GPT-5 は、より長時間かかる複雑なタスクに使っています。例えば、Background Agents と組み合わせて独立したタスクを走らせたり、別々のタスクを切り替えながらその出力をレビューするときに、並列でフォアグラウンドエージェントとして使ったりしています。

GPT-5 は、これまで使ってきた中で最も制御しやすいモデルのひとつです。その分、いくつかのタスクでは、自分が達成したいことをより明示的に伝える必要がありました。あいまいな指示にすると、自分が想定していなかった方向に進んでしまうこともあります。逆に、はっきり指示したときには、このモデルがどれだけ賢いかに驚かされました。

ここ 1 週間ほどのコーディングで、これまでよく詰まっていた箇所で、他のモデルでは解けなかった複雑なバグを GPT-5 が解決してくれたケースが何度かありました。Stripe のクエリを見直して、レイテンシーを削減するための最適な改善箇所を見つける、といったタスクにも使っています。

GPT-5 のデフォルトの文章スタイルは自分が望むよりも冗長だったので、返答をもっと簡潔にするルールを設定しました。また、自分はよりエージェント的な振る舞いを好むので、プロンプト後の追加質問を減らす方向にモデルを誘導することもできました。より難しいコーディングの問題に対して、このモデルを使っています。

自分が好きな「味見」の方法は、同じプロンプトを複数のモデルに投げて、期待したものをワンショットで出せるモデルがあるかを見ることです。うちのフロントエンドとバックエンドは protobufs を使っていて、これが原因でうまく扱えないモデルもあります。そこで GPT-5 に対して、モノレポ内の別々のサブモジュールにあるバックエンドの API エンドポイントと、それに対応するフロントエンドの React コンポーネントの実装を依頼しました。GPT-5 はこのコードを正しく生成し、型エラーを解消するように protobufs を再生成するところまで、ワンショットでやり切りました。