OpenAI 建议 GPT-6 Astra 使用更精简提示词并减少防护限制

据 The Decoder 报道，OpenAI 的 Eric Provencher 提出，过长的技能描述、一刀切的读取要求和僵化的审批规则会妨碍 GPT-6 Astra 发挥能力。他建议开发者把指令绑定到具体任务，并明确说明任务何时算完成，而不是依赖冗长提示和大量防护措施。

此前行业普遍通过堆叠提示词、增加读取权限和审批环节来约束模型行为。OpenAI 此次从官方角度提出更少的手把手约束，意味着模型能力提升后，提示词工程和防护策略的默认方向可能转向精简与任务化。

证据显示，OpenAI 认为能力更强的模型需要更少的人工引导。过长的技能描述和宽泛规则可能干扰模型对任务边界的判断，而将指令与具体任务对应并写明完成条件，可让模型更自主地执行，减少因刚性规则造成的阻塞。

产品和研发团队需要重新审视现有提示词模板、Agent 技能说明和权限审批流程，削减与具体任务无关的长描述和一刀切读取要求，为每类任务补充明确的完成标准。这可能降低提示维护成本，但也要求更清晰的验收定义。

• 为 GPT-6 Astra 建立任务级提示词模板，把技能说明与具体任务绑定并定义完成条件。
• 开发提示词精简检查工具，识别过长技能描述、一刀切读取要求和僵化审批规则。
• 在 Agent 产品中把审批规则改为按任务风险分级，替代统一读取限制。
• 针对企业客户提供迁移服务，协助把现有冗长提示和防护规则重写为任务化配置。

• GPT-6 Astra 的发布时间、可用范围和技术规格尚未在证据中说明。
• Eric Provencher 的建议是官方正式指引还是个人表态，证据未明确。
• 精简提示和减少防护限制后，安全与合规风险如何变化，证据未涉及。
• 该建议是否同样适用于其他模型或仅针对 GPT-6 Astra，证据未确认。