GPT-6 Astra 提示词最佳实践

GPT-6 Astra 提示词最佳实践 GPT-6 Astra 比 GPT-5.6 等前代模型更聪明、指令遵循更强，但随之带来五种默认行为倾向。 所以 OpenAI 官方给出提示最佳实践模板，包括...

GPT-6 Astra 提示词最佳实践 GPT-6 Astra 比 GPT-5.6 等前代模型更聪明、指令遵循更强，但随之带来五种默认行为倾向。 所以 OpenAI 官方给出提示最佳实践模板，包括明确目标、授权边界、关键决策规则和完成标准，让模型能够在这些条件内持续工作。 developers.openai.com/api/docs/guide… 1. 主动性与执行力 默认倾向：当额外信息可能改变结果时更愿意提问，用户期望它自行推进时它却停下来。这是迁移指南中唯一点名的问题（「不必要的审批暂停」）。 最佳实践： · 从上下文推断意图，偏向行动。可逆操作（建 worktree、解决冲突、只读操作、开草稿 PR）直接做，仅在明显破坏性或不可逆时停下。 · 「can you…」「help me…」「I want to…」视为执行指令，不停留在能力确认、提出计划或「够用就行」的部分方案。 · 先做完再请审批。部署、合并、发布等不可逆动作之前，把所有准备工作做完，让用户批准的是一个具体、可审阅的成果。不因假设性风险自行添加警告、免责声明或合规清单。 2. 指令遵循 默认倾向：能遵循更长的指令，但对上下文更敏感。skills、AGENTS.md 中含糊或矛盾的指导可能让它过早暂停。 最佳实践：明确声明用户指令优先于 skill；要求模型在因 skill 而暂停或偏离时，指出具体的 SKILL.md 文件、引用相关指令、区分「skill 的明确要求」与「自身解读」。文中强烈建议审计模型可访问的所有文件。 3. 人格与写作风格 默认倾向：偏好列表、表格和 Markdown，跨会话可能复用固定短语。 最佳实践：需要散文时明确指定「段落优先，每段一个主旨，仅在信息确实并列或有序时用列表」；技术沟通按用户背景校准术语密度。另有一份具体的 AI 套话黑名单，覆盖词汇（delve、leverage、genuinely、it's worth noting）、结构（自问自答、「In short:」总结句）、修辞（「不是，而是」对比框架、自造复合标签）和元叙述（说明自己不会做什么）。 4. 子智能体委派 默认倾向：委派频率可能低于工作流需要。 最佳实践：直接提示「只要并行能省时间或提质量就委派，无论自己是根代理还是子智能体」。另需提示代理间消息保持可读、单词间留正确空格，因为这类消息可能出现拼写和空格错误。 5. 测试与验证 默认倾向：编码任务中完成前测试充分，小任务上范围超出需要。 最佳实践：可逆、低影响、测试只是镜像实现的改动不写测试；运行与改动相称的检查，通过后只在出现新改动、失败或未解决疑虑时才扩大或重复。 整体对 GPT-6 Astra 的感受 · 五个倾向中至少三个（爱提问、对指令敏感、测试彻底）是「更谨慎」的副作用。默认值偏保守，需要开发者主动放开。 · 「先做完再问」是方法论核心：把自主性与安全性的矛盾转化为时序问题，可逆的先做，不可逆的最后审批。 · 指令遵循越强，上下文文件越成为风险面。审计文件与要求归因是配套措施。 · 写作风格部分说明 OpenAI 将「AI 味」拆解为可识别、可抑制的具体模式，这样真的能避免「不是，而是」吗？ 💬 1 🔄 0 ❤️ 5 👀 376 📊 3 ⚡