J'ai testé GPT 5.6 : Pourquoi il écrase déjà Claude AI !

Crédits gratuits. C’est exactement ce qu’OpenAI fait avec le lancement de ChatGPT Work, version 5.6 : des crédits gratuits pour tout le monde. Donc, dans cette vidéo, je vais expliquer ce qui a changé dans ChatGPT 5.6, parce que Sam Altman fait des lancements vraiment incroyables. Si vous avez manqué l’offre de 100 $ d’OpenAI : oui, il y a moins de 24 heures, OpenAI vous promettait 100 $, et c’était super facile à obtenir. Alors, si vous voulez connaître toutes les nouvelles fonctionnalités de ChatGPT 5.6, asseyez-vous et détendez-vous. Nous allons en parler dans cette vidéo, et je vais vous dire tout ce que vous devez savoir sur les nouvelles fonctionnalités et comment utiliser ChatGPT 5.6, mieux que 99 % des gens en ce moment.

ChatGPT Work est passé de 7 millions d’abonnés à 9 millions. C’est-à-dire qu’ils ont acquis 2 millions de nouveaux clients et, pour le célébrer, ils ont offert des crédits gratuits à tout le monde. Alors, laissez-moi vous expliquer. Tout ce dont vous avez besoin, c’est d’un compte payant ChatGPT et vous recevrez automatiquement une réinitialisation des tokens. En gros, vous travaillez et vous vérifiez votre quota restant en bas de l’écran. Disons qu’il me reste 67 %, et dans quelques instants, dans quelques heures, cela va se reproduire. Ils distribueront plus de tokens. Alors, si vous utilisez vos tokens, profitez-en ! Dans les heures qui suivent, OpenAI en distribuera plus. Il vous suffit d’attendre et vous verrez votre compteur se réinitialiser à 100 %. Mais il y a une nouvelle fonction importante qui vient d’être lancée. Jusqu’à présent, les tokens étaient limités toutes les 5 heures. Vous deviez attendre 5 heures pour pouvoir retravailler. Mais c’est fini. Aujourd’hui, OpenAI fait sensation avec ChatGPT Work. Ils permettent à tout le monde d’utiliser ses quotas hebdomadaires complets en une seule session. Cela signifie que vous pouvez travailler pendant des heures avec votre allocation complète. Vous n’aurez plus à attendre cinq heures, et vous êtes les premiers à en profiter. J’espère que d’autres suivront l’exemple parce que c’est vraiment fantastique. Vous pouvez travailler pendant des heures avec tout votre budget.

Et, en plus, cette semaine, si vous aviez un compte et que vous l’avez ouvert pendant le lancement de ChatGPT 5.6, regardez ce qui s’est passé juste en dessous. Vous verrez vos quotas et il y a une section de réinitialisation disponible. Ils ont proposé trois réinitialisations pour ce mois. Cela signifie que j’ai quatre budgets à utiliser au total. Dans les huit jours qu’il me reste, j’ai quatre budgets. J’ai donc quatre fois plus de sessions qu’avec Anthropic. C’est donc incroyablement avantageux. De plus, ils vont réinitialiser les tokens de session à nouveau dans seulement quelques heures. En résumé, c’est une folie totale. Mais ça ne s’arrête pas là. Je vous montrais juste que vous pourriez gagner 100 dollars si vous restiez abonné à leur compte Twitter et, plus important encore, si vous annuliez votre abonnement chez la concurrence, surtout chez Anthropic. La guerre est en cours entre OpenAI et Anthropic. Si vous publiez sur ce site – qui est sorti il y a seulement 18 heures – des centaines de milliers d’entre nous, cela fait 3 millions de vues. Eh bien, vous avez gagné instantanément 100 $ en crédits Codex. Et je peux vous dire que beaucoup d’entre nous l’ont fait. Et oui, nous avons annulé et sommes passés chez les concurrents d’OpenAI. Et ça en valait la peine parce que, 48 heures plus tard, eh bien, nous nous sommes réabonnés et ce n’est pas grave, mais nous avons économisé 100 $. Alors, si vous ne l’avez pas encore fait, abonnez-vous à la chaîne, activez les notifications pour obtenir toutes les informations en premier.

Maintenant, je vais vous montrer que Sam Altman a complètement perdu la tête : il vous offre 50 000 $ pour gagner, et ce n’est pas si difficile. Laissez-moi vous expliquer. Sam Altman, le PDG de ChatGPT, nous dit que GPT 5.6 est incassable. Impossible à pirater. Personne ne pourra le débloquer (« jailbreak »). Et pour le prouver, il vous offre 50 000 dollars si vous parvenez à le débloquer dans le domaine de la biosécurité ou de la sécurité informatique. C’est exactement ce qui vient d’être lancé. Bonne nuit. Si vous vous sentez comme un hacker, c’est le moment de tenter votre chance avec ce qu’on appelle GPT Code Red. Serez-vous capable de contourner les protections de ChatGPT ? Eh bien, je vais vous révéler un petit secret : ce n’est pas si difficile. Quand le modèle a été lancé, j’ai passé environ 20 minutes à essayer de comprendre la structure du système. Vous savez ce qui m’a surpris ? J’ai réussi à extraire une partie du message système. Mais ce qui me dérange le plus, c’est que j’ai essayé de récupérer des informations dans les conversations. Dès que j’ai vu qu’ils offraient 50 000 $, je me suis dit : « Où est ma conversation ? Je ne la trouve nulle part. » Mais je vais vous montrer quelques points intéressants que j’ai pu extraire en faisant quelques tests.

Premièrement, ChatGPT est désormais une base de connaissances SQL, ce qui signifie que tout ce que vous écrivez, si je lui dis de chercher dans ma base de connaissances, il cherchera dans toutes mes conversations et l’affichera sur le côté. J’ai donc cliqué sur le lien latéral et, pendant la nuit, j’ai essayé de faire quelques petites injections. Je voulais voir si ça marchait. J’ai vu qu’il se bloquait, mais une injection est passée et, dans ces injections, j’ai obtenu des sections du début du code. Je n’ai pas tout eu ; il a repris le contrôle à un moment donné. Donc, pour moi, il n’est pas invulnérable. Par conséquent, les 50 000 $ sont à portée de main. En y consacrant quelques heures, je suis sûr que nous pouvons réussir. Autre point : je vais vous montrer un peu de ce que j’ai fait dans les minutes qui suivent pendant que j’enregistrais la vidéo. Je me suis dit : « D’accord, je veux révéler des informations intéressantes. Je vais parler de l’architecture et, dans la deuxième partie de la vidéo, nous parlerons des nouvelles fonctionnalités. » Ce que personne n’a encore vu dans l’interface de travail de ChatGPT 5.6, je vais l’expliquer plus tard dans la vidéo parce que c’est assez technique et très important pour travailler avec le nouveau modèle.

La première chose à savoir est : comment fonctionne l’architecture du nouveau modèle ? Il a une architecture d’analyse des requêtes. Ainsi, nous pouvons voir comment ils ont configuré leur réseau neuronal : en analysant le contexte, la conversation et en déterminant la stratégie. C’est-à-dire que le modèle développera une méthode pour vous répondre. En d’autres termes, il identifiera votre objectif. Ensuite, il sélectionnera des outils : recherche internet, exécution de code Python, génération d’images, calendriers, courriels. En résumé, il cherchera des éléments contextuels. Ensuite, il construira les éléments de réponse à partir des précédents. Il effectuera une vérification finale et générera une réponse alignée sur votre demande. En définitive, ce modèle combine l’analyse des intentions, le raisonnement et l’utilisation d’outils pour la construction des réponses. Franchement, pour moi, il s’agit d’un système multicouche, avec une section principale d’objectifs et une séquence d’étapes bien définie : utilisateur, compréhension, identification, décomposition, sélection d’outils, analyse et construction de la réponse. C’est l’architecture du nouveau modèle, et à l’intérieur, vous avez différentes couches qui se vérifient entre elles pour voir si ce que vous demandez correspond à certains standards. Par conséquent, il y a des blocs et des filtres, et je pense que, très probablement, il y a un modèle de sauvegarde qui analyse votre requête à la fois vers le haut et vers le bas, parce qu’il m’a bloqué à nouveau quand j’ai reçu la réponse, mais je ne crois pas que ce soit infaillible. Faites-moi savoir dans les commentaires si vous avez aussi essayé de forcer un peu le modèle. J’y ai consacré 15 minutes, et maintenant je n’y ai consacré que 25 secondes. Mais maintenant qu’il a mentionné les 50 000 $, je pense que cela vaut la peine d’essayer un peu plus. Dites-moi dans les commentaires si vous voulez essayer et si vous êtes capable de le faire.

Maintenant, dans la deuxième partie de la vidéo, je vais parler de toutes les nouvelles fonctionnalités qui ont été lancées, des fonctionnalités que personne n’avait programmées pour ChatGPT Work 5.6. Dans l’interface de ChatGPT Work, il y a actuellement deux modules distincts : ChatGPT Codex et ChatGPT Work. Work inclura un accès direct aux fonctions et aux plugins MCP, ce qui signifie la capacité de se connecter à la fois à l’environnement de travail et au monde réel. Dans la section des fonctions cachées, vous les trouverez dans votre propre nom en cliquant dessus. Vous aurez accès à des fonctionnalités comme l’accès au navigateur, l’utilisation de l’ordinateur, les hooks, les connexions, les dépôts GitHub, votre environnement système et les arbres de travail. Ce sont les nouvelles fonctions, qui incluent également la possibilité de configurer un nouveau mode vocal : dictée vocale. Nous analyserons toutes ces options dans cette vidéo. Alors, asseyez-vous, détendez-vous et, si vous ne l’avez pas encore fait, activez les notifications et abonnez-vous pour ne manquer aucune mise à jour. Surtout, laissez un commentaire, un like et soutenez la chaîne ; cela signifierait beaucoup. J’adore avoir une communauté active autour de l’IA et des méthodes de travail. N’hésitez donc pas à partager vos observations dans les commentaires, et on se voit dans la suite du tutoriel.

Le premier point crucial pour que ChatGPT 5.6 fonctionne correctement est de structurer ce qu’on appelle un message système. Pour cela, allez dans Paramètres, puis dans la section Personnalisation. C’est ici que vous trouverez les instructions personnalisées. Maintenant, je sais que vous allez me dire que vous mettrez : vous êtes un expert, votre nom, votre entreprise. Non, c’est complètement inutile, et je vais vous expliquer pourquoi. Chaque fois que vous travaillez, tout votre répertoire est à l’intérieur de ce système. Et le fichier d’instructions personnalisées est ce que nous appelons le fichier AGENTS.md. C’est ici que vous avez toutes les instructions auxquelles vous pouvez accéder. Alors, que devez-vous y mettre ? En gros, quand le système utilise votre ordinateur, il exécutera du code. Et pour exécuter le code correctement, pour qu’il ne commette pas d’erreurs pendant son fonctionnement, la première chose qu’il doit savoir est votre système d’exploitation : Windows, Mac, votre version, puis où vous avez placé les dépendances d’installation. Par défaut, le système ne le sait pas. C’est pourquoi j’ai construit un système qui le fera pour vous. Pour l’utiliser, il vous suffit de copier le lien vers cet agent, de l’insérer dans le chat, de l’exécuter dans le chat en utilisant la commande Exécuter, de cliquer et d’attendre. Il écrira tout pour vous. Et le plus important, il créera tous ces dossiers manquants. Alors, à quoi servent-ils ? C’est exactement ce dont nous allons parler maintenant pour que ChatGPT 5.6 fonctionne correctement.

D’abord, le système par défaut n’a pas de répertoire où il crée des agents IA. Nous allons donc créer un répertoire d’agents IA, un répertoire de dépendances. C’est ici qu’il installera toutes les dépendances quand il codera. Ainsi, il n’aura pas besoin de les télécharger à nouveau. Cela réduira la consommation de ressources, améliorera les performances et utilisera moins de tokens parce que nous avons optimisé sa requête système. Ensuite, quand vous travaillerez, il créera des fichiers partout. Nous organiserons tout dans des sections appelées projets. Ensuite, le modèle fonctionnera dans ce que nous appelons des configurations. Dans la configuration, se trouvent les mots de passe, que nous stockerons ici, les connexions MCP et les lignes d’état. La ligne d’état montre exactement ce qui se passe ici. Chaque fois que nous travaillons, nous voyons la consommation de ressources. Nous parlerons de la consommation de ressources plus en détail plus tard. Il y a eu un changement très significatif. Il a peut-être passé inaperçu, mais pas pour moi, parce qu’il y a seulement quelques heures nous avions des fenêtres de contexte de 350 000 tokens, 100 000 tokens de plus qu’aujourd’hui. Mais que s’est-il passé ? Eh bien, nous venons de perdre 100 000 tokens. Permettez-moi de vous expliquer ce qui s’est passé parce que c’est l’histoire en coulisses qu’OpenAI ne vous a pas racontée, et il est très important que vous la connaissiez.

J’étais en train de programmer et soudain je me suis rendu compte que ma fenêtre de contexte venait de perdre 100 000 tokens pour ChatGPT 5.6. Eh bien, c’est officiel : OpenAI vient de réduire la valeur des fenêtres de contexte de 100 000 tokens. Mais ce n’est pas tout. C’est officiel. ChatGPT 5.6 les a réduits pour une raison très simple : ils voulaient économiser de l’argent. Étant donné que nous sommes maintenant 9 millions, cela leur coûte énormément en termes de tokens de raisonnement. En réduisant la quantité de tokens dans toutes les fenêtres de contexte de 100 000, ils peuvent désormais nous offrir de nouvelles sessions ici et là, et d’un point de vue marketing, OpenAI y gagne. Mais en réalité, nous perdons 100 000 tokens au niveau de la fenêtre de contexte, ce qui nous obligera à gérer la fenêtre de compression de façon beaucoup plus efficace. Autre point : certains utilisateurs rapportent que la version ChatGPT 5.6 n’est pas la même que celle qui a passé les tests. Personnellement, j’ai remarqué un certain comportement de désalignement. Le désalignement, c’est quand vous posez une question à l’IA, elle vous dit qu’elle l’a fait, mais en réalité, elle ne l’a pas fait. Et c’est pratiquement ce qui se passe en ligne parce que, honnêtement, j’ai rencontré la même situation. Je lui ai dit de faire quelque chose, elle a dit : « Je l’ai fait », je suis revenu, j’ai regardé le travail et ce n’était pas fait. Alors, si vous êtes dans la même situation, faites-le-moi savoir dans les commentaires parce que j’ai l’impression de ne pas voir la version incroyablement puissante qui révolutionne le monde entier. Je ne dis pas qu’elle est mauvaise, mais c’est comme Fable. Je ne vois pas des modèles si puissants qu’ils devraient être arrêtés, qu’ils devraient être bloqués sur les marchés. Personnellement, je ne les vois pas. Alors, dites-moi, croyez-vous que depuis que ces nouveaux modèles sont entrés sur le marché, nous avons complètement changé le monde de l’économie et tout révolutionné ? Dites-moi ce que vous en pensez. Je ne le crois pas, mais bon, maintenant nous le savons. C’est là que sont passés nos 100 000 tokens. Nous devrons donc travailler différemment, et c’est de cela que nous allons parler maintenant.

Quand vous travaillez avec ChatGPT Work 5.6, l’une de ses forces est la fonction d’agent parallèle. Nous l’appelons agent générateur. Si, dans une tâche, je lui demande d’utiliser trois agents pour effectuer mon travail, automatiquement, une fois que j’ai défini ce qu’on appelle un plan d’action – ici, je nettoie des bases de données – si je lui demande de générer, c’est-à-dire de lancer des systèmes parallèles, il confirme automatiquement : « Je vais générer trois systèmes ». La fonction d’agent de génération permet d’envoyer plusieurs systèmes en parallèle. On peut en envoyer trois, quatre, cinq ou six, selon la complexité de la tâche. Trois agents seront suffisants, car j’ai trois blocs principaux à traiter. Le système qui créera les trois agents est `audit config`. Ici nous voyons le sous-agent dans la fenêtre, l’audit de sauvegarde en cours d’exécution et l’audit SQLite analysant tous les fichiers du répertoire. Chaque agent a ses fonctions, mais l’essentiel est que, si l’on donne une instruction simple comme `spawn agent`, il est nécessaire d’avoir un plan d’action préalable. Sur la base de ce plan, ChatGPT 5.6 détermine ce que fait chaque agent. Ainsi, quand les actions sont simples, comme nettoyer des bases de données, le modèle fonctionne tout seul. Si les actions sont plus complexes, il est crucial de coordonner les agents et, par conséquent… c’est vous qui devez coder les instructions pour les systèmes d’agents. Pour des actions simples comme celle-ci, nous pouvons les laisser s’exécuter, et chaque agent a sa tâche. Mais rappelez-vous : travaillez toujours avec un système de planification en tête.

Deuxième option : maintenant que nous l’avons vu, parlons des nouvelles fonctions de la barre latérale. Dans la barre latérale, si vous cliquez sur le petit signe plus, vous avez ce qu’on appelle des tâches secondaires, ce qui signifie que vous pouvez lancer une nouvelle conversation à l’intérieur de celle existante. Ainsi, sans quitter la discussion, nous pouvons continuer à travailler. Parmi les nouvelles fonctions, il y a les fonctions de bifurcation. Si, par exemple, je veux continuer ma tâche dans une nouvelle fenêtre, je peux ouvrir plusieurs sessions en parallèle et travailler sous différents angles. Disons que, dans la session n°1, je veux explorer une direction, supprimer quelques documents de la base de données et extraire tous les graphiques et visualisations de données dans une autre session. Par conséquent, je peux travailler de façon totalement indépendante et avoir les deux sessions côte à côte, et effectuer le travail en utilisant cette nouvelle fonction de bifurcation. Parmi les nouvelles fonctions, juste avant de revenir à la section des compétences, cela me permettra de parler de cette partie. Concrètement, vous avez le contrôle du navigateur. Pour cela, vous activez le contrôle du navigateur. Vous devez activer la fonction du navigateur, la fonction de Chrome et la fonction d’utilisation de l’ordinateur. Ces trois fonctions doivent être activées pour optimiser la gestion du navigateur. Ici vous trouverez la fonction d’utilisation de l’ordinateur et vous activez toutes les sections qu’elle contient. De plus, dans la gestion de Google Chrome, vous avez un réglage où vous pouvez spécifier quand il doit vous demander l’autorisation avant d’interagir : approbation pour ouvrir une page web, lire votre historique, télécharger ou uploader des fichiers. C’est extrêmement utile. Cela signifie que, si vous devez envoyer des fichiers, créer des automatisations, répondre en ligne ou répondre à des fichiers clients, vous pouvez le faire en accordant toujours l’autorisation. Bien sûr, faites attention, cela est soumis à la compréhension qu’il y a aussi des conséquences à laisser l’IA prendre le contrôle de l’ordinateur. Vous n’êtes pas à l’abri que quelqu’un le pirate un jour. D’ailleurs, si vous voulez toujours gagner les 50 000 € en piratant ChatGPT 5.6, les paris sont toujours ouverts chez OpenAI. Nous travaillons donc avec un modèle assez sécurisé, mais aujourd’hui, eh bien, vous pouvez définir des permissions et accorder des permissions sur des sites spécifiques. Et vous pouvez aussi donner un accès complet à ChatGPT. C’est pour quiconque, par exemple, crée de nombreuses annonces. Vous pouvez automatiser complètement la partie administration des annonces avec l’IA. Quiconque fait de l’administration de communautés, qui répond sur des sites web, sur des avis Google, tout cela, peut l’automatiser en activant ces réglages. Donc, d’ailleurs, vous devez aussi activer cette option.

Et ainsi vous avez la fonction de connexion ici, qui vous permettra aussi de connecter votre ordinateur à votre téléphone. Ici, il vous suffit de scanner le code QR qui apparaîtra sur votre téléphone. En le scannant, vous pouvez donner des instructions à distance sur votre interface. En résumé, c’est la même chose qu’avec Claude Cowork, sauf que vous l’avez avec votre abonnement standard. Même avec un abonnement Plus, vous avez accès à ces options. Alors, aujourd’hui, quel est l’intérêt d’avoir des fonctions comme Claude Cowork ? Je ne sais pas. Je crois qu’aujourd’hui ChatGPT domine le jeu, surtout avec la quantité de tokens offerte. En fait, ce sera l’occasion de voir que ce sont les répertoires que nous avons créés pour travailler. Vous les avez ici. Ce sont les arbres de travail. C’est ce que nous avons fait précédemment quand nous avons créé de nouvelles adresses à partir des discussions, ce qu’on appelle des fonctions fork. Et, dans la section Personnalisation, vous avez la section de gestion de la mémoire. Nous parlerons de la gestion de la mémoire dans une autre vidéo parce que j’ai fait une vidéo dédiée à ce sujet : comment gérer la mémoire dans ChatGPT Workspace, ChatGPT Work et GPT 5.6. Dans la section Utilisation et facturation, vous avez les limites d’utilisation, la limite hebdomadaire actuelle. La mienne se renouvellera le 21, et si j’ai besoin de l’utiliser avant le 21, j’en ai trois en réserve. OpenAI les offre donc pratiquement. Chaque semaine, de nouvelles réinitialisations sont proposées avec les comptes Plus. N’hésitez donc pas, c’est le moment d’en profiter. Vous avez beaucoup de crédits à utiliser. Plus vous avancez dans votre travail, plus vous remplirez ce qu’on appelle la fenêtre de contexte. Cette fenêtre, lorsqu’elle atteint environ 85 %, se compactera. Cette fonction peut être appelée automatiquement avec la fonction compact. Quand vous utilisez cette fonction de compactage, vous réduisez les tokens, mais vous n’avez pas de contrôle sur ce que le modèle résumera. C’est un peu comme prendre un livre et demander à ChatGPT : « Fais-moi un résumé du livre ». Vous n’avez aucune idée de ce qu’il a décidé de conserver ou d’exclure. Pour y remédier, nous pouvons intégrer des fonctions de hook, qui font partie des fonctionnalités cachées de l’interface que nous allons analyser maintenant.

Dans la section Configuration, vous trouverez les fonctions de hook, et cette fonction change complètement la façon dont vous utilisez l’IA. Je vais vous montrer ce qu’elle peut faire. Ces fonctions vous permettent d’utiliser des déclencheurs ou des hooks. Le terme « hook » est parfois utilisé en automatisation pour désigner un déclencheur qui vous permet de suivre dix états différents (c’est-à-dire dix situations différentes) avant d’utiliser un outil. Un outil peut être, par exemple, activer une recherche sur Internet. C’est un outil. Vous pouvez activer le comportement du modèle avant de demander l’autorisation, après avoir utilisé un outil (c’est-à-dire après avoir utilisé, par exemple, une recherche Internet ou un outil de codage). Il y a aussi les fonctions PreCompact et PostCompact. Cela signifie que, pendant que vous travaillez, vous avez la possibilité d’appeler des fonctions de hook pour les fonctions de compactage. Et c’est précisément sur quoi nous allons nous concentrer dans ce cas spécifique. Ce qui serait intéressant, c’est que chaque fois que nous appelons une fonction de compactage, celle-ci ne se fasse pas au hasard, mais en fonction du dossier dans lequel vous travaillez. Comme nous l’avons mentionné au début de la vidéo, en optimisant l’invite du système Codex de ChatGPT 5.6, chaque dossier dans lequel vous travaillez ne contient pas les mêmes sujets. Vous ne travaillez pas dans les mêmes dossiers de la même manière. Par conséquent, vous n’avez pas le même contenu qui doive être conservé. En conséquence, nous pouvons créer des fonctions de compactage optimisées en fonction du type de dossier.

Maintenant, les choses deviennent plus techniques, alors installez-vous confortablement. Nous allons approfondir les stratégies de travail pour optimiser l’utilisation de l’intelligence artificielle, plus précisément ChatGPT Work, avec les fonctions avancées de hook dans Codex. Pour cet exercice, nous choisirons ce qu’on appelle un répertoire de travail. Le répertoire actuel est généralement le répertoire où vous utilisez Codex. Je vais donc prendre le répertoire de travail, le sélectionner et créer un nouveau projet à partir de zéro. Nous l’appellerons « Project Hook » et nous l’enregistrerons. Les plugins se chargeront. Pour l’instant, nous ne les utiliserons pas. Cependant, nous utiliserons les fonctions de la compétence. Nous coderons une compétence pour faire cela. Pour ce faire, nous utiliserons un dossier existant et nous lui donnerons le répertoire du dossier actuel, qui est le dossier Codex. Dans les répertoires dont nous avons parlé au début, le système demande le répertoire. Par défaut, Codex n’a pas de répertoire de hooks. Grâce à l’invite système que je vous ai donnée au début, vous avez maintenant ce qu’on appelle un répertoire de hooks. Donc, dans Codex, nous allons ajouter un dossier hooks. C’est ici que vous enregistrerez tous les déclencheurs automatiques pour votre configuration. L’objectif est de créer un déclencheur qui, pendant PreCompact, récupérera les caractéristiques de votre dossier et le compactera avec des paramètres spécifiques. Ainsi, vous ne conserverez que les informations telles que vous les avez définies dans votre système. Cela permettra une gestion de la mémoire optimisée pour le compactage de votre session.

Donc, pour faire cela, nous allons commencer à coder une fonction. Nous dirons : « Ajouter hook de fonction de skill ». Nous lui demanderons de… Copions les éléments de la page. Copiez et collez le texte. Ce que nous allons faire maintenant, c’est créer une skill qui pourra coder des fonctions de hook en utilisant la documentation officielle de ChatGPT Work sur les nouvelles fonctions de hook. Nous irons donc dans le répertoire de skill. Si ce répertoire n’existe pas, je vous ai donné l’invite système au début que vous pouvez utiliser. Et ici, je vais vous montrer que nous pouvons simplement copier et coller une skill dans le répertoire, puis la personnaliser avec les fonctions que nous allons intégrer maintenant. Donc, si vous avez d’autres skills, vous pouvez les copier dans votre répertoire. C’est une skill existante. Je peux simplement trouver ma skill, la copier, la déplacer dans le répertoire de Codex, et j’ai déployé une skill. Je vous montrerai plus tard où vous pouvez trouver ce type de structure de skill dans l’interface de Codex. Nous allons donc utiliser un créateur de skills qui existe dans Codex, auquel nous ajouterons une fonction de génération de hooks pour l’appliquer spécifiquement à Codex. D’abord, nous définirons cela comme un plan. Nous le réglerons sur très élevé. Cela nous donne l’occasion de parler de la configuration. Donc, dans la section du modèle, nous sélectionnons le modèle Terra, et nous le réglerons sur très élevé. Je vous montrerai ; nous pouvons le laisser sur élevé, cela devrait suffire. Je vous montrerai plus tard où toutes ces configurations sont cachées dans l’interface, et nous laisserons le plan s’exécuter. Ensuite, nous analyserons le plan que ChatGPT générera.

Pendant que nous travaillons, voici ce qui se passe. Le modèle consomme des tokens. Ces tokens seront déduits de l’interface, que vous trouverez ici dans la section des quotas. Donc, dans cette section, je verrai mon utilisation du quota hebdomadaire. Ainsi, maintenant, nous n’avons plus de limite de 5 heures pour le tutoriel. J’ai utilisé la skill d’Anthropic Cloud pour le générer. Ce que je veux faire, c’est convertir le modèle en utilisant uniquement les fonctions de Codex pour notre système de création de skills. Souvent, quand vous voyez des tutoriels où les gens disent : « ChatGPT, dis-moi la meilleure stratégie pour mon entreprise », vous vous rendez compte que travailler avec l’IA est complètement différent. Travailler avec l’IA, c’est de la planification, de la structure et de l’ingénierie des temps de réponse. Il s’agit de définir tout le chemin de comportement du modèle, de le vérifier et de savoir exactement ce que vous faites. Donc, ici, nous avons affaire à quelque chose de relativement simple. Pour moi, c’est encore très simple. Mais quand vous devez utiliser cela pour une entreprise, vous ne pouvez même pas imaginer les implications. Imaginez que vous allez entrer dans une entreprise et que votre seule compétence est de dire à l’IA : « ChatGPT, trouve-moi des clients en ligne aujourd’hui ». Non, ça ne marche pas comme ça. Je vous le dis. Vous devez être prudent. Vous devez réaliser que quelque chose se passe déjà dans le monde de l’IA : il y a des gens qui font semblant de l’utiliser en disant : « Code-moi une page web », alors qu’en réalité développer des applications implique 14 étapes de travail différentes, y compris la sécurité, le backend et… L’accès et la gestion des données n’ont rien à voir. Par conséquent, il est important de comprendre que travailler avec l’IA, c’est avant tout planifier l’orchestration. C’est ce que nous faisons, et tout cela s’apprend.

Comme vous pouvez le voir, la façon dont l’information est codée est très spécifique. Cela s’enseigne dans les cours. Pourquoi je vous demande de programmer de cette manière ? Parce qu’en travaillant avec l’IA, celle-ci doit utiliser les mêmes méthodes avec lesquelles elle a été entraînée. Elle doit consommer le moins de tokens possible. Tout ce qui est envoyé coûte de l’argent. Par conséquent, nous créons quelque chose qui coûte le moins possible. C’est la dernière mise à jour que le modèle veut effectuer. Nous allons y jeter un coup d’œil rapide, puis normalement il se met à jour ici. Voilà, dans le document du plan final. C’est ici que vous trouverez les différentes étapes du comportement. Ces blocs de code que vous devez saisir, je les mettrai dans les supports de cours. Vous pourrez trouver ces éléments dans les supports de cours pour comprendre la logique du modèle et pouvoir le lire. Par conséquent, vous devez prendre l’habitude de lire ces structures. Ici, il a mis la politique d’écriture des hooks avec les dix étapes différentes sur lesquelles nous pouvons intervenir. Et donc, vous avez vraiment besoin de pouvoir apprendre comment l’IA raisonne pour planifier votre travail. Les automatisations se développent en IA. Donc, il va ajouter ce que nous appelons des modèles, c’est-à-dire des plans pour définir les structures de hooks, les générateurs Python et les tests. Bien, pour moi, tout va bien. Nous pouvons envoyer et nous le laisserons coder notre système. Nous le trouverons à l’étape de génération dans l’interface ici même. Nous pourrons donc suivre les différentes étapes maintenant que nous exécutons le plan.

D’abord, nous verrons que nous sommes à 50 % de notre fenêtre contextuelle. C’est génial ; cela nous permettra de voir comment créer un hook de déclenchement pour les fonctions de compactage. Ici, j’ai codé toute la section pour l’intégrer dans le cours. Je l’intégrerai dans la leçon. Cela vous donnera accès à la méthode d’intégration du système de hooks et à la logique. Vous devez simplement le remplacer par le nom de votre répertoire, mais le système le fera automatiquement. Comment accédez-vous à toutes les fonctions avancées de Codex ? C’est précisément ce que je propose dans les deux cours principaux : Maîtriser le meilleur de l’IA et Agent IA Élite d’Ingénierie. Il y a deux niveaux différents. Le Niveau 2 est pour toute personne qui travaille dans un bureau et utilise occasionnellement ChatGPT, Claude, Gemini, Minimax ou autres, pour le prix d’un café pendant deux mois. Vous en sortirez avec l’un des niveaux les plus élevés d’expertise technique, en entrant sur le marché du travail avec de véritables compétences pour travailler dans une entreprise, en utilisant des stratégies employées dans le domaine professionnel pour créer des agents IA. C’est exactement ce que vous apprendrez dans cette formation, et elle est conçue pour toute personne ayant des compétences de bureau, du niveau débutant au niveau avancé. Honnêtement, je pense qu’aujourd’hui nous avons plus de compétences techniques. Au moins, par rapport à ce que je vois sur les réseaux sociaux, beaucoup plus. Je vous apprends vraiment depuis zéro, même pour les débutants, comment créer vos propres systèmes d’agents IA. Tout cela à votre rythme. Les mises à jour sont incluses ; toutes les informations sont dans la description.

Pour ceux qui ont déjà un niveau très élevé d’expertise, il y a Prompt Engineering Elite. Celui-ci s’adresse aux consultants, à ceux qui programment déjà des systèmes d’agents IA. Ainsi, vous apprendrez comment acquérir toutes les bases nécessaires pour créer des systèmes d’agents en utilisant uniquement des interfaces de type cloud, ChatGPT, GLM 5.2, Minimax, systèmes d’agents IA, facturation, systèmes médicaux, chatbots, systèmes avancés. En bref, en terminant ce niveau de masterclass, vous aurez tout ce qu’il vous faut pour passer de « je ne fais que bricoler ça » à « je suis un consultant avancé dans le domaine technique ». Je vous assure que le niveau est tout simplement incroyable et vous verrez la différence. Toutes les informations sont dans la description.

Quand ChatGPT Work a terminé son travail, la première chose à faire est de vérifier ce qu’il a fait. Il ne s’agit pas de dire : « OK, l’IA a répondu, c’est bien, c’est la vérité ». Non, l’IA est une machine de probabilité. Par conséquent, plus vous pouvez la contrôler, plus vous obtiendrez ce que vous voulez. Mais maintenant, vous devez savoir lire entre les lignes. Alors maintenant, nous allons cliquer sur le fichier AGENTS.md. Et ici, nous avons un aperçu des modifications qu’il a apportées. Donc, il y a une chose que nous devrons faire. Si vous ne comprenez pas ce qui est écrit ici, cela signifie que vous n’êtes pas prêt à utiliser l’IA professionnellement. Professionnellement, vous devez comprendre comment l’IA écrit actuellement ses propres instructions. Je sais que vous êtes habitué à de très longues phrases, mais ce n’est pas ainsi qu’elle code réellement ses instructions. Donc, pour comprendre cela, vous devrez consulter les supports de formation, bien sûr. Et ici, nous commencerons à le décomposer pour comprendre comment nous allons le contrôler. D’abord, ce fichier correspond au fichier AGENTS.md. Nous l’ouvrirons donc, nous le mettrons côte à côte, et ce sont exactement les mêmes fichiers. Cela signifie que ce que nous voyons ici est le message système de ChatGPT. Il indique à ChatGPT 5.6 que lorsque nous lui demandons de créer des hooks, il a une politique de gestion des hooks qui lui donne accès au répertoire, et puis vous avez la ligne 417 où vous avez ce qu’on appelle la Politique de répertoire de hooks, qui gère ce qu’on lui a demandé de faire, comment les hooks seront intégrés chaque fois que vous les créez. Maintenant, il a modifié ce qu’on appelle les fonctions de skill. Donc ici, comme vous le verrez, la skill n’apparaît pas très clairement dans la structure. C’est pourquoi nous allons revenir dans les répertoires, aller dans la section des skills et dans la skill que nous venons de coder. Et c’est exactement ici que c’est noté. Donc, c’est la version du créateur de skills pour mettre à jour et coder des skills. Et il donne les six étapes. Utiliser AGENTS.md, qui est celui-ci, pour générer un hook, pour mettre à jour, pour valider, pour gérer. Donc la skill appelle son propre système de gestion, et ensuite vous avez le hook et le générateur de fonctions de hook avec toute sa gestion de skill à l’intérieur. Il a donc la logique de génération, et je vous le dis, il y a quelque chose que nous devons faire : il m’a donné toute la section de logique du hook. Je la regarde en même temps que vous. Non, c’est bon. Voici les dépendances MCP. Les procédures sont là. Je veux juste vérifier que, dans la section des actifs, il a mis, par exemple, le modèle du hook. Là, c’est super important. Ah, il les a mis juste ici. Et ici nous avons les modèles du Répertoire de Hooks. Cela correspond exactement à ce fichier. C’est ce que je cherchais avec la logique d’écriture du document hook. Tout est parfait. Nous avons fait du travail. C’est un peu technique, mais c’est de cela qu’il s’agit dans le monde du conseil. Quand vous créez des automatisations, c’est comme ça que ça fonctionne.

Donc maintenant, nous n’allons pas nous embêter à générer des hooks. Nous avons notre système générateur de hooks, et c’est exactement ce que nous allons faire parce que cela nous permettra de passer à ce que nous voulions faire : comment allons-nous gérer les fonctions de compactage ? Je vais donc passer aux nouvelles caractéristiques de l’interface de la barre latérale, et cela nous permettra de parler des fonctions de compactage dans les options. Donc, nous cliquons sur le nom et nous allons ici, dans l’interface. Vous avez votre consommation de tokens, le nombre de tâches, votre activité. Et ce sur quoi nous allons nous concentrer, c’est ajouter une fonction de hook ici pour les sessions de compactage. Donc, pour le faire correctement, je vais vous donner une explication assez technique, mais vous verrez que vous en bénéficierez grandement si vous l’appliquez. L’objectif est d’avoir un répertoire de travail. Nous les appelons répertoires de projet. Donc, ce que nous allons faire maintenant, c’est appeler notre skill. Nous dirons : « Utiliser skill ». Pour les fonctions de skill, vous pouvez utiliser la fonction du signe dollar. Pour que les fonctions de skill apparaissent, nous vérifierons le nom de la skill ici, qui est « skill-maker ». Nous devons redémarrer Codex. Il se charge chaque fois que nous le démarrons. Nous allons donc fermer Codex. Nous devons le fermer ici, dans le coin inférieur droit, dans la zone du terminal. Nous le redémarrerons. Maintenant, nous pouvons l’appeler en utilisant la fonction du signe dollar « skill ». Maintenant, nous avons la fonction skill-maker, celle que nous venons de coder, à laquelle nous avons ajouté la capacité de créer des hooks. Ce qui nous intéresse maintenant, c’est la logique des hooks.

Pour vous donner une idée, pour que vous compreniez comment c’est structuré, voici l’agent que nous venons de programmer. Vous trouverez le code complet du système d’agents dans les supports de cours. Je vais vous le donner pour que vous puissiez développer votre propre système d’agents qui programme des skills et des hooks. Vous avez donc toute la logique de programmation. Vous la trouverez dans les supports de cours. Et ce sur quoi nous allons nous concentrer, c’est comprendre la structure d’un hook. La structure d’un hook est que lorsque vous activez une action, l’action peut être configurée pour démarrer une session, démarrer un outil, et ce sur quoi nous allons nous concentrer, c’est le compactage. Donc, chaque fois que nous sommes dans une situation de compactage, ce que nous demanderons au modèle de faire, c’est : si tu actives et identifies que nous compactons, tu lanceras une commande. Cette commande exécutera un script, et la fonction de ce script sera de vérifier le dossier à la recherche d’un fichier compact-policy.md, qui contient notre configuration spécifique du répertoire de travail. Cela signifie que chaque dossier aura sa propre configuration de compactage. Cela nous permettra de travailler dans vos projets et répertoires avec des configurations de compactage spécifiques pour chaque dossier, parce que nous ajouterons un fichier qui permettra au modèle de comprendre : compact-policy.md, nous l’appellerons ainsi. C’est assez explicite pour le modèle, dans lequel nous définirons la structure. Donc, l’important est de définir la politique de compactage pour votre dossier. Ainsi, nous aurons des systèmes de compactage optimisés à chaque fois, et c’est l’une des principales faiblesses, avec la gestion de la mémoire du modèle.

Maintenant, nous allons utiliser ce que nous venons de coder pour que cela se produise. Nous lui dirons donc : « Créer hook, notre hook PreCompact ». Nous l’activons, et ce qui se passera, nous le verrons configuré. Nous verrons la création du hook. Donc, tout est automatisé. Maintenant, nous venons d’intégrer l’automatisation de notre gestion des hooks. Alors, logiquement, nous devrions voir la session configurée dans notre dossier de hooks. Et donc, il créera un hook ici basé sur ce que nous avons dit précédemment. Nous avons dit que nous l’écrivions dans le dossier hook et que nous lui donnions un nom slug. Le nom slug est celui-ci : compact-policy. C’est donc ici qu’il apparaîtra. Codex Hook créera donc un dossier mkdir à l’intérieur du répertoire, activé par PreCompact. Par conséquent, la fonction de compactage est activée avec la fonction compact. Et la différence est que nous pouvons créer des fonctions d’optimisation, ce qu’il crée actuellement. Donc, tout est automatisé. Une fois que vous comprenez cela, vous êtes le roi d’une entreprise. Vous pouvez tout automatiser, activer des systèmes de compactage automatisés et créer des systèmes pour répondre aux besoins du service client. Une fois que vous avez cette logique de configuration, vous créez des architectures. Nous commençons par des architectures simples, puis nous passons à d’autres beaucoup plus complexes.

Nous venons donc de configurer le premier système de hook avec la logique et le code. Et tout va bien parce que tout ce qui est indiqué ici dans le plan est correct. Tant que le plan est écrit correctement, vous savez que le système… Voilà, politique compacte, c’est toute la gestion qu’il a faite dans la partie d’intégration du hook, et maintenant vous avez automatiquement le système. Quelle est l’étape suivante ? L’étape suivante est de créer votre fichier compact-policy.md dans votre répertoire de travail. Cela signifie que lorsque vous travaillez dans le répertoire de votre projet, si vous avez un projet et un flux de travail bien défini ici, vous pourrez personnaliser la méthode de compactage et vous saurez exactement ce que vous compactez en définissant les caractéristiques de compactage. Alors, vous pouvez utiliser l’IA pour faire cela. Actuellement, je développe une interface de 2 Go. Donc, si je commence avec un système comme celui-ci : un, je copie mon chemin ; deux, je lui demande de modéliser l’état nécessaire pour la politique de compactage, définir une stratégie, lister les erreurs, ses sections, son emplacement et la structure de répertoire en format Markdown ; définir une politique de compactage : accès au plan, la liste des tâches à faire, les tâches restantes, les erreurs, leur section, leur emplacement et le répertoire ; inclure les sous-variables. Ainsi, nous pouvons être beaucoup plus précis sur la gestion. À partir de ce point, c’est quelque chose qui aborde mieux mon problème : au lieu de ne pas savoir ce que l’IA fait en matière de gestion de sessions. Et regardez ce qui se passe. De plus, nous sommes à 86 %, ce qui signifie que nous perdons 15 %. Alors, vous vous souvenez de ce que je vous ai dit : notre petit Sam a réduit silencieusement le nombre de tokens dans les fenêtres de 100 000. Cela nous mène donc automatiquement à… Eh bien, oui, ils ont nerfé GPT 5.6, réduit notre capacité à exploiter GPT 5.6. Et donc, ce qui se passe ici avec le compactage automatique, je ne sais pas ce qu’il compacte. Comme nous n’avions pas de politique de compactage pour la session actuelle, ce que nous avons dit, c’est : quand vous n’avez pas de politique définie, vous appliquez la configuration par défaut d’OpenAI. Donc ici, il s’est compacté par défaut, et ce que nous voyons, c’est que nous n’avons absolument aucun moyen de savoir ce qui a été fait. Je n’ai aucune idée de ce qu’il a choisi de faire, mais, pour moi, cela semble beaucoup plus logique.

Je pense aussi à vous, à vous dire à vous-même : « Je veux savoir ce que fait l’IA ». Et mieux encore : je veux contrôler et diriger le modèle pour qu’il fonctionne comme je le veux. Parce que travailler sur un document juridique, un document comptable ou développer du code, ce n’est pas du tout le même flux de travail. C’est pourquoi nous avons besoin de gérer la compression, la mémoire et les systèmes d’optimisation des invites. C’est comme une voiture de course : vous devez gérer chaque paramètre pour la conduire comme une voiture de course. Donc, il code le fichier pour moi selon ce que j’ai demandé. Nous aurions dû l’exécuter en mode schéma ; cela aurait été mieux parce que cela nous aurait permis d’anticiper. Je le regarde donc maintenant. C’est la politique, les règles de classification. Il a fait quelque chose d’assez bon. Je pense que c’est assez bon. Il l’écrit maintenant. 150 lignes, c’est là, c’est en cours. Nous sommes dans le fichier qu’il code actuellement. Il permet de lire le plan, les erreurs de validation, ce qui reste à faire et les règles de fichier. Il a établi des règles de fichier et des répertoires logiques. Voilà. Et tout tient là-dedans. Ce n’est donc pas mal, c’est bien pensé. Et maintenant, j’ai ma propre politique de gestion placée là. Et vous avez l’option d’accéder à nouveau au fichier en cliquant ici. Il apparaît là ; c’est le même fichier. Vous apprenez donc maintenant à naviguer entre le répertoire dans lequel nous travaillons avec Codex et la politique que nous venons de définir.

Nous venons donc de définir la politique de hook. Ensuite j’ai demandé : « As-tu activé le hook ? » Il a dit que la politique compacte existe, mais comme nous n’en avons pas créé une pour la session actuelle, il a appliqué la configuration par défaut parce qu’elle existe seulement en réserve, car vous avez demandé que si le fichier n’est pas là, il utilise la politique par défaut. Donc, en fait, il a détecté correctement en arrière-plan qu’elle existe, et c’est pourquoi vous devez le faire pour chaque fichier de travail. Vous êtes donc déjà à un niveau technique très avancé. Vous avez appris une nouvelle fonction, la fonction d’activation de hook. Et vous pouvez l’utiliser dans des déclencheurs d’agent. C’est un outil incroyablement puissant parce que demain, vous aurez peut-être besoin d’accorder un contrôle d’accès et vous voudrez bloquer certaines fonctions. C’est le même principe. Je vous fournirai le code exact que vous devez entrer dans le répertoire de modèles de votre système de hooks en utilisant ChatGPT Work, avec tout le code pour générer votre système automatisé. Et pour ceux qui sont déjà familiers avec l’ingénierie de prompts avancée, qui ont l’habitude de travailler avec ce qu’on appelle l’ingénierie de boucles, je créerai une version plus technique où je présenterai les capacités d’ingénierie de boucles, la capacité du modèle à tester des hooks, générer des rapports, reproduire des corrections et analyser des erreurs pour porter l’automatisation et les tâches que nous implémenterons en IA à un niveau encore plus élevé. En résumé, vous avez tout ce dont vous avez besoin dans la description du cours, et sinon, suivez simplement toutes les étapes du tutoriel que nous venons de parcourir et vous créerez vos propres systèmes d’automatisation pour générer des hooks avec ChatGPT Work 5.6. Rendez-vous dans la prochaine vidéo.