「OpenAI 亲自教你，如何用好 GPT-6 Astra」
GPT-6 Astra 发布后，围绕「它到底强在哪、该怎么选档位、怎么才算用对」的讨论一直没停。刘小排结合 OpenAI 刚发布的官方教程《Rethinking skills and prompts for GPT-6 Astra》，把三个被问爆的问题一次性讲清楚——结论很反直觉：用好新一代模型的关键，不是堆更多提示词和规则，而是学会「删」。
三个高频问题：Astra 强在哪、怎么选档、怎么用对
作者先统一回答三个最常碰到的问题。第一个是「GPT-6 Astra 和 Claude Fable 5.1 哪个强」——他的回答相当直接：Astra 是当今世界唯一真神，甚至调侃说它把 Claude 的服务都「干成绿色」，Claude 几乎迎来了史上最长的连续零事故日。第二个问题是档位怎么选：他明确不建议盲目上 Ultra，因为太费额度、收益有限；非编程和简单编程任务用 low / medium，复杂编程用 high / xhigh 基本就够，真正难啃的硬骨头才用 ChatGPT 聊天版的 6 Pro，配合官方 GitHub 插件直接提交 PR。第三个问题才是本文重点——怎么把 Astra 用出水平。
速览
| 维度 | 要点 |
| 高频问题 | Astra 强在哪、怎么选档、怎么用对，三个问题一次讲清 |
| 官方答案 | 删提示词而非加提示词，用好新模型关键在少规则 |
| Skill 节奏 | Skill 不是越多越好，触发清晰、渐进式披露 |
| 定义完成 | 少规定路线，多定义终点 |
| 懒人用法 | 把 skills 体检交给 AI 自己 |
| 核心结论 | OpenAI 官方教程的本质是「删提示词」，而非再堆一层规则与技巧 |
| 模型对比 | 作者称 GPT-6 Astra 为当今唯一真神，Claude Fable 5.1 属同代思路 |
| 档位建议 | 非编程用 low/medium，复杂编程用 high/xhigh，硬骨头用 6 Pro |
| Skill 原则 | 不是越多越好；触发条件要清晰；主文件只做「路由器」 |
| 完成定义 | 少规定路线，多定义终点，把交付标准和自主边界说清楚 |
| 懒人用法 | 把审视、精简 skills 与 AGENTS.md 的活，直接交给 AI 自己干 |
OpenAI 的官方答案：删提示词，而不是加提示词
作者点出本文真正的主题：OpenAI 刚出的《Rethinking skills and prompts for GPT-6 Astra》教程，本质上是在教你如何删提示词。过去一年，为了让 AI 干活靠谱，大家写了大量规则——有的叫 skills，有的叫 agent.md，还有的叫「提示词工程」：先读哪些文档、必须执行哪些步骤、改完必须跑哪些测试、遇到什么情况先来问……这些规则以前有用，因为那时候模型没那么聪明，你得扶着它走。
但 GPT-6 Astra 很不一样，作者客观补充「Fable 5.1 同理」。如果你还把它当上一代模型用，塞一大堆规则，结果可能更差——不是它能力不够，是你的指令挡住了它。OpenAI 在教程里点名了三个最该收手的地方：Skills、AGENTS.md、任务提示词。
Skill 不是越多越好：触发清晰、渐进式披露
Skill 可以理解为一套可复用的工作说明，通常以 Markdown 文件保存，也能附带脚本、模板和其他资源。问题出在：很多项目装了大量 Skill，而且每个 Skill 的描述都写得很长。为了把它们塞进上下文，Codex 可能不得不缩短这些描述，最终反而更难判断当前任务该调哪一个。
OpenAI 给了三个原则。第一，Skill 不是越多越好，数量本身不带来能力。第二，触发条件要清晰，每个 Skill 都写清楚「只在不得不触发的时候才触发」。第三，渐进式披露：主文件只充当路由器，告诉模型在什么情况下读取哪份文档、使用哪个脚本；任务需要什么就加载什么。这样既省上下文，也减少无关规则对模型判断的干扰。
提前定义什么叫「完成」：少规定路线，多定义终点
GPT-6 Astra 很谨慎，这既是优点，也可能让人觉得它过早停下——它有时会完成第一版实现，然后回来等确认，即使后面还有启动项目、检查页面、修复报错等工作。作者强调，解决方法不是写一篇更长的提示词，而是把终点说清楚。
不要只说「帮我实现这个功能」，可以改成「实现这个功能，运行相关测试，启动项目检查实际效果，修复由本次修改引起的问题，确认功能可以正常使用后再结束」。重点不在于告诉 Astra 每一步怎么做，而在于明确最终要交付什么结果、哪些操作可以自主完成、什么情况必须停下来问。换句话说，少规定路线，多定义终点，让 GPT-6 自己想办法达到终点。
懒人用法：把 skills 体检交给 AI 自己
前两条需要你亲自学，作者把它们单独写出来；其他内容，就「让 AI 自己学」就行。第三条不来自原教程，而是来自他的使用实践——把下面这段 Prompt 粘贴给 Codex 里的 GPT-6 Astra，就能快速「重新做人」：按照文章提出的原则，审视机器级、项目级的所有 skills、skill descriptions、AGENTS.md，帮我删除不用的 skills、精简 skill descriptions、精简 AGENTS.md。
作者实测，执行完成后整机 skills 从 30 多个变成了个位数。他顺手提醒：今天北京时间下午 3 点左右，Codex 又重置了额度，祝玩得愉快。
文章来源：刘小排。原文链接：OpenAI 亲自教你，如何用好 GPT-6 Astra。
- OpenAI 发布《Rethinking skills and prompts for GPT-6 Astra》教程，核心结论是删提示词而非堆规则。本文拆解三大原则，帮你把 Astra 用出真实水平。
- GPT-6 Astra 很聪明，但你塞的指令可能正在拖后腿。OpenAI 点名 Skills、AGENTS.md、任务提示词三处该收手，学会删比学会加更重要。
- Skill 不是越多越好。触发条件要清晰、主文件只做路由器、任务要什么加载什么，渐进式披露既省上下文也减少干扰。
- 让 GPT-6 Astra 自己定义终点：少规定路线，多说清交付标准与自主边界，模型会自己想办法把活干完。
- 档位选择有讲究：非编程和简单任务用 low/medium，复杂编程用 high/xhigh，真正硬骨头才上 ChatGPT 6 Pro。
- 把 skills 体检交给 AI：粘贴一段 Prompt 让 Codex 审视并精简全部 skills 与 AGENTS.md，作者实测从 30 多个降到个位数。
- Claude Fable 5.1 与 GPT-6 Astra 同代思路，但作者直言 Astra 是当今唯一真神，还调侃它把 Claude 服务都干成了绿色。
- 过去一年你写的大量规则以前有用，是因为模型需要被扶着走。新一代模型够聪明，过度约束反而让结果更差。
- AGENTS.md 该瘦身了：长描述会被 Codex 自行截断，反而更难判断该调哪个 Skill，精简才是正解。
- 本文附 OpenAI 官方教程原文链接，手把手教你用「删提示词」思路适配 GPT-6 Astra 时代的工作流。
文丨刘小排
