我一直把 GPT-5 用在執行時間較長、較複雜的任務上。例如，搭配 Background Agents 處理獨立任務，以及在不同任務之間切換時，使用多個平行執行的前景代理來審查它們的輸出。

GPT-5 是我用過最容易被引導的模型之一。在做某些任務時，我需要更明確地說出自己想完成的目標。如果描述太含糊，模型最後走向的方向就會跟我預期的不同。當我講得更具體時，模型展現出的聰明程度讓我很驚訝。

過去一週寫程式時，有幾個地方我卡住了，而 GPT-5 解決了一些其他模型無法處理的複雜錯誤。我把它用在像是檢視我們的 Stripe 查詢，並找出最佳化方式來減少延遲這類的任務上。

GPT-5 的預設寫作風格比我想要的還要冗長一些，所以我訂了一條規則，讓回應更精簡。我也偏好更具主動性的代理行為，因此我把模型調整成在我下指令後，少問一些追問問題。我一直用它來處理比較困難的程式設計問題。

我最喜歡的試用方式，是對許多不同的模型使用相同的提示，看看有沒有模型能一次就達到我的預期。我們的前端和後端都使用 protobufs，有時候會讓模型搞混。我請 GPT-5 建立一個後端 API endpoint，以及對應的前端 React 元件，這兩者分別在我們 monorepo 中兩個不同的子模組裡。它不但正確產生了這些程式碼，還能重新產生 protobufs，一次就修好了型別錯誤。