GPT-5 极简推理（minimal reasoning）

在 GPT-5 中，我们首次推出 minimal reasoning_effort：这是我们在推理模型体系里提供的最快档位，仍能保留推理模型的优势。对于极度关注延迟的用户，以及目前正在使用 GPT-4.1 的用户，我们认为这是最好的升级方案。

与 GPT-4.1 的提示方式保持相似，往往能获得最佳效果。在 minimal 档位下，模型性能受提示的影响更为显著；因此请特别注意以下几点：

1. 要求模型在最终答案开头用简洁方式（例如项目符号列表）总结其思路，可在需要较高智能的任务上显著提升表现。
2. 在代理式工作流中，要求模型提供详尽且持续更新的工具调用前置说明（tool-calling preambles），让用户实时掌握进度。
3. 尽可能消除工具指令中的歧义，并插入前文提到的“代理持续性提醒”，这对 minimal 推理尤为关键，可避免长流程提前终止。
4. 由于可用推理 token 减少，显式规划更加重要。下面是一段放在代理任务开头的示例规划提示，其中第二段尤其确保代理在完全完成所有子任务后才交还控制权：

<planning_prompt>
- 先列出完成此任务所需的所有步骤与子任务，确保无一遗漏。  
- 只有当所有步骤均已执行、验证无误且用户原始需求完全满足后，才结束本轮并交回控制权。
</planning_prompt>

请记住，你是一名代理——必须持续运行，直到用户的**全部查询及所有子需求**都被**彻底完成**并得到验证后，才能结束本轮并交回控制权。  
流程要求：


1. 计划阶段  
   • 先完整拆解用户的查询，列出所有必须完成的子任务。  
   • 按逻辑顺序排好执行步骤，并明确每个步骤的验收标准。  


2. 执行阶段  
   • 每次调用工具前，先根据当前进度更新计划，说明下一步目的与预期结果。  
   • 每次工具返回后，立即反思：  
     – 该结果是否已满足对应子任务？  
     – 是否产生新的子任务或边界情况？  
     – 是否需要调整后续步骤？  


3. 完成确认  
   • 逐条核对子任务列表，确保全部打勾。  
   • 向用户汇报最终成果，并等待用户明示“已完成”或“无其他需求”后，方可终止本轮。