Codex不限時反而刪光了Skills，附GPT-5.6怎么用更省Token

周三下午三點,一個程序員盯著Codex的運行日志發了好一陣呆。他剛剛刪掉了自己精心維護的幾個Skills文件,不是因為它們沒用,而是因為模型太聰明了,這些曾經的“神技”反而成了拖后腿的東西。

幾天前,OpenAI和Anthropic像商量好了一樣開始比賽送額度。Fable 5一再延期,Codex這邊干脆直接取消了Plus、Business和Pro用戶每5小時的使用限制。對高強度用戶來說,這意味著不用再像網上教程教的那樣,每隔5小時給Codex發條消息續命,就為了關鍵時刻額度別崩。

但放開用之后,大家馬上撞上一個新問題:GPT-5.6確實更聰明了,可也更會燒Token了。有人在Codex里實測GPT-5.6跑一個3D網頁任務,直接干了快三個小時。社交媒體上搜一圈,發現遇到類似情況的人真不少。大家一致反饋,用上GPT-5.6的Codex簡直就是Token刺客,時間拉長不說,額度消耗同樣離譜。

刪掉Skills反而更省Token

Codex官方對此的解釋是,用戶過于低估了GPT-5.6 Sol Ultra High推理檔位的Token消耗量,再加上一些需要修復的小Bug。但有意思的事情在后面——不少網友發現,模型越聰明,之前積累的一些Skills反而成了Token消耗的重災區,甚至變成了一種負擔。

當時大多數討論帖的共同結論是:Superpowers、grill以及AGENTS.md這些Skills和文檔,現在都可以直接刪掉了?，F在的模型本身就具備Agentic能力,外部Skills反復調用反而污染了上下文,把思考時間拉長,Token消耗也跟著飆高。

Superpower曾經是Agent工具里幾乎必裝的Skill之一。它的作用是在Codex每接一個任務之前,先調用一次頭腦風暴找到確定方案,然后通過系統性的Debug和驗證,強制模型走完這一整套固定流程。但放在今天,無論是Fable 5還是GPT-5.6 Sol,模型本身的能力已經逐漸把Skills的功能稀釋掉了。更強的模型配的應該是更強的工具,Skills越來越像一種過去式。

有網友銳評道:“這玩意兒跟那種一裝就后臺常駐還關不掉的流氓軟件似的,吃Token比吃大米還快。”所以結論很明確:新模型必須搭配新用法,否則Token全白給了。

GPT-5.6官方指南說了什么

OpenAI的開發者體驗工程師Eric在X上更新了GPT-5.6的官方提示詞指南。這份詳細文檔里提到,使用GPT-5.6最該考慮的是設定邊界——一個模型應該在它運行的沙箱范圍內工作。同時要解釋清楚模型怎么驗證自己的工作是否成功,完成狀態是什么樣。提示詞里歧義一多,運行時間和Token消耗就會跟著被拉長。

怎么榨干GPT-5.6？沒有萬能公式,沒有必須照抄的角色設定,也沒有一長串分點、分步驟思考。OpenAI給出的第一條建議就是:用自己的話開始。一句短提示在很多情況下已經夠用。任務更大更重要時,再補上四類信息:你要什么結果,有哪些背景,成品長什么樣,哪些邊界不能碰。

說白了,所謂的提示詞高手,越來越像一個會交代工作的同事。AI心里可能在想:少教我怎么做事,你只管說清楚你要什么。這份指南真正有意思的地方也就在這里——表面上看是在教人怎么向ChatGPT提問,背后講的卻是一套新的工作分工。當AI從聊天框走向Work和Codex,提示詞也從“一句問題”變成了“任務簡報”“交付標準”和“驗收規則”。

提示詞最該寫的,往往是結果

很多人寫提示詞時,會下意識替AI安排完整過程。先分析材料,再建立框架,然后逐項比較,末尾給出結論。為了顯得嚴謹,還得規定它扮演什么角色、分幾步思考、每一步寫多少字。OpenAI的建議恰好反過來:先描述結果,過程只有在確實影響成品時才需要指定。

指南里有一個很簡單的例子:把會議記錄整理成發給項目團隊的簡短更新,把決定和下一步放在前面。短短兩句,已經交代了交付物、讀者和信息順序。至于AI要先提取決定還是先識別行動項,用戶通常無需操心。把這些步驟全寫死,反倒可能限制它搜索、比較和調整方法的空間。

這種變化和模型能力直接相關。早期模型容易跑偏,人們才發明各種復雜模板,用密密麻麻的步驟把它框住。如今的模型可以讀取文件、搜索資料、調用工具、寫代碼,甚至連續工作一段時間。人繼續逐步遙控,多少有點像請來一位同事,卻堅持替他規定每次點擊鼠標的順序。

背景越多,結果未必越好

很多提示詞教程都會教人“盡可能提供上下文”,結果就是把幾十份文件一股腦丟進去,再附上一段比材料還長的說明。OpenAI給出的標準更克制:只提供會改變結果的信息。

一份項目周報需要最新計劃,也需要Slack里已經達成的決定;但三個月前的頭腦風暴記錄,大概只會制造噪音。讓AI根據截圖判斷界面問題時,也要指出需要看的區域,別指望它自動猜中你在意哪個按鈕。這個原則看起來簡單,實際很考驗人。自己得先知道哪些資料具有決定性,哪些只屬背景知識;哪份文檔代表當前版本,哪份已經過期;多個來源發生沖突時,AI應該聽誰的。

因此,連接Google Drive、Gmail、Slack或GitHub之后,最有用的提示也極少是“搜索所有內容”。更好的說法是:去哪里找,找什么,拿這些信息做什么。指南里提到常用的說法是:“使用Drive里的最新項目計劃,以及Slack頻道里與當前進度有關的決定和更新,準備一份狀態簡報?！薄Y料入口、時間有效性和交付用途都清楚了,AI才能從“看過很多”走到“找對了東西”。

真正值錢的提示詞,常寫在邊界里

目標決定AI往哪里走,邊界決定它闖多大的禍。官方指南里給出的邊界都很明確:保留已經批準的日期和預算數字;只使用給定來源,缺信息就標出來;先起草郵件,別直接發送;建議控制在預算內。這些句子缺少花哨技巧,但大多數時候一定比“你是一位擁有20年經驗的專家”實用得多。

AI進入真實工作之后,最麻煩的情況往往不是文筆差一點,而是改錯數據、猜測缺失信息、越過審批流程,或者把本該審閱的草稿直接發給別人。OpenAI也提醒用戶,邊界只要抓住一兩個真正會制造額外工作的風險就夠了。每個細節都規定,任務會重新退化成人工遙控;完全不設邊界,又像把公司賬號交給一個剛入職、行動力很強的實習生。這也是OpenAI要把Chat與Work、還有Codex的分界逐漸變清楚的原因所在。

好提示在收尾一行,應該寫驗收

一份任務簡報寫得再漂亮,成品沒人檢查,仍然可能在交付前翻車。OpenAI在多個示例里都加入了最終檢查環節。項目更新要確認每項行動都有負責人和截止日期;季度報告生成簡報與演示文稿后,要核對兩份文件的數據一致;Codex修完Bug,要重新執行復現步驟,再跑最小范圍的相關測試。

這些要求有一個共同點:它們都能被驗證?！皩懙脤I一點”這種話很難驗收,“控制在一頁內,先寫三個待決事項,每個數字標明來源”就能一項項檢查。過去談提示詞,人們關注的是輸入寫得夠不夠聰明。AI開始交付文件、修改代碼和操作工具之后,輸出能不能被審查變得更重要。我們甚至可以把提示詞理解成一份小合同:前半段定義要交什么,后半段寫清楚怎樣才算合格。

說到底,Token刺客的本質不是模型太能吃,而是我們還在用老辦法喂養新大腦。刪掉那些后臺常駐的Skills,用任務簡報代替分步教案,把邊界和驗收標準寫清楚——做到這幾條,T含金量可能比什么角色設定都高。