OpenAI kini menyarankan pengembang memangkas aturan berulang dalam system prompt, dengan klaim uji internal menunjukkan skor evaluasi pemrograman naik hingga 15% sekaligus menekan pemakaian token sampai 66%.
Poin Utama
- Panduan prompting GPT-5.6 meminta pengembang mendefinisikan tujuan akhir dan kondisi berhenti, lalu membiarkan model memilih jalurnya sendiri.
- Uji internal untuk coding-agent menunjukkan system prompt yang lebih ramping meningkatkan skor evaluasi 10%–15%, mengurangi token 41%–66% dan menurunkan biaya 33%–67%.
- Dokumen ini menambah bagian tentang Programmatic Tool Calling dan pengaturan text.verbosity, dua hal yang tidak ada di playbook GPT-5 sebelumnya.
OpenAI Ubah Total Playbook Prompting GPT-5
OpenAI merilis panduan baru ini bersamaan dengan keluarga model GPT-5.6 yang resmi tersedia umum per 9 Juli, dengan fokus utama pada pengembang API dan tim yang menjalankan agen otomatis.
Dokumen tersebut mengarahkan engineer untuk menjelaskan secara jelas hasil yang terlihat oleh pengguna, batasan, bukti yang tersedia, dan standar kapan tugas dianggap selesai. Setelah itu, model diberi keleluasaan memilih jalur eksekusi yang paling efisien sendiri. Pendekatan ini disebut sebagai outcome-first prompting.
Rekomendasi ini berbalik arah dari playbook GPT-5 pada Agustus 2025 yang dulu mendorong penggunaan blok XML persisten, template pengumpulan konteks yang sangat rinci, dan skrip preamble untuk tool yang menjelaskan setiap langkah secara eksplisit. Rel penjagaan yang dulu dianggap perlu itu kini dikategorikan sebagai “kebisingan”.
OpenAI juga mengingatkan agar pengembang berhati-hati memakai aturan mutlak seperti selalu dan jangan pernah, yang sebaiknya hanya dipakai untuk hal yang benar-benar invarian, seperti batasan keselamatan, field wajib, atau tindakan yang sama sekali tidak boleh terjadi. Instruksi berulang seperti minta izin dulu atau tunggu persetujuan, menurut panduan tersebut, dapat memicu permintaan izin yang tidak perlu untuk tindakan yang sebenarnya rutin dan aman. Aturan yang saling bertentangan justru lebih sering menciptakan ketidakstabilan dibanding kekurangan detail.
Juga Baca: Taruhan Dodgers Tembus $68 Juta Saat Polymarket dan Kalshi Membidik Perlombaan Playoff Baseball
Simon Willison Soroti Tool Calling di GPT-5.6
Pengembang independen Simon Willison menyoroti Programmatic Tool Calling dan dukungan multi-agent sebagai dua fitur paling menarik di rilis ini. Ia mencatat kemampuan model untuk menyusun dan menjalankan JavaScript yang mengorkestrasi pemanggilan berbagai tool. Ia juga menilai Sol terasa mumpuni, meski belum jelas unggul atas Claude Fable 5 milik Anthropic dalam tugas pemrograman kompleks yang ia uji.
Faktor biaya menjadi alasan penting lain di balik panduan ini. Dalam uji internal, pemakaian token turun 41%–66%, sementara pengeluaran menyusut 33%–67%. Angka-angka tersebut, menurut OpenAI, berpotensi mengubah kalkulasi ekonomi bagi tim mana pun yang mengoperasikan agen AI dalam skala besar.
OpenAI menegaskan bahwa hasil aktual akan berbeda-beda tergantung beban kerja. Rentang angka tersebut disebut sebagai indikasi arah, dan pengembang diminta memverifikasi sendiri lewat tugas-tugas perwakilan dari aplikasi mereka.
Keluarga GPT-5.6 Ikuti Irama Rilis yang Kencang
GPT-5.6 dirilis dalam tiga varian: Luna, Terra, dan Sol. Harga input masing-masing dipatok $1, $2,50, dan $5 per satu juta token, dengan harga output $6, $15, dan $30. Panduan baru ini juga memperkenalkan pengaturan text.verbosity untuk mengontrol panjang jawaban.
Perubahan haluan ini mengikuti pola yang konsisten. Panduan GPT-5.5 pada April sudah lebih dulu mengimbau tim agar membangun ulang prompt alih-alih sekadar mem-porting prompt lama. Sementara itu, panduan GPT-5 pada Agustus 2025 justru meminta rel yang sangat eksplisit untuk mengendalikan “kegesitan” model. Setiap siklus produk mendorong pengembang menulis instruksi lebih singkat dan mempercayakan semakin banyak detail proses pada model.
Baca Berikutnya: Ethereum Unggul atas Bitcoin, Uji Bull Case 2026 Versi Tom Lee