Как мигрировать промпты с GPT-5.5 на GPT-5.6: что сломается и что улучшится

23 июля OpenAI отключила пул старых моделей в API, и часть промптов, которые работали месяцами, перестала выдавать прежний результат на GPT-5.6. Разбираем, какие паттерны промптинга сломались, что теперь работает лучше и как переписать промпты за один вечер, а не за неделю.

Коротко: GPT-5.6 вышел 9 июля 2026 сразу тремя моделями, Sol, Terra и Luna, а 23 июля закрылся доступ к легаси-версиям вроде GPT-5.1 и GPT-5.2 через API и Codex. Модель стала лучше понимать цель без пошаговых инструкций, поэтому длинные промпты с GPT-5.5 часто работают хуже, а не лучше. Ниже: 5 паттернов, которые сломались, 5, которые улучшились, и готовые примеры до/после.

Почему промпты вообще нужно мигрировать?

Потому что GPT-5.6 обучен иначе: длинные пошаговые инструкции, которые вытягивали качество из GPT-5.5, на новой модели часто режут результат. А часть моделей, под которые писались старые промпты, физически отключена с 23 июля.

23 июля 2026 OpenAI закрыла в API и Codex доступ к легаси-снапшотам, включая GPT-5.2, GPT-5.2-codex и более ранние версии. Рекомендованная замена для большинства случаев, GPT-5.5, но флагманом линейки уже стал GPT-5.6. Если у вас в коде или Zapier-сценарии жёстко прописан id модели, часть вызовов после 23 июля просто упадёт с ошибкой.

Отдельная история, сама GPT-5.6 читает промпты по-другому. OpenAI открыто написала в документации к релизу: удаление повторяющихся инструкций и лишних примеров может поднять качество ответа на 10-15%, а заодно срезать 40-60% токенов. Для GPT-5.5 действовало обратное правило, чем подробнее промпт, тем стабильнее результат. Сейчас подробность работает против вас.

Практический вывод простой. Мигрировать нужно в двух местах: заменить id моделей, которые отключились 23 июля, и переписать сами промпты под новую логику GPT-5.6. Первое займёт час, второе, если делать по паттернам ниже, вечер на весь стек промптов.

Что за модель GPT-5.6 и чем она отличается от GPT-5.5?

GPT-5.6 это не одна модель, а три: Sol (флагман), Terra (рабочая лошадка) и Luna (бюджетная). Terra по качеству близка к GPT-5.5, но стоит вдвое дешевле, а Sol сильнее в терминальных и агентских задачах.

OpenAI отказалась от одной универсальной модели и разделила линейку по уровням мощности. Цифра 5.6 обозначает поколение, а имя, солнце, земля или луна, класс. По задумке OpenAI имена будут развиваться отдельно от номера поколения, то есть следующий апдейт Luna не заставит переименовывать всю линейку.

Для большинства вайбкодеров дефолтом стоит сделать Terra. Она конкурентна с GPT-5.5 почти на всех задачах и стоит вдвое меньше. Sol включайте только там, где реально нужен терминал, браузинг или разбор запутанного бага, потому что агентские циклы на Sol съедают токены заметно быстрее.

Какие 5 паттернов промптинга перестали работать?

Главная причина поломок, GPT-5.6 воспринимает избыточные инструкции как шум, а не как усиление контроля. То, что раньше повышало предсказуемость, теперь снижает качество ответа.

С выходом GPT-5.6 OpenAI прямо изменила рекомендации по промптингу, и часть привычных приёмов из эпохи GPT-5.5 стала контрпродуктивной. Разберём по одному.

1. Избыточные пошаговые инструкции

Раньше промпт вида «сначала сделай X, потом Y, потом Z» держал модель в рамках. GPT-5.6 умнее в декомпозиции задач и сама выстраивает план. Жёсткая пошаговая структура в промпте иногда конфликтует с внутренней логикой модели и заставляет её либо игнорировать часть шагов, либо выполнять их формально.

2. Запреты без объяснения причины

«Не делай X» без контекста, почему это плохо, раньше работало как стоп-сигнал. Сейчас модель чаще нарушает голый запрет, если не понимает его логику. Работает связка: что нельзя плюс зачем это правило существует.

3. Жёсткий формат вывода без примера

Подробное текстовое описание структуры ответа («ответ должен содержать заголовок, три пункта, вывод в конце») хуже держит формат, чем один конкретный пример. GPT-5.6 сильнее в imitation по образцу, чем в разборе спецификации формата.

4. Длинные ролевые промпты

«Ты, профессиональный копирайтер с 10-летним опытом, специализируешься на...» на несколько абзацев больше не даёт прироста качества. OpenAI прямо указывает: удаление таких вступлений при сохранении сути роли улучшает результат и экономит токены.

5. Отсутствие условий остановки

Раньше агент просто выполнял инструкцию и завершал ответ. GPT-5.6 более настойчиво продолжает работу, особенно модель Sol, и без явного stopping condition может уйти в лишние итерации или полезть менять то, что не просили. Без стоп-правила агентский промпт на GPT-5.6 рискует сделать больше, чем нужно.

Лиза: «Я поставила Codex задачу собрать частотность по нише, без пошагового сценария, просто цель. За полчаса, пока я занималась другим, он сам собрал 90 листов Excel и полтора миллиона ключей, часть из которых я бы вручную никогда не нашла. Раньше я расписывала промпт на десять пунктов. Сейчас хватает одной строчки с целью.»

Какие 5 паттернов промптинга стали работать лучше?

Короткие промпты, описание результата вместо процесса и явный контроль уровня рассуждений дают на GPT-5.6 более стабильный результат, чем детальные многостраничные инструкции из эпохи GPT-5.5.

Не всё меняется в минус. Часть техник на GPT-5.6 раскрылась сильнее, чем на предыдущей модели.

Reasoning effort стоит отдельного внимания. У GPT-5.6 шесть уровней, от none до max, и выбор уровня напрямую влияет на цену и скорость ответа. Переименование переменных не требует max-режима, а вот поиск гонки потоков в многофайловом проекте без high или xhigh скорее всего даст поверхностный ответ.

Как выглядит промпт до и после миграции?

Главное правило переписывания, убирайте, а не добавляйте. Промпт на GPT-5.6 в среднем короче промпта под GPT-5.5 в 2-3 раза при том же или лучшем результате.

Возьмём типовой промпт для email-рассылки, с которым работают маркетологи и вайбкодеры каждый день.

Промпт под GPT-5.5:

«Ты, профессиональный копирайтер с 10-летним опытом. Твоя задача, написать email для клиента компании X. Email должен быть профессиональным, вежливым, содержать приветствие, основную часть и прощание. Длина 150-200 слов.»

Промпт под GPT-5.6:

«Email клиенту X про [тема]. Профессионально, 150 слов.»

Разница в 8 раз по объёму текста, а результат на выходе GPT-5.6 обычно точнее держит тон, потому что модель не тратит внимание на разбор избыточной инструкции. То же правило работает для агентских промптов, только там кроме краткости важно добавить границы автономии и стоп-условие.

Пример для кодового агента:

«Разрешено: читать любые файлы репозитория, редактировать файлы в /src, запускать тесты. Требует подтверждения: push в main, удаление файлов, вызов внешних API. Стоп-условие: все тесты проходят, PR готов к ревью.»

Это уже не описание процесса, а рамки, внутри которых GPT-5.6 сама принимает решения. Для GPT-5.5 такой промпт тоже работал, но требовал в 2-3 раза больше текста, чтобы добиться той же предсказуемости.

Какую модель выбрать для миграции: Sol, Terra или Luna?

Для большинства промптов, которые раньше шли на GPT-5.5, прямая замена, Terra. Sol нужен только для терминала, кибербезопасности и тяжёлых агентских цепочек, Luna, для массовых и простых задач.

Модель Terra позиционируется OpenAI как прямая замена GPT-5.5: конкурентная производительность при вдвое меньшей цене. Если промпт не завязан на терминал, браузинг или сложную многошаговую отладку, миграция на Terra почти всегда безболезненна и дешевле по счёту в конце месяца.

Sol стоит держать для узкого круга задач: работа с кодом в терминале, поиск уязвимостей, длинные агентские цепочки с параллельными подзадачами. У Sol есть режим Ultra, который параллельно запускает четыре агента и поднимает качество на сложных задачах, но токенов съедает примерно втрое больше обычного режима.

Luna закрывает объёмные и простые сценарии: классификация обращений, роутинг тикетов, суммаризация коротких текстов, генерация коммит-сообщений. На длинном контексте Luna проседает заметно, так что для задач с большим объёмом входных данных её лучше не ставить.

Что делать с промптами прямо сейчас?

Три шага: заменить id отключённых моделей в коде и автоматизациях, сократить длинные промпты вдвое-втрое, добавить явные стоп-условия в агентские сценарии.

1. Проверьте код и no-code сценарии. Найдите все места, где жёстко прописан id модели вроде gpt-5.2 или более старой версии, замените на актуальный id GPT-5.5 или GPT-5.6 в зависимости от задачи.
2. Пройдитесь по промптам и уберите лишнее. Ролевые вступления на абзац, повторяющиеся инструкции, примеры без эффекта на результат, всё это можно смело удалять.
3. Добавьте условия остановки в агентские промпты. Особенно если используете Sol: без явного stopping condition агент может делать больше, чем от него требовалось.
4. Протестируйте на реальных задачах, не на синтетике. Сравните результат старого и нового промпта на трёх-пяти живых кейсах, а не на одном идеальном примере.

Максим в вебинаре для команды заметил простую вещь, которая подтверждается на практике: «Раньше ждали от разработчика фичу неделями, а тут поменял модель в настройках, переписал промпт вечером, и утром сценарий уже работает по-новому». Миграция промптов не требует месяца, требует одного целенаправленного вечера.

Глоссарий

• Reasoning effort — уровень усилий модели на рассуждения перед ответом, от none до max. Выше effort, точнее ответ, но дороже и медленнее.
• Outcome-first промптинг — подход, при котором в промпте описывается желаемый результат и критерии успеха, а не последовательность шагов.
• Stopping condition (стоп-условие) — явно прописанное правило, при котором агент должен остановиться и вернуть результат, а не продолжать итерации.
• Sunset (сансет модели) — плановое отключение модели от API или интерфейса, после которого вызовы с её id перестают работать.
• Ultra mode — режим GPT-5.6 Sol с параллельным запуском нескольких агентов на одной задаче.

FAQ

GPT-5.5 всё ещё доступна после 23 июля 2026?
Да, GPT-5.5 остаётся доступной в API и ChatGPT. 23 июля отключились более старые легаси-модели вроде GPT-5.2 и ранних версий, а GPT-5.5 указана OpenAI как одна из рекомендованных замен для них.

Обязательно переходить на GPT-5.6, если работал промпт на GPT-5.5?
Нет, но если промпт написан длинно и пошагово, есть смысл сократить его уже сейчас, независимо от модели. Короткие промпты стабильнее работают и на GPT-5.5, и на GPT-5.6.

Sol дороже Terra, значит он лучше для любых задач?
Нет. Terra почти не уступает Sol на большинстве повседневных задач и стоит вдвое меньше. Sol оправдан только там, где нужны терминал, длинные агентские цепочки или кибербезопасность.

Что делать, если после миграции промпт стал выдавать более короткие ответы, чем нужно?
Добавьте в промпт явный критерий объёма или глубины ответа, например конкретное число слов или пунктов. GPT-5.6 сама решает степень детализации, если её не задать явно.

Нужно ли переписывать промпты для Luna так же, как для Sol?
Принцип краткости работает для всех трёх моделей, но Luna хуже держит длинный контекст. Для задач с большим объёмом входных данных на Luna лучше явно резюмировать контекст перед основным запросом.

Как понять, что промпт сломался именно из-за миграции, а не по другой причине?
Сравните вывод одного и того же промпта на старой и новой модели на одинаковом входе. Если разница воспроизводится стабильно на 3-5 запусках, дело в модели, а не в случайности генерации.

Хотите сравнить, как GPT-5.6 и другие модели ведут себя в реальных задачах вайбкодинга? Загляните в каталог AI-инструментов VibeCoderz или запишитесь на консультацию к Максиму, если нужно разобрать миграцию под конкретный проект.

Обновлено: июль 2026.