OpenAI дала советы по промптам для GPT-6.2 Astra и Sol: меньше вопросов, короче ответы

OpenAI дала советы по промптам для GPT-6.2 Astra и Sol: меньше вопросов, короче ответы

OpenAI выпустила для GPT-6.2 Astra и Sol шаблоны промптов, которые можно скопировать, и советует разработчикам, переходящим на эти модели, пересмотреть свои системные промпты. Шаблоны лежат в документации моделей и нацелены на поведение, которое компания заметила в обоих релизах. По описанию The Decoder, Astra рассчитана на самые сложные задачи, а Sol справляется со сложной работой дешевле. Модели вышли 17 ноября (год в источнике не указан).

Письмо и краткость. По словам OpenAI, Astra по умолчанию пишет короче и прямее прежних моделей, поэтому привычные инструкции вроде «будь краток» стоит пересмотреть. Для работы в роли коллеги компания советует промпт, по которому модель берёт терминологию пользователя и источников, использует активный залог и ставит главное в начало. Для внешних читателей модель должна учитывать, что у них нет контекста, а при редактировании, сохранять смысл и формулировки автора. Отдельная проблема длинных задач: модель иногда тянет в итоговый ответ сокращения из собственных рассуждений или из сообщений других агентов. Для этого есть промпт, требующий писать финальный ответ так, чтобы он был понятен сам по себе, без чтения промежуточных комментариев.

Инициатива. Когда намерение пользователя неясно, GPT-6.2 иногда предлагает следующий шаг и ждёт подтверждения. OpenAI рекомендует промпт, по которому модель выполняет такие шаги сама, если у неё есть на это полномочия. Останавливаться ей следует только при существенном изменении объёма задачи, реальном препятствии, решении, которое должен принять пользователь, и перед необратимыми или разрушительными действиями. Если детали неясны, модель должна делать обратимые допущения, отмечать их и продолжать работу. Более высокий уровень рассуждений, добавляет OpenAI, помогает ей доводить до конца итоговые проверки в длинных задачах.

Код. По утверждению OpenAI, GPT-6.2 пишет более эффективный код, чем предшественники. Шаблон велит переиспользовать существующую логику репозитория и не плодить лишние вспомогательные функции и абстракции. Новые тесты, только если их просят, этого требует репозиторий или они нужны, чтобы поймать конкретную регрессию, которую не заметят существующие тесты. Меньше строк и более короткие имена переменных простотой не считаются. Для фронтенда разработчикам советуют прямо задавать изображения и типографику: по умолчанию шаблон отдаёт предпочтение реалистичным картинкам из генерации или поиска, а SVG использует только по запросу; декоративная нумерация, бейджи-заполнители и подсказки, повторяющие уже видимое в интерфейсе, не нужны.

Изменения в API. Начиная с GPT-6.2, Responses API отбрасывает прежнее содержимое рассуждений, если разработчик правит историю диалога, переключается на некоторые другие модели или меняет конечного пользователя либо организацию. Это может ухудшить качество ответов и увеличить расход токенов, потому что модель повторяет уже сделанную работу. Для новых интеграций OpenAI рекомендует уровень рассуждений «medium», а существующим настройкам с «none» или «minimal» советует перейти на «low». Параметры temperature и top_p больше не поддерживаются.

Контекст и цены. В апреле OpenAI советовала не переносить старые наборы промптов на GPT-5.5, а писать короткие промпты, ориентированные на результат. В сентябре вышли промпты для GPT-6 Astra, которые должны были сократить частые уточняющие вопросы и убрать ИИ-штампы; тогда же разработчик OpenAI Эрик Провенчер (Eric Provencher) предупреждал, что раздутые файлы skills и AGENTS.md замедляют модель. Тогда даже небольшие правки вызывали у Astra тщательное тестирование, а GPT-6.2 должна писать новые тесты только по запросу. Цена Astra в API начинается с $8 за миллион входных и $40 за миллион выходных токенов при контексте до 272 000 токенов. Выше этого порога Astra 6.2 стоит $16 и $60, чтение из кеша, $0,80 за миллион токенов; Astra 6.0 за порогом дороже: $20 за вход и $75 за выход на миллион токенов. Длинные сессии быстро упираются в этот предел, поэтому Codex автоматически сжимает контекст на 272 000 токенах. По словам Теда Сандерса (Ted Sanders) из OpenAI, выбор модели сводится к бюджету и требованиям к качеству. Цена Sol в статье не приведена.

Ключевые факты

  • OpenAI опубликовала в документации GPT-6.2 Astra и Sol готовые шаблоны промптов про стиль письма, инициативу и код и советует разработчикам пересмотреть системные промпты при переходе.
  • Astra по умолчанию пишет короче и прямее, поэтому инструкции вроде «будь краток» стоит пересмотреть; при неясной задаче модель должна делать обратимые допущения, отмечать их и продолжать, а не ждать подтверждения.
  • В коде шаблон требует переиспользовать существующую логику, не плодить абстракции и писать новые тесты только по запросу, по требованию репозитория или для конкретной регрессии.
  • В Responses API правка истории диалога, смена некоторых моделей или конечного пользователя либо организации стирает прежние рассуждения, что может ухудшить ответы и увеличить расход токенов; temperature и top_p больше не поддерживаются.
  • Astra в API стоит от $8 за миллион входных и $40 за миллион выходных токенов до 272 000 токенов контекста, выше порога Astra 6.2, $16 и $60.

Почему это важно

Новая версия модели меняет поведение по умолчанию: ответы короче, а в неясных ситуациях модель действует сама, а не спрашивает. Старые системные промпты, написанные под предыдущие модели, могут давать другой результат. OpenAI прямо советует их пересмотреть. Кроме того, изменения в Responses API влияют на качество ответов и стоимость, а не только на стиль. Раньше, по пересказу The Decoder, компания уже выпускала такие рекомендации для GPT-5.5 (в апреле) и GPT-6 Astra (в сентябре), так что рекомендации по промптам становятся для неё регулярной практикой.

Кому это важно

Разработчикам, которые переводят приложения и агентов на GPT-6.2 Astra или Sol через API. Командам, у которых в системных промптах есть инструкции о краткости, о вопросах пользователю или о тестах. Тем, кто хранит историю диалога и правит её между запросами, переключается между моделями или меняет конечного пользователя либо организацию. Пользователям Codex: он автоматически сжимает контекст на 272 000 токенах.

Как это применить

Скопируйте шаблоны из документации моделей и сверьте их со своими системными промптами. Уберите или пересмотрите инструкции вроде «будь краток». Если нужно, чтобы модель двигалась дальше без подтверждений, используйте промпт про самостоятельные шаги в рамках полномочий и остановки только перед необратимыми действиями. Не редактируйте историю диалога без необходимости, чтобы не потерять прежние рассуждения. Для новых интеграций OpenAI советует уровень рассуждений «medium», а настройки с «none» или «minimal», перевести на «low». Уберите из запросов temperature и top_p. По ценам: у Astra порог 272 000 токенов; выше него тарифы выше, цена Sol в статье не названа.

Можно ли доверять

Это пересказ документации OpenAI изданием The Decoder, а не сама документация: ссылки на страницу с шаблонами в материале нет. Утверждения о поведении моделей, слова OpenAI, измеренных результатов или бенчмарков для шаблонов в статье не приведено. Фрагменты промптов воспроизведены блоками текста без кавычек, без указания отдельного автора: это текст шаблонов OpenAI в том виде, в каком их привёл The Decoder. Год запуска и предыдущих рекомендаций в статье не указан.

Риски и подводные камни

Правка истории диалога, переход на некоторые другие модели или смена конечного пользователя либо организации стирает прежние рассуждения. Это может ухудшить качество и увеличить расход токенов, поскольку модель повторяет уже выполненную работу. Какие именно «некоторые другие модели» вызывают сброс, в статье не сказано. Самостоятельные шаги и допущения модели полезны только при настоящих полномочиях: шаблон сам требует убедиться в авторизации и отмечать допущения. Выше 272 000 токенов цены растут, а длинные сессии быстро упираются в этот предел. Из статьи не ясно, заменяют ли шаблоны 6.2 сентябрьские промпты для GPT-6 Astra или дополняют их.

«Останавливайтесь и уточняйте у пользователя, только если существенно меняется объём задачи, вы упёрлись в конкретное препятствие, есть решение, которое должен принять пользователь, или перед необратимыми и разрушительными действиями.»

— из шаблона промпта OpenAI для GPT-6.2, в изложении The Decoder