La semaine dernière, j'ai supprimé la moitié de mon invite préférée et le résultat s'est amélioré.
Ce n’est pas une humble vantardise. C'est moi qui admets que je gaspille des jetons – et que j'aggrave probablement mes résultats – depuis environ deux ans. L'invite en question contenait tout ce que l'ancien manuel de jeu disait qu'une bonne invite devrait avoir : un rôle ("vous êtes un analyste de données senior"), un long bloc de contexte, six étapes numérotées, trois exemples concrets et un paragraphe de clôture qui rappelait au modèle de "réfléchissez bien, ne vous précipitez pas et revérifiez votre travail". C'était le genre d'invite que vous trouveriez dans n'importe quel cours d'ingénierie rapide de 2024.
Puis j'ai lu Nouvelles directives d'OpenAI pour GPT-5.6, et il m'a dit de jeter la majeure partie de cela.
Le conseil m'a piqué parce que je l'avais payé – en temps, pas seulement en jetons. Et plus je m’y asseyais, plus cela avait du sens.
Pourquoi le conseil « plus c'est long, mieux c'est » a finalement échoué
Pendant deux ans, les conseils techniques rapides et standards allaient dans une seule direction : ajouter plus. Ajoutez un personnage. Ajoutez du contexte. Ajoutez des étapes. Ajoutez des exemples. Ajoutez un dernier coup de pouce pour que le modèle ne devienne pas paresseux. Les modèles étaient suffisamment faibles à l’époque pour que cela aide réellement : chaque instruction supplémentaire constituait un échafaudage que le modèle ne pouvait pas construire lui-même.
GPT-5.6 n'est pas ce modèle.
Le cadre d'OpenAI est direct : les modèles plus récents sont plus efficaces pour déduire votre objectif sous-jacent et la norme de travail que vous attendez du contexte, sans que vous expliquiez chaque étape. Lorsque vous donnez à un modèle des instructions détaillées dont il n'a plus besoin, vous n'aidez pas. Vous ajoutez du bruit.
Je reviens sans cesse à la même analogie, car c’est la manière la plus claire d’expliquer le changement. L’ancienne méthode traitait le modèle comme une recrue qui avait besoin que chaque mouvement soit scripté – pied gauche, pied droit, surveillez le défenseur. GPT-5.6 ressemble plus à Messi. Criez-lui des instructions détaillées depuis la ligne de touche et il pense simplement que vous êtes un idiot. Le joueur a été mis à niveau. Ce n’était pas le cas du manuel d’entraînement.
Ce que disent réellement les chiffres d’OpenAI
J'ai l'habitude de lever les yeux au ciel sur les benchmarks publiés par les fournisseurs, mais ceux-ci sont suffisamment spécifiques pour être pris au sérieux.
Dans les évaluations internes des agents de codage d'OpenAI, les configurations avec un système plus léger entraînent une amélioration des scores d'évaluation d'environ 10–15% tout en réduisant le nombre total de jetons de 41–66% et le coût par 33–67%.
Relisez-le, car c'est le cas rare où deux choses jouent en votre faveur à la fois. Invites plus courtes notées plus haut et le coût moins. Vous n’êtes pas obligé d’échanger la qualité contre l’efficacité. L'invite gonflée perdait sur les deux axes.
OpenAI prend soin de qualifier ces chiffres de « directionnels » et vous demande de valider vos propres tâches. Équitable. Mais il est difficile de contester la direction, et elle correspond à ce que j’ai vu lorsque je l’ai réellement essayé.
Il y a une deuxième découverte, moins évidente, enfouie dans le guide, et c'est celle qui explique de nombreux échecs étranges que les gens rencontrent. GPT-5.6 suit le contrat d'une invite très strictement. Là où les anciens modèles choisissaient discrètement l'une des deux instructions contradictoires et ignoraient l'autre, GPT-5.6 peut essayer d'honorer les deux – en brûlant des jetons de raisonnement et en devenant plus lent et plus coûteux dans le processus. Une invite qui dit « soyez détaillé » dans un paragraphe et « soyez concis » dans un autre n’est plus simplement redondante. C’est activement déstabilisant.
Cela recadre une invite gonflée. Ce n'est pas simplement du gaspillage. Chaque règle supplémentaire est une autre occasion de contredire une règle que vous avez écrite trois paragraphes plus tôt.
Un avant-après qui m'a convaincu
J'avais une vraie tâche devant moi quand j'ai lu tout cela, alors je l'ai utilisé comme test.
L'ancienne manière - la façon dont j'écrivais des invites depuis deux ans :
"Tout d'abord, créez une liste de toutes les descriptions de transactions uniques. Regroupez ensuite les descriptions similaires et attribuez à chaque groupe une catégorie. Créez une table de recherche de descriptions et de catégories. Ajoutez ensuite une colonne Catégorie à la feuille de transactions et utilisez XLOOKUP pour attribuer chaque transaction à la bonne catégorie. Assurez-vous que la formule se remplit automatiquement lorsque de nouvelles transactions sont ajoutées. "
Cette invite fonctionne. C'est aussi moi qui réfléchis au modèle - étape un, étape deux, étape trois, avec le nom de l'outil ajouté pour faire bonne mesure.
La nouvelle façon — le résultat d'abord :
« J'ai une liste de transactions avec des descriptions incohérentes. Je souhaite classer chacune d'elles automatiquement et la solution doit continuer à fonctionner au fur et à mesure que de nouvelles transactions arrivent. Quelle est la meilleure approche ? »
Même objectif. Mêmes contraintes. Mais la première invite indique au modèle comment marcher. Le deuxième le dit où j'essaie d'arriver et lui permet de trouver l'itinéraire.
Le deuxième m'a donné une meilleure réponse – et, plus important encore, il m'a dit pourquoi il a choisi cette approche, que la première invite n'aurait jamais eue. Lorsque vous arrêtez de dicter la méthode, vous apprenez parfois quelque chose sur la méthode sur laquelle vous insistiez.
Comment rédiger une invite plus simple sans perdre ce qui compte
Couper une invite n'est pas la même chose que la vider. Les éléments qui méritent d'être conservés sont ceux que vous ne pouvez pas déduire du contexte : le résultat, les contraintes et ce à quoi ressemble "fait". Tout le reste est candidat à la suppression.
Voici la forme qui survit, en pratique :
- Le résultat que vous souhaitez. Pas les marches. Pas la méthode. Ce qui devrait exister quand tout cela sera fini.
- Les contraintes. Les lignes qui ne peuvent pas être franchies : n'inventez pas de fonctionnalités, ne supprimez rien, regardez uniquement ces fichiers.
- Les critères d'acceptation. Comment le modèle vérifie son propre travail avant de le restituer.
C'est généralement ça. Pas de personnage, pas de « réflexion étape par étape », pas de rappel pour ne pas être paresseux. Ces éléments constituaient un échafaudage pour un modèle plus faible. GPT-5.6 n'en a pas besoin et leur état coûte des jetons.
La liste de réglages d'OpenAI vaut la peine d'être enregistrée sur votre moniteur : déclarations répétées de la même règle, instructions de style qui ne changent pas le comportement, exemples qui ne changent pas le comportement et instructions de processus pour les choses que le modèle fait déjà de manière fiable. La liste des éléments à conserver est courte : les résultats visibles par l'utilisateur, les critères de réussite, les conditions d'arrêt et les contraintes de sécurité ou de preuves.
Une remarque pratique si vous faites cela sur une invite qui fonctionne déjà : couper une chose à la fois. Supprimez un groupe d'instructions, réexécutez la même évaluation, comparez. Si vous supprimez tout en même temps et que le résultat se dégrade, vous ne saurez pas quelle coupe était celle qui comptait.
C'est la même règle que j'utilise lors du test des outils pour NSFWAITool : garder la tâche stable, modifier une variable et voir si le résultat s'améliore réellement. Notre méthodologie d'examen est construit autour de cette distinction entre ce qu'un fournisseur prétend et ce que montre un test reproductible.
Quand les instructions détaillées gagnent encore leur place
Je veux être prudent ici, car « plus c'est court, mieux c'est » devient une sorte de culte du cargo si vous l'appliquez aveuglément.
Le guide d'OpenAI dit toujours de conserver des exemples et des conseils de style lorsqu'ils codent une exigence réelle d'un produit ou corrigent un écart mesuré. Si votre production doit répondre à une voix spécifique, à un format spécifique ou à une contrainte juridique spécifique, cela reste. Si un exemple de quelques prises est le seul moyen fiable d’enseigner un format, conservez-le. Vous ne visez pas le moins de jetons ; vous visez le moins de jetons ça fait toujours l'affaire.
Vous comprendrez pourquoi c’est important une fois que vous quitterez les chatbots à usage général. Un Compagnon IA peut réellement avoir besoin de caractère, de ton et de contexte de mémoire, alors qu'un Générateur vidéo IA a besoin de contraintes visuelles et de mouvement concrètes. Couper les deux invites à la même formule à trois lignes serait passer à côté de l'essentiel. L'invite utile est la plus courte qui préserve ce dont cet outil particulier a besoin.
Le véritable changement est le séquençage. Le vieux réflexe était de tout charger en premier : mettre chaque instruction dans l’invite d’ouverture, juste au cas où. Le nouveau réflexe est « lâcher prise d’abord, serrer ensuite ». Donnez la tâche au modèle, observez comment il la gère et ajoutez uniquement des instructions là où elle échoue réellement. C'est plus rapide que d'écrire une invite de mille mots à l'avance, et cela vous indique quelles instructions ont pesé sur le poids en premier lieu.
La distinction que tout le monde se trompe : personnalité vs chemin
Depuis la sortie du guide, j'ai vu des gens se balancer trop loin dans l'autre sens – en supposant que cela signifie que le personnage est mort. Ce n’est pas le cas, et confondre les deux idées entraîne de véritables erreurs.
Un personnage contrôle comment sonne la sortie. Le ton, le registre, le rôle, la voix sur la page. Une instruction étape par étape contrôle comment le modèle y arrive — le chemin d'exécution. Ce sont des leviers différents.
Les nouvelles directives vous disent d’arrêter de trop spécifier le chemin. Cela ne dit rien sur l’abandon du contrôle de la voix. Si vous rédigez un texte destiné au client et que vous souhaitez que cela ressemble à une marque spécifique, vous le dites toujours : c'est une exigence du produit, pas un script étape par étape. C’est à vous de définir le style. Le chemin appartient au modèle.
Autrement dit : donnez au modèle la destination et les garde-corps, puis arrêtez de lui dire comment conduire.
Commencez plus court, pas plus longtemps
Si vous retenez une chose de tout cela, faites-en la séquence. Écrivez d'abord le résultat souhaité et vos critères d'acceptation. Ensuite, réduisez le nombre de mots de moitié. Puis coupez-le à nouveau en deux. Si vous êtes toujours nerveux, envoyez-le et voyez ce qui revient – vous pouvez toujours ajouter une ligne là où le résultat est réellement insuffisant.
C'est la partie que j'ai dû apprendre à mes dépens. La plupart des instructions que j'ajoutais n'aidaient pas le modèle. Ils étaient rassurants moi. Et GPT-5.6 est suffisant maintenant que mon assurance n'est plus qu'un bruit entre moi et la réponse.
La leçon 2023 portait sur la façon d'écrire des invites plus longues. La leçon 2024 portait sur la gestion de la fenêtre contextuelle. La leçon 2026 est plus simple et plus difficile : apprenez à vous taire, à décrire le résultat et à laisser le modèle faire le travail pour lequel il a été conçu.
Questions fréquemment posées
Les invites plus courtes sont-elles toujours meilleures sur GPT-5.6?
Non, et c’est là que le titre peut se transformer en mauvais conseil. Des invites plus courtes ont gagné dans l'échantillon d'évaluations internes des agents de codage d'OpenAI, mais OpenAI qualifie le résultat de directionnel. Si la suppression d'une ligne aggrave votre tâche réelle, remettez la ligne en place.
Que dois-je couper en premier ?
Commencez par les choses embarrassantes : la même règle énoncée deux fois, des rôles génériques qui ne changent rien, des exemples dont le modèle n'a plus besoin et des rappels de bien réfléchir. Laissez le résultat, les contraintes et la définition du fait seuls.
Quand une longue invite est-elle encore justifiée ?
Lorsque la longueur contient des informations dont le modèle a réellement besoin : un style maison, un schéma de sortie fixe, un contexte spécialisé, des limites juridiques ou des exemples qui corrigent un échec que vous avez réellement observé. La durée n'est pas le problème. Inutile est.
Dois-je arrêter d’utiliser des personas ?
Seulement si le personnage est décoratif. S’il contrôle la voix, l’audience ou le niveau professionnel de la réponse, il accomplit un véritable travail. La chose à remettre en question est le chemin scripté, et non votre contrôle sur la personnalité de la sortie.
Les mêmes conseils s’appliquent-ils aux outils de chat, d’image et de vidéo IA ?
Pas automatiquement. Ces produits lisent les invites différemment et échouent de différentes manières. Un outil de chat peut nécessiter un contexte relationnel et mémoriel ; un outil vidéo peut nécessiter des actions précises et des contraintes de caméra. Testez chaque flux de travail au lieu de conserver un modèle universel.
Comment puis-je tester si une invite plus courte est réellement meilleure ?
Utilisez le même ensemble de tâches, supprimez un groupe d'instructions et comparez la qualité, les échecs, l'utilisation des jetons, la latence et le coût. Une réponse chanceuse ne prouve presque rien. L'invite gagne la réduction lorsque l'amélioration survit à la répétition.