GPT-5.6は従来のプロンプトと何が違うのか — OpenAI公式ガイドを比較する

前回の記事では、GPT-5.6専用のプロンプトガイド¹の内容を詳しく整理しました。本記事はその続編として、OpenAIが公開しているもう1つのガイドである一般向け「Prompt engineering」²と比較し、「結局、従来のプロンプトと何が変わったのか」を短くまとめます。

結論 — 「精密な指示」から「成果の定義」へ

2つの公式ガイドを並べると、次のように整理できます。

以下、それぞれの根拠を見ていきます。

従来の基本方針 — 「GPTモデルは新人、精密な指示が要る」

一般向けの「Prompt engineering」ガイドは、モデルへの指示の書き方を人にたとえて説明しています。

A reasoning model is like a senior co-worker. You can give them a goal to achieve and trust them to work out the details. A GPT model is like a junior coworker. They’ll perform best with explicit instructions to create a specific output.

（推論モデルはベテランの同僚のようなもので、達成すべきゴールを渡せば、細部は任せて信頼できる。GPTモデルは新人のようなもので、特定の出力を作るための明示的な指示があってこそ最良の成果を出す）

同ガイドは続けて次のようにも述べています。

Generally speaking, reasoning models will provide better results on tasks with only high-level guidance. This differs from GPT models, which benefit from very precise instructions.

（一般に、推論モデルは高レベルの指示だけでもよい結果を出す。これはGPTモデルとは異なる点で、GPTモデルは非常に精密な指示から恩恵を受ける）

複数ステップにわたるタスクの扱いについても、同ガイドの「Agentic tasks」の項目は次のように述べており、タスクを分解して確認するという、手順を明示するアプローチを勧めています。

Decompose the user’s query into all required sub-requests, and confirm that each is completed.

（ユーザーの要求を、必要なサブリクエストすべてに分解し、それぞれが完了したことを確認する）

ここまでが、多くのエンジニアが慣れ親しんできた「タスクを手順に分解し、モデルに詳しく指示する」という書き方の、公式ガイド上の裏づけです。

GPT-5.6専用ガイドの方針 — 成果を渡して経路は任せる

一方、GPT-5.6 Sol向けの専用ガイドは、次の一文を前提として掲げています（前回の記事で詳しく扱った内容です）。

GPT-5.6 works best when prompts define the outcome, important constraints, available evidence, and completion bar, then leave room for the model to choose an efficient path.

（GPT-5.6は、プロンプトが成果・重要な制約・利用可能な根拠・完了基準を定義し、そのうえで効率的な経路の選択をモデルに委ねたときに、最もよく機能する）

そのうえで、指示を削って簡潔にした構成が、次のような数値を伴うとしています。

In a sample of internal coding-agent eval runs, configurations with leaner system prompts improved evaluation scores by roughly 10–15% while reducing total tokens by 41–66% and cost by 33–67%. Results will vary by workload, so treat these ranges as directional and validate changes on representative tasks from your own application.

（内部のコーディングエージェント評価の一部サンプルにおいて、システムプロンプトを簡潔にした構成は、評価スコアを約10〜15%向上させると同時に、総トークン数を41〜66%、コストを33〜67%削減した。結果はワークロードによって異なるため、これらの数値は方向性を示す参考値として扱い、自分のアプリケーションを代表するタスクで検証すべきである）

この数値はチャットや文章作成など他の用途で同程度の改善が実証されたものではなく、ガイド自身もワークロードによって結果が変わる参考値として扱うよう求めています。

一般向けガイドが挙げる「新人にはサブリクエストへの分解を」という方針と、専用ガイドが挙げる「手順ではなく成果を」という方針は、正反対の方向を向いています。専用ガイドはこの違いを一般向けガイドと明示的に対比しているわけではありませんが、GPT-5.6という同じモデルについて、指示の書き方に関する2つの異なる推奨が公式に併存している状態です。

同じ依頼を2通りに書くと

専用ガイドが示す実際の例は、次のようなものです。

Resolve the customer's issue end to end.

Success means:
- make the eligibility decision from available policy and account evidence
- complete any allowed action before responding
- return completed_actions, customer_message, and blockers
- if required evidence is missing, ask for the smallest missing field

これをもとに、同じ依頼を一般向けガイドの方針（手順を明示する書き方）で書き直すと、次のようになります（OpenAIの例ではなく、比較のために本記事が作成したものです）。

1. 顧客の問い合わせ内容を読み、契約と利用規約を確認する
2. 利用資格があるかどうかを判定する
3. 資格があれば、返金・交換などの対応を実行する
4. 対応内容を要約して顧客に返信する
5. 途中で情報が足りない場合は、担当者に確認を取ってから進める

前者は「何が完了とみなされるか」（成功の条件）を定義し、そこに至る手順の組み立てはモデルに委ねています。後者は手順そのものを1から5まで指定しており、モデルの役割は指示された手順を順番通りに実行することに近づきます。専用ガイドが評価スコアの向上とトークン削減を報告しているのは、多くの場面で前者の書き方の方が、モデルにとって効率のよい経路を選びやすいためです。

自律的なタスクとの関係

専用ガイドには、複数ステップにわたるタスクでの報告のしかたを扱う節もあります。最初のツール呼び出しの前に短い前置きを示し、以降は局面が大きく変わったときだけ更新する、という方針です。

Do not ask the model to narrate routine tool calls.

（日常的なツール呼び出しについて、逐一実況させてはならない）

なお、専用ガイドの本文（2026年7月16日時点のアーカイブ）では、CodexやChatGPT Agentを対象とした説明は行われていませんでした。OpenAIのドキュメントはその後更新されており、関連する現行のModel guidanceには「Migrate with Codex」という節が設けられています。自律的な長時間タスクにおける振る舞いの詳細は、前回の記事で扱っています。

「指示を書く」から「タスクを設計する」へ

以上を整理すると、一般向けガイドが示す「GPTモデルには精密な指示を」という方針は、OpenAIの公式ドキュメント上、今も取り下げられてはいません。そのうえでGPT-5.6については、専用ガイドが成果・制約・根拠・完了基準を定義する書き方を、実測データとともに推奨しています。この2つの方針の併存をどう読むかは本記事による考察になりますが、少なくともGPT-5.6を対象とする限り、人間が担う作業の重心は、詳細な指示という「手順」を書くことから、成果と制約の外枠を定義するという「タスクの設計」へ移りつつあるように見えます。

まとめ

• OpenAIの一般向け「Prompt engineering」ガイドは、GPTモデルを「精密な指示が要る新人」にたとえ、タスクをサブリクエストに分解して確認する書き方を勧めている
• GPT-5.6専用のプロンプトガイドは、成果・制約・根拠・完了基準を定義し、経路の選択はモデルに委ねる書き方を勧めている。効果として挙げる評価スコア+10〜15%、トークン-41〜66%、コスト-33〜67%は、内部のコーディングエージェント評価の一部サンプルによるもので、ガイド自身がワークロードによる変動を注記している
• 同じ依頼でも、「手順を1から順に指定する書き方」と「成功の条件だけを定義する書き方」では、モデルに委ねる範囲が大きく異なる
• 2つのガイドは方針を明示的に対比してはおらず、一般向けガイドの「精密な指示」方針も取り下げられてはいない。それでもGPT-5.6については、指示を書くことからタスクを設計することへ重心が移りつつあるように見える