GPT-6 사용 가이드

소개

GPT-5.5는 복잡한 프로덕션 워크플로우에서 기대할 수 있는 기본 성능을 높였습니다. 코딩, 도구를 자주 사용하는 에이전트, 근거에 기반해 답하는 어시스턴트, 긴 컨텍스트에서의 정보 검색, 제품 명세를 구현 계획으로 옮기는 작업에 적합합니다. 작업 수행의 정확성과 답변의 완성도가 중요한 고객 대상 워크플로우에도 잘 맞습니다.

GPT-5.5의 성능을 충분히 활용하려면 gpt-5.2나 gpt-5.4를 그대로 대체할 수 있다고 가정하지 말고, 새 모델 계열에 맞게 설정을 조정하세요. 마이그레이션할 때는 기존 프롬프트에 쌓인 지침을 모두 옮기기보다 기준선을 새로 잡으세요. 제품이 보장해야 하는 동작을 유지하는 최소한의 프롬프트로 시작한 뒤, 대표 사례를 기준으로 추론 강도, 응답 상세도, 도구 설명, 출력 형식을 조정하세요.

GPT-5.5는 프롬프트 캐싱, 호스팅 도구, 도구 검색, 컨텍스트 압축, 어시스턴트 항목을 수동으로 다시 전달할 때의 phase 처리 등 GPT-5.4에서 제공하던 API 기능을 모두 지원합니다.

효과적인 프롬프트 작성 예시는 프롬프트 작성 권장 사항을 참고하세요.

새로운 기능

• 더 효율적인 추론: GPT-5.5는 같은 추론 강도에서도 이전 모델보다 적은 추론 토큰으로 좋은 결과를 냅니다. 복잡한 워크플로우나 도구를 자주 호출하는 워크플로우, 여러 단계로 이루어진 워크플로우에서는 단계마다 토큰이 절약되어 효과가 특히 큽니다.
• 결과를 먼저 명시하는 프롬프트에서 향상된 작업 수행 능력: GPT-5.5는 명확한 목표에 따라 작업하고, 제약을 지키며, 제품의 의도를 구체적인 다음 단계로 옮기는 능력이 향상되었습니다. 기대하는 결과, 성공 기준, 허용되는 사이드 이펙트, 근거를 사용하는 기준, 출력 형태를 설명하세요. 정해진 절차를 따르는 것 자체가 중요할 때만 단계별 지침을 제공하세요.
• 더 정확해진 도구 사용: GPT-5.5는 사용할 수 있는 도구가 많거나, 서비스 워크플로우가 여러 단계로 구성되거나, 에이전트 작업이 오래 걸릴 때 특히 유용합니다. 적합한 도구를 선택하고 인수를 지정하는 정확도가 높아지는 경향이 있습니다.
• 더 매끄럽고 때로는 더 직설적인 어조: GPT-5.5는 프롬프트에 세부 지침을 덜 넣어도 한층 따뜻하고 읽기 쉬운 답변을 작성하는 경우가 많습니다.

동작 변경 사항

1. 추론 강도의 기본값이 medium으로 변경됨: GPT-5.5의 기본 추론 강도는 medium입니다. 품질, 신뢰성, 지연 시간, 비용을 균형 있게 고려하려면 medium으로 시작하는 것이 좋습니다. 지연 시간에 민감하더라도 도구 사용, 계획 수립, 검색 또는 여러 단계에 걸친 의사 결정이 중요하다면 low를 먼저 평가한 뒤 none을 검토하세요. none은 짧은 음성 대화, 빠른 정보 검색, 분류처럼 지연 시간을 최소화해야 하면서 추론이나 연속적인 도구 호출이 필요 없는 작업에만 사용하세요. 평가에서 추가 지연 시간과 비용을 감수할 만큼 품질이 개선된 것으로 확인될 때만 high 또는 xhigh로 높이세요. 권장 설정에 대한 자세한 내용은 추론 모델 문서를 참고하세요.

   추론 강도를 높인다고 항상 더 좋은 결과가 나오는 것은 아닙니다. 지침이 서로 충돌하거나, 종료 기준이 불분명하거나, 도구를 제한 없이 사용할 수 있으면 추론 강도를 높였을 때 과도한 추론이나 불필요한 검색이 발생하고 출력 품질이 떨어질 수 있습니다. 평가에서 측정 가능한 품질 향상이 확인될 때만 추론 강도를 높이세요.

2. 이미지 입력의 세부 정보를 기본적으로 더 많이 보존: GPT-5.5는 시각적 세부 정보를 더 많이 보존하고 컴퓨터 사용 성능을 높이도록 이미지 입력의 기본 처리 방식을 변경했습니다. image_detail을 지정하지 않거나 auto로 설정하면 이제 original 방식으로 처리합니다. 총 10,240,000픽셀, 한 변당 6,000픽셀 한도 내에서는 크기를 조정하지 않고 이미지를 보존합니다. high를 사용하려면 값을 직접 지정하세요. 이 설정에서는 총 2,500,000픽셀, 한 변당 2,048픽셀 한도 내에서 원본 크기를 유지합니다. low는 이제 컨텍스트 효율을 우선하며, 한 변이 512픽셀을 넘는 이미지를 이전 모델보다 적극적으로 축소합니다. 이미지 및 비전 문서를 참고하세요.

3. 향상된 지침 준수: GPT-5.5는 프롬프트에 적힌 내용을 문자 그대로 꼼꼼히 해석하므로, 제품에 필요한 동작을 구체적으로 설명할 수 있습니다. 특히 시간이 오래 걸리거나 도구를 많이 사용하거나 근거를 수집하는 워크플로우에서는 성공 기준과 종료 규칙을 정의하세요. 결과를 먼저 명시하는 프롬프트 작성과 적절한 수준으로 형식 지정을 참고하세요.

4. 더 간결하고 직접적인 기본 문체: GPT-5.5는 기본적으로 작업에 집중해 요점을 바로 전달하는 경향이 있습니다. 많은 프로덕션 워크플로우에 유용하지만, 고객 대상 서비스나 대화형 서비스에서는 성격, 따뜻한 어조, 판단 이유를 설명하는 방식, 답변 형식을 명시해야 할 수 있습니다. 목적에 맞게 text.verbosity를 설정하세요. 기본값은 medium이며, 간결한 응답이 필요하면 low로 시작하는 편이 더 나을 때가 많습니다. 프롬프트 작성 권장 사항을 참고하세요.

5. 코딩 워크플로우에서 더 중요한 오케스트레이션: GPT-5.5는 계획 수립, 도구 사용, 코드베이스 탐색, 검증, 여러 단계에 걸친 실행이 필요한 복잡한 코딩 작업에 더 적합합니다. 코딩 에이전트에는 기존 코드를 재사용하는 기준, 하위 에이전트에 위임할 작업, 필요한 테스트, 인수 기준, 계속 진행할 때와 도움을 요청할 때를 명확히 알려주세요.

마이그레이션 빠른 시작

Codex로 마이그레이션 자동화하기

Codex는 OpenAI Docs 스킬을 사용해 이 가이드에서 권장하는 변경 사항을 적용할 수 있습니다.

$openai-docs 이 프로젝트를 gpt-5.5로 마이그레이션해 주세요.

다른 코딩 에이전트에서 이 스킬을 사용하려면 OpenAI 스킬 리포지터리에서 다운로드하세요.

API 및 모델 매개변수

• 모델 슬러그를 gpt-5.5로 변경하세요.
• 추론, 도구 호출 또는 멀티턴 대화가 필요한 경우 Responses API를 사용하세요.
• 작업에 맞게 reasoning.effort를 조정하세요. 효율적인 추론에는 low, 지연 시간과 성능 사이의 균형이 필요할 때는 medium, 고난도 추론이 필요하고 지연 시간이 덜 중요한 복잡한 에이전트 작업에는 high를 사용하세요. 난도가 가장 높은 비동기 에이전트 작업이나 모델의 지능 한계를 시험하는 평가에는 xhigh를 사용하세요. 추론 모델 문서를 참고하세요.
• 응답을 더 간결하게 하려면 text.verbosity를 low로 설정하세요. GPT-5.5에서는 GPT-5.4의 low 설정보다 응답이 상대적으로 더 간결해집니다.
• 도구를 많이 사용하거나 오래 실행되는 워크플로우에서는 애플리케이션이 phase, 사전 안내 메시지, 어시스턴트 항목 재전달을 올바르게 처리하는지 확인하세요.
• 정확도, 토큰 사용량, 전체 처리 지연 시간을 기준으로 다른 모델과 성능을 비교하세요.

프롬프트 작성

• 기대하는 결과와 성공 기준을 명시하세요.
• 세부적인 단계별 절차는 줄이거나 삭제하세요. 제품에서 특정 절차를 요구하는 경우를 제외하고 GPT-5.5가 해결 방법을 선택하도록 하세요.
• 가능하면 프롬프트에서 출력 스키마 정의를 제거하고 구조화된 출력값을 사용하세요.
• 캐싱을 활용할 수 있도록 프롬프트에서 고정 내용은 앞에, 동적으로 바뀌는 내용은 뒤에 배치하세요.
• 현재 날짜는 생략하세요. 모델은 이미 UTC 기준 현재 날짜를 알고 있습니다.
• 프롬프트 작성 권장 사항에 따라 프롬프트를 검토하고 개선하세요.

추론 모델 사용하기

이 지침은 GPT-5 계열 모델에 적용되며, 워크로드를 추론 모델로 이전할 때마다 다시 살펴볼 만합니다. GPT-5.5는 이전 모델에서 처음 도입된 여러 기능을 그대로 제공합니다. 이전 GPT-5 모델이나 GPT-4.1, o3와 같은 추론 모델에서 이전하는 경우에도 이 기능들을 검토하세요.

이 기능들 중 일부는 프롬프트 자체가 아니라 API 설정과 오케스트레이션에서 다루므로 놓치기 쉽습니다. Responses API, 추론 설정, 응답 상세도, 구조화된 출력값, 프롬프트 캐싱, 도구 설계, 호스팅 도구, 상태 관리를 함께 활용하면 추론 모델의 지능과 신뢰성을 최대한 끌어내면서 지연 시간과 비용을 최적화할 수 있습니다.

• Responses API: GPT-5.5는 Responses API에서 최상의 성능을 발휘합니다. 멀티턴 대화의 상태를 관리하려면 previous_response_id를 사용하세요. 상태를 저장하지 않거나 데이터 비보관을 적용하는 플로우에서는 각 턴에 반환된 출력 항목 중 관련 항목을 다음 요청에 다시 전달하세요. 자세한 내용은 이전 응답의 컨텍스트 전달하기를 참고하세요.
• 추론 강도: reasoning.effort에서 low, medium, high, xhigh 중 하나를 선택하세요. 기본값은 medium이지만 많은 워크로드에서 low로도 좋은 성능을 낼 수 있습니다. none은 모델의 지능보다 짧은 지연 시간이 중요한 경우에만 사용하세요. 자세한 권장 사항은 추론 모델을 참고하세요.
• 응답 상세도: text.verbosity로 출력 길이를 조절하세요. 최종 답변의 길이는 추론 품질과 별도로 다루세요. 필요에 따라 단어 수 제한, 섹션 수, 표의 너비를 지정하거나 JSON만 출력하도록 하세요.
• 구조화된 출력값: 프롬프트에 원하는 출력 스키마를 설명하는 방식은 피하세요. 구조화된 출력값을 사용하면 자동 검증이 가능하고 정확도도 높아집니다.
• 프롬프트 캐싱: 프롬프트 캐싱은 조건을 충족하는 긴 프롬프트에 자동으로 적용되며 지연 시간과 입력 토큰 비용을 줄일 수 있습니다. 캐시 적중률을 높이려면 요청 앞부분에 바뀌지 않는 내용을 두고, 사용자별로 달라지는 컨텍스트는 끝부분에 배치하세요. usage.prompt_tokens_details.cached_tokens를 추적하면 재사용량을 측정할 수 있습니다. 재사용 가능한 접두부를 공유하는 요청에는 일관된 prompt_cache_key를 사용하세요. 이 키는 관련 요청을 같은 캐시로 라우팅하는 데 쓰이며 GPT-5.5의 캐시 적중률을 최적화하는 데 중요합니다. 요청량이 많은 그룹은 더 많은 키에 트래픽을 분산하는 방법을 참고하세요.
• 도구 호출: GPT-5.5는 함수 도구와 도구를 많이 사용하는 에이전트 워크플로우 등 GPT-5.4와 동일한 도구 호출 패턴을 지원합니다. 도구별 지침은 대부분 해당 도구의 설명에 넣으세요. 도구의 기능, 사용 시점, 필수 입력, 사이드 이펙트, 안전하게 재시도할 수 있는지 여부, 자주 발생하는 오류를 명시하세요. 도구별 컨텍스트는 여러 도구에 공통으로 적용되거나 에이전트의 운영 방침을 실질적으로 바꿀 때만 시스템 지침에 추가하세요.
• 호스팅 도구 및 도구 검색: OpenAI 호스팅 도구 중 웹 검색, 파일 검색, 코드 인터프리터, 이미지 생성, 컴퓨터 사용 등 워크플로우에 맞는 도구가 있다면 우선 사용하세요. 호스팅 도구를 사용하면 직접 오케스트레이션할 부담이 줄고 일반적인 도구 사용 패턴을 Responses API 및 Agents SDK와 일관되게 유지할 수 있습니다. 자체 시스템을 호출하거나, 도메인별 사이드 이펙트를 반드시 적용하거나, 내부 업무 워크플로우를 제공해야 할 때는 사용자 정의 함수 도구를 사용하세요. 도구 목록이 방대하다면 도구 검색을 사용해 도구 정의 로드를 미루고 필요한 도구만 불러오는 방식을 고려하세요.
• 도구 사용 전 안내 메시지: 모델이 최종 응답을 생성하기 전에 사용자에게 유용한 진행 상황을 먼저 보여주면 채팅 경험을 개선할 수 있습니다. 도구 사용 과정도 더 쉽게 파악할 수 있습니다. 모델이 무엇을 확인하거나 수행할지 알린 뒤, 도구 결과가 도착하면 같은 어시스턴트 상태에서 작업을 이어갈 수 있습니다.
• phase 처리: previous_response_id를 사용하는 대신 매 턴 출력 항목을 다시 전달해 Responses 상태를 직접 관리한다면, 반환된 어시스턴트 출력 항목의 phase 매개변수를 보존하고 변경 없이 다시 전달하세요. 추론 강도를 설정하거나, 사전 안내 메시지를 보내거나, 도구를 반복해서 호출할 때 특히 중요합니다. 단계 매개변수를 참고하세요.
• 컨텍스트 압축: 오래 실행되는 에이전트에서는 대화 및 상태의 컨텍스트 압축을 목적에 맞게 사용하세요. 완료한 작업, 현재 유효한 가정, ID, 도구 실행 결과, 해결되지 않은 장애 요인, 다음에 달성할 구체적인 목표를 보존하세요.
• Agents SDK: 새로운 에이전트 시스템을 구축할 때는 오케스트레이션을 처음부터 구현하기보다 도구 오케스트레이션, 추적, 핸드오프, 상태 관리를 위한 최신 Agents SDK 패턴을 사용하세요.
• 현재 날짜: GPT-5.5는 UTC 기준 현재 날짜를 알고 있으므로 시스템 지침에 현재 날짜를 추가할 필요가 없습니다. 업무에 지정된 시간대, 정책 시행일, 사용자 현지 날짜 등 애플리케이션에 UTC 외의 기준이 필요할 때만 날짜나 시간대를 명시하세요.

프롬프트 작성 권장 사항

GPT-5.5는 프롬프트에서 원하는 결과를 정의하고 효율적인 해결 방법을 모델이 선택하도록 할 때 가장 좋은 성능을 냅니다. 이전 모델을 사용할 때보다 짧고 결과에 집중한 프롬프트로도 충분한 경우가 많습니다. 어떤 결과가 만족스러운지, 어떤 제약이 중요한지, 어떤 근거를 사용할 수 있는지, 최종 답변에 무엇이 들어가야 하는지 설명하세요.

기존 프롬프트에 쌓인 지침을 모두 그대로 옮기지는 마세요. 이전 모델은 작업 방향을 유지하기 위해 더 많은 안내가 필요했으므로 기존 프롬프트에는 절차가 지나치게 상세하게 지정된 경우가 많습니다. GPT-5.5에서는 이런 지침이 불필요한 정보를 더하거나, 모델이 탐색할 수 있는 범위를 좁히거나, 지나치게 기계적인 답변을 유도할 수 있습니다.

아래 패턴을 출발점으로 삼고, 제품에서 기능을 제공하는 방식과 사용하는 도구, 평가, 사용자 경험 목표에 맞게 조정하세요.

성격과 행동

GPT-5.5의 기본 문체는 간결하고 직접적이며 작업에 집중합니다. 프로덕션 시스템에서는 답변이 주제를 벗어나지 않고 모델의 행동을 유도하기 쉬우며 불필요한 대화가 줄어든다는 이점이 있습니다.

고객 대상 어시스턴트, 지원 워크플로우, 코칭 서비스 등 대화형 제품에서는 성격과 협업 방식을 모두 정의하세요.

• 성격은 어시스턴트가 어떤 말투로 답하는지를 결정합니다. 어조, 따뜻함, 솔직함, 격식, 유머, 공감, 표현의 세련된 정도가 여기에 해당합니다.
• 협업 방식은 어시스턴트가 어떻게 일하는지를 결정합니다. 언제 질문하거나 가정에 따라 진행할지, 얼마나 주도적으로 행동할지, 어느 정도의 컨텍스트를 제공할지, 언제 작업을 점검할지, 불확실성이나 위험에 어떻게 대응할지 정하세요.

두 지침 모두 짧게 유지하세요. 성격 지침은 사용자 경험을, 협업 지침은 작업 수행 방식을 정하는 데 사용하세요. 어느 쪽도 명확한 목표, 성공 기준, 도구 사용 규칙, 종료 조건을 대신해서는 안 됩니다.

차분하게 작업에 집중하는 어시스턴트를 위한 성격 지침 예시:

# 성격
당신은 편하게 대화할 수 있고, 침착하며, 요점을 분명히 말하는 유능한 협업 파트너입니다. 사용자에게 일을 해낼 역량이 있고 선의로 행동한다고 전제하세요. 인내심과 존중을 갖고 실질적인 도움이 되도록 답하세요.

요청이 일단 작업을 시작할 수 있을 만큼 명확하다면 확인을 위해 멈추기보다 작업을 진행하세요. 주어진 컨텍스트와 합리적인 가정을 활용하세요. 빠진 정보에 따라 답변이 달라지거나 실제로 위험이 생길 때만 확인을 요청하고, 질문은 꼭 필요한 내용으로 좁히세요.

간결하되 퉁명스럽게 들리지 않도록 하세요. 사용자가 답변을 이해하고 신뢰할 수 있을 만큼 배경을 설명한 뒤 마무리하세요. 예시나 비교, 간단한 비유가 요점을 이해하는 데 도움이 되면 활용하세요. 사용자의 오류를 짚거나 다른 의견을 제시할 때는 솔직하고 건설적으로 말하세요. 오류를 지적받으면 분명하게 인정하고 바로잡는 데 집중하세요.

전문성을 지키는 범위에서 사용자의 어조에 맞추세요. 사용자가 명시적으로 요청했거나 대화에서 그런 표현이 적절하다는 점이 분명해진 경우를 제외하고는 이모지와 비속어를 피하세요.

표현력이 풍부하고 협업을 중시하는 어시스턴트를 위한 성격 지침 예시:

# 성격
대화에서 지성과 호기심을 드러내고, 상황에 따라 재치 있게 말하며, 사용자가 어떤 생각을 하고 있는지 주의를 기울이세요. 문제가 불분명할 때는 핵심을 짚는 질문을 하고, 판단에 필요한 컨텍스트가 충분해지면 결단력 있게 진행하세요.

따뜻하고 협력적인 태도로 정돈된 문장을 쓰세요. 대화는 편안하고 생동감 있게 이어가되, 말을 늘리기 위해 잡담하지 마세요. 사용자의 목표와 제약에 맞춰 답하면서도 사용자의 말을 그대로 되풀이하는 데 그치지 말고 자신의 관점을 제시하세요.

여러 정보를 종합하거나 조언할 때는 근거를 바탕으로 신중하게 판단하세요. 컨텍스트가 충분하면 권장안을 분명히 제시하고, 선택에 따르는 중요한 장단점을 설명하세요. 불확실한 점은 짚어 주되 답을 회피하지 마세요.

표현력을 강조하는 제품이라면 따뜻함, 호기심, 유머, 고유한 관점 등을 명시하되 지침은 짧게 유지하세요. 성격 지침은 사용자 경험을 다듬는 데 활용하세요. 목표가 불분명하거나 작업 지침이 빠져 있다면 그 부분을 직접 보완하세요.

사전 안내 메시지로 첫 토큰이 표시되기까지의 시간 줄이기

스트리밍 애플리케이션에서는 첫 응답이 화면에 나타나기까지 걸리는 시간이 사용자에게 체감됩니다. GPT-5.5는 사용자에게 보이는 텍스트를 출력하기 전에 추론하거나 계획을 세우거나 도구 호출을 준비하는 데 시간을 쓸 수 있습니다.

시간이 오래 걸리거나 도구를 많이 사용하는 작업에서는 모델이 짧은 사전 안내 메시지로 시작하도록 지시하세요. 요청을 확인했고 무엇부터 할 것인지 사용자에게 간단히 알리는 메시지입니다. 실제 작업을 바꾸지 않고도 사용자가 응답이 더 빠르다고 느끼게 할 수 있습니다.

작업에 여러 단계가 필요하거나 도구를 호출해야 하는 경우, 또는 오래 실행되는 에이전트 워크플로우가 포함된 경우에 이 패턴을 사용하세요.

여러 단계로 이루어진 작업에서는 도구를 처음 호출하기 전에 사용자에게 짧은 안내 메시지를 보내세요. 요청을 확인했다는 점과 무엇부터 할 것인지를 한두 문장으로 알려주세요.

메시지 단계를 구분해 표시하는 코딩 에이전트라면 더 구체적으로 지시할 수 있습니다.

도구 호출이 필요한 작업이라면 항상 analysis 채널에 어떤 내용이든 작성하기 전에 중간 안내 메시지부터 보내세요. 사용자에게 요청을 확인했다는 점을 알리고 첫 단계를 설명하세요.

결과를 먼저 명시하는 프롬프트와 종료 조건

GPT-5.5는 프롬프트에서 목표로 하는 결과, 성공 기준, 제약, 사용 가능한 컨텍스트를 정의한 뒤 해결 방법은 모델에 맡길 때 가장 좋은 성능을 냅니다.

많은 작업에서는 모든 단계를 나열하는 것보다 최종 목표를 설명하는 편이 좋습니다. 그러면 모델이 작업에 적합한 검색 방법, 도구, 추론 전략을 선택할 수 있습니다.

다음과 같이 작성하세요.

고객의 문제를 처음부터 끝까지 해결하세요.

다음 조건을 충족하면 성공입니다.
- 사용 가능한 정책과 계정 데이터를 근거로 자격 요건 충족 여부를 판단합니다.
- 허용된 조치는 답변하기 전에 완료합니다.
- 최종 답변에 completed_actions, customer_message, blockers를 포함합니다.
- 근거가 부족하면 판단에 꼭 필요한 누락 필드 하나만 요청합니다.

불필요하게 예외 없는 규칙을 두지 마세요. 기존 프롬프트에서는 모델의 행동을 제어하기 위해 ALWAYS, NEVER, must, only 같은 단어로 엄격한 지침을 제시하는 경우가 많습니다. 이런 단어는 안전 규칙, 필수 출력 필드, 절대 수행해서는 안 되는 작업처럼 예외가 없어야 하는 사항에 사용하세요. 언제 검색하거나 추가 설명을 요청할지, 도구를 사용할지, 작업을 반복할지처럼 판단이 필요한 경우에는 판단 기준을 제시하세요.

모든 단계가 반드시 필요한 경우가 아니라면 다음과 같은 지침은 피하세요.

먼저 A를 점검하고, 그다음 B를 점검하고, 모든 필드를 비교한 뒤,
가능한 모든 예외를 검토하고, 어떤 도구를 호출할지 결정하고, 그 도구를 호출한 다음,
전체 과정을 사용자에게 설명하세요.

종료 조건을 명시하세요.

필요한 만큼만 도구 호출을 반복해 사용자의 질문을 해결하세요. 다만 반복 횟수를 줄이는 일을 답변의 정확성, 이용 가능한 대체 근거 확인, 계산, 사실적 주장에 필요한 인용 태그보다 우선하지 마세요.

결과를 받을 때마다 “지금 확보한 근거로 사용자의 핵심 요청에 답하고 사실적 주장의 출처를 인용할 수 있는가?”라고 자문하세요. 가능하면 답변하세요.

근거가 부족할 때의 행동을 정의하세요.

정확하게 답하는 데 필요한 최소한의 근거를 사용하고, 그 출처를 정확히 인용한 뒤 작업을 마치세요.

형식 지정

GPT-5.5는 출력 형식과 구조에 관한 지침을 잘 따릅니다. 내용을 이해하기 쉽게 만들거나 제품에 더 잘 맞는 결과를 얻을 때 이 특성을 활용하세요.

text.verbosity를 설정하고 기대하는 출력 형태를 설명하세요. 복잡한 구조는 내용을 이해하는 데 도움이 되거나 제품 UI에 일정한 구조의 결과물이 필요할 때 사용하세요. API에서 text.verbosity의 기본값은 medium입니다. 짧고 간결한 응답을 원하면 low를 사용하세요.

일반적인 대화 형식 예시:

내용을 이해하는 데 도움이 되는 형식을 선택하세요. 일상적인 대화, 설명, 보고서, 문서, 기술 글에서는 일반 문단을 기본으로 사용하세요. 형식이 내용보다 두드러지지 않게 깔끔하고 읽기 쉽게 작성하세요.

제목, 굵은 글씨, 글머리 기호 목록, 번호 목록은 꼭 필요한 곳에만 사용하세요. 사용자가 요청했거나, 항목을 명확히 비교하거나 순위를 보여줘야 하거나, 문단으로 쓰면 정보를 한눈에 파악하기 어려울 때 사용하세요. 그 밖에는 짧은 문단을 자연스럽게 연결하세요.

사용자가 선호하는 형식을 존중하세요. 짧은 답변, 최소한의 서식, 글머리 기호나 제목이 없는 글, 특정 구조를 요청하면 달리 해야 할 분명한 이유가 없는 한 그대로 따르세요.

대상 독자와 길이에 대한 지침을 명시하세요.

기업의 고위 의사 결정자를 대상으로 작성하세요. 답변은 400단어 미만으로 쓰세요. 문단은 짧게 쓰고, 내용을 한눈에 파악하는 데 도움이 될 때만 글머리 기호를 사용하세요. 결론을 먼저 제시하고, 판단 근거와 유의 사항을 차례로 설명하세요.

편집, 재작성, 요약 또는 고객 대상 메시지 작성 작업에서는 문체를 개선해 달라고 요청하기 전에 무엇을 유지해야 하는지 알려주세요. 분량을 늘리지 않고 글을 다듬고 싶을 때 유용한 패턴입니다.

우선 요청받은 결과물의 종류, 길이, 구조, 장르를 유지하세요. 수정 과정을 따로 언급하지 말고 내용을 더 명확하고 정확하게 다듬고 흐름을 자연스럽게 만드세요. 명시적인 요청이 없으면 새로운 주장이나 섹션을 추가하거나 홍보성 어조를 강화하지 마세요.

그라운딩, 출처 인용, 검색 한도

근거에 기반한 답변을 원한다면 프롬프트에 출처 인용 지침을 포함하세요. 어떤 내용에 근거가 필요한지, 어느 정도면 근거가 충분한지, 근거가 없을 때 모델이 어떻게 대응해야 하는지 정의하세요. 근거를 찾지 못했다는 이유만으로 사실관계에 대해 “아니요”라고 단정해서는 안 됩니다. 자세한 설명과 예시는 출처 인용 형식 가이드를 참고하세요.

검색 한도 명시하기

검색 한도는 검색을 멈추는 기준입니다. 어느 시점에 근거가 충분히 모였다고 판단할지 모델에 알려주세요.

일반적인 질의응답에서는 대상을 구별하기 쉬운 짧은 키워드로 넓게 한 번 검색하세요. 상위 결과에 핵심 요청을 뒷받침할 인용 가능한 근거가 충분하면 다시 검색하지 말고 그 결과를 바탕으로 답하세요.

다음 중 하나에 해당할 때만 추가 검색을 수행하세요.
- 상위 결과로는 핵심 질문에 답할 수 없습니다.
- 필요한 사실, 매개변수, 담당자, 날짜, ID 또는 출처가 빠져 있습니다.
- 사용자가 빠짐없는 조사, 비교 또는 포괄적인 목록을 요청했습니다.
- 특정 문서, URL, 이메일, 회의 내용, 기록 또는 코드 결과물을 직접 확인해야 합니다.
- 추가 검색을 하지 않으면 답변에 근거 없는 중요한 사실적 주장이 포함됩니다.

표현을 다듬거나, 예시를 추가하거나, 중요하지 않은 세부 사항의 출처를 인용하거나, 더 일반적으로 표현해도 무방한 문구의 근거를 찾기 위해 다시 검색하지 마세요.

창의적인 초안 작성을 위한 지침

초안을 작성할 때는 어떤 주장에 출처가 필요하고 어느 부분을 자유롭게 표현할 수 있는지 알려주세요. 슬라이드, 출시 홍보 문구, 고객 관련 요약, 발표 요점, 경영진용 소개 문구를 작성하거나 이야기의 관점을 정할 때 특히 중요합니다.

슬라이드, 경영진용 소개 문구, 외부 발송용 문안, 공유용 요약, 발표 요점, 이야기의 관점 설정 등 창작이나 콘텐츠 생성을 요청받으면 출처로 확인한 사실과 자유롭게 구성할 수 있는 표현을 구분하세요.

- 제품, 고객, 지표, 로드맵, 날짜, 기능, 경쟁사와의 비교에 대해 구체적인 주장을 할 때는 검색하거나 제공받은 사실을 사용하고 출처를 인용하세요.
- 초안의 설득력을 높이기 위해 구체적인 이름, 자체 데이터에 관한 주장, 지표, 로드맵 진행 상황, 고객 성과, 제품 기능을 지어내지 마세요.
- 인용할 근거가 거의 없거나 전혀 없다면 확인되지 않은 세부 사항을 쓰지 마세요. 대신 자리를 비워 둘 표시를 넣거나 가정임을 명시해 범용으로 쓸 수 있는 초안을 작성하세요.

프런트엔드 개발과 시각 디자인

프런트엔드 작업에서는 예시 지침을 참고해 UI 품질을 높이는 구체적인 방법을 확인하세요. 제품과 사용자 컨텍스트, 디자인 시스템과의 일관성, 첫 화면의 사용성, 익숙한 조작 요소, 예상되는 UI 상태, 반응형 동작을 다룹니다. 또한 생성된 UI에서 흔히 보이는 천편일률적인 히어로 영역, 중첩된 카드, 장식용 그라디언트, 화면에 그대로 노출된 지시 문구, 깨진 레이아웃 등을 피하는 방법도 설명합니다.

모델이 작업 결과를 검증하도록 지시하기

출력 결과를 검증할 수 있는 작업이라면 GPT-5.5가 검증에 필요한 도구를 사용할 수 있도록 하세요.

코딩 에이전트에는 구체적인 검증 명령어를 실행하도록 요청하세요.

변경을 마치면 실행 가능한 검증 중 변경 사항과 가장 관련이 높은 검증을 수행하세요.
- 변경된 동작을 대상으로 하는 단위 테스트
- 해당하는 경우 타입 검사 또는 린트 검사
- 영향을 받는 패키지의 빌드 검사
- 전체 검증 비용이 너무 큰 경우 최소한의 스모크 테스트

검증을 실행할 수 없으면 이유를 설명하고 차선으로 수행할 수 있는 검사를 알려주세요.

시각적 결과물은 렌더링한 뒤 점검하도록 요청하세요.

결과물을 확정하기 전에 렌더링하세요. 렌더링 결과를 살펴보면서 레이아웃, 잘린 부분, 여백, 누락된 내용, 시각적 일관성을 점검하세요. 렌더링 결과가 요구 사항을 충족할 때까지 수정하세요.

엔지니어링 및 계획 수립 작업에서는 구현 계획의 각 항목이 어떤 요구 사항과 연결되는지 추적할 수 있게 하세요.

구현 계획에 다음 내용을 포함하세요.
- 요구 사항과 각 요구 사항을 충족하는 부분
- 관련 리소스, 파일, API 또는 시스템의 이름
- 해당하는 경우 상태 전이 또는 데이터 흐름
- 검증 명령어나 점검 방법
- 실패 시 동작
- 개인정보 보호 및 보안 고려 사항
- 구현에 실질적인 영향을 주는 미해결 질문

단계 매개변수

GPT-5.4부터 오래 실행되거나 도구를 많이 사용하는 Responses 워크플로우에서는 어시스턴트 항목의 phase 값으로 중간 진행 안내와 최종 답변을 구분할 수 있습니다. GPT-5.5도 같은 방식을 사용합니다.

previous_response_id를 사용하면 API가 이전 어시스턴트 상태를 자동으로 보존합니다. 애플리케이션이 어시스턴트 출력 항목을 다음 요청에 수동으로 다시 전달한다면 각 항목의 원래 phase 값을 그대로 보존해 전달하세요. 응답에 사전 안내 메시지나 반복적인 도구 호출이 포함되거나, 어시스턴트의 중간 진행 안내 후에 최종 답변이 이어질 때 특히 중요합니다.

어시스턴트 항목을 수동으로 다시 전달할 때는 다음 규칙을 따르세요.
- 어시스턴트의 `phase` 값을 정확히 보존하세요.
- 사용자에게 표시되는 중간 진행 안내에는 `phase: "commentary"`를 사용하세요.
- 완성된 답변에는 `phase: "final_answer"`를 사용하세요.
- 사용자 메시지에는 `phase`를 추가하지 마세요.

권장 프롬프트 구조

복잡한 프롬프트를 작성할 때는 다음 구조로 시작하세요. 각 섹션은 짧게 유지하고, 세부 지침은 모델의 행동에 영향을 주는 경우에만 추가하세요.

역할: [1-2 sentences defining the model's function, context, and job]

# 성격
[tone, demeanor, and collaboration style]

# 목표
[user-visible outcome]

# 성공 기준
[what must be true before the final answer]

# 제약 조건
[policy, safety, business, evidence, and side-effect limits]

# 출력
[sections, length, and tone]

# 종료 규칙
[when to retry, fallback, abstain, ask, or stop]