OpenAI Codex开发者体验负责人Eric Provencher近日表示，随着GPT-6 Astra亮相，开发者需要重新审视为编码代理编写提示词的方式。

他指出，过去为了让模型按预期完成任务，团队往往会加入大量说明、补充规则和约束设置。但对于GPT-6 Astra这类能力更强的模型而言，曾经有效的做法未必仍然适用，过多指令反而可能干扰执行。

以“技能”为例，一些团队会将特定任务或插件的使用方法整理成Markdown文档，作为可调用的技能文件保存下来。不过，技能文件数量更多、说明写得更细，并不意味着代理就会表现得更好。

Provencher表示，每个技能的名称和说明都会进入模型上下文。如果说明过长、技能过多，模型就必须在有限的上下文空间内处理这些信息，反而更难判断当前任务究竟该调用哪一项技能。

他还提到，技能之间本身也可能存在内容冲突。若说明中充斥着“必须使用某项技能”之类的引导，模型就可能把与当前任务无关的要求一并带入上下文，影响判断。

对此，他给出了三条建议。第一，技能说明应尽量简短明确，重点写清“什么情况下使用”。第二，不要把所有信息都塞进技能正文，而应在需要时再引导模型查阅更详细的文档，因为技能内容越长，可供模型处理其他任务信息的上下文空间就越少。

第三，不要把技能写成过于琐碎的操作手册。Provencher认为，当前模型对模糊场景的理解能力已经更强，过度细化的指令未必有帮助，反而可能成为束缚。

他表示，这一逻辑同样适用于指导AI编码代理在代码仓库内工作的AGENTS.md文件。由于这类文件会在针对相关仓库执行任务时自动加载，因此其中每项要求都应重新评估是否确有必要。比如，仅仅为了修改一个错别字，就要求模型通读整个仓库，显然属于过度约束。

Provencher还表示，即使没有这些额外指令，GPT-6 Astra通常也能自行判断应查看哪些内容。过去开发者可能需要明确要求模型“运行测试并核对结果”，但现在模型往往会主动完成这一步，反复强调反而可能引发不必要的测试执行。

他补充说，权限边界的设定方式同样值得重新评估。此前，模型在未经许可的情况下擅自推进任务曾引发问题，因此不少团队会加入“先询问再执行”之类的刚性要求。但在GPT-6 Astra判断能力提升之后，这类约束性很强的指令，未必仍是最优解。