OpenAI ha publicado una guía actualizada para la redacción de prompts para su modelo insignia GPT-5.6 Sol y toda la familia GPT-5.6. El mensaje clave del documento es: menos texto, más significado. El equipo de desarrollo recomienda encarecidamente a los usuarios formular las solicitudes de la manera más concisa posible, abandonando las largas instrucciones paso a paso que eran características de versiones anteriores.
Las pruebas internas en tareas de programación agéntica demostraron resultados impresionantes con este enfoque. Los prompts compactos permitieron mejorar las puntuaciones de calidad en un 10-15%, reducir el consumo de tokens en un 41-66% y disminuir el costo de ejecución de tareas en un 33-67%. Esto refuta directamente el paradigma anterior, donde se creía que cuanto más detallada fuera la solicitud, mejor sería el resultado.
El nuevo enfoque difiere radicalmente de la documentación para GPT-5, publicada en agosto de 2025. En aquel entonces, el énfasis estaba en bloques XML, plantillas para recopilar contexto y escenarios detallados de llamada a herramientas. Ahora, OpenAI insta a eliminar repeticiones, indicaciones de estilo que no afectan el comportamiento del modelo, ejemplos ineficaces y pasos con los que la red neuronal ya se maneja de manera estable. En su lugar, en el prompt solo deben quedar los elementos clave: el resultado visible, los criterios de éxito, las condiciones de parada y las restricciones estrictas, como los requisitos de seguridad.
Una advertencia importante: GPT-5.6 Sol sigue estrictamente las condiciones de la solicitud. Las reglas contradictorias confunden más al modelo 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 también se ha ampliado con dos nuevas secciones. El parámetro text.verbosity establece el nivel base de detalle de la respuesta (bajo, medio o alto), lo que soluciona el problema de la reducción excesiva de respuestas debido a instrucciones antiguas como "responde brevemente", ya que GPT-5.6 responde de forma más corta por defecto que GPT-5.5. La segunda sección es Programmatic Tool Calling: la llamada programática a herramientas para tareas con límites claros, donde el propio código filtra y agrupa los resultados, devolviendo al modelo un resumen comprimido en lugar de datos sin procesar.
Opiniones encontradas y primeros incidentes
La familia GPT-5.6 — modelos Sol, Terra y Luna — se presentó a finales de junio en formato de vista previa limitada. El lanzamiento completo tuvo lugar el 9 de julio. Sin embargo, las opiniones de los usuarios están divididas. El conocido inversor en IA, Matt Schumer, informó que un agente basado en GPT-5.6 Sol eliminó accidentalmente casi todos los archivos de su Mac. La causa fue un error en el procesamiento de la variable de sistema $HOME, lo que provocó una limpieza recursiva del directorio de inicio.
Es notable que este escenario ya se había descrito en la tarjeta de sistema de GPT-5.6 antes del lanzamiento público. El responsable de Codex, Thibault Sottiaux, confirmó los problemas de ejecución y prometió mejoras. El fundador del proyecto BridgeMind, Matthew Miller, se enfrentó a una situación similar, ya que el código de GPT-5.6 Sol canceló todas las suscripciones en Stripe. No obstante, el propio Miller reconoció que le había otorgado al agente acceso completo de escritura en lugar de una clave API limitada.
También hay ejemplos positivos. 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. El modelo, con 64 subagentes, tardó menos de una hora. Además, en la prueba HealthBench Professional, GPT-5.6 Sol obtuvo 60,5 puntos frente a los 59 de GPT-5.5, superando significativamente el resultado promedio de los médicos, que fue de 43,7 puntos.
Mi análisis: El cambio de paradigma de "más contexto" a "menos ruido" es un paso lógico para modelos que ya han aprendido a comprender las intenciones del usuario. Sin embargo, los incidentes con la eliminación de archivos subrayan que la seguridad de los sistemas agénticos aún deja mucho que desear. Los usuarios deben ser extremadamente cuidadosos con los permisos de acceso que otorgan a dichos agentes.