模型越强，提示词越该删：GPT-6官方喊你大扫除

过去一年，我们最常被灌输的观念是：提示词写得越细越好，规则堆得越全越稳。于是大家拼命往 system prompt、AGENTS.md、CLAUDE.md、Skill 里塞规则，恨不得把每一个步骤都写成"强制门禁"。

可 OpenAI 现在调头了。官方 prompt 指南最新给出的建议，几乎和过去的常识相反——提示词越短越好，框架越细越糟。

这不是挤牙膏式的优化，而是一次被数据撑起来的"大扫除"。这篇是一篇深度解读：为什么模型越强，你的提示词越该删；该怎么删；以及删错了会怎样。

一、先看一组反常的数据

OpenAI 在编程 Agent 任务上的内部测试，给出了三组很有反差的数字：

• 紧凑的提示词，质量分反而提升了 10%–15%；
• Token 用量下降了 41%–66%；
• 任务执行成本降低了 33%–67%。

换句话说，你少写一点，模型做得好一点，还便宜一大截。这三者同时成立，就说明问题不在"信息量"，而在"干扰量"。

再看官方给出的方向变化。GPT-5 在 2025 年 8 月发布时，官方强调的是 XML 块、上下文采集模板、带分步过程描述的工具调用脚本——那时候是教你怎么把流程写细​。到了新模型这一代，官方建议删掉的是：重复内容、不改变行为风格的指令、低效示例，以及模型自己已经处理得很好的步骤​；取而代之的重点变成了：看得见的结果、成功标准、停止条件，以及像安全要求这样的硬约束。

一句话概括：从"教它怎么做"，转向"告诉它要什么"。

二、为什么越强的模型，越怕你啰嗦

乍一听很反直觉。模型变聪明了，不是更该能处理长提示词吗？恰恰相反。

关键在"指令遵循能力"这一条。新一代模型的 instruction followin