GPT-6 Astra 最佳实践，OpenAI 这份指南讲得很细
AINLP · 人工智能
NLPer 2026-09-06 13:20 江苏 GPT-6 Astra 官方指南 本文译自 OpenAI 官方指南《Using GPT-6 Astra》。下文中的“我们”指 OpenAI。 简介 GPT-6 Astra 是我们迄今最智能的模型，在电脑操作、网页浏览、软件工程、科学和专业工作等领域具备领先水平。它擅长执行跨越代码、浏览器和专业软件的多步骤工作流。在多项评测中，Astra 使用显著更少的输出 token，取得了更好的结果。尽管它的单 token 价格更高，估算的单任务 API 成本仍低于早期模型。相关评测见参考链接 [1]。 GPT-6 Astra 也是我们迄今对齐程度最高的模型。它擅长审慎行事、尊重任务边界，并进行透明沟通。当指令留有需要自行理解的空间时，它会利用已有上下文补齐常规细节；如果某个问题的答案可能改变结果，就会提出有针对性的询问。它能够吸收新要求，按请求调整方向，也能回答临时插入的问题，同时不偏离整体任务。 要使用 Astra 构建应用，请在 Responses API 请求中将 model 设置为 gpt-6-astra。Responses API 的相关说明见 [2]。 新功能 异步工具调用： 当应用正在执行一个工具时，GPT-6 Astra 可以继续推理、调用其他工具，或回答请求中相互独立的部分。在函数工具或自定义工具上设置 async: true，并在结果就绪后，使用原始的 call_id 返回结果。工具仍由你的应用执行，尚未完成的工作也由应用管理。《异步工具调用》[3] 介绍了基本用法，以及由开发者定义等待工具的模式。 执行中追加指令： 在 GPT-6 Astra 工作期间，可以发送额外的用户指令，例如纠正某个问题或调整需求。通过 WebSocket 连接，Responses API 会保留已经完成的工作，并在后续执行中纳入更新。《执行中追加指令》[4] 介绍了事件流程和工具结果的处理方式。 在对话中调整推理强度，同时保留缓存： 添加一个 configuration_update 输入项，即可针对困难任务提高推理强度，或针对常规后续任务降低强度，无需重写原始提示词前缀。更新后的推理强度会持续生效，直到被另一个 configuration_update 输入项覆盖。示例和兼容性说明见《在对话中调整推理强度》[5]。 对齐偏离监测： 作为 GPT-6 Astra 强化安全防护措施 [6] 的一部分，我们的系统会异步监测对齐偏离情况，并在必要时触发告警。更多信息见《对齐偏离监测》[7]。 限制： GPT-6 Astra 不支持 none 推理强度。为 GPT-6 Astra 启用欧盟数据驻留时，无法使用快速模式 [8]。 GPT-6 Astra 也支持 GPT-5.6 已有的 API 能力，包括电脑操作 [9]、结构化输出 [10]、流式输出 [11]、程序化工具调用 [12]、多 Agent 编排 [13]、提示词缓存 [14]、跨调用保留推理状态 [15]、上下文压缩 [16] 和 Pro 模式 [17]。 提示词最佳实践 与 GPT-5.6 Sol 等早期模型相比，GPT-6 Astra 更智能、能力也更强。它同时表现出一些可以通过提示词进行优化的行为模式，以适配你的具体使用场景。 GPT-6 Astra 的行为特点 主动性与持续执行： 模型的设计目标是成为更有效的协作者，因此，当额外信息可能实质性改变结果时，它更倾向于向用户提问。这可能导致它停下来，而用户原本期待它作出合理假设并继续执行。 指令遵循： GPT-6 Astra 的通用指令遵循能力强于我们此前的模型，因此你能更好地控制它的行为。它也可能对 Skill 及 AGENTS.md 等其他文件中的指令更加敏感。我们强烈建议检查模型能够访问的 Skill 和其他文件，找出其中可能影响模型行为的指令。 个性与写作风格： 模型倾向于给出详细、经过格式化的回答，并可能在不同会话中重复使用某些措辞。请明确指定应用所需的写作风格和结构。 子 Agent 委派： 模型委派任务的频率可能低于你的工作流所需。请明确指定它应当在什么情况下、以多大程度使用子 Agent 并行工作。 测试与验证： 对于编码任务，模型通常会在认定任务完成之前进行充分测试。对于较小的任务，这可能导致测试范围超出任务的实际需要。 主动性与持续执行 在长时间任务中保持连贯性方面，GPT-6 Astra 通常优于 GPT-5.6 Sol 及更早的模型。同时，在早期模型可能自行作出假设的情况下，它更倾向于请求澄清。 要让模型更自主地推进工作，可以先使用下面这段提示词： 你应当根据指令和此前的对话上下文，推断用户意图及任务范围。你的职责是优先采取行动，把用户想完成的任务推进到完成。