Prompt Engineering

GPT-5.6 Prompting: Warum weniger Anweisungen oft mehr Wirkung haben

Die neue OpenAI-Guidance stellt eine verbreitete Prompting-Gewohnheit infrage: Längere Regelwerke sind nicht automatisch besser. GPT-5.6 braucht vor allem ein klares Ergebnis, relevante Grenzen, belastbare Evidenz und eine eindeutige Definition von „fertig“.

Mit GPT-5.6 Sol veröffentlicht OpenAI eine Prompting-Guidance, die nicht zu noch mehr Prompt-Bausteinen rät. Im Mittelpunkt steht vielmehr die Frage: Welche Informationen verändern das Verhalten tatsächlich – und welche machen den Prompt nur länger, widersprüchlicher und teurer?

OpenAI berichtet aus einer Stichprobe interner Coding-Agent-Evaluierungen, dass schlankere Systemprompts nicht nur deutlich weniger Tokens und Kosten verursachten, sondern zugleich bessere Ergebnisse erzielten. Diese Werte sind ausdrücklich richtungsweisend und müssen für den eigenen Anwendungsfall mit repräsentativen Tests überprüft werden.

1. Zuerst vereinfachen, dann erweitern

Die wichtigste Empfehlung lautet: Mit einem bereits funktionierenden Prompt starten und jeweils nur eine Gruppe von Regeln, Beispielen oder Werkzeugen entfernen. Danach werden dieselben Evaluierungsfälle erneut ausgeführt.

Typische Kandidaten zum Kürzen sind:

• mehrfach formulierte Varianten derselben Regel,
• Stil- oder Prozessanweisungen ohne messbaren Verhaltenseffekt,
• Beispiele, die das Ergebnis nicht verändern,
• Vorgaben für Verhalten, das das Modell ohnehin zuverlässig zeigt,
• Werkzeuge und Tool-Beschreibungen, die für die Aufgabe nicht relevant sind.

Erhalten bleiben müssen dagegen Ziel, Erfolgskriterien, Sicherheits- und Geschäftsregeln, Evidenzanforderungen, erforderliche Tool-Routen, Ausgabeformat und Validierung.

2. Das Ergebnis beschreiben – nicht jeden Schritt

GPT-5.6 soll den effizienten Weg häufig selbst wählen dürfen. Dafür muss der Prompt die Destination präzise beschreiben:

• Was soll für den Nutzer am Ende sichtbar erreicht sein?
• Welche Fakten und Quellen müssen berücksichtigt werden?
• Welche Grenzen und Berechtigungen gelten?
• Welche Ausgabeform wird erwartet?
• Wann ist die Aufgabe abgeschlossen – und wann muss nachgefragt oder abgebrochen werden?

Absolute Wörter wie „immer“ oder „niemals“ sollten echten Invarianten vorbehalten bleiben. Bei Abwägungen sind Entscheidungskriterien stabiler als pauschale Verbote.

3. Widersprüche sind gefährlicher als fehlende Detailregeln

GPT-5-Modelle behandeln Prompts stark als Vertrag. Wenn eine Anweisung maximale Kürze verlangt, eine andere aber vollständige Begründungen, Quellen, Alternativen und nächste Schritte fordert, ist Instabilität vorprogrammiert.

Vor einer Erweiterung lohnt deshalb ein Widerspruchscheck: Welche Regel gewinnt im Konflikt? Was darf gekürzt werden? Welche Inhalte müssen unabhängig von der gewünschten Kürze erhalten bleiben?

4. Ton und Zusammenarbeit getrennt definieren

Die Guidance unterscheidet zwei Ebenen:

• Persönlichkeit: Ton, Wärme, Direktheit, Formalität und sprachlicher Stil.
• Zusammenarbeit: Wann das Modell nachfragt, Annahmen trifft, selbstständig handelt, Unsicherheit erklärt und Ergebnisse prüft.

Beide Beschreibungen sollten kurz bleiben. Sie ersetzen weder Ziel noch Erfolgskriterien. Gerade für Kundenassistenten ist diese Trennung hilfreich: Eine freundliche Persönlichkeit sagt noch nichts darüber aus, ob ein Agent selbstständig handeln darf.

5. Autonomie und Freigaben explizit machen

Mehrstufige KI-Systeme brauchen eine klare Handlungsgrenze. Ein kompakter Abschnitt kann festlegen:

• Bei Analyse- und Diagnoseaufträgen lesen und berichten, aber nichts verändern.
• Bei Änderungsaufträgen sichere, lokale Schritte und passende Tests selbstständig ausführen.
• Vor externen Schreibvorgängen, destruktiven Aktionen, Käufen oder deutlicher Ausweitung des Umfangs eine Bestätigung verlangen.

Wichtig ist, diese Regeln einmal konsistent zu formulieren. Wiederholte Aufforderungen zum Nachfragen können unnötige Stopps verursachen.

6. Nur relevante Tools bereitstellen

Tool-Beschreibungen sollten erklären, was das Werkzeug tut, wann es verwendet wird, welche wichtigen Felder zurückkommen und wie Fehler behandelt werden. Ein großer Werkzeugkasten ist kein Qualitätsmerkmal, wenn ein Großteil der Tools für die aktuelle Aufgabe irrelevant ist.

Programmatic Tool Calling empfiehlt OpenAI vor allem für klar begrenzte Verarbeitungsschritte wie Filtern, Sortieren, Deduplizieren, Aggregieren oder deterministische Validierung. Für Freigaben, semantische Urteile, Zitate und abschließende Qualitätskontrolle bleiben direkte Tool-Aufrufe geeigneter.

7. Recherche braucht ein Evidenzbudget

Für belastbare Antworten sollte der Prompt festlegen, welche Aussagen Quellen benötigen und was bei fehlender Evidenz geschieht. OpenAI empfiehlt sinngemäß, mit einer gezielten Suche zu beginnen und weitere Retrieval-Schritte nur dann auszuführen, wenn für die Kernantwort noch ein relevantes Datum, eine Quelle, eine ID oder ein anderer Pflichtbeleg fehlt.

Das verhindert zwei Extreme: vorschnelles Raten und endlose Recherche ohne zusätzlichen Erkenntnisgewinn.

8. Reasoning nicht reflexartig erhöhen

Beim Umstieg auf GPT-5.6 sollte zunächst der bisherige Reasoning-Aufwand als Ausgangspunkt erhalten bleiben. Danach werden dieselbe Stufe und eine niedrigere Stufe mit realen Aufgaben verglichen. Höhere Stufen sind nur dann sinnvoll, wenn Evaluierungen einen relevanten Qualitätsgewinn zeigen.

Bevor mehr Reasoning eingesetzt wird, sollte geprüft werden, ob dem Prompt vielleicht nur ein Erfolgskriterium, eine Abhängigkeitsregel, eine Tool-Route oder eine Verifikationsschleife fehlt.

9. Ein praxistauglicher Prompt-Aufbau

Für komplexere Aufgaben lässt sich die OpenAI-Struktur auf sieben kurze Abschnitte reduzieren:

1. Rolle: Funktion und Kontext des Modells.
2. Persönlichkeit: gewünschter Ton und Kommunikationsstil.
3. Ziel: sichtbares Ergebnis für den Nutzer.
4. Erfolgskriterien: Bedingungen, die vor der Antwort erfüllt sein müssen.
5. Grenzen: Sicherheit, Geschäft, Evidenz und Nebenwirkungen.
6. Tools und Ausgabe: Auswahlregeln, Format und Validierung.
7. Stop-Regeln: Nachfragen, Fallback, Wiederholung oder Abbruch.

Praxisregel: Fügen Sie nur eine Anweisung hinzu, wenn Sie benennen können, welches beobachtete Fehlverhalten sie korrigieren soll.

10. Migration ohne Prompt-Big-Bang

OpenAI empfiehlt für den Wechsel auf GPT-5.6 einen kontrollierten Ablauf:

1. Modell wechseln und den bisherigen Reasoning-Aufwand beibehalten.
2. Repräsentative Evaluierungen ausführen, bevor der Prompt geändert wird.
3. Veraltete Hilfskonstruktionen, Wiederholungen und irrelevante Tools entfernen.
4. Nur die kleinste gezielte Regel ergänzen, die eine gemessene Verschlechterung behebt.
5. Nach jeder Änderung dieselben Evaluierungen erneut ausführen.

Wer Modell, Prompt, Toolset und Reasoning gleichzeitig ändert, kann später kaum noch feststellen, wodurch sich das Verhalten verbessert oder verschlechtert hat.

Was Unternehmen daraus mitnehmen sollten

Prompt Engineering wird erwachsener. Der Fokus verschiebt sich von sprachlichen Tricks zu einem klaren Betriebsvertrag: gewünschtes Ergebnis, prüfbare Qualität, relevante Daten, erlaubte Handlungen, passende Werkzeuge und ein eindeutiger Abschluss.

Mein Fazit: Der beste Prompt für GPT-5.6 ist nicht der längste. Es ist der kürzeste Prompt, der Ziel, Grenzen und Qualitätsmaßstab vollständig und widerspruchsfrei festlegt.

Quelle und Ausgangspunkt: OpenAI: Prompting guidance for GPT-5.6 Sol. Die genannten Evaluierungswerte stammen aus einer internen OpenAI-Stichprobe und sind laut Dokumentation als richtungsweisend, nicht als allgemeine Garantie zu verstehen.