Guide de Prompting pour GPT-5
Comment tirer le meilleur parti de GPT-5 avec des exemples pratiques
1. Contrôler l’Empressement Agentique
GPT-5 peut agir comme un assistant passif ou comme un agent entièrement autonome. C’est vous qui décidez.
Exemple 1 – Faible empressement (vous dirigez chaque étape) :
Tu es mon assistant de code. Résous UNIQUEMENT la tâche que je te donne étape par étape.
Attends ma confirmation avant de faire quoi que ce soit au-delà de ma demande.
Exemple 2 – Fort empressement (pleine autonomie) :
Tu es mon agent de recherche. Planifie, recherche et produis la solution la plus complète possible.
N’attends pas ma confirmation — continue jusqu’à ce que le problème soit entièrement résolu.
Résume les hypothèses et les résultats à la fin.
2. Ajuster l’Effort de Raisonnement
Équilibrez profondeur et rapidité en utilisant le paramètre effort de raisonnement.
Exemple – Réponse rapide :
Effort de raisonnement = FAIBLE.
Réponds rapidement en utilisant tes connaissances internes.
Ne cherche pas largement et n’appelle pas d’outils externes sauf si absolument nécessaire.
Exemple – Recherche approfondie :
Effort de raisonnement = ÉLEVÉ.
Cherche largement, croise les sources et fournis une réponse complète.
Continue jusqu’à être sûr que la solution est correcte.
3. Règles de Collecte de Contexte
Indiquez à GPT-5 comment chercher et quand s’arrêter.
Exemple – Recherche efficace de contexte :
[Collecte de Contexte]
Objectif : Ne recueillir que le contexte nécessaire pour agir rapidement.
Méthode : Commencer large, puis affiner.
Arrêter si les premiers résultats convergent à 70 % sur une réponse.
Maximum : 2 appels d’outils.
Si plus nécessaire, me mettre à jour d’abord.
4. Persistance vs. Sortie Anticipée
Définissez si GPT-5 doit continuer quoi qu’il arrive ou s’arrêter dans certaines conditions.
Exemple – Agent persistant :
Tu es un agent. Continue jusqu’à ce que la tâche soit résolue.
Ne t’arrête jamais en cas d’incertitude — fais une hypothèse raisonnable et avance.
Exemple – Sortie anticipée :
Tu peux t’arrêter plus tôt si tu trouves la réponse clé.
Si tu n’es pas sûr après 2 recherches, reviens vers moi avec tes résultats actuels et les questions ouvertes.
5. Préambules d’Outils
Suivez ce que GPT-5 fait pendant son travail.
Exemple :
Commence toujours par reformuler clairement mon objectif.
Avant chaque appel d’outil, explique ce que tu es sur le point de faire.
Donne des mises à jour étape par étape.
À la fin, résume les résultats séparément de ton plan.
6. Cas d’Usage en Programmation
Création d’Application en Une Fois
Demandez à GPT-5 de créer son propre critère interne avant de générer le résultat.
[Auto-Réflexion]
D’abord, crée un critère caché (5–7 points) de ce qui fait une application web de classe mondiale.
Ensuite, conçois une application Next.js + Tailwind en une fois en utilisant ce critère.
Si ta réponse ne respecte pas tous les critères, recommence en interne jusqu’à ce que ce soit le cas.
Ne me montre pas le critère — seulement le code final.
Édition de Code Itérative
Guidez GPT-5 avec vos principes d’ingénierie et la structure du répertoire.
[Règles d’Édition de Code]
– Clarté d’abord : noms de variables clairs, composants modulaires.
– Évite les duplications.
– Utilise Tailwind pour le style.
– Suis cette structure : /src/components, /src/pages, /public.
Tâche : Ajoute une page de connexion en suivant ces principes.
7. Verbosité & Style
Choisissez le niveau de détail dans les réponses finales de GPT-5.
Exemple – Concis :
Verbosité = FAIBLE.
Donne-moi uniquement le code final, sans explications.
Exemple – Détaillé :
Verbosité = ÉLEVÉE.
Explique chaque étape de codage en détail avec commentaires et raisonnement.
8. Débogage & Métaprompting
Utilisez GPT-5 pour améliorer vos propres prompts.
Exemple – Métaprompting :
Tu es un optimiseur de prompt.
Voici mon prompt : [insérer prompt]
Dis-moi quoi ajouter, retirer ou reformuler pour améliorer la cohérence et éviter les contradictions.
9. Formatage Markdown
Demandez à GPT-5 d’utiliser le markdown correctement.
Exemple :
Utilise le formatage markdown seulement quand c’est pertinent.
– Code en ligne : `exemple`
– Blocs de code : “`python … “`
– Listes et tableaux quand approprié.
10. Outil d’Optimisation Itérative de Prompts
Dans le Playground, utilisez le bouton Optimiser.
Exemple de message système pour Python :
Écris du code Python léger et efficace.
Privilégie les bibliothèques standard.
Explique chaque étape en langage simple.
Conclusion
GPT-5 fonctionne au mieux quand vous :
1. Décidez de son niveau d’autonomie (empressement).
2. Ajustez l’effort de raisonnement entre rapidité et profondeur.
3. Définissez des règles claires pour le contexte, l’usage d’outils et les conditions d’arrêt.
4. Fournissez des standards de code et des critères de qualité.
5. Utilisez le métaprompting et l’outil d’optimisation pour affiner vos prompts.
Considérez le prompting non pas comme « poser une question », mais comme concevoir un flux de travail que GPT-5 doit suivre.
Prompting Guide for GPT-5
How to Get the Most Out of GPT-5 with Practical Examples
1. Control Agentic Eagerness
GPT-5 can act like a passive assistant or a fully autonomous agent. You decide.
Example 1 – Low eagerness (you direct each step):
You are my coding assistant. Solve ONLY the task I give you step by step.
Wait for my confirmation before doing anything beyond what I ask.
Example 2 – High eagerness (full autonomy):
You are my research agent. Plan, search, and produce the most complete solution possible.
Do not wait for my confirmation—continue until the problem is fully solved.
Summarize assumptions and results at the end.
2. Adjust Reasoning Effort
Balance depth vs. speed using the reasoning effort parameter.
Example – Fast response:
Reasoning effort = LOW.
Answer quickly using your internal knowledge.
Do not search widely or call external tools unless absolutely necessary.
Example – Deep research:
Reasoning effort = HIGH.
Search broadly, cross-check sources, and provide a comprehensive answer.
Continue until confident the solution is correct.
3. Context Gathering Rules
Tell GPT-5 how to search and when to stop.
Example – Efficient context search:
[Context Gathering]
Goal: Gather only enough context to act quickly.
Method: Start broad, then narrow.
Stop if top results converge 70% on one answer.
Maximum: 2 tool calls.
If you need more, update me first.
4. Persistence vs. Escape Hatches
Define whether GPT-5 should keep going no matter what or stop when conditions are met.
Example – Persistent agent:
You are an agent. Continue until the task is resolved.
Never stop when uncertain—make a reasonable assumption and move forward.
Example – Escape hatch:
You may stop early if you find the key answer.
If unsure after 2 searches, return to me with current findings and open questions.
5. Tool Preambles
Keep track of what GPT-5 is doing while it works.
Example:
Always begin by restating my goal clearly.
Before each tool call, explain what you’re about to do.
Give step-by-step progress updates.
At the end, summarize results separately from your plan.
6. Coding Use Cases
One-Shot App Creation
Prompt GPT-5 to create its own rubric before generating output.
[Self-Reflection]
First, create a hidden rubric (5–7 criteria) of what makes a world-class web app.
Then design a one-shot Next.js + Tailwind web app using that rubric.
If your answer doesn’t meet all criteria, restart internally until it does.
Do not show me the rubric—just the final code.
Iterative Code Editing
Guide GPT-5 with your engineering principles and directory structure.
[Code Editing Rules]
– Clarity first: clear variable names, modular components.
– Avoid duplication.
– Use Tailwind for styling.
– Follow this directory structure: /src/components, /src/pages, /public.
Task: Add a login page following these principles.
7. Verbosity & Style
Choose how much detail GPT-5 should give in its final answers.
Example – Concise:
Verbosity = LOW.
Give me only the final code, no explanations.
Example – Detailed:
Verbosity = HIGH.
Explain each coding step in detail with comments and reasoning.
8. Prompt Debugging & Metaprompting
Use GPT-5 to fix your own prompts.
Example – Metaprompting:
You are a prompt optimizer.
Here is my prompt: [insert prompt]
Tell me what to add, remove, or rephrase to improve consistency, clarity, and avoid conflicts.
9. Markdown Formatting
Ask GPT-5 to use markdown correctly.
Example:
Use markdown formatting when semantically correct.
– Inline code: `example`
– Code blocks: “`python … “`
– Lists and tables when appropriate.
10. Iterative Prompt Optimization Tool
In the Playground, use the Optimize button.
System Message Example for Python tasks:
Write Python code that is lightweight and efficient.
Prefer standard libraries first.
Explain each step in simple language.
Conclusion
GPT-5 works best when you:
1. Decide how much autonomy it should take (eagerness).
2. Tune reasoning effort for speed vs. depth.
3. Set clear rules for context, tool use, and stop conditions.
4. Provide coding standards and rubrics.
5. Use metaprompting and the optimization tool for refinement.
Think of prompting not as “asking a question,” but as designing a workflow for GPT-5 to follow.