OpenAI a publié un guide de guidage pour GPT-5.6 Sol qui renverse les conseils précédents sur l’ingénierie de prompts. Des tests internes d’agents de codage ont montré que des prompts système plus concis amélioraient les scores d’évaluation d’environ 10-15 %, tout en réduisant le nombre total de tokens de 41-66 % et les coûts de 33-67 %. Le guide introduit le prompting axé sur le résultat, en conseillant aux développeurs de définir les critères de réussite et les conditions d’arrêt plutôt que d’écrire des instructions détaillées “comment faire”, et inclut de nouvelles sections sur l’appel programmatique d’outils et le paramètre text.verbosity.
Les tests internes d’OpenAI montrent des gains de performance de 10-15 % avec des prompts concis
OpenAI a étayé la nouvelle approche avec des données de tests internes. Dans les tests d’agents de codage, des prompts système plus concis ont amélioré les scores d’évaluation d’environ 10-15 %. Les tests ont également montré que l’utilisation de tokens diminuait de 41-66 % et que les coûts baissaient de 33-67 % par rapport à des prompts plus longs. La recommandation centrale est le prompting axé sur le résultat : définir à quoi ressemble une “bonne” réponse, fixer des conditions d’arrêt, et supprimer les instructions détaillées “comment faire”, les règles de style répétées et les exemples qui ne changent pas le comportement.
OpenAI passe du “scaffolding” au prompting axé sur le résultat
Le guide de prompting GPT-5, publié au lancement en août 2025, était centré sur l’ajout de “scaffolding”. Il comprenait des blocs de persistance XML, des modèles détaillés de collecte de contexte pour paralléliser des recherches, et des scripts d’introduction d’outils qui racontaient chaque étape. La philosophie consistait à calibrer l’empressement en construisant des “rails” explicites pour intensifier l’effort ou au contraire faire marche arrière. Le guide GPT-5.6 indique aux développeurs de réduire les règles répétées, les instructions de style qui ne changent pas le comportement, les exemples qui ne servent à rien, et les étapes de processus que le modèle gère déjà de manière fiable. Ce qui reste est plus simple : le résultat visible par l’utilisateur, les critères de réussite, les conditions d’arrêt et les contraintes strictes. Le guide avertit que GPT-5.6 respecte de près les “contrats” de prompt et que des règles contradictoires peuvent créer plus d’instabilité que le manque de détail. Quand le modèle se heurte à des instructions contradictoires, il brûle des tokens de raisonnement en essayant de réconcilier les deux, ce qui est plus lent, plus coûteux et souvent incorrect. OpenAI conseille de ne pas utiliser d’absolus comme “toujours faire ceci” ou “ne jamais faire cela” pour orienter le comportement.
OpenAI introduit le paramètre text.verbosity et l’appel programmatique d’outils
Le guide inclut deux ajouts concrets. Le premier est le paramètre text.verbosity : comme GPT-5.6 est déjà, par défaut, plus concis que GPT-5.5, les anciennes instructions du type “soyez bref” surcorrigent désormais et rendent les réponses trop courtes. Les développeurs peuvent définir une valeur par défaut globale via le paramètre, puis la remplacer par tâche dans le prompt. Le second est une section sur l’appel programmatique d’outils pour des workflows bornés où le code gère le filtrage, le batch (par lots) ou l’agrégation de grands volumes de sorties intermédiaires et renvoie un résultat compact, en déchargeant entièrement ce travail du jugement du modèle. Les deux fonctionnalités étaient absentes du “playbook” GPT-5.
Les développeurs testent de nouvelles directives sur le jeu TYPE OR DIE
Les développeurs ont utilisé le guide pour optimiser des prompts pour TYPE OR DIE, un jeu d’horreur de survie de dactylographie à la première personne, conçu pour servir de référence aux capacités de codage. Le résultat est plus abouti : GPT-5.6 Sol a géré plus efficacement la logique de visée automatique que lors des exécutions précédentes, les visuels étaient plus cohérents, et l’impression générale du jeu était plus nette. Le modèle ne s’est pas lancé directement dans le code : il a d’abord cartographié l’ensemble du problème, a planifié chaque système avant d’écrire la moindre ligne. Le prompt optimisé est disponible sur Github, avec à la fois la version originale du jeu GPT-5.6 et la version créée avec le prompt plus récent, accessibles pour comparaison.
FAQ
Qu’est-ce qu’OpenAI a changé dans le guide de prompting GPT-5.6 Sol ?
OpenAI a publié un guide de prompting pour GPT-5.6 Sol qui inverse les conseils antérieurs en recommandant des prompts concis axés sur les résultats plutôt que sur des instructions “comment faire” détaillées. Le guide introduit le prompting axé sur le résultat, en conseillant aux développeurs de définir les critères de réussite et les conditions d’arrêt tout en supprimant les règles répétées, les instructions de style et les exemples qui ne changent pas le comportement.
Dans quelle mesure les prompts concis ont-ils amélioré les performances dans les tests internes d’OpenAI ?
Dans les tests internes d’agents de codage d’OpenAI, des prompts système plus concis ont amélioré les scores d’évaluation d’environ 10-15 %, tout en réduisant le nombre total de tokens de 41-66 % et les coûts de 33-67 % par rapport à des prompts plus longs.
Quelles nouvelles fonctionnalités le guide de prompting GPT-5.6 introduit-il ?
Le guide GPT-5.6 introduit le paramètre text.verbosity de l’API pour contrôler globalement et par tâche la longueur des réponses, ainsi qu’une section sur l’appel programmatique d’outils pour des workflows où le code gère le filtrage, le batch (par lots) ou l’agrégation de sorties. Les deux fonctionnalités étaient absentes du “playbook” GPT-5 publié en août 2025.
