OpenAI publie un guide des prompts GPT-5.6 : donnez uniquement le résultat et les lignes rouges, le reste revient au modèle

OpenAI 公loge les consignes de prompts pour GPT-5.6. Des tests internes montrent qu’après avoir simplifié un prompt system trop verbeux, le score n’a pas baissé : il a au contraire augmenté de 10% à 15%, et l’utilisation de tokens a aussi été réduite de 41% à 66%. Les directives recommandent aux développeurs de donner au modèle uniquement les résultats attendus, les contraintes et les critères d’arrêt, sans prescrire à chaque étape comment il doit procéder.
（Récapitulatif : tests secrets de GPT-5.6 qui tournent en boucle : ChatGPT devient soudainement plus intelligent, et les tests utilisateurs écrasent Fable 5）
（Complément : Guide d’introduction à Harness Engineering (ingénierie pour “dompter” l’IA) : les dernières normes de programmation d’OpenAI, pour atteindre facilement le niveau 1）

Table des matières

Toggle

• Moins d’instructions, plus de précision ?
• N’écrivez plus des étapes : écrivez plutôt “le résultat”
• Du “tas d’instructions” à l’ajustement basé sur la mesure

Les tests internes d’OpenAI montrent qu’après avoir fortement simplifié un prompt system initialement très long, le score n’a pas diminué : il a même augmenté de 10% à 15%. Dans le même temps, l’utilisation de tokens a été réduite de 41% à 66%. Autrement dit : quand on demande au modèle de faire “un peu moins de préparation”, il va plus vite et répond plus juste.

Ce sont là les points clés expliqués dans le guide officiel des prompts pour GPT-5.6 publié par OpenAI. Ci-dessous, l’auteur regroupe trois points : pourquoi simplifier les instructions peut être plus efficace, quelle est la nouvelle manière recommandée par OpenAI, et comment les développeurs doivent concrètement modifier leurs prompts.

Moins d’instructions, plus de précision ?

L’intuition des ingénieurs lorsqu’ils rédigent des prompts a longtemps été : “Plus c’est détaillé, plus le modèle obéit”. Ils écrivent alors chaque étape, chaque exception, de peur que le modèle oublie quelque chose. Mais OpenAI souligne dans ses directives que cette intuition échoue avec GPT-5.6. L’équipe d’ingénierie a testé et constaté qu’un prompt system, en résumé, est une série d’instructions de configuration cachée que le développeur insère dans le modèle avant le début de la conversation avec l’utilisateur. Si on y entasse des règles répétitives, des consignes de style qui n’ont pas d’impact réel sur le comportement, des exemples superflus, et des guidages de procédure que le modèle est de toute façon capable d’effectuer, alors une fois tout cela retiré, les performances du modèle deviennent meilleures.

La méthode concrète donnée dans le guide est : “Commencer par la version qui fonctionne, puis supprimer progressivement”. Gardez d’abord le prompt actuel qui marche, retirez un à un les éléments suspects, tout en surveillant l’eval (un score d’évaluation quantitatif pour l’IA). En termes simples : faites courir le modèle sur un ensemble de tâches fixes, puis mesurez la qualité de ses réponses avec un score, pour voir s’il y a une baisse.

Ce qu’il faut vraiment conserver, ce sont : les résultats visibles par l’utilisateur, les critères de réussite et d’arrêt, les limites de sécurité et commerciales, les règles de choix d’outils qui varient selon le contexte, et le format de sortie demandé. Le reste est, pour la plupart, des mots en trop que les ingénieurs ajoutent pour se rassurer.

Le guide pointe aussi un élément souvent négligé : la description des outils fait elle-même partie du prompt. Plus on donne d’outils au modèle, et plus les descriptions sont floues, plus le coût d’évaluer quel outil utiliser augmente. OpenAI recommande de ne fournir que les outils liés à la tâche, et de décrire pour chaque outil : ce qu’il doit faire, quand l’utiliser, et comment le modèle doit réagir en cas d’erreur. Autrement dit : la réduction ne concerne pas seulement les “instructions”, elle doit aussi s’appliquer à la “boîte à outils” elle-même.

N’écrivez plus des étapes : écrivez plutôt “le résultat”

La phrase la plus centrale du guide est : “Définissez le résultat, les contraintes importantes, les preuves disponibles, et les critères de complétion, puis laissez de la place au modèle pour choisir un chemin efficace.” En bref : dites au modèle où il doit arriver, et quelles sont les lignes rouges à ne pas franchir, sans lui imposer comment il doit accomplir chaque étape.

L’exemple donné par OpenAI est : “Résoudre la demande avec le plus petit nombre de boucles d’outils utiles, mais ne pas compromettre la justesse, les preuves nécessaires ou les citations en réduisant le nombre d’itérations.” C’est une règle de décision du type “si X alors Y”, pas une commande figée.

Un autre détail facile à manquer est que GPT-5.6 répond par défaut de manière plus concise. Autrefois, les ingénieurs écrivaient dans le prompt des consignes comme “répondez brièvement”. Aujourd’hui, cela peut être inutile, voire nuisible. Le guide recommande de passer par l’argument text.verbosity : en simple, un paramètre séparé pour contrôler la longueur de la réponse du modèle, et distinct de la gestion du ton. On le décline en trois niveaux : low, medium, high, dédiés à la longueur ; et pour le ton, on décrit séparément la personnalité et le degré de formalité, en gardant les deux descriptions courtes.

Si une réponse encore plus courte est vraiment nécessaire, le guide suggère d’être explicite sur “quoi laisser” et “quoi couper”, plutôt que de jeter une consigne vague du type “un peu plus court”. Quant à la quantité d’effort de raisonnement dépensé par le modèle (reasoning effort), c’est-à-dire combien de “force de réflexion” on lui demande avant de répondre : le guide la découpe en cinq niveaux : low, medium, high, xhigh et max. Avant d’augmenter ce réglage, OpenAI recommande de vérifier d’abord que le prompt définit clairement les critères de réussite et la boucle de validation ; dans bien des cas, “dire les choses clairement” est plus efficace que “demander davantage de réflexion”.

Du “tas d’instructions” à l’ajustement basé sur la mesure

L’impact le plus concret pour les développeurs, c’est le workflow de migration de prompts fourni en annexe.

OpenAI le dit très clairement : quand vous changez de modèle, n’écrivez pas toute la série de prompts d’un coup. La raison est qu’en modifiant simultanément le modèle, les réglages de raisonnement, le prompt et l’ensemble d’outils, on ne pourra plus déterminer quel changement est à l’origine des variations de comportement. Le bon ordre : d’abord changer le modèle, conserver les réglages de force de raisonnement existants, exécuter une fois des eval représentatives comme référence, puis retirer l’échafaudage devenu obsolète et les instructions répétées. Ne faites ensuite que des corrections minimales uniquement là où “les eval montrent un recul réel”, puis refaites une mesure. Et à chaque modification d’un seul facteur, refaites une mesure : ne changez jamais tout en même temps par hasard.

Le guide exige aussi que les développeurs écrivent clairement “jusqu’où le modèle peut décider lui-même”, plutôt que d’en rester à des généralités floues. La politique d’exemple donnée par OpenAI est : pour des demandes comme répondre, expliquer, vérifier, le modèle ne peut que contrôler et rapporter ; il ne peut pas modifier directement. Pour des demandes qui impliquent un changement ou une réparation, le modèle peut effectuer des changements locaux dans la portée autorisée et lancer des validations non destructrices. Pour tout ce qui concerne vraiment l’écriture vers l’extérieur, des actions destructrices ou l’extension de la portée de la tâche : arrêt obligatoire, puis demander avant d’agir.

À mesure que les instructions s’accumulent, c’était autrefois la méthode pour se rassurer chez les ingénieurs. Aujourd’hui, il semble que cela puisse ralentir le modèle et, en plus, faire grimper la facture. Plus le modèle est intelligent, plus les humains doivent apprendre à parler moins : garder l’effort pour la mesure et la validation.