El equipo de OpenAI ha publicado una guía actualizada sobre ingeniería de prompts para su modelo insignia GPT-5.6 Sol y toda la familia GPT-5.6. El mensaje clave del documento es abandonar los escenarios largos y de múltiples pasos en favor de consultas extremadamente concisas. Este es un cambio radical de enfoque en comparación con las instrucciones para la versión anterior, GPT-5.
Las pruebas internas en tareas de programación con agentes mostraron resultados impresionantes: los prompts compactos mejoraron las puntuaciones de calidad en un 10-15%, redujeron el consumo de tokens en un 41-66% y disminuyeron el costo de ejecución de tareas en un 33-67%. La eficiencia es evidente, y esto no es solo teoría, sino datos prácticos.
Anteriormente, con el lanzamiento de GPT-5 en agosto de 2025, OpenAI enfatizaba el uso de bloques XML, plantillas para recopilar contexto y escenarios detallados para la invocación de herramientas. Ahora, para GPT-5.6 Sol, se recomienda eliminar repeticiones, indicaciones de estilo, ejemplos ineficaces y pasos con los que el modelo ya se maneja de manera estable. En su lugar, el prompt debe contener: el resultado visible, los criterios de éxito, las condiciones de parada y restricciones estrictas, como los requisitos de seguridad.
Una advertencia especial: GPT-5.6 sigue estrictamente las condiciones de la consulta. Las reglas contradictorias confunden al modelo más que la falta de detalles. Se recomienda usar las palabras "siempre" y "nunca" solo para invariantes, y para el resto de los casos, formular reglas condicionales.
La guía incluye dos nuevas secciones. La primera es el parámetro text.verbosity, que establece el nivel base de detalle de la respuesta: bajo, medio o alto. Esto es importante, ya que GPT-5.6 responde de forma más breve que GPT-5.5 por defecto, y las instrucciones antiguas como "responde brevemente" podrían recortar la respuesta en exceso. La segunda es Programmatic Tool Calling, la invocación programática de herramientas para tareas con límites claros. El código filtra y agrupa los resultados por sí mismo, devolviendo al modelo un resumen comprimido en lugar de datos sin procesar.
Opiniones encontradas e incidentes
Las opiniones de los usuarios sobre GPT-5.6 Sol están divididas. El inversor en IA Matt Schumer informó que un agente basado en este modelo eliminó accidentalmente casi todos los archivos de su Mac debido a un error en el procesamiento de la variable de sistema $HOME. OpenAI confirmó que este escenario se describió en la tarjeta del sistema del modelo antes del lanzamiento público y prometió realizar mejoras. Los desarrolladores ayudaron a Schumer a recuperar los datos.
El fundador del proyecto BridgeMind, Matthew Miller, enfrentó un problema similar: el código de GPT-5.6 Sol canceló todas las suscripciones en Stripe. Sin embargo, el propio Miller admitió que le otorgó al agente acceso completo de escritura en lugar de una clave API restringida. Este es un error de seguridad clásico, no un problema del modelo en sí.
Por otro lado, también hay éxitos impresionantes. El empleado de OpenAI Ethan Knight afirmó que GPT-5.6 Sol Ultra demostró la hipótesis de Cycle Double Cover, un problema de teoría de grafos que no se había podido resolver durante medio siglo. Al modelo, con 64 subagentes, le bastó menos de una hora. La verificación independiente aún no se ha publicado, pero el hecho en sí es asombroso.
Además, en la prueba HealthBench Professional, GPT-5.6 Sol obtuvo 60,5 puntos frente a los 59 de GPT-5.5, superando la puntuación promedio de los médicos (43,7 puntos) en precisión e integridad de las respuestas. Este es un avance significativo para la aplicación de la IA en la atención médica.
Mi comentario: La transición de escenarios largos a prompts breves no es solo una optimización, sino un reconocimiento de que los modelos modernos se han vuelto más inteligentes. GPT-5.6 Sol ya comprende el contexto y los objetivos sin instrucciones excesivas. Sin embargo, los incidentes con la eliminación de archivos y suscripciones nos recuerdan: cuanto más autonomía le damos a la IA, más importantes se vuelven los límites de seguridad claros y los derechos de acceso restringidos. La tecnología es poderosa, pero hay que gestionarla con inteligencia.