跳到主内容
@wquguru
精选88meng shao技巧与观点

GPT-6 Astra 提示词调优指南:五条实操建议

GPT-6 Astra 行为特性|提示词调优|五条上手指南

原文
发到 X
推荐理由

Agent 开发者必看,这篇把 GPT-6 Astra 过于谨慎导致的交互摩擦拆解得很细,直接给出自审规则和授权话术,拿来就能优化你的 Agent 工作流。

GPT-6 Astra 行为特性|提示词调优|五条上手指南

OpenAI 成员 @angelbrodin 基于官方「Prompting best practices」提炼出更落地实践的五条上手指南,整体看:GPT-6 Astra 能力更强、也更"听话",所以旧的粗放提示词习惯需要调整,否则会遇到它过于谨慎、频繁停下来确认的问题。

1. 自主性:Astra 更爱"问一句",需要明确授权它往前走

现象:Astra 被训练成"协作者"而非"执行器",当它判断额外信息可能改变结果时,会主动停下来问。这在很多场景是优点,但在长任务里会让你觉得它"不够自觉"。

两个具体对策: · 启动长任务前加一句授权:推断意图、偏向行动、合理假设、自主推进,只在明显破坏性或不可逆的操作前停下确认。 · 在 AGENTS.md 里声明:像 "could you…"、"I want to…"、"help me…" 这类口语化表达就是要求你动手,不是在问你能不能。

官方文档还多了一层:把"请求批准"放在最后一步——先把能做的都做完,让用户审批的是一个具体可看的结果,而不是一个空计划。

2. 指令遵循:更强,也更敏感,需要审计已有的规则文件

Astra 对长指令的遵循能力提升,副作用是对 skill、AGENTS.md 等上下文里的文字更敏感。一条措辞含糊或互相冲突的旧规则,以前的模型会忽略,Astra 可能会照做,然后卡住。

一段可直接复用的"自审提示词",要点是: · 找出会导致不必要停顿、重复确认、任务留尾的指令 · 重点看自主性、澄清、审批、任务完成四类规则 · 区分"有意设置的安全护栏"和"无意中让日常工作也要审批的措辞" · 逐条引用原文、说明影响、给出修改建议,并标注哪些改动会扩大模型权限 · 先出方案再改文件

3. 写作:强项,但要喂样本、要压格式

· 提供你自己的写作样本或 skill 文件,效果会更好。作者的做法是接 Gmail/Slack/GDrive 插件,让模型读近 30 天的沟通记录,再生成几个"模仿我的语气"的 skill。 · 反向做法:让 Astra 研究 2026 年中期"AI 味写作"的典型特征,做一个"去 AI 味"的 skill。 · 默认输出偏爱表格、列表、Markdown;想要纯散文就明说。官方文档给了具体的段落式写作提示词和一份"slop 词黑名单"。

4. subagents:默认偏保守,想用就直说

Astra 委派 subagents 的频率可能比你期望的低。需要并行时直接要求即可。另一个细节:多 agents 之间的消息("agent dialect")可能有语法和空格错误,可以要求它保证 agent 间消息和最终输出都是人能读的。

5. 测试:默认过于彻底,小任务要主动降级

对代码任务,Astra 倾向在标记完成前做大量测试。小改动、可逆改动、低风险改动上这是浪费,需要明确告诉它什么时候不用写测试、什么时候不用重复验证。

实操建议(按优先级)

1.2先跑一遍第 2 点的自审提示词,清理规则文件。这是一次性成本,收益最大。 2. 在 AGENTS.md 里加上第 1 点的自主性授权和口语化请求的解释规则。 3. 按需加上测试降级(第 5 点)和 subagents 偏好(第 4 点)。 4. 写作相关的 skill 是长期投入,可以后置。

OpenAI skills 仓库 里有一个 openai-docs skill,可以让 Codex 或其他 coding agent 自动应用这套迁移建议,适合不想手动改配置的情况。 https://github.com/openai/skills/

更进一步:量化金融体系

看懂新闻只是起点——沿量化金融路径,把它变成能交付的工程能力

进入量化体系 →

关联讨论

同一事件的更多信源

相似阅读

另一事件,读法相近