OpenAI 发布 GPT-6 家族实用指南：选型、提示词与长任务管理
A model guide for the GPT-6 family
OpenAI 发布 GPT-6 家族的实用指南，讲解如何按任务选择 GPT-6 Astra、GPT-6.1 Sol、GPT-6 Luna 及推理档位与速度模式。
原文系统给出 GPT-6 家族的选型、缓存成本、长任务管理等可操作方法，读者可直接迁移到自己的生产工作流。
GPT‑6 系列模型指南
在管理时间和成本的同时，从 GPT‑6 模型获得最佳效果的实用技巧
分享
GPT‑6 是我们迄今为止最先进的模型套件，为你提供适用于不同类型工作的模型选择。
无论你是将想法转化为可运行的原型、构建和测试某项功能，还是在代码仓库、数据库和外部 API 之间编排多步骤工作流，本指南都会说明如何选择 GPT‑6 模型、给它有效的指令、管理长时间运行的工作，并为生产环境做好准备。
TL;DR
在生产环境中高效运行。使用缓存(在新窗口中打开)和压缩(在新窗口中打开)来管理上下文和成本。衡量任务成功率和延迟，并规划监控和数据控制。
让模型匹配你的工作负载。通过选择适合任务的模型、推理投入(在新窗口中打开)和速度，在能力、成本和延迟之间取得平衡。
调整你的提示词和技能。让提示词、技能和仓库指令在以下方面保持一致：模型应交付什么、它可以独立完成什么，以及什么算作完成。
让长时间运行的工作保持正轨。使用引导(在新窗口中打开)、异步工具(在新窗口中打开)和委派(在新窗口中打开)来处理更新和独立工作。为模型何时应请求输入设定清晰的边界。
1. 在生产环境中高效运行
为生产环境准备工作流
在部署之前，有几项检查和最佳实践需要落实到位。
牢记效率。删减任务不需要的上下文(在新窗口中打开)，同时保留它确实需要的证据。在你的应用支持的情况下，并行运行独立任务(在新窗口中打开)，这样某个缓慢的步骤就不会拖住不相关的工作。
通过提示词缓存(在新窗口中打开)为重复性工作复用共享上下文。根据模型不同，缓存输入 token 的成本比未缓存输入 token 最多低95%(在新窗口中打开)。将稳定的指令和参考资料放在变化的任务细节之前，并保持工具定义一致。缓存仪表盘(在新窗口中打开)和诊断指南(在新窗口中打开)可帮助你发现这种复用在哪里失效。在估算完整工作流的成本时，要计入缓存写入和任何长上下文费率。
对于较长的对话，压缩(在新窗口中打开)可在保留继续所需状态的同时减小上下文大小。
决定你将如何监控行为(在新窗口中打开)，并查看适用于你的应用的数据控制(在新窗口中打开)。
部署前测试：运行具有代表性的任务，并衡量任务成功率、延迟以及每个成功任务的成本。查看我们的API 部署检查清单(在新窗口中打开)。
让模型匹配工作负载
把模型选择和推理水平视为智能与价格之间的权衡。
模型：
GPT‑6 Astra(在新窗口中打开)适用于需要最大智能的最难推理工作。
GPT‑6.1 Sol(在新窗口中打开)适用于复杂的编程、研究和计算机使用。
GPT‑6 Luna（在新窗口中打开）适用于大规模聚焦任务，以及目标明确的日常重复性工作，例如提取发票字段、对请求进行分类或生成结构化摘要。
在评估最适合该任务的模型时，请比较各模型的定价（在新窗口中打开）。
推理级别：在 API 中，选择模型在该任务上投入多少精力。
低：常规任务，例如提取事实或进行小幅编辑。
中：需要判断力的工作，例如规划功能或比较选项。
高：困难的调试、更深入的分析或仔细的审查。
超高 / 最高：在支持的情况下，当“高”仍不够时进行测试，并且只有在改进足以证明额外时间和成本合理时才保留。
在 API 中，你可以在对话中途更改推理投入（在新窗口中打开），而不会破坏缓存。
在 Codex 中，先使用该模型的默认推理级别，然后对较简单的任务降低级别，或对更深入的分析提高级别。
速度：
在 API 中，当响应时间很重要时（例如在聊天应用或编码工具中），请使用快速模式（在新窗口中打开）。与标准处理相比，它以更高的每 token 成本提供更快、更一致的响应时间。
在 Codex 和 API 中，当更快的响应值得付出额外费用时（例如快速编码迭代），请使用超快（在新窗口中打开）。它会独立于推理投入加速 token 生成。适用于 GPT‑6 Astra（在新窗口中打开）。
2. 调整你的提示词和技能
给模型一个明确的任务
_“模型在理解细微差别和模糊性方面已经变得好得多，因此过去有帮助的过于具体的指导现在反而可能妨碍结果。”_（在新窗口中打开）
—Eric Provencher，OpenAI 开发者体验
从明确的任务开始：你想要的结果、它面向谁、相关背景和约束条件，以及什么算作完成。然后回顾以下四个领域，它们总结自_为 GPT‑6 Astra 重新思考技能和提示词_（在新窗口中打开），以深入了解如何更新你的指令：
创建更好的技能：保持描述简短，并明确说明每个技能应在何时运行，仅在需要时加载支持性细节，并用适合你团队所用模型的指导取代僵化的固定流程。
更新你的 AGENTS.md：说明特定文档和测试在何时相关，并明确授权安全的常规工作流，例如使用一次性数据运行本地测试且不访问生产环境。
设定决策边界：说明哪些操作可以独立进行，哪些需要批准，用清晰的边界取代一概而论的“始终询问”规则。
对坚持性做出明确规定：定义“完成”包括什么——实现更改、运行它、检查结果并修复失败——并指出任何需要你审查的决策。
如需更多指导，请参阅推理最佳实践（在新窗口中打开）。
定义你需要的输出
无论你是在 Codex 中工作还是使用 API 构建，都要明确模型可以做出哪些决策、何时应请求输入，以及什么样的响应才算有用。
给模型足够的指示，让工作持续推进，而无需对重要决策进行猜测。告诉它哪些选择可以自行决定，以及何时需要征求你的意见(opens in a new window)，例如，它可以自行决定如何组织摘要，但在更改项目范围之前应先与你确认。描述什么样的回复才算有用(opens in a new window)，例如使用通俗易懂的语言、符合受众需求的技术细节，以及一份简短的交接说明，涵盖更改了什么、检查了什么，以及还有哪些需要关注。
3. 优化长时间运行的任务
让复杂工作持续推进
借助 GPT‑6 系列模型，你现在可以承担跨越数小时甚至数天的任务。使用以下功能，更好地管理长时间运行任务中的智能体。
API
在 API 中，使用引导、异步工具和并行工作来让长时间运行的任务持续推进。
在运行过程中更新指令：回合中引导(opens in a new window)让你可以在模型工作时通过 Responses WebSocket API(opens in a new window) 发送更正。更新会排队；它们不会取消正在运行的工具，也不会撤销已完成的动作。
在工具运行时继续工作：异步工具调用(opens in a new window)让模型在你的应用运行较慢的任务（例如测试）时继续独立工作。你的应用在结果准备好时返回结果。在开始依赖该结果的工作之前，先等待该结果。
委派独立子任务：GPT‑6.1 Sol 支持Responses API 中的多智能体工作流(opens in a new window)。它可以将独立工作分配给子智能体（例如调查代码库的不同部分），并将它们的发现整合为最终回复。多智能体目前处于测试阶段。
Codex
长时间运行的任务可能会暴露出你在初始提示中未必预料到的决策。使用澄清和引导来让工作保持正轨。
在工作推进过程中回答问题：借助 GPT‑6 Astra，Codex 可以在工作时请求澄清(opens in a new window)。解决影响下一步的问题，并说明在你做决定期间哪些独立工作可以继续。如果你将离开，告诉 Codex 哪些任务可以继续，以及它应在何时暂停等待你的回答。
当需求变化时重定向工作：用新信息引导当前任务(opens in a new window)，说明哪些应该改变、哪些应保持不变。这有助于避免在不再满足你需求的方法上花费更多时间。
利用计算机使用来完成更多工作
计算机使用(opens in a new window)让 GPT‑6 Astra、GPT‑6.1 Sol 和 GPT‑6 Luna 直接与网站和桌面应用交互，甚至是那些没有 API 的应用。例如，你可以让模型调查一个 bug、修复代码，并在浏览器中打开你的产品以检查修复是否有效。
为每个步骤选择最简单可靠的方式：
当 API 或已连接的工具可以直接完成工作时，就使用它。
当模型需要读取屏幕、点击按钮或为你填写表单时，使用计算机使用。
如果你要将计算机使用构建到自己的应用中，给模型一个可以运行代码来控制浏览器或桌面的工具。Playwright 适用于浏览器(opens in a new window)；PyAutoGUI 适用于桌面应用。
从测试到生产：团队如何基于 GPT‑6 Astra 进行构建
1 / 4
**Harvey：更多上下文，更有用的草稿。**Harvey 结合法院信息、判例法、律所文件和律师的个人偏好来定制其草稿。“我们可以为模型提供更多上下文，从而产出结构越来越好的输出，”联合创始人 Gabe Pereyra 表示。
**Cognition：工程师可审查的测试结果。**Cognition 在 Devin 中使用 GPT‑6 Astra 来测试软件并返回证据。在一个 iPhone 游戏示例中，Devin 生成了一段模拟器录像和一份报告，将通过的检查与未测试的领域区分开来，使剩余工作更易于看清。
**Hex：从业务问题到交互式仪表板。**Hex 使用 GPT‑6 Astra 将关于销售渠道表现的问题转化为书面发现和交互式仪表板，包括地理细分。它还要求模型检查数字是否合理，以及分析是否回答了业务问题。
**Invideo：对最终剪辑拥有更多控制权。**Invideo 使用 GPT‑6 Astra 来规划时间线剪辑并创建可供剪辑师细化的自定义效果。该公司报告称，在调色和校正任务上的成功率大约提高了两倍。几位剪辑师还在一天内创建了约 50 个效果。
作者
OpenAI
来源：OpenAI：官网动态 · openai.com