Guide des prompts OpenAI GPT-5.5 : Tutoriel étape par étape

Prérequis

Avant de commencer, assurez-vous d'avoir :

• Une clé API OpenAI avec accès à gpt-5.5 (inscrivez-vous sur platform.openai.com si nécessaire).
• Python 3.10+ installé.
• La dernière SDK OpenAI pour Python : exécutez pip install openai.
• Une connaissance basique de l'API (chat completions ou API Responses).

GPT-5.5 est disponible dans l'API et supporte jusqu'à 1M+ tokens de contexte, des sorties structurées et de nouveaux contrôles comme reasoning_effort et text.verbosity.

Étape 1 : Mettez à jour votre modèle et votre environnement

Changez vers gpt-5.5 et configurez un client basique. Les prompts legacy de GPT-5 ou précédents sont souvent moins performants — commencez avec des prompts nouveaux.

pip install --upgrade openai

from openai import OpenAI
client = OpenAI(api_key="your-api-key-here")

response = client.chat.completions.create(
    model="gpt-5.5",
    messages=[{"role": "user", "content": "Test prompt"}]
)
print(response.choices[0].message.content)

Sortie attendue : Une réponse concise et directe. Pas de superflu.

Étape 2 : Apprenez le principe fondamental – Prompting centré sur le résultat

GPT-5.5 excelle lorsque vous décrire le résultat souhaité, les critères de succès, les contraintes et les éléments de preuve disponibles — puis laissez le modèle choisir le chemin. Éliminez les longues chaînes étape par étape.

Mauvais (style legacy) :

Premièrement lire la politique, ensuite vérifier les données du compte, puis comparer les champs, puis décider...

Bon (style GPT-5.5) :

Resolvez la requête du client de bout en bout.

Le succès signifie :
- La décision d'éligibilité utilise uniquement la politique et les données du compte disponibles
- Tout action autorisée se termine avant de répondre
- La réponse finale inclut : completed_actions, customer_message, blockers
- Si des éléments de preuve manquent, demandez le champ minimal nécessaire

Testez ce pattern immédiatement — cela réduit le superflu et augmente la précision.

Étape 3 : Définissez la personnalité et le style de collaboration

GPT-5.5 est par défaut efficace et orienté vers la tâche. Pour les applications conversationnelles, ajoutez des blocs de personnalité courts.

# Personnalité
Vous êtes un collaborateur compétent : abordable, stable et direct. Assumez que l'utilisateur est compétent. Restez concis sans être abrupt. Adaptez votre ton à celui de l'utilisateur dans des limites professionnelles.

Insérez cela au début de votre prompt système. Limitez-le à 150 mots. Pour des assistants expressifs, ajoutez explicitement de la bienveillance ou de la curiosité.

Étape 4 : Ajoutez des préambules pour une meilleure expérience utilisateur

Pour les tâches multi-étapes ou utilisant des outils, indiquez au modèle d'envoyer une courte mise à jour visible d'abord :

Avant toute utilisation d'outils pour une tâche multi-étapes, envoyez une courte mise à jour visible pour l'utilisateur qui reconnaît la demande et indique la première étape. Limitez-la à une ou deux phrases.

Ceci améliore la vitesse perçue dans les applications de streaming. Combine avec l'API Responses pour les workflows avec état.

Étape 5 : Exploiter les nouveaux paramètres pour le contrôle

Utilisez-les dans vos requêtes API :

• reasoning_effort: none (plus rapide), low, medium (défaut), high, xhigh.
• text.verbosity: low pour une réponse concise, medium (défaut) pour un équilibre.

Exemple de code :

from openai import OpenAI
client = OpenAI()

response = client.chat.completions.create(
    model="gpt-5.5",
    messages=[{
        "role": "system",
        "content": "Vous êtes un assistant de codage utile."
    }, {
        "role": "user",
        "content": "Implémentez une fonction Fibonacci rapide en Python."
    }],
    reasoning_effort="low",      # Plus rapide pour les tâches simples
    temperature=0.7,
    max_tokens=500
)
print(response.choices[0].message.content)

Comportement attendu : Code plus court, direct, avec des explications minimales, sauf si vous définissez une verbosité plus élevée.

Étape 6 : Ajouter des conditions d'arrêt et des règles d'évidence

Empêchez la réflexion excessive avec des règles d'arrêt explicites :

Resolvez dans le minimum d'étapes utiles.
Après chaque résultat d'outil, demandez : "Est-ce que je peux répondre à la demande principale maintenant avec des preuves ?" Si oui, produisez la réponse finale immédiatement.
Utilisez la quantité minimale de preuves suffisante ; citez précisément.

Ceci est crucial pour les agents ou les tâches de longue durée.

Étape 7 : Tester, itérer et utiliser les sorties structurées

Évaluez toujours :

1. Exécutez 10 requêtes représentatives avec le style ancien versus nouveau.
2. Mesurez la qualité de la réponse, l'utilisation de tokens et la latence.
3. Préférez response_format={ "type": "json_schema", ... } plutôt que les JSON décrits dans la requête pour garantir la structure.

Exemple de requête avec sortie structurée :

response = client.responses.create(
    model="gpt-5.5",
    input="Extrayez le nom et l'e-mail de ce texte : ...",
    text_format={"type": "json_schema", "schema": {...}}
)

Problèmes courants & dépannage

• Des résultats moins bons que GPT-5 ? Votre ancienne requête est trop détaillée. Supprimez les étapes du processus et conservez uniquement les résultats.
• Réflexion excessive / latence élevée ? Réduisez reasoning_effort à low et renforcez les conditions d'arrêt.
• Réponses trop courtes ? Réglez text.verbosity: "medium" ou ajoutez "expliquez votre raisonnement rapidement".
• Les appel d'outils échouent ? Déplacez les directives dans les descriptions des outils, pas dans la requête principale.
• Problèmes de conscience de la date ? Supprimez toutes les lignes "date actuelle"—GPT-5.5 connaît UTC par défaut.

Exécutez des évaluations sur un petit ensemble de tests avant le lancement en production.

Étapes suivantes

• Explorez le guide officiel complet dans votre tableau de bord OpenAI.
• Essayez la compétence de migration Codex : $openai-docs migrate this project to gpt-5.5.
• Construisez un petit agent utilisant l'API Responses et testez les préambules + personnalité.
• Surveillez les coûts de tokens—GPT-5.5 récompense les requêtes minimales.

Appliquez ces modèles aujourd'hui et observez vos workflows devenir plus rapides, moins coûteux et plus fiables.