OpenAI sta ora indicando agli sviluppatori che snellire le regole ripetute nei system prompt ha fatto salire i punteggi dei test interni di codifica fino al 15%, riducendo al contempo l’uso di token fino al 66%.
Punti chiave
- La guida ai prompt di GPT-5.6 chiede agli sviluppatori di definire obiettivo finale e condizioni di arresto, lasciando però al modello la scelta del percorso.
- Le esecuzioni interne dei coding agent mostrano che system prompt più leggeri hanno migliorato i punteggi di valutazione del 10%-15%, ridotto i token del 41%-66% e tagliato i costi del 33%-67%.
- Il documento introduce sezioni su Programmatic Tool Calling e sull’impostazione text.verbosity, entrambe assenti nel precedente playbook di GPT-5.
OpenAI riscrive il playbook dei prompt per GPT-5
OpenAI ha pubblicato le nuove linee guida in parallelo con il lancio della famiglia di modelli GPT-5.6, disponibile in general availability dal 9 luglio, rivolgendosi in particolare agli sviluppatori API e ai team che gestiscono agenti automatizzati.
Nel documento, gli ingegneri sono invitati a dichiarare l’esito visibile per l’utente, i vincoli, le evidenze disponibili e la soglia di completamento, lasciando poi al modello lo spazio per scegliere il percorso più efficiente. Questo approccio viene definito outcome-first prompting.
Le indicazioni rovesciano gran parte del playbook di GPT-5 dell’agosto 2025, che spingeva su blocchi XML persistenti, template dettagliati per la raccolta del contesto e script di preambolo agli strumenti che descrivevano a voce ogni passaggio. Quelli che erano “binari” di sicurezza ora vengono classificati come rumore.
OpenAI mette inoltre in guardia dall’uso di regole assolute come always e never, da riservare solo a veri invarianti, come i limiti di sicurezza, i campi obbligatori e le azioni che non devono mai verificarsi. Ripetere istruzioni del tipo ask first o wait for approval può innescare richieste di approvazione inutili per azioni sicure e attese, spiega la guida. Regole in conflitto generano più instabilità della mancanza di dettagli.
Da leggere anche: Scommesse sui Dodgers a 68 milioni di dollari mentre Polymarket e Kalshi puntano sulla corsa ai playoff MLB
Simon Willison analizza il Tool Calling di GPT-5.6
Lo sviluppatore indipendente Simon Willison ha segnalato Programmatic Tool Calling e il supporto multi-agent come le novità più interessanti del rilascio, evidenziando che la funzione consente ai modelli di comporre ed eseguire JavaScript per orchestrare le chiamate agli strumenti. Ha anche osservato che Sol appare competente, senza però superare in modo netto Claude Fable 5 di Anthropic nei complessi task di codifica da lui testati.
Il costo è il secondo motivo per cui queste linee guida contano. Nelle esecuzioni interne, l’uso di token è sceso tra il 41% e il 66% e la spesa si è ridotta tra il 33% e il 67%, numeri che rimettono in discussione i conti economici di qualunque team che gestisca agenti su larga scala.
OpenAI avverte che i risultati variano a seconda dei carichi di lavoro, definisce quegli intervalli come indicativi e invita gli sviluppatori a validarli su task rappresentativi delle proprie applicazioni.
La famiglia GPT-5.6 segue un ritmo di rilascio serrato
GPT-5.6 è arrivato sul mercato in tre taglie: Luna, Terra e Sol, con prezzi in input rispettivamente di 1, 2,50 e 5 dollari per milione di token, e in output di 6, 15 e 30 dollari. La guida introduce inoltre un parametro text.verbosity per controllare la lunghezza delle risposte.
Questa inversione rientra in un pattern ricorrente. Le linee guida per GPT-5.5, pubblicate in aprile, chiedevano già ai team di ricostruire i prompt invece di portarli avanti tali e quali, mentre il documento su GPT-5 dell’agosto 2025 andava in direzione opposta, invocando binari espliciti contro l’eccessiva intraprendenza del modello. Ogni iterazione ha spinto gli sviluppatori a scrivere meno e a delegare al modello una porzione sempre maggiore del percorso.
Successivo: Ethereum accelera su Bitcoin, mette alla prova lo scenario rialzista 2026 di Tom Lee