GPT-6 Astra: руководство по API, промптингу и миграции

GPT-6 Astra — модель OpenAI для многошаговой работы с кодом, браузером и профессиональными программами. Это руководство помогает подключить её через API, перенести существующую конфигурацию и настроить поведение под рабочий процесс.

Что представляет собой GPT-6 Astra

OpenAI называет Astra своей самой интеллектуальной моделью с результатами уровня state of the art в управлении компьютером, браузинге, разработке ПО, науке и профессиональной работе. Она особенно эффективна в многошаговых процессах, проходящих через код, браузер и профессиональные программы. По данным собственных оценок OpenAI, модель достигает более высокого качества при значительно меньшем числе выходных токенов и даёт меньшую расчётную стоимость API на задачу, хотя цена одного токена у Astra выше.

OpenAI также описывает Astra как свою наиболее согласованную с намерением пользователя модель: она действует осторожно, соблюдает границы задачи и прозрачно сообщает о ходе работы. В обычных пробелах модель использует доступный контекст, а при развилке, способной изменить результат, задаёт точечный вопрос. Она принимает новые требования, меняет ход работы по просьбе пользователя и отвечает на побочные вопросы, не теряя основную задачу.

Новые возможности и ограничения

Astra сохраняет возможности GPT-5.6: computer use, Structured Outputs, streaming, Programmatic Tool Calling, многоагентную оркестрацию, кэширование промпта, сохранение рассуждений, compaction и pro mode. Ссылки на руководства по каждой возможности приведены в разделе «Источники».

Минимальное подключение через Responses API

В запросе Responses API укажите идентификатор модели gpt-6-astra. Инструменты Astra вызываются только через Responses API; Chat Completions поддерживается для обычных запросов без tool calling.

{
  "model": "gpt-6-astra",
  "input": "Составь план миграции и перечисли проверки результата",
  "reasoning": {
    "effort": "low"
  }
}

Этот фрагмент показывает конфигурацию тела запроса. Авторизацию, endpoint и обработку ответа возьмите из актуального руководства по Responses API для вашего SDK.

Как настраивать поведение Astra

Astra интеллектуальнее и функционально сильнее предыдущих моделей, включая GPT-5.6 Sol. При этом OpenAI выделяет несколько характерных моделей поведения, которые стоит настроить промптами под конкретное приложение.

Инициатива и доведение задачи до результата

По сравнению с GPT-5.6 Sol и более ранними моделями Astra лучше сохраняет связность в длинных задачах, но чаще просит уточнение там, где прежняя модель сделала бы предположение. Если дополнительный ответ способен существенно изменить результат, это может привести к ранней остановке. Для автономного рабочего процесса явно разрешите модели выводить обычные детали из контекста, выполнять обратимые действия и продолжать до наблюдаемого результата. Опишите действия, для которых всё же нужно подтверждение.

Определяй намерение пользователя и границы задачи по инструкциям и предыдущему контексту разговора. Предпочитай действие и доводи задуманную пользователем задачу до завершения.

Когда пользователь хочет начать новую работу или исправить существующую проблему, продолжай, пока его цель не будет достигнута. Самостоятельно продвигайся к результату: при необходимости создавай изолированные worktree или checkout, разрешай конфликты слияния, выполняй действия только для чтения и готовь черновики pull request. Останавливайся перед явно разрушительными или необратимыми действиями.

Если формулировка пользователя уже выражает просьбу выполнить работу, это можно закрепить отдельным prompt-блоком:

Когда запрос пользователя выражает намерение выполнить действие, например «можешь…», «я хочу…», «помоги мне…» и похожими фразами, считай это инструкцией выполнить работу. Не ограничивайся подтверждением своих возможностей, предложением плана или вопросом, продолжать ли дальше. Не останавливайся на частичном результате только ради экономии времени, усилий или токенов. Если задача требует продолжительной работы, выполни все необходимые действия до достижения результата.

Если подтверждение требуется в конце процесса, попросите модель сначала подготовить конкретный результат для проверки. Так пользователь принимает решение по готовому кандидату, а доступная работа не простаивает.

Перед уточняющими вопросами выполни уже разрешённую контекстом работу, которая нужна для подготовки конкретного проверяемого результата. Пользователь должен принимать решение по готовому кандидату. Например, перед развёртыванием изменения, записью во внешнее приложение, слиянием pull request или публикацией сайта сначала выполни всю подготовительную работу, чтобы подтверждение осталось последним шагом. Для обратимых задач, чтения, проверки и исправлений, уже разрешённых ранее или явно подразумеваемых запросом, дополнительное разрешение не требуется.

Не добавляй предупреждения, оговорки, процедуры подтверждения и списки требований безопасности только из-за гипотетического риска, о котором пользователь не спрашивал.

По умолчанию Astra может задавать необязательные вопросы прямо во время работы. OpenAI рекомендует отрегулировать эти prompt-блоки под требуемый вашему приложению уровень автономности.

Приоритет инструкций

Astra точнее следует длинным инструкциям и сильнее реагирует на правила из skills, AGENTS.md и других доступных файлов. Проведите аудит этих источников: конфликт или устаревшая формулировка могут заставить модель остановиться раньше ожидаемого.

Инструкции пользователя имеют приоритет над рекомендациями из skill. Если явная инструкция пользователя конфликтует с правилом skill, следуй инструкции пользователя.

OpenAI отдельно советует требовать прозрачности, если загруженное правило изменило ход работы. Этот prompt-блок также помогает обнаруживать незаметные и конфликтующие указания, когда приложение загружает много skills и файлов инструкций, включая AGENTS.md:

Если skill заставил тебя запросить разрешение или подтверждение, приостановить работу, оставить задачу незавершённой либо отклониться от намерения пользователя, назови точный файл SKILL.md и дай на него ссылку. Процитируй соответствующее правило и кратко объясни, как оно применяется. Отделяй явное требование skill от своей интерпретации рекомендаций.

Стиль ответа

Модель склонна к подробным ответам, спискам и Markdown, а также может повторять одни и те же обороты в разных сессиях. Задайте нужный формат заранее: длину, допустимое количество списков, уровень технических деталей, обращение к читателю и слова, которых следует избегать.

По умолчанию пиши ясными и краткими абзацами, каждый из которых развивает одну основную мысль. Используй списки только для действительно параллельных или последовательных элементов либо когда информацию так проще сравнить. Избегай вложенных списков, если иерархию можно ясно передать обычным текстом. Выбирай знакомые слова, конкретные примеры и точные глаголы. Предпочитай активный залог и прямые формулировки.

Сообщай главный вывод ясно и в начале, затем добавляй нужные объяснения и подробности. Каждое следующее предложение должно развивать предыдущее. Полно раскрывай существенные пункты и подкрепляй их достаточными основаниями.

Для технической коммуникации официальный гайд предлагает отдельное правило:

Предпочитай понятный язык жаргону. Упоминай технические детали только в той мере, в которой они помогают объяснить идею или проделанную работу. Передавай сложные понятия ясно и связно. Подбирай глубину объяснения под уровень подготовки, который следует из запроса и контекста пользователя.

Для удаления шаблонных оборотов можно добавить ещё один блок:

Избегай шаблонных слов и формул вроде «Итог» (Bottom Line:), delve, foster, leverage, «стоит отметить» (it's worth noting), importantly, конструкции «Вопрос? Ответ» (Question? Answer.), фразы «Это не X, а Y» (This isn't about X. It's about Y.), слова genuinely и составных описаний и прилагательных через дефис. Не завершай текст формальными резюме вроде «Если коротко» (In short:..) или «Самая простая модель такова» (The simplest mental model is:...).

Формулируй требуемое действие прямо. Не добавляй без запроса объяснения того, чего ты не будешь делать, что останется без изменений и как будут разделены или классифицированы результаты. Не вводи лишнюю альтернативу через противопоставления «X, а не Y» и «X — не Y». Избегай придуманных составных ярлыков вроде exact-head checks и editorial-row layouts, расплывчатых уточнений и шаблонных переходов; используй простые глаголы и предлоги, которые точно передают связь.

Делегирование и проверка

Astra обучена делить работу и передавать её параллельно работающим субагентам, но может делегировать меньше, чем требуется вашему процессу. Если ваш harness реализует многоагентную систему, зафиксируйте условия запуска субагентов, желаемый объём делегирования, предел параллельности и формат возврата. В задачах программирования Astra склонна к тщательным проверкам; для небольших изменений это может приводить к более широкому тестированию, чем требуется. Поэтому задайте пропорциональный объём: обязательные проверки выполняются всегда, а расширение набора тестов требует новой ошибки или нерешённого риска.

Если в любой момент часть работы можно выполнить параллельно через другого агента и это экономит время или повышает качество, делегируй её с помощью доступных инструментов совместной работы независимо от того, являешься ли ты главным агентом или субагентом.

В сообщениях между агентами могут встречаться ошибки грамматики и пробелов. Для их читаемости OpenAI предлагает короткое правило:

Сообщения другим агентам и финальный ответ могут читать люди. Пиши разборчиво и всегда ставь корректные пробелы между словами и числами.

Объём тестирования задаётся отдельно:

Не создавай тесты для обратимых изменений с низким риском, если они лишь повторяют реализацию. Если проверка тестами всё же нужна, выбирай содержательные тесты, которые действительно подтверждают поведение.

Запусти проверки, соответствующие изменению, и выполни обязательные команды проекта. После их успешного завершения расширяй или повторяй тестирование только при новых изменениях, сбоях или нерешённых рисках. Иначе продолжай работу до завершения задачи.

Чеклист миграции на GPT-6 Astra

Перенос с помощью Codex

Codex может применить рекомендуемые изменения из этого руководства с помощью официального OpenAI Docs skill.

$openai-docs migrate this project to GPT-6 Astra

Для других coding agents этот skill можно скачать из репозитория OpenAI Skills.

Обновление API и параметров модели

1. Замените идентификатор модели на gpt-6-astra.
2. Если текущий effort равен none или minimal, начните с low и сравните результат. В остальных случаях сохраните рабочее значение. В Responses API используйте reasoning.effort, а в Chat Completions — reasoning_effort.
3. Переведите вызовы инструментов на Responses API.
4. Удалите temperature, top_p и top_logprobs. В Chat Completions также удалите logprobs; в Responses уберите message.output_text.logprobs из include.
5. Для EU data residency используйте Standard processing: Astra не поддерживает там service_tier: "fast" и service_tier: "priority". Fast mode для Astra не предоставляет latency SLA.
6. Если effort меняется между ответами, используйте configuration_update в стандартном одноагентном запросе. Сохраняйте request-level reasoning.effort без изменений ради кэширования префикса и проверьте ограничения совместимости. Новое значение действует, пока его не заменит следующий configuration_update.
7. При миграции с GPT-5.5 или более ранней модели замените prompt_cache_retention на prompt_cache_options.ttl со значением "30m". Проверьте изменения границ кэша и тарификации записи в кэш.
8. Пересмотрите промпты для автономности, приоритета инструкций, стиля, делегирования и объёма тестов.

Полезные сценарии

Что делать, если миграция не проходит

• Модель недоступна: проверьте, доступен ли идентификатор gpt-6-astra вашему API-проекту.
• API отклоняет запрос: найдите temperature, top_p, top_logprobs, logprobs или старое поле prompt_cache_retention.
• Инструменты не вызываются: убедитесь, что запрос отправляется через Responses API.
• Модель слишком часто останавливается: добавьте точные правила автономности и перечислите действия, которые действительно требуют подтверждения.
• Ответ перегружен форматированием: задайте структуру, объём и стиль в системном промпте.
• Поведение неожиданно меняется: проверьте skills, AGENTS.md и другие файлы с инструкциями, доступные модели.

Как проверить результат

Прогоните один и тот же набор реальных задач на прежней модели и Astra. Зафиксируйте долю завершённых задач, число остановок для уточнения, ошибки инструментов, выходные токены, полную стоимость и время до результата. Отдельно проверьте смену требований во время работы и длительный асинхронный инструмент, если эти возможности входят в ваш продукт.

Источники

• OpenAI: руководство по GPT-6 Astra
• OpenAI: полный индекс документации; Markdown-версия руководства доступна добавлением .md к его URL
• OpenAI: оценки GPT-6 Astra и усиленные меры безопасности
• OpenAI: переход на Responses API, миграция tool calling из Chat Completions и настройка reasoning effort
• OpenAI: асинхронные вызовы инструментов, управление во время ответа и смена reasoning effort внутри разговора
• OpenAI: misalignment monitoring, Fast mode и совместимость Fast mode
• Возможности API: computer use, Structured Outputs, streaming, Programmatic Tool Calling и multi-agent orchestration
• Работа с контекстом: prompt caching, persisted reasoning, compaction и pro mode
• OpenAI: изменения prompt caching при миграции и OpenAI Docs skill

Следующий шаг

OpenAI Responses API — единый интерфейс для агентских приложений

Связанные материалы

• Статья: Почему я не использую Claude Code и сделал ставку на Codex
• Блог: GPT-6 Astra вышел: ChatGPT начинает работать внутри программ
• База знаний: Рекомендации по промптингу для GPT-5.6 Sol

Если вы переносите агентское приложение на Astra, полезно заранее определить проверяемые сценарии, границы автономности и стоимость одного завершённого результата.

Если захотите обсудить, как это применить у себя или в команде — пишите в Telegram @pimenov