ChatGPT 5 が登場まずは GPT-5 prompting guideを読む

ChatGPT 5 が登場した。かなり楽しみにしていたので、最初にどんなプロンプトをたたいたら彼の性能を楽しめるのか気になる。ワクワクしている。

まずは GPT-5 prompting guideを読むのが良いとお思う。

GPT-5 prompting guide
https://cookbook.openai.com/examples/gpt-5/gpt-5_prompting_guide

日本語訳するとこんな感じだ
まずは読んでみる。

これはGPT-5のプロンプト作成に関する優れたガイドです。
この情報を活用して、GPT-5のパフォーマンスを最大化するための主要なポイントを簡潔に要約します。

エージェント型タスクでGPT-5を最大限に活用するには、その自律性を適切に制御することが重要です。

積極性の制御: モデルにタスクの探索をどの程度任せるかを調整します。
- 積極性を抑える場合: reasoning_effortの値を低く設定し、プロンプトで探索方法や早期停止の条件を明確に定義します。
- より積極的な場合: reasoning_effortを高く設定し、タスクが完全に解決するまで継続するよう促す指示（例: <persistence>ブロック）を与えます。
ツール前置きメッセージ: ユーザーがタスクの進捗を把握しやすくするために、ツール呼び出しの前に計画や進捗状況を説明するようモデルに指示します。これにより、ユーザーエクスペリエンスが向上します。
推論負荷設定: タスクの複雑さに応じてreasoning_effortパラメータを調整します。複雑なタスクでは高い設定を、より効率が求められるタスクでは低い設定を選択します。
Responses APIの活用: previous_response_idパラメータを使用することで、モデルが過去の推論過程を参照できるようになり、トークン使用量を削減し、レイテンシとパフォーマンスを向上させることができます。

GPT-5は強力なコーディング能力を持っています。以下の方法でさらにその能力を高められます。

フロントエンド開発: Next.js、React、Tailwind CSSなどの推奨フレームワークやライブラリをプロンプトで明示的に指定することで、高品質なコードの生成が促進されます。
ゼロからのアプリケーション生成: 卓越したアプリケーションを作成するために、モデルに自己評価のためのルーブリック（評価基準）を内部的に作成させて、それに従って反復的に開発を進めるよう指示する方法が非常に有効です。
既存コードベースへの準拠: 既存のコードベースに変更を加える際は、スタイルガイドやディレクトリ構造、ベストプラクティスをプロンプトに含めることで、モデルが生成するコードが既存のコードに「自然に溶け込む」ように誘導できます。

誘導機能と冗長性設定: GPT-5はプロンプトの指示に極めて忠実です。verbosityパラメータや、特定の文脈（例：コーディング時）でのみ冗長性を高めるよう自然言語で指示するなど、細かく制御することが可能です。
指示の正確な実行: 矛盾した指示や曖昧な指示は、モデルの推論を妨げる原因になります。プロンプトは明確で一貫性のある内容に保つことが非常に重要です。
最小限の推論モード: 高速な応答が求められる場合、このモードが最適です。推論トークンが少ないため、思考プロセスを箇条書きでまとめる、ツール呼び出し時に詳細な説明を促すなど、より明確な指示をプロンプトに含めることが有効です。
メタプロンプティング: GPT-5自身をプロンプトオプティマイザとして活用することもできます。モデルに、特定の望ましい行動を引き出すためのプロンプトの改善点を尋ねることで、プロンプト作成を効率化できます。

このガイドは、プロンプティングに万能な手法は存在しないことを強調しています。これらのベストプラクティスを参考に、ご自身のタスクに最適なプロンプトを見つけるための実験を重ねることが成功の鍵です。