GPT-6 Astra 提示词与 Skills 最佳实践：该做减法了

GPT-6 Astra 来了，Skills 和提示词该重新做减法了

发布于：2026年9月12日栏目：精选推荐

GPT 6 Astra 让编程 Agent 的提示词设计发生变化：Skills 描述应更短更准，AGENTS.md 应按场景触发，权限边界和完成标准也需要重新审视。本文整理 OpenAI 的核心建议，帮助团队减少上下文负担和过度约束。

本文目录

随着编程 Agent能力快速提升，过去为了让模型“别走偏”而堆叠的大量规则，正在从帮助变成负担。针对 GPT-6 Astra，OpenAI给出的一个核心建议是：重新审视项目里的 Skills、`AGENTS.md` 和任务提示词，删掉已经不再必要的脚手架，让模型只在真正需要时读取真正相关的指导。

这并不是说提示词不重要，而是模型更强之后，提示词的作用从“把每一步都写死”转向“说明边界、目标和上下文”。如果仍沿用过去那套高度约束、处处要求确认、每次都读完整文档的做法，反而可能增加上下文占用，让 Agent更慢、更保守。

Skills本质上是存放在 Markdown文件中的可复用提示词，也可以附带资源和脚本，用来指导特定工作流。问题在于，很多项目逐渐积累了大量 Skills，每个 Skill又写了很长的描述。上下文空间有限时，描述会被压缩，模型看到的信息变少，最终更难判断究竟该选哪个 Skill。

更麻烦的是，不同 Skill的描述可能相互重叠甚至冲突。比如一个数据库迁移 Skill，如果描述成“处理数据库、查询、模型或持久化时使用”，模型几乎碰到任何数据库相关任务都会加载它；更合理的写法应该明确限定在“新增或修改迁移，或审查迁移发布”这类具体场景。

OpenAI因此强调一个原则：Skill的描述要尽可能短，但必须说清楚什么时候该用。一个好的 Skill不应该试图提前覆盖所有情况，而是帮助模型快速判断“现在是否需要它”。

读取一个 Skill本身就会占用上下文。如果 Skill内同时塞进多个工作流、完整规范和大量例外情况，很多内容其实与当前任务无关，却会提前进入模型上下文。

更适合 GPT-6 Astra的方式，是把 Skill根文档做成一个轻量路由器：先告诉模型有哪些分支、什么时候进入哪个分支，再把具体流程放进独立文档或脚本中。模型需要什么，就继续读什么，而不是每次都先吞下一整本说明书。

这也是“渐进式披露”的价值。过去模型能力有限，写成非常具体的操作食谱可能有帮助；现在模型对歧义和上下文的理解更强，过细的步骤反而可能限制判断空间。尤其是仓库中的 Skills往往还会被其他模型使用，因此写规则时也要考虑：对某个旧模型有帮助的限制，可能会过度约束 Astra。

`AGENTS.md` 的影响范围更大，因为模型只要在仓库中工作，就可能受到它的指导。过去常见的写法是：每次修改代码之前，都必须先阅读架构文档、数据库文档和部署文档。对于一次只改错别字的小修复，这显然过头了。

更好的做法，是把文档和具体场景绑定。例如，处理服务边界时再读架构文档，修改 Schema时再读数据库文档，准备发布时再看部署文档。这样既保留必要上下文，也避免把无关材料塞进每一次任务。

同样，旧模型常常需要被提醒“记得运行测试、检查结果”。GPT-6 Astra在编码任务上本身就更倾向于验证工作，如果仍保留过强的测试要求，小改动也可能触发不必要的大范围测试。提示词应该说明测试边界，而不是机械要求“每次都全部跑一遍”。

很多团队曾经因为模型会擅自执行操作，在提示词里加入大量“必须先询问”“不得继续”的强限制。这些限制对旧模型有实际价值，但 Astra对指令和安全边界更敏感，如果原样照搬，可能会导致它在本来可以安全继续的地方过早停下来。

因此，升级模型时需要重新检查这些权限表达。真正高风险、不可逆的操作仍然应该有明确边界；但对于安全、可回滚、团队已经认可的工作流，可以直接授权模型继续完成。例如本地测试使用一次性环境、不会访问生产系统，就可以明确允许它在失败后修复并重跑相关测试，而不必每一步都回来询问。

GPT-6 Astra的另一个特点是，它可能比 GPT-5.6 Sol更谨慎地判断任务何时该停。有时它完成第一版实现后就会回来等待审查，哪怕后面还有启动程序、检查结果、修复失败这些工作。

解决办法不是再写一大串操作指令，而是在任务开始时定义好“完成”的标准。如果你的目标是“实现、运行、检查并修到可用”，就应该直接把这个终点写清楚。这样模型知道自己该持续推进到什么程度，也知道哪些节点不需要额外确认。

对于希望模型继续探索的任务，也应该说明探索范围和停止条件。相比规定每一步怎么走，这种边界式提示更适合能力更强的 Agent。

GPT-6 Astra带来的变化并不只是“模型更聪明了”，更重要的是它改变了人与 Agent协作的最佳方式。过去为了补模型能力而建立的规则、模板和检查清单，不一定还适合今天。

对现有项目来说，最实用的动作不是马上增加新的提示词，而是先审计旧的 Skills、`AGENTS.md` 和任务模板：删掉重复规则，缩短 Skill描述，把大文档拆成按需读取的分支，重新检查权限边界，并把任务完成标准写得更明确。

模型能力提高以后，好的提示词往往不是写得更多，而是留下真正必要的那部分。