【学习笔记】GPT-6 Astra 时代的 Skills 与提示词重写指南：OpenAI 官方最佳实践全文解读
2026 年 9 月 3 日，OpenAI 发布 GPT-6 Astra：官方称其为「全球智能程度最高且最符合人类意图的模型」，1M token 上下文、12.8 万 token 最大输出，强项正是计算机操作、网页浏览与软件工程，第一时间登陆了 ChatGPT Work、Codex 和 API。一周之内，OpenAI 开发者博客跟发了一篇面向编码智能体用户的实践指南——Rethinking skills and prompts for GPT-6 Astra（重新思考 GPT-6 Astra 的 skills 与提示词）。
这篇文章不长，但方向相当反直觉：新模型上线，第一件事不是加提示词，而是给你的提示词资产做减法。 过去两年为旧模型精心攒下的 skills、AGENTS.md 和任务提示词，在 Astra 上不但不会自动升值，反而可能变成负资产——占上下文、互相打架、把强模型捆回弱模型的行为模式。
先给结论速览，再逐节拆解原文：
一句话总结：更少的 hand-holding（手把手指导）。 具体六条：① skill 描述尽可能短，把「什么时候用」一句话说清；② skill 根文档只做最小路由器，细节渐进披露；③ 别写行程单式的操作配方，新模型自己会拿捏分寸；④ AGENTS.md 改成按需索引，不要每次改动前全读文档堆；⑤ 从「要求模型先问再做」转向「预授权安全工作流」；⑥ 在开工前显式定义「完成」，否则 Astra 会在第一个能交差的点停下来等你。
一、文章的出发点：最佳实践每月都在变
原文开篇直说：编码智能体（coding agents）的最佳实践每个月都在变。模型越强，需要的指导越少——但「指导」这个东西以三种形态散落在工作区里：
- skills——针对特定工作流或应用打包的提示词；
- AGENTS.md——放在仓库里的项目级说明；
- 任务提示词（task prompts）——每次派活时写的那段话。
文章按这三个载体依次展开，每一节的核心动作都是同一件事：把为旧模型写的约束拆掉一层。
一个值得注意的细节：文中随口提到了 OpenAI 内部的模型梯队——GPT-5.6 Sol（Codex 的上一代主力）和一个名为 Luna 的模型。这不是本文重点，但它侧面确认了 OpenAI 现役模型族谱的命名：Astra（新一代旗舰）、Sol（上代）、Luna（文中与 Sol 并列提及的其他模型）。
二、Skills：三条新准则
2.1 问题描述：描述通胀，而且互相打架
OpenAI 对 skill 的定义一如既往：以 Markdown 文件形式存储的提示词，与支撑资源和脚本打包在一起，最适合承载特定工作流或特定应用的操作知识。
问题出在规模上。原文描述的失败模式很具体：
- skills 越装越多，描述（description）越写越长，长到 Codex 不得不截断它们才能塞进上下文——截断之后模型能看到的部分反而更少，挑选 skill 变得更难；
- 不同 skill 的描述互相矛盾，或者都在过度强调「要用我」。
官方的 $skill-creator skill 最近一次更新就是在缓解这些失败模式（用它生成的 skill 会自动规避描述通胀），但工具只是兜底，文章给出了三条人工准则。
2.2 准则一：描述尽可能短，触发条件说清楚
skill 的 description 是给模型的「何时调用」信号，写长不如写准。原文给了一组对照：
| 原文 | 译文 | |
|---|---|---|
| 坏 | Use when working with databases, queries, models, or persistence | 在涉及数据库、查询、模型或持久化工作时使用 |
| 好 | Use when adding or changing a migration, or reviewing its rollout | 在新增或修改 migration、或审查其上线情况时使用 |
坏例子的病根是触发面过宽：「数据库相关」几乎能匹配任何后端任务，模型只好频繁误触发；好例子把触发条件收敛到两个具体动作上，一句话，无歧义。
2.3 准则二：渐进式披露（progressive disclosure）
skill 的根文档（主 Markdown 文件）应该是一个指向支撑文档与脚本的最小路由器，而不是把所有细节平铺在第一屏。
理由算的是上下文账：读 skill 是有成本的，每多读一段都消耗 token、都让会话更接近 compaction（上下文压缩，压缩即信息损失）。让模型先看目录、按需深入，是唯一可持续的结构。
2.4 准则三：别给新模型写行程单
这条最反直觉。过去写 skill 的常见套路是「第一步先 X，第二步再 Y，遇到 Z 就 W」的行程单（itinerary）或配方（recipe）式指令。原文明确说：如今模型对细微差别与模糊性的处理已经比这类过度具体的指导更好——你手写的决策树，反而是模型发挥的上限。
2.5 仓库级 skill 的多模型困境
还有一层容易被忽略的现实：仓库里的 skill 是写给所有贡献者的 agent 看的，而这些 agent 背后可能是不同厂商、不同代际的模型（文章举例：Sol 或 Luna）。为弱模型写的补丁式指导，对 Astra 就是过度约束。
这是一个没有完美解的权衡：要么按模型分叉 skill 维护成本翻倍，要么按最强模型写、让弱模型自行消化。文章没有给出银弹，只是要求你意识到这层错配的存在。
三、AGENTS.md：从「要求」到「许可」
3.1 重新审视每一条指令
AGENTS.md 是仓库级的项目说明，几乎每个认真用编码智能体的仓库都有。文章的建议是逐条自查：这条指令今天还有存在的必要吗？ 很多条目是当年为旧模型的某个坏习惯打的补丁，模型换了，补丁还在。
3.2 按需索引，而非每次全读
典型的旧写法是要求模型在每次改动前读完一摞文档、掌握整个仓库地图。文章指出这对绝大多数任务（比如修个 typo）是纯粹的浪费——Astra 自己能判断需要读什么。对照示例：
| 原文 | 译文 | |
|---|---|---|
| 坏 | Before every edit, read architecture.md, database.md, deployment.md | 每次编辑前，先阅读 architecture.md、database.md、deployment.md |
| 好 | Use architecture.md for service boundaries, database.md for schema changes, deployment.md when preparing a deployment | architecture.md 用于查服务边界；database.md 用于改 schema；deployment.md 在准备部署时阅读 |
区别在于从程序性指令（每次都做）变成了索引性信息（什么时候查什么），把「何时读」的决策权还给模型。
3.3 测试：从「鼓励」到「预授权」
一个具体的代际差异：以前的模型需要你在 AGENTS.md 里鼓励它跑测试，否则它会跳过；Astra 会主动跑测试——同样的鼓励条款留下来，反而会诱导它做不必要的反复测试。
3.4 给许可：安全工作流的预授权
文章承认 Astra 虽然做事彻底（thorough），但对「一个任务该推进到多远」反而更试探（tentative），需要你推它一把。推法不是催促，而是在 AGENTS.md 里预授权安全的工作流。原文给出的示范段落值得整段抄录：
The local tests use disposable fixtures and have no production access. Run them, fix failures caused by the requested change, and rerun affected tests without asking for approval at each step.
（译：本地测试使用一次性 fixture，没有任何生产环境访问权限。直接运行它们，修复因本次改动引起的失败、并重跑受影响的测试，无需在每一步请求批准。）
注意这段话的结构：先声明为什么安全（一次性 fixture、无生产访问），再声明授权到哪（跑、修、重跑，不用逐步请示）。这正是新一代提示词的典型姿态——不是限制，是许可。
四、决策边界：对齐变好之后，松开旧缰绳
如果你过去用的模型会自作主张做过头，你大概率在提示词里加过「先问我再做」式的强边界语言。文章提醒：GPT-6 Astra 是 OpenAI 迄今最对齐（most aligned）的模型，判断力远超前代，在不确定操作是否安全时本来就不会动手。
于是那些为旧模型加的强边界就变味了：Astra 会把它们太当回事，在你本乐意让它继续推进的地方提前停工。切到 Astra 后，每一条边界语句都值得重新问一遍：这是真正的安全边界，还是旧模型时代的行为补丁？
五、持久性：在开工前定义「完成」
这是全文最有实操价值的一节。两个模型的性格差异被描述得很鲜明：
- GPT-5.6 Sol：接到需求就闷头长跑，一口气推进很长的距离；
- GPT-6 Astra：对「该在哪里停」更试探、更保守，可能在第一个实现成型时就回来找你 review，而活其实还没干完。
对策不是改造模型性格，而是在任务开始前定义完成标准：
- 如果任务的「做完」包含「让实现跑起来、检查结果、修复失败」，就把这些写进需求本身，推着 Astra 走完全程；
- 原文特别点出一句：「要求第一步实现后停下等 review，会把模型拉向更早的停止点」——停下来等你拍板，可能是你并不需要做的决定，却在提示词里成了硬性关卡；
- 反过来，如果你确实希望它在第一步之后先对齐方向，或者希望它探索多个方案，就明说探索什么、在哪里停。
停止点的设计权在你手里，但必须显式行使，否则默认值偏保守。
六、我的解读：提示词的边际收益正在塌方
把六条建议放在一起看，背后是同一条经济学：模型能力越强，指令的边际收益越低，而约束错配的边际成本越高。
| 场景 | 旧模型的提示词姿态 | GPT-6 Astra 时代的建议姿态 |
|---|---|---|
| skill 描述 | 越详细越好，覆盖所有可能触发场景 | 尽可能短，触发条件一句话说清 |
| skill 内容 | 行程单式配方，手把手分步 | 最小路由器 + 渐进式披露 |
| AGENTS.md 文档 | 每次改动前全读文档堆 | 按需索引，何时查什么 |
| 跑测试 | 鼓励、提醒、要求 | 预授权（并防过度测试） |
| 行为边界 | 强语言设限，先问再做 | 只留真正的安全边界，其余松绑 |
| 停止点 | 基本不关心 | 显式定义「完成」，否则偏早停 |
几点展开：
其一，上下文是新的稀缺资源。 这篇文章通篇算的都是 token 账：skill 描述被截断、读 skill 逼近 compaction、读文档堆是浪费。当模型能力不再是瓶颈，上下文窗口就成了新的瓶颈，而提示词通胀是挤占它的第一元凶。「做减法」不是玄学，是资源调度。
其二，「教模型做事」正在让位给「告诉模型规则」。 三条 skill 准则和 AGENTS.md 准则指向同一个转变：行程单、配方、程序性步骤，这些「怎么做事」的知识正在从提示词里退场（模型自己会），留下来的是「什么被允许、去哪里查、在哪停」这类规则性知识。回头看 Anthropic 的 Agent Skills 用 SKILL.md 的 frontmatter description 做路由、正文渐进披露，与本文建议同构——这已经是行业共识，而非 OpenAI 一家之言。
其三，多模型适配是真实痛点。 仓库 skill 天然是「写给所有贡献者的所有 agent」的公共品，而各家的模型代际参差。为弱模型兜底就会压制强模型，本文没有解这个死结，只要求你「知道这件事正在发生」——诚实，但也说明生态还没有好答案。
其四，文章结尾的建议最实用也最幽默：不必逐条人肉审查你的提示词资产，让 GPT-6 Astra 按这篇文章的标准替你审计一遍，然后去构建一个你以前根本不敢尝试的东西。用最强的模型清理为最弱模型打的补丁，再用腾出来的上下文做更大的事——这个闭环本身就是对全文论点的最好演示。
其五，对照自查。 写完这篇笔记我立刻看了眼本仓库的 AGENTS.md：一百多行，其中「每次都读」性质的全局说明和「何时查什么」性质的索引混在一起，按本文标准，前者的比例显然偏高。这不会立刻改——但下一轮模型升级时，做一次这样的审计已经在我的待办清单上了。
七、相关阅读与来源
- 原文：Rethinking skills and prompts for GPT-6 Astra — OpenAI Developers Blog
- GPT-6 Astra 发布页：GPT-6 Astra：新一代智能 — OpenAI、OpenAI GPT-6 Astra 现已登陆 ChatGPT Work、Codex 及 API — IT 之家
- 本站相关：ZCode 插件开发调研与实战（Claude Code 与 ZCode 的 skill/插件生态单向兼容拆解）、Codex 接入 GLM 的 Responses API 完全实战（Codex CLI 的配置体系与坑位手册）
需要说明的两点：原文未署名、也未标注具体发布日期，从内容看成文于 Astra 发布（2026-09-03）之后不久；文中关于 Astra 发布参数的信息来自 OpenAI 官方发布页与 IT 之家报道，与本文一手交叉确认的部分是 GPT-5.6 Sol 作为 Codex 上代主力、以及「最对齐模型」的官方定位。