OpenAI 让开发者少写，而不是多写
2026 年 9 月的第二周，OpenAI 发布了两份指向同一方向的文档，而这个方向略微反直觉：模型能力越强，它需要的脚手架越少。9 月 11 日，官方模型文档说明了 GPT-6 Astra 在哪些地方容易产生不期望的行为，以及开发者如何规避；9 月 12 日，OpenAI 工程师 Eric Provencher 把这套指导延伸到了大多数团队从来不会想到去更新的文件：技能（skills）、AGENTS.md，以及一年来不断累积的任务提示词。
他的核心判断很直接：随着时间累积起来的指令会吃掉上下文，或导致 GPT-6 Astra 过早停止工作，而能力更强的模型需要更少的“手把手”。这与大多数团队的直觉恰好相反。新前沿模型发布时，默认动作通常是加护栏：更多示例、更多必读文档、更明确的审批。但对 Astra，OpenAI 说默认动作是错的。
这篇文章梳理该删什么、该加什么，以及如何定位到那个让模型卡住的具体文件。目标读者是负责 API 集成或智能体框架的人，因为过度提示的成本最先在那里体现出来。
相隔一天的两份文档
把两份文档分开看会更容易理解，因为它们覆盖的是技术栈的不同层次。
9 月 11 日的模型文档指导讲的是模型本身的行为。OpenAI 指出，GPT-6 Astra 比 GPT-5.6 Sol 更倾向于提出澄清性问题，而不是自行做假设——官方把这一点定位为模型是“更有效的协作者”。代价则是开发者能立刻感受到的：模型有时会在用户期望它继续的地方停下来。OpenAI 的解法在提示词层，而且官方直接公布了措辞。
9 月 12 日的技能与项目指令指导讲的是模型周围的环境。Provencher 的论点在于：技能文件与 AGENTS.md 本质上也是提示词，因此会承担与任何提示词相同的风险。描述范围过宽的技能会在不该触发时被加载；详尽的逐步流程会拖慢更新的模型；而为了约束一个更早、更不可预测的模型而写下的审批规则，现在会被当作硬性停止条件来执行。
两者需要合起来看的原因是：只修一层并不能覆盖另一层的问题。你可以写出一条完美的行动偏向提示词，却仍然看着智能体做到一半就停下，因为 AGENTS.md 里有一句话要求它在第一次实现之后先汇报。
该删什么
OpenAI 明确点出了三种模式，每一种都能对应到你今天就能 grep 到的东西。
1. 范围过宽的技能
技能是以 Markdown 文件形式存储的提示词，它们的名称和描述会进入模型上下文，以便框架挑选正确的技能。当技能数量过多时，描述会被截断，模型就失去了做出正确选择所需的信息。描述之间互相冲突，或者范围宽到能匹配无关任务，都会加载模型并不需要的指令。
Provencher 的修正方案是精确界定技能何时触发。他给出的例子是：一个用于 Postgres schema 迁移的技能，应该只在创建或修改迁移、或检查其上线状态时触发。如果某个技能确实覆盖多个工作流，它的主文档应简要指向对应的补充文档与脚本，而不是把它们全部内联进去，这样模型只读取任务真正需要的内容。
2. 一刀切的阅读要求
最典型的例子是要求每次改动前都先做完整的项目导览。要求模型在每次提交前读取多份文档或整个项目概览，对一个拼写错误的修复来说完全是过度设计，而 Astra 有能力自己判断需要什么。
替代方案是选择性指向。与其在每次任务中强制读取 architecture.md、database.md 和 deployment.md，不如让指令在真正相关的上下文里点名对应文档：处理服务边界时看架构信息，修改 schema 时看数据库文档，上线时看部署说明。每省下的一次读取，都是模型不必消耗、也不会被推入摘要环节的上下文。
3. 已经比模型活得更久的审批规则
这是三种模式里边缘最锋利的一种。曾经目睹旧模型“失控”的团队，会用严格的审批规则把一切锁死，而这些规则此后一直被沿用。OpenAI 的立场是：切换到 Astra 就是重新审视它们的时机，因为模型可能把旧限制理解得过于字面，即使你希望它继续也会停下来。
平衡点是为已知安全的操作给出明确许可。官方给出的例子是：在没有任何生产访问权限的一次性数据上运行本地测试时，AGENTS.md 可以直接声明，智能体可以运行这些测试、修复由本次改动引入的错误、并重新运行受影响的测试，而无需再次询问。这条规则很窄，写在模型真正会读取的文件里，并且限定在下行风险可控的操作范围内。
该加什么
删掉脚手架只是改动的一半。OpenAI 的指导为每一处删除都配了一个替代项，而这些替代项都很短。
一条行动偏向指令
为了让 Astra 更有主动性，OpenAI 建议使用一条提示词，要求模型从上下文中推断意图，并表现出行动偏向。官方公布了措辞，其中承重的句子是关于范围与贯彻到底：模型应展示出行动的倾向，并持续跟进用户的既定任务直至完成；除非某个操作明显具有破坏性或不可逆，否则应独立推进。
同一份指导还重新界定了一类用户表述。像“你能……”“我想……”“帮我……”这样的说法，应被视为行动指令，而不是追问的邀请。仅这一条澄清，就能为基于 API 构建的团队消除一整类往返确认。
一个明确的“完成”定义
Provencher 指出，即使没有任何限制，Astra 也可能比 GPT-5.6 Sol 更早停下，因此提示词需要事先定义什么叫完成。如果智能体应当实现某个功能、运行它、检查结果并修复错误，这四个步骤都必须写出来。他特别提醒：把“在第一次实现后先汇报”写成要求，实际上就是把停止点提前了，会让一条听起来很贴心的规则变成提前退出。
一条关于何时请求审批的规则
OpenAI 在这里的措辞很精确：用户应该是在审批一个具体、可复查的成果。这把确认循环从“先问再做”重新定义为“先准备好，再问”。配套指令是删掉那些基于假想风险、而非当前任务本身的无谓警告、免责声明与安全检查清单。
一条用于定位卡顿的调试提示词
整套内容里最实用的一项，是让模型解释自己行为的提示词。当某个技能导致模型请求许可或确认、暂停、留下未完成的请求工作、或偏离用户意图时，模型应指出并链接它读取的那个 SKILL.md 文件、引用相关指令，并简要说明其适用方式。官方版本还要求模型区分技能的明确要求与自己对该指南的解读。
正是这种区分让这个工具真正有用。由明确规则导致的卡顿，通常是该删掉的规则；由模型自身解读导致的卡顿，通常是该收紧措辞的问题。
如果你要的是散文，就明确说
还有一个值得处理的小发现：Astra 倾向于用列表、表格和 Markdown 格式来组织回答，并且在不同会话间重复使用同样的措辞。如果交付物是散文，OpenAI 的指导是明确提出来，要求用简洁的段落、平实的语言和主动语态。不作说明的话，你得到的就是格式丰富的默认输出。
迁移检查清单
把这些指导整理成执行顺序，对于已有的智能体框架，合适的次序是：
- 审查模型能触及的每一个技能文件。把范围描述压缩到触发条件本身，并检查描述之间是否存在冲突。
- 删除一刀切的阅读要求。把每一条替换成在真正相关的上下文中才触发的指向。
- 重读
AGENTS.md中早于本模型存在的审批规则。删除那些已不再描述真实风险的规则，保留仍有必要的，并把措辞收得更紧。 - 加入行动偏向指令与完成定义。两者都很短，而且作用于提示词层而非环境层。
- 加入定位卡顿技能的调试提示词。它能把一个不透明的行为转换成一条文件路径和一行被引用的指令。
- 为已知安全的操作设置明确许可，让智能体不再反复询问一次性数据上的本地测试。
- 端到端重测整个工作流。过度提示的失效方式是沉默，而不是报错，所以要检查的是任务能否不再中途确认就跑完，而不是命令是否以零退出。
这对 API 团队意味着什么
对纯 API 集成——一个代理、一套 RAG 服务、一条分类流水线——技能文件那部分指导的适用性相对有限，但底层的经济账依然成立。Astra 的定价是输入每百万 token 10 美元、输出每百万 token 50 美元，缓存输入为每百万 1.00 美元，缓存写入为每百万 12.50 美元。跨调用保持稳定的上下文读取很便宜，而不断变化的上下文则按完整输入价计费。
这种不对称意味着：仅仅因为上一个模型需要而存在的指令并不免费。它们会被重复发送、重复读取，在很多部署里还会被重复计费。OpenAI 建议的这份五分钟审查，直白地读就是一次有明确账单数字可衡量的上下文缩减。
二阶效应更微妙。在智能体框架里，一次提前停止的代价是一个完整的往返加上用户的注意力，而如果没人注意到，代价可能是整个任务。对不可预测的模型来说合理的确认规则，对更可靠的模型来说就变成了一次昂贵的打断。这正是把提示词与技能文件当作与模型版本绑定的版本化产物、而不是写一次就永久继承的配置的全部理由。
资料来源
- THE DECODER，《GPT-6 Astra needs leaner prompts and fewer guardrails, OpenAI recommends》——Matthias Bastian，2026 年 9 月 12 日（转述 OpenAI 工程师 Eric Provencher 关于技能、AGENTS.md 与任务提示词的指导）
- THE DECODER，《OpenAI shares prompting tips for GPT-6 Astra, including a blocklist of slop words》（转述 OpenAI 模型文档层面的提示词指导：澄清行为、行动偏向、审批时机、输出风格）
- OpenAI 新闻源，《Perplexity trusts GPT-6 Astra with end-to-end systems》——2026 年 9 月 14 日（第三方生产案例：通信撰写、软件变更、生产系统监控、检查频率显著下降）
- OpenAI 新闻源，《Cognition helps Devin test its own work with GPT-6 Astra》——2026 年 9 月 11 日（配套案例：智能体自我测试）
- GPT-6 Astra API 价格，本站 2026 年 9 月核实：输入/输出每百万 10/50 美元，缓存输入 1.00 美元，缓存写入 12.50 美元