Intensif Gratuit 21–22/11Intensif gratuit de 2 jours en Vibecoding (21–22 nov, 16h00 MSK) · Cohorte 3 le 23/11S'inscrire gratuitement →Cohorte 3 (23/11)
SortieAPI / Produit · Prêt à l'emploiThe Decoder→ original

OpenAI a révisé ses prompts pour GPT-6.2 : moins de questions, moins de tests

OpenAI recommande de revoir les prompts système lors du passage à GPT-6.2 Astra et Sol. Par défaut, les nouveaux modèles écrivent plus court, demandent volontiers l'autorisation pour des étapes évidentes et produisent du code avec parcimonie. La société a publié dans sa documentation des modèles prêts à l'emploi : agir sur des hypothèses réversibles, réutiliser le code du dépôt et n'écrire des tests que sur demande. En revanche, si l'on modifie l'historique de conversation dans l'API, le raisonnement antérieur du modèle est effacé et la consommation de tokens augmente.

Traité par IA depuis The Decoder ; édité par Hamidun News
OpenAI a révisé ses prompts pour GPT-6.2 : moins de questions, moins de tests
Source : The Decoder. Collage: Hamidun News.
Écouter l'article
Fiche synthèse et chiffres clés
ParamètreDonnées
Source primaireThe Decoder ↗
Rédacteur en chef
Chiffre clé #1Les modèles ne s'arrêtent qu'avant une action irréversible ou un véritable blocage
Chiffre clé #2Les tests ne sont écrits que sur demande, à la demande du dépôt ou contre une régression
Chiffre clé #3Les paramètres temperature et top_p ne sont plus pris en charge par GPT-6.2

Quiconque a transposé des prompts de travail sur un nouveau modèle connaît l'effet : ce qui fonctionnait parfaitement hier donne aujourd'hui des résultats étranges. Avec GPT-6.2, c'est arrivé à nouveau. OpenAI conseille explicitement aux développeurs qui passent à Astra ou Sol de relire leurs prompts système. Pour cela, la société a publié dans sa documentation des modèles prêts à l'emploi, qui corrigent trois travers constatés chez les nouveaux modèles : des réponses trop courtes, des questions superflues et une agitation excessive autour du code.

Rappel du contexte. Astra est conçu pour les tâches les plus complexes, tandis que Sol accomplit un travail complexe à moindre coût. Les deux ont été lancés le 17 novembre. Dans l'API, Astra démarre à 8 $ par million de tokens d'entrée et 40 $ par million de tokens de sortie, pour un contexte allant jusqu'à 272 000 tokens. Au-delà, le tarif passe à 16 $ et 60 $, et la lecture depuis le cache coûte 0,80 $ par million. Pour Astra 6.0, au-delà de ce seuil, les prix sont encore plus élevés : 20 $ et 75 $.

Plus court par défaut : l'ancien « écris bref » n'est plus nécessaire

Par défaut, Astra écrit plus court et plus directement que ses prédécesseurs. Il faut donc revoir les instructions du type « sois concis » : le modèle l'est déjà, et une telle demande peut assécher la réponse. OpenAI propose un modèle pour un assistant de travail. Le modèle y reprend les termes de l'utilisateur et de la source, rédige à la voix active et place l'essentiel en tête. Pour les lecteurs externes, il doit garder à l'esprit qu'ils n'ont pas accès à votre contexte. Lorsqu'il retravaille un texte existant, il doit préserver le sens et les formulations de l'auteur.

Un problème distinct apparaît sur les tâches longues. Le modèle reprend parfois dans sa réponse finale les abréviations de travail issues de ses propres raisonnements ou des messages d'autres agents. Le lecteur voit alors des notes et non le résultat. Le modèle corrige ce travers : la réponse finale constitue le premier contact de l'utilisateur avec le travail accompli, elle doit se lire seule, sans commentaires intermédiaires, qui sont de toute façon repliés dans l'interface.

Moins de questions : agir sur des hypothèses

La deuxième plainte concerne l'initiative. Lorsque l'intention de l'utilisateur n'est pas évidente, GPT-6.2 propose parfois l'étape suivante et attend une confirmation. Pour les scénarios agentiques, c'est exaspérant : la chaîne s'arrête sans raison. OpenAI recommande de permettre au modèle d'exécuter lui-même ces étapes lorsqu'il dispose des autorisations nécessaires.

Le modèle ne doit s'arrêter que dans quatre cas :

  • le périmètre de la tâche change de façon significative ;
  • le modèle se heurte à un véritable blocage ;
  • une décision ne peut être prise que par un humain ;
  • une action irréversible ou destructrice est sur le point d'être exécutée.

Pour le reste, le modèle doit faire des hypothèses réversibles, les signaler honnêtement et poursuivre son travail. Selon la société, un niveau de reasoning élevé l'aide à mener à terme les vérifications finales dans les tâches longues.

Code : réutiliser, ne pas abstraire, tests sur demande

Le modèle destiné à la programmation comporte plusieurs règles. Premièrement, utiliser les classes, méthodes et API existantes du dépôt, dès lors que cela ne compromet pas la correction. Avant de supprimer ou de fusionner du code, préserver le comportement sur lequel comptent les appelants. Deuxièmement, ne pas écrire de nouveaux tests s'ils n'ont pas été demandés, si le dépôt ne l'exige pas ou s'ils ne sont pas nécessaires pour une régression donnée. Troisièmement, le code doit rester lisible pour un humain : des variables courtes et des expressions en une ligne ne remplacent pas la simplicité. Quatrièmement, ne pas multiplier les fonctions auxiliaires et les couches d'abstraction.

Le ton change nettement. En septembre, Astra déclenchait une batterie de tests complète à la moindre modification ; désormais, on lui demande de s'en abstenir. Pour le frontend, les développeurs sont invités à préciser explicitement les images et la typographie : par défaut, le modèle privilégie des images réalistes issues de la génération ou de la recherche, les SVG uniquement sur demande, sans numérotation ni badges décoratifs.

Ce qui a changé dans l'API

Le point le plus important pour la production. À partir de GPT-6.2, la Responses API écarte les raisonnements antérieurs du modèle si vous modifiez l'historique de la conversation, si vous basculez vers certains autres modèles ou si vous changez d'utilisateur final ou d'organisation. La qualité peut en pâtir et la consommation de tokens augmenter, car le modèle refait un travail déjà accompli. Pour les nouvelles intégrations, OpenAI recommande un niveau de reasoning « medium », et à ceux qui utilisent « none » ou « minimal », elle conseille de passer à « low ». Les paramètres temperature et top_p n'existent plus.

Que faire

Si vous effectuez une mise à jour, ne recopiez pas aveuglément vos anciens prompts. Supprimez les demandes de brièveté redondantes, ajoutez les règles concernant les hypothèses et les arrêts, et vérifiez que vous ne tronquez pas l'historique de conversation. Surveillez également le seuil de 272 000 tokens : les longues sessions le franchissent rapidement, et le prix des tokens de sortie grimpe alors. Dans ce cas, Codex compresse automatiquement le contexte. Le choix entre Astra et Sol dépend, selon Ted Sanders d'OpenAI, du budget et des exigences de qualité. Toutes ces recommandations émanent pour l'instant d'OpenAI elle-même, sans mesures indépendantes : vérifiez-les sur vos propres tâches.

Dossier

Questions clés sur cet article

Que sait-on sur Plus court par défaut : l'ancien « écris bref » n'est plus nécessaire ?

Par défaut, Astra écrit plus court et plus directement que ses prédécesseurs. Il faut donc revoir les instructions du type « sois concis » : le modèle l'est déjà, et une telle demande peut assécher la réponse. OpenAI propose un modèle pour un assistant de travail. Le modèle y reprend les termes de l'utilisateur et de la source, rédige à la voix active et place l'essentiel en tête. Pour les lecteurs externes, il doit garder à l'esprit qu'ils n'ont pas accès à votre contexte.

Que sait-on sur Moins de questions : agir sur des hypothèses ?

La deuxième plainte concerne l'initiative. Lorsque l'intention de l'utilisateur n'est pas évidente, GPT-6.2 propose parfois l'étape suivante et attend une confirmation. Pour les scénarios agentiques, c'est exaspérant : la chaîne s'arrête sans raison. OpenAI recommande de permettre au modèle d'exécuter lui-même ces étapes lorsqu'il dispose des autorisations nécessaires.

Que sait-on sur Code : réutiliser, ne pas abstraire, tests sur demande ?

Le modèle destiné à la programmation comporte plusieurs règles. Premièrement, utiliser les classes, méthodes et API existantes du dépôt, dès lors que cela ne compromet pas la correction. Avant de supprimer ou de fusionner du code, préserver le comportement sur lequel comptent les appelants. Deuxièmement, ne pas écrire de nouveaux tests s'ils n'ont pas été demandés, si le dépôt ne l'exige pas ou s'ils ne sont pas nécessaires pour une régression donnée.

ZK
Zhemal Khamidun — CPO d'Alpina Digital, product manager d'AlpinaGPT. Conçoit des produits IA depuis 2019. Hamidun News est un projet personnel devenu un agrégateur en production avec plus de 6 000 lecteurs.
✦ Unified AI Workspace · Nomad

Test Frontier LLMs & Autonomous Agents in One Workspace

Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.

Try Nomad AI →Launch Nomad Agent
Qu'en pensez-vous ?
Chargement des commentaires…