GPT-6 Astra: OpenAI rät zu kürzeren Skill-Beschreibungen
Eric Provencher von OpenAI beschreibt, warum aufgeblähte Skills und starre AGENTS.md-Regeln Astra in Codex ausbremsen – und was stattdessen hilft.
Kurz gesagt
Laut OpenAI-Entwickler Eric Provencher sollten Teams ihre Skills, AGENTS.md-Dateien und Aufgaben-Prompts kürzen und aufgabenbezogen zuschneiden, weil GPT-6 Astra selbst entscheidet, welche Informationen es nachliest.
Auf einen Blick
- Eric Provencher (OpenAI) empfiehlt in einem Entwickler-Blogbeitrag schlankere Anweisungen für GPT-6 Astra in Codex.
- Skill-Beschreibungen sollen eng gefasst sein: ein Migrations-Skill greift nur beim Anlegen, Ändern oder Prüfen einer Migration.
- Zu viele breit beschriebene Skills zwingen Codex dazu, Beschreibungen abzuschneiden.
- Astra kann laut Provencher früher stoppen als GPT-5.6 Sol – alte, wörtlich genommene Regeln verstärken das.
- Die Quellen nennen keine Messwerte zu Kontextverbrauch oder Fehlerraten.
Wer Codex mit GPT-6 Astra einsetzt, sollte die über Monate gewachsenen Anweisungen durchsehen. OpenAI-Entwickler Eric Provencher rät dazu, Skills, AGENTS.md-Dateien und Aufgaben-Prompts deutlich zu kürzen. Sein Argument: Leistungsfähigere Modelle brauchen weniger kleinteilige Führung, und Astra bestimmt selbst, welche Informationen es nachliest.
Skills eng beschreiben statt breit
Eine Skill ist eine Markdown-Datei mit Ressourcen und Skripten. Provencher empfiehlt, den Einsatzfall kurz und präzise zu beschreiben. Ein Skill für Postgres-Schema-Migrationen soll nur dann greifen, wenn eine Migration angelegt, geändert oder ihr Rollout geprüft wird – nicht bei jeder Datenbankarbeit.
Das Hauptdokument soll ergänzende Dokumente nur knapp referenzieren; das Modell liest dann, was es tatsächlich braucht. Sammeln sich zu viele Skills mit zu breiten Beschreibungen an, schneidet Codex Beschreibungen ab. Widersprüchliche Beschreibungen können zusätzlich dazu führen, dass unnötige Anleitung geladen wird.
AGENTS.md: Lesepflichten abbauen
Repository-weite Regeln in AGENTS.md sollten regelmäßig überprüft werden. Mehrere Pflichtdokumente vor jeder Änderung verbrauchen Kontext, ohne etwas beizutragen. Besser sind gezielte Verweise: Architekturhinweise für Service-Grenzen, Datenbankdokumentation für Schemaänderungen, Deployment-Hinweise beim Ausliefern.
Für sichere Abläufe empfiehlt Provencher ausdrückliche Freigaben statt wiederholter Rückfragen. Der Agent soll Tests laufen lassen, Fehler beheben, die aus der gewünschten Änderung stammen, und betroffene Tests erneut ausführen dürfen, ohne jedes Mal nachzufragen.
Im Prompt definieren, was „fertig“ heißt
Statt vieler kleinteiliger Schritte sollen Aufgaben-Prompts klare Abschlusskriterien nennen. Dazu gehört die Angabe, ob der Agent umsetzen, das Ergebnis prüfen und Fehler korrigieren soll. Provencher zufolge kann Astra früher stoppen als GPT-5.6 Sol; alte Restriktionen nimmt es teils so wörtlich, dass es anhält, obwohl es weiterarbeiten soll.
Was offen bleibt
Die Empfehlungen sind durchgängig qualitativ formuliert. Weder Messwerte dazu, wie stark überlange Anweisungen die Ergebnisse verschlechtern, noch Angaben zu Kontextgrößen, Abbruchquoten oder Fehlerraten sind in den vorliegenden Quellen enthalten. Wie viel das Kürzen im eigenen Repository bringt, lässt sich deshalb nur durch eigene Vergleiche feststellen.
Häufige Fragen
Was ändert sich bei GPT-6 Astra an meinen bestehenden Prompts?
Erzwungen wird nichts, aber lange gewachsene Anweisungen belegen Kontext oder führen dazu, dass Astra zu früh stoppt. Provencher rät, sie aufgabenbezogen zu kürzen.
Wie sollte eine Skill-Beschreibung aussehen?
Kurz und präzise auf den Einsatzfall bezogen. Sein Beispiel: Ein Migrations-Skill greift nur beim Anlegen, Ändern oder Prüfen einer Migration, nicht bei jeder Datenbankarbeit.
Warum stoppt Astra früher als GPT-5.6 Sol?
Laut Provencher kann Astra auch ohne Restriktionen früher aufhören, und alte Regeln nimmt es teils so wörtlich, dass es anhält, obwohl es weiterarbeiten soll. Klare Abschlusskriterien im Prompt helfen dagegen.
