GPT-5.5 Instant disponível para todos os utilizadores, a OpenAI ensina-te a escrever prompts de forma mais inteligente e eficiente

OpenAI anuncia GPT-5.5 Instant para todos os utilizadores, com uma redução de 52,5% na taxa de alucinações em cenários de alto risco, e o teste matemático AIME sobe de 65,4 para 81,2 pontos.
(Resumindo: OpenAI lança o modelo dedicado à segurança cibernética GPT-5.4-Cyber: já corrigiu 3.000 vulnerabilidades de alto risco, superando Claude Mythos)
(Informação adicional: um estudante do ensino secundário de 17 anos criou um “Prompt de nível divino” que reforça a capacidade de raciocínio do Claude, equiparando-o ao modelo o1, como conseguiu?)

GPT-5.5 Instant foi oficialmente disponibilizado a todos os utilizadores, com um anúncio oficial a indicar que, em cenários de alto risco como saúde, direito e finanças, as declarações fictícias diminuíram 52,5%, e as declarações incorretas em diálogos marcados pelos utilizadores reduziram-se 37,3%.

O raciocínio matemático também deu um salto. O AIME 2025 passou de 65,4 para 81,2 pontos. O AIME é um teste de resistência à integridade da cadeia de raciocínio, representando melhorias estruturais na lógica de múltiplas etapas do modelo.

A abrangência de acesso, desde 5 de maio, cobre todos os utilizadores, incluindo contas gratuitas, que também podem usar, embora a funcionalidade de memória personalizada (referência a conversas passadas, upload de ficheiros, Gmail) continue restrita ao Plus e Pro, e limitada à versão web.

A OpenAI ensina-te a escrever prompts

Há poucos dias, a OpenAI também divulgou uma orientação oficial sobre a estrutura recomendada de prompts. A empresa afirma que a maioria das pessoas, ao escrever prompts, se desvia do raciocínio lógico.

Na documentação para desenvolvedores, a OpenAI sugere uma estrutura de sete blocos para prompts, na seguinte ordem:

• Role (definição do papel)
• Personality (personalidade e tom)
• Goal (objetivo)
• Success criteria (critérios de sucesso)
• Constraints (restrições)
• Output (formato de saída)
• Stop rules (regras de paragem).

A primeira mudança crucial é a abordagem “resultado primeiro”. A antiga lógica era uma instrução passo a passo: fazer A, depois B, e então gerar C.

A nova lógica define o ponto final, descrevendo claramente os critérios de sucesso primeiro, permitindo que o modelo decida qual caminho seguir para chegar lá. A OpenAI recomenda explicitamente que a primeira alteração nos prompts antigos seja eliminar passos programáticos, substituindo-os por uma descrição do resultado.

A segunda mudança refere-se ao uso de reasoning effort. reasoning effort é o nível de profundidade de raciocínio que o modelo deve aplicar, quanto maior o nível, mais tempo o modelo pensa antes de responder, e maior o custo.

A orientação oficial indica que, na maioria dos cenários de produção, usar low ou medium é suficiente; níveis mais altos devem ser reservados para raciocínios de múltiplas etapas, saídas formatadas ou extração de dados, sendo que níveis altos só aumentam custos desnecessariamente.

Outras recomendações específicas também são úteis:

• As regras de paragem (Stop rules) devem indicar claramente “em que estado não é necessário continuar”, por exemplo, parar ao encontrar o primeiro resultado que satisfaça os critérios.
• Os Retrieval Budgets (orçamento de pesquisa) devem limitar o número de buscas do modelo, para evitar buscas infinitas.
• Para tarefas de rascunho, é mais eficaz definir “o que não se quer”, do que “o que se quer” — limites negativos ajudam o modelo a identificar melhor, do que descrições positivas.