 40%

A OpenAI publicou oficialmente um guia de prompts para o GPT-5.6. Testes internos mostram que, ao reduzir drasticamente um prompt system longo, a pontuação não só não diminui como, pelo contrário, aumenta entre 10% e 15%, ao mesmo tempo que o consumo de Tokens diminui entre 41% e 66%. O núcleo das orientações recomenda que os programadores apenas indiquem ao modelo os resultados e as linhas vermelhas, sem precisar de especificar passo a passo como deve avançar; o modelo escolhe por si próprio um caminho mais eficiente.

Dados de teste para a simplificação do prompt system

(Fonte: site oficial da OpenAI)

De acordo com o guia do OpenAI GPT-5.6, a equipa de engenharia verificou na prática que, no prompt system, é possível remover as seguintes quatro categorias de conteúdo e, após a remoção, o desempenho do modelo fica até melhor:

Regras repetidas: parágrafos que reforçam repetidamente a mesma restrição

Instruções de estilo sem impacto real no comportamento: como “responda de forma profissional”, “responda de forma breve”, etc. (o GPT-5.6 já vem, por defeito, mais conciso)

Exemplos redundantes: demonstrações que não acrescentam informação útil

Orientação de processos que o modelo já consegue fazer: explicações demasiado pormenorizadas em formato passo a passo

O método recomendado para simplificar é “começar pela versão que funciona e ir removendo gradualmente”: manter primeiro o prompt efetivo, remover partes suspeitas uma a uma e, em simultâneo, acompanhar a avaliação (eval) — uma avaliação quantitativa de pontuações; se a pontuação não diminuir, confirma-se que a remoção foi segura. O que deve ser mantido de facto inclui: definições visíveis dos resultados, critérios de sucesso e paragem, limitações de segurança e comerciais, e regras de seleção de ferramentas e do formato de saída.

O núcleo da nova escrita: apenas resultados e linhas vermelhas

De acordo com o guia do OpenAI GPT-5.6, o princípio mais importante do prompt é: “definir o resultado, as limitações importantes, as evidências disponíveis e os critérios de conclusão, e depois deixar espaço para o modelo escolher por si um caminho eficiente”. A política de exemplo fornecida pela OpenAI é: “resolver a solicitação com o ciclo de ferramentas úteis mais curto possível, mas sem comprometer a correção, as evidências necessárias ou as citações ao reduzir o número de ciclos” — esta é uma regra de decisão, e não um comando rígido.

No que toca ao uso de parâmetros, o text.verbosity (low/medium/high) controla especificamente o extensão das respostas; a tonalidade e o nível de formalidade devem ser descritos separadamente. O reasoning effort (low/medium/high/xhigh/max) gere a intensidade do raciocínio do modelo; antes de o aumentar, a OpenAI recomenda confirmar primeiro se o prompt já define claramente os critérios de sucesso e o ciclo de validação — “dizer as coisas com clareza costuma ser mais eficaz do que aumentar o esforço de raciocínio”.

As descrições das ferramentas também fazem parte do prompt: a ferramenta deve ser mantida apenas quando está relacionada com a tarefa. Cada descrição de ferramenta deve indicar o que faz, quando deve ser usada e como o sistema deve reagir quando ocorre um erro.

Perguntas frequentes

Por que é que simplificar o prompt system faz a pontuação do GPT-5.6 aumentar?

De acordo com as explicações do guia da OpenAI, um prompt system demasiado detalhado adiciona ao modelo uma carga de interpretação desnecessária, e instruções excessivamente específicas e redundantes podem interferir com a prioridade real que o modelo deve seguir. O GPT-5.6, por si, tem forte capacidade de raciocínio; ao fornecer objetivos e limitações, pode escolher caminhos efetivos. Em contrapartida, demasiados passos prescritos acabam por limitar o desempenho.

Como devem ser definidos os parâmetros text.verbosity e reasoning effort?

De acordo com o guia da OpenAI, o text.verbosity tem três níveis (low/medium/high), controlando especificamente o comprimento das respostas; o reasoning effort tem cinco níveis (low/medium/high/xhigh/max), gerindo a intensidade do raciocínio; ambos devem ser configurados separadamente e não depender de empilhar texto no prompt. Antes de aumentar o reasoning effort, deve-se confirmar que o prompt define claramente os critérios de sucesso, porque muitas vezes “dizer as coisas com clareza é mais eficaz do que pensar mais”.

Qual é a ordem correta para o workflow de migração do prompt?

De acordo com o guia da OpenAI, a ordem correta de migração é: trocar primeiro de modelo (mantendo as definições de raciocínio originais) → executar a avaliação como referência → remover scaffolding desatualizado e instruções repetidas → aplicar a menor correção apenas nas partes em que a avaliação mostre uma regressão real → medir novamente. O princípio-chave é que, em cada iteração, apenas um fator deve ser alterado. Se, ao mesmo tempo, forem modificados o modelo, as definições de raciocínio, o prompt e o conjunto de ferramentas, não será possível determinar qual destes elementos causou a mudança de comportamento.