OpenAI 就 GPT-6 Astra 的使用方式提出建议，指出过长的技能描述、一律要求的阅读步骤，以及僵化的审批规则，都可能妨碍模型运作。 该公司建议开发者把指令与具体任务绑得更紧，并清楚界定工作何时完成。
技能描述须简短精确
技能是以 Markdown 文件储存的提示，可包含资源与脚本。 OpenAI 的 Eric Provencher 表示，技能最适合用于特定工作流程或应用，其名称与描述会进入模型上下文，让 Codex 为任务挑选合适技能。 技能过多会迫使 Codex 截断描述，删去选择所需信息; 描述互相冲突或范围过宽，也会载入模型不需要的指令。 他建议把范围描述写得简短精确，例如处理 Postgres 结构迁移的技能，只应在建立或修改迁移、或检查其推行情况时触发。 若技能涵盖多个工作流程，主文件应简短指向合适的补充文件与脚本，让模型只读取真正需要的内容，因为每次额外读取都会消耗上下文。 他又指出，详细的逐步流程可能拖慢较新的模型，它们更能自行处理细微差异与模糊情况; 但共用技能适用于每位贡献者的代理，团队需要谨慎，适用于 Sol 或 Luna 的技能，对使用 Astra 的人可能已经过于限制。
强制阅读浪费上下文
Provencher 表示，AGENTS.md 中规范程序库工作的规则同样需要定期检视。 要求模型在每次改动前阅读多份文件或整份专案概览，对修正错字这类工作而言属于过度要求，Astra 可自行判断所需资讯。 他建议按情况选择性指向文件：处理服务边界时看架构信息，更改结构时看数据库文件，出货时看部署说明，相关文件亦须保持最新。 贴文又指出，明确权限可减少安全操作反复请求确认，例如使用即弃资料、不接触正式环境的本机测试，AGENTS.md 可明确允许代理执行测试、修正由所要求改动引起的错误，并重新执行受影响的测试而无须再次询问。
模型需要清晰目标
Provencher 指出，若过去因旧模型行为失控而以严格审批规则锁紧权限，改用 Astra 时应重新检视这些规则。 OpenAI 认为该模型判断力更佳，但它也可能把旧有限制解读得过于字面，即使使用者希望继续执行也会停下来，因此已知且安全的工作流程应获明确允许。 即使没有这类限制，Astra 仍可能比 GPT-5.6 Sol 更早停止，他建议预先界定何谓「完成」。 若代理应实作功能、执行、检查结果并修正错误，这些都必须写入提示; 要求代理在首次实作后回报，等于设定更早的停止点。 OpenAI 近期已发布 GPT-6 Astra 的详细提示技巧，这些技能与专案指令建议是该指引的延伸。
原创文章，作者：云东方，如若转载，请注明出处：https://www.yundongfang.com/Yun827.html
