GPT-6 Astra : OpenAI détaille prompts et mots à proscrire

OpenAI publie des consignes pour cadrer GPT-6 Astra dans des usages concrets. La délégation à des sous-agents, la conduite des tests de code, une liste de formulations à éviter et des prompts de débogage, ainsi qu'une commande de migration guidée vers le modèle, sont abordés.

OpenAI encadre délégation multi-agents et relance des tests

Le modèle a la capacité d'attribuer des tâches à des sous-agents opérant en parallèle, mais il le fait moins fréquemment qu'attendu. OpenAI suggère aux développeurs de spécifier à quel moment et en quelle quantité la délégation doit s'effectuer. Les échanges de messages entre agents peuvent présenter des fautes de grammaire ou des problèmes d'espacement. Concernant les tâches de programmation, GPT-6 Astra procède à des vérifications poussées avant de terminer. Lorsqu'il s'agit de modifications mineures, cela peut entraîner des séries de tests excessives par rapport à l'ampleur du changement. OpenAI recommande d'indiquer au modèle de ne relancer les tests qu'en cas d'échec supplémentaire ou de problème persistant. Les développeurs qui envisagent de passer à GPT-6 Astra ont la possibilité d'utiliser Codex avec la compétence OpenAI Docs afin d'appliquer automatiquement les modifications suggérées. Il convient d'utiliser la commande « $openai-docs migrate this project to GPT-6 Astra ». Des versions plus détaillées des prompts recommandés sont disponibles sur la page de documentation de GPT-6 Astra.

OpenAI recommande d’expliciter la demande pour obtenir du texte

GPT-6 Astra a tendance à structurer ses réponses sous forme de listes, de tableaux et en Markdown, et à réutiliser des formulations d'une session à l'autre. OpenAI recommande, pour obtenir du texte, de demander explicitement des paragraphes concis, en langage simple et à la voix active. Par défaut, il est conseillé d'écrire en paragraphes clairs, chacun développant une seule idée principale. Les listes ne doivent être utilisées que si l'information est parallèle, séquentielle ou plus facilement comparable, et les listes imbriquées doivent être évitées sauf si la hiérarchie ne peut pas être exprimée en prose. Le style attendu privilégie un langage simple et direct, des exemples concrets et des verbes précis, en favorisant la voix active. Le point principal doit être explicite dès le début, puis développé avec les explications nécessaires. OpenAI propose une liste noire de « mots inappropriés », incluant des composés inventés avec des traits d'union comme « vérifications-exactes » ou « dispositions-éditoriales », et recommande d'indiquer ce qui est fait plutôt que ce qui ne sera pas fait. Sont notamment déconseillés « Conclusion : », « plonger dans », « promouvoir », « utiliser/mettre à profit », « il convient de noter », « ce qui est important, c'est », « Question ? Réponse », « Ce n'est pas à propos de X. C'est à propos de Y », « vraiment », ainsi que les adjectifs composés avec trait d'union. Les clôtures résumées comme « En résumé : … » ou « Le modèle mental le plus simple est : … » sont à éviter au profit d'une action indiquée directement. OpenAI conseille de ne pas mentionner ce qui ne sera pas fait, ce qui reste inchangé ou la manière de séparer ou catégoriser les résultats, et de bannir les formulations contrastées comme « X, pas Y » ou « X—pas Y ». Pour l'écriture technique, le jargon doit être limité aux cas où il est réellement utile et les détails techniques ne sont à mentionner que s'ils aident à illustrer une idée ou le travail pour l'utilisateur.

Des prompts conçus pour favoriser l’initiative et l’exécution

OpenAI préconise de demander au modèle de déduire l'intention de l'utilisateur à partir du contexte et d'adopter une posture orientée vers l'action. Les expressions telles que « peux-tu… », « je veux… » ou « aide-moi… » doivent être comprises comme des demandes d'action plutôt que comme des sollicitations pour obtenir des questions de suivi. Le modèle est censé inférer l'objectif et le périmètre de la tâche à partir des instructions et du contexte de l'échange, puis agir et mener la tâche à son terme. Si l'utilisateur initie un nouveau travail ou cherche à résoudre un problème existant, le modèle doit poursuivre de manière persistante jusqu'à l'objectif souhaité. Il doit travailler de façon autonome vers l'objectif de l'utilisateur, par exemple en créant des arbres de travail isolés, en résolvant des conflits de fusion, en effectuant des actions en lecture seule ou en créant des PRs de brouillon, sauf si ces actions sont clairement destructrices ou irréversibles. La demande d'approbation doit être formulée après que le modèle a préparé un résultat concret et vérifiable, OpenAI précisant que « l'utilisateur doit approuver un résultat concret et examinable ». Les avertissements, disclaimers ou listes de vérification de sécurité non sollicités et fondés sur des risques hypothétiques doivent être exclus des prompts.

Contexte, fichiers de compétences et procédure de débogage

GPT-6 Astra interprète mieux les instructions longues que les versions antérieures, tout en se montrant plus réactif au contexte. Des consignes imprécises ou contradictoires dans des fichiers de compétences, comme AGENTS.md, peuvent pousser le modèle à interrompre le travail ou à s'écarter de façon inattendue. OpenAI conseille de vérifier l'ensemble des fichiers de compétences et des documents contextuels auxquels le modèle a accès, et de mettre explicitement en avant les instructions de l'utilisateur. Un prompt de débogage est recommandé pour forcer le modèle à identifier le fichier de compétence précis ainsi qu'à reproduire l'instruction responsable de l'arrêt ou du changement de cap. Si une compétence entraîne une demande de permission, une interruption, un travail laissé inachevé ou une divergence par rapport à l'objectif de l'utilisateur, il est conseillé de mentionner et de lier le fichier SKILL.md consulté, de citer l'instruction concernée et d'en expliquer brièvement la mise en œuvre. OpenAI recommande aussi de distinguer les exigences explicites d'une compétence de l'interprétation des directives.

Un cadrage motivé par des comportements observés du modèle

OpenAI publie des indications sur les zones où GPT-6 Astra adopte des comportements indésirables et sur la manière de les contourner. Par rapport à GPT-5.6 Sol, GPT-6 Astra pose plus de questions de clarification au lieu de faire des suppositions. OpenAI présente cette caractéristique comme un facteur de collaboration plus efficace. Cela peut toutefois conduire le modèle à s'arrêter là où les utilisateurs s'attendent à ce qu'il poursuive automatiquement le travail.