Tester, Itérer et Publier

État au 5 novembre 2026 : les GPTs vivent leurs dernières semaines. OpenAI retire les GPTs personnalisés le 11 décembre 2026 (le 11 février 2027 pour certains espaces Enterprise bénéficiant d’une dérogation). Les comptes personnels, Free, Go, Plus et Pro, ne peuvent plus créer ni publier de nouveaux GPTs ; dans les espaces Business, Enterprise et Edu, la création dépend des réglages, et elle a cessé le 26 octobre 2026 dans les espaces Enterprise concernés. Les GPTs existants restent utilisables, et modifiables si votre offre le permet, jusqu’à leur retraite ; vos conversations avec eux resteront accessibles ensuite. La migration (Migrate to plugin, dans My GPTs) transforme les instructions en skill, la base de connaissances en fichiers de référence et les applications connectées en apps ; les actions personnalisées ne sont pas transférées. Cette leçon décrit le fonctionnement des GPTs pour vous aider à les maintenir, à les migrer et à transposer leurs principes dans un plugin (leçons 15 à 17).

Un GPT n’est jamais parfait du premier coup

Vous avez rédigé vos instructions, ajouté vos fichiers de connaissances et configuré les capabilities. La tentation est grande de cliquer sur « Publier » immédiatement — après tout, le panneau de prévisualisation semble bien répondre. Résistez. Un GPT non testé est un GPT qui décevra ses premiers utilisateurs, et un utilisateur déçu ne revient pas. Cette leçon vous donne une méthode de test systématique, les ajustements les plus fréquents à connaître, et une stratégie de publication progressive.

La méthode de test systématique

Un bon test se déroule en quatre temps, du plus évident au plus retors. Commencez par les cas nominaux : les cinq à dix requêtes les plus fréquentes que votre GPT devra traiter, celles pour lesquelles il a été conçu. Pour un GPT « Assistant Commercial », cela ressemble à « Rédige un email de relance pour un prospect qui n’a pas répondu depuis 2 semaines », « Quels sont nos arguments face au concurrent X ? » ou « Prépare un résumé de notre offre pour une PME industrielle ». Si ces requêtes-là échouent, inutile d’aller plus loin : retravaillez les instructions d’abord.

Vient ensuite l’étape que la plupart des créateurs sautent : les cas limites. Poussez votre GPT dans ses retranchements avec des requêtes ambiguës (« Aide-moi avec le truc de la semaine dernière »), des demandes incomplètes où des données manquent, des messages très longs ou réduits à trois mots, ou encore une question posée dans une autre langue. Un utilisateur réel ne formule jamais ses demandes comme vous l’imaginez ; c’est ici que vous découvrez comment votre GPT se comporte face au désordre du quotidien.

Troisième temps : les cas hors sujet. Votre GPT doit savoir refuser poliment ce qui sort de son périmètre. Demandez un poème à votre GPT commercial, le cours de l’action Apple à votre GPT RH, ou — test bien plus sérieux — les données personnelles d’un client. Si le GPT s’exécute au lieu de décliner, vos limites d’instructions sont trop faibles.

Terminez par un test de cohérence sur la durée : posez la même question trois fois de suite. Les réponses ne seront pas identiques, et c’est normal ; mais elles doivent être cohérentes entre elles. Un GPT qui se contredit d’une réponse à l’autre révèle des instructions imprécises, qui laissent trop de place à l’interprétation.

Itérer efficacement

Tester sans noter ne sert à rien : au troisième ajustement, vous ne saurez plus ce qui a changé quoi. Tenez un journal de test, même sommaire — un tableur suffit — où vous consignez pour chaque essai la requête posée, la réponse obtenue, ce qui est correct ou incorrect, et la modification apportée aux instructions en conséquence. Ce journal devient vite précieux : quand une régression apparaît, vous retrouvez en une minute la modification qui l’a causée.

Avec l’expérience, on constate que les problèmes rencontrés — et leurs remèdes — se répètent. Un GPT trop verbeux se corrige avec une consigne du type « Sois concis. Maximum 200 mots sauf demande explicite. » Un GPT qui ignore ses fichiers de connaissances a besoin de « Consulte systématiquement ta base de connaissances avant de répondre. » Un GPT qui déborde de son périmètre appelle un renforcement des limites : « Si la question ne concerne pas [domaine], réponds que ce n’est pas ton domaine. » Et face au plus grave des défauts, l’invention d’informations, la parade est : « Si tu ne trouves pas l’information dans tes fichiers, dis-le clairement. Ne fabrique jamais de données. »

Une règle d’or gouverne toutes ces itérations : modifiez un seul paramètre à la fois, puis retestez. Si vous changez trois consignes d’un coup et que le résultat s’améliore, vous ne saurez jamais laquelle a fait la différence — ni laquelle a peut-être dégradé autre chose en silence.

Publier votre GPT

Quand les tests sont satisfaisants, reste à choisir qui pourra utiliser votre GPT. Ouvrez-le dans l’éditeur et choisissez Share ; les niveaux proposés dépendent de votre compte et de votre espace de travail :

Rappel décisif : les comptes personnels ne peuvent plus publier de nouveaux GPTs, et la migration vers un plugin repart de la dernière version publiée du GPT ; les brouillons ne sont pas repris.

La bonne stratégie est progressive : commencez en accès restreint pendant vos tests, élargissez par lien à quelques collègues de confiance qui trouveront les failles que vous avez manquées, puis seulement ensuite envisagez le public. Avant ce dernier pas, une vérification finale s’impose : le nom et la description doivent être clairs et informatifs, les starters de conversation doivent guider correctement l’utilisateur, aucun fichier de Knowledge ne doit contenir de données confidentielles, les instructions ne doivent renfermer ni clé API ni mot de passe, et l’ensemble doit respecter les conditions d’utilisation d’OpenAI.

À vous de jouer

Reprenez le GPT construit dans les leçons précédentes et faites-lui passer l’épreuve complète : préparez dix requêtes de test (cinq nominales, trois limites, deux hors sujet), exécutez-les en notant chaque résultat dans votre journal, identifiez les trois ajustements prioritaires, modifiez les instructions un changement à la fois, puis retestez. Partagez d’abord en accès restreint, et élargissez progressivement. Si ce cycle vous semble long, c’est qu’il l’est un peu — et c’est exactement ce qui distingue les GPTs que l’on réutilise de ceux que l’on abandonne après deux essais.

Sources officielles : Sharing and publishing GPTs (centre d’aide OpenAI : niveaux de partage, comptes personnels) · Custom GPT retirement and migration FAQ (version publiée reprise)

Points clés à retenir

• Testez systématiquement avec des cas nominaux, limites et hors sujet
• Tenez un journal de test pour suivre vos itérations
• Modifiez un paramètre à la fois pour mesurer l’impact
• Publiez progressivement : personnel → lien → équipe → public
• Un GPT de qualité demande plusieurs cycles d’itération — c’est normal