Bien que puissant, l'utilisation de prompts avec GPT-5 peut différer des autres modèles. Voici des conseils pour en tirer le meilleur parti via l'API ou dans vos outils de codage.
Les nouveaux modèles GPT-5 sont significativement meilleurs pour suivre les instructions, mais un effet de bord est qu'ils peuvent avoir des difficultés lorsqu'on leur demande de suivre des instructions vagues ou contradictoires, en particulier dans vos fichiers .cursor/rules ou AGENTS.md.
GPT-5 effectuera toujours un certain niveau de raisonnement en résolvant des problèmes. Pour obtenir les meilleurs résultats, utilisez un effort de raisonnement élevé pour les tâches les plus complexes. Si vous voyez le modèle trop réfléchir sur des problèmes simples, soyez plus spécifique ou choisissez un niveau de raisonnement plus bas comme moyen ou faible.
En collaboration avec Cursor, nous avons trouvé que GPT-5 fonctionne bien en utilisant une syntaxe de type XML pour donner plus de contexte au modèle. Par exemple, vous pourriez donner au modèle des directives de codage :
<coding_guidelines>
- Chaque composant doit être modulaire et réutilisable
- ...
- Style : TailwindCSS
</coding_guidelines>
Avec d'autres modèles, vous auriez pu utiliser un langage ferme comme :
Soyez MINUTIEUX lors de la collecte d'informations. Assurez-vous d'avoir une vue d'ensemble COMPLÈTE avant de répondre.
Avec GPT-5, ces instructions peuvent être contre-productives car le modèle pourrait en faire trop par rapport à ce qu'il ferait naturellement. Par exemple, il pourrait être excessivement minutieux avec les appels d'outils pour rassembler le contexte.
Si vous créez des applications de zéro, donner au modèle des instructions pour s'auto-évaluer avant de construire peut aider.