GPT‑6 कुटुंबातील मॉडेलसाठी मार्गदर्शिका

GPT‑6 हा आमचा आजवरचा सर्वात प्रगत मॉडेल्सचा सेट⁠ आहे. यात वेगवेगळ्या कामांसाठी मॉडेल निवडता येतात.

कल्पनेपासून कार्यरत प्रोटोटाइप बनवणे, वैशिष्ट्य तयार करून तपासणे किंवा कोड रिपॉझिटरी, डेटाबेस आणि बाह्य API यांमधील बहुपदरी कार्यप्रवाहांचे संयोजन करणे—यांसाठी GPT‑6 चे मॉडेल कसे निवडावे, प्रभावी सूचना कशा द्याव्यात, दीर्घकाळ चालणारे काम कसे हाताळावे आणि प्रत्यक्ष वापराची तयारी कशी करावी, हे या मार्गदर्शिकेत समजावले आहे.

• प्रत्यक्ष वापरात प्रभावीपणे चालवा. संदर्भ आणि खर्च हाताळण्यासाठी कॅशिंग⁠(नवीन विंडोमध्ये उघडेल) आणि कॉम्पॅक्शन⁠(नवीन विंडोमध्ये उघडेल) वापरा. कामातील यश आणि प्रतिसादाला लागणारा वेळ मोजा. देखरेख आणि डेटा नियंत्रणांचे नियोजन करा.

• कामानुसार मॉडेल निवडा. कामाला अनुरूप मॉडेल, रीझनिंगचे प्रयत्न⁠(नवीन विंडोमध्ये उघडेल) आणि वेग निवडून क्षमता, खर्च व प्रतिसादाचा वेळ यांचा समतोल साधा.

• प्रॉम्प्ट आणि कौशल्ये ॲडजस्ट करा. मॉडेलने काय डिलिव्हर करावे, स्वतंत्रपणे काय करावे आणि काम पूर्ण झालेले कधी समजावे याबाबत प्रॉम्प्ट, कौशल्ये व रिपॉझिटरीतील सूचनांमध्ये सुसंगती ठेवा.

• दीर्घकाळ चालणाऱ्या कामाची दिशा योग्य ठेवा. बदल आणि स्वतंत्र काम हाताळण्यासाठी दिशानिर्देशन⁠(नवीन विंडोमध्ये उघडेल), ॲसिंक्रोनस टूल्स⁠(नवीन विंडोमध्ये उघडेल) आणि काम सोपवणे⁠(नवीन विंडोमध्ये उघडेल) वापरा. मॉडेलने तुमचा इनपुट कधी मागावा हे स्पष्ट ठरवा.

डिप्लॉय करण्यापूर्वी तुम्ही काही तपासण्या आणि उत्तम कार्यपद्धती ठरवून घ्याव्यात.

• कार्यक्षमतेचे भान ठेवा. आवश्यक पुरावे राखून कामासाठी अनावश्यक संदर्भ काढून टाका⁠(नवीन विंडोमध्ये उघडेल). तुमच्या ॲप्लिकेशनमध्ये शक्य असल्यास, स्वतंत्र कामे एकाच वेळी चालवा⁠(नवीन विंडोमध्ये उघडेल) म्हणजे एका हळू चालणाऱ्या टप्प्यामुळे असंबंधित काम अडणार नाही.

• वारंवार करायच्या कामांसाठी प्रॉम्प्ट कॅशिंग⁠(नवीन विंडोमध्ये उघडेल) द्वारे शेअर केलेला संदर्भ पुन्हा वापरा. मॉडेलनुसार, कॅश केलेल्या इनपुट टोकनचा खर्च कॅश न केलेल्या टोकनपेक्षा 95% पर्यंत कमी⁠(नवीन विंडोमध्ये उघडेल) असतो. कामाचे तपशील बदलण्याआधी स्थिर सूचना व संदर्भ साहित्य ठेवा. टूल्सच्या व्याख्या सुसंगत ठेवा. हा पुनर्वापर कुठे गडबड करतो हे कॅशिंग डॅशबोर्ड⁠(नवीन विंडोमध्ये उघडेल) आणि निदान मार्गदर्शिका⁠(नवीन विंडोमध्ये उघडेल) यांच्या मदतीने समजते. संपूर्ण कार्यप्रवाहाच्या खर्चाचा अंदाज घेताना कॅशमध्ये लिहिण्याचे शुल्क आणि मोठ्या संदर्भांसाठीचे दरही धरा.

• दीर्घ संभाषणांत कॉम्पॅक्शन⁠(नवीन विंडोमध्ये उघडेल) संदर्भाचा आकार कमी करते आणि पुढे सुरू ठेवण्यासाठी आवश्यक स्थिती जपते.

• तुम्ही वर्तनावर देखरेख⁠(नवीन विंडोमध्ये उघडेल) कशी कराल ते ठरवा आणि ॲप्लिकेशनची डेटा नियंत्रणे⁠(नवीन विंडोमध्ये उघडेल) तपासा.

• डिप्लॉय करण्याआधी चाचणी घ्या: प्रातिनिधिक कामे चालवून यश, प्रतिसादाचा वेळ आणि प्रत्येक यशस्वी कामाचा खर्च मोजा. आमची API डिप्लॉयमेंट चेकलिस्ट⁠(नवीन विंडोमध्ये उघडेल) पहा.

मॉडेल आणि रीझनिंगची पातळी निवडणे म्हणजे बुद्धिमत्ता व किंमत यांचा समतोल साधणे.

• मॉडेल:

  • कमाल बुद्धिमत्ता लागणाऱ्या सर्वात कठीण रीझनिंगच्या कामांसाठी GPT‑6 Astra⁠(नवीन विंडोमध्ये उघडेल).

  • गुंतागुंतीचे कोड लेखन, संशोधन आणि कॉम्प्यूटरच्या वापरासाठी GPT‑6.1 Sol⁠(नवीन विंडोमध्ये उघडेल).

  • मोठ्या प्रमाणावरील नेमक्या कामांसाठी आणि स्पष्ट उद्दिष्टाच्या रोजच्या, पुनरावृत्तीच्या कामांसाठी GPT‑6 Luna⁠(नवीन विंडोमध्ये उघडेल)—उदा. इनव्हॉइसच्या फील्डमधून माहिती काढणे, विनंत्यांचे वर्गीकरण किंवा संरचित सारांश तयार करणे.

कामासाठी सर्वोत्तम मॉडेल ठरवताना प्रत्येक मॉडेलच्या दरांची तुलना करा⁠(नवीन विंडोमध्ये उघडेल).

• रीझनिंगची पातळी: API मध्ये मॉडेलने कामावर किती प्रयत्न करावेत ते निवडा.

  • कमी: तथ्ये काढणे किंवा लहान संपादने यांसारखी नियमित कामे.

  • मध्यम: वैशिष्ट्याचे नियोजन किंवा पर्यायांची तुलना यांसारखी निर्णयक्षमतेची कामे.

  • उच्च: कठीण डीबगिंग, सखोल विश्लेषण किंवा काळजीपूर्वक आढावा.

  • अत्युच्च / सर्वाधिक: उपलब्ध असेल तेथे तपासा की उच्च पातळी कुठे पुरेशी नसते. अतिरिक्त वेळ व खर्चाच्या मानाने सुधारणा योग्य असेल तरच वापर सुरू ठेवा.

API मध्ये, तुम्ही कॅश अबाधित ठेवून संभाषणादरम्यान रीझनिंगचे प्रयत्न बदलू शकता⁠(नवीन विंडोमध्ये उघडेल).

Codex मध्ये मॉडेलच्या पूर्वनिर्धारित रीझनिंग पातळीपासून सुरुवात करा. सोप्या कामांसाठी ती कमी करा किंवा सखोल विश्लेषणासाठी वाढवा.

• वेग:

  • चॅटच्या ॲप्स किंवा कोडिंगचे टूल्स यांसारख्या वापरांत प्रतिसादाचा वेळ महत्त्वाचा असल्यास, API मध्ये फास्ट मोड⁠(नवीन विंडोमध्ये उघडेल) वापरा. यात स्टँडर्ड प्रक्रियेपेक्षा प्रति-टोकन खर्च अधिक असतो, पण प्रतिसाद अधिक जलद आणि सातत्यपूर्ण वेळेत मिळतो.

  • कोडमध्ये वेगाने फेरबदल करण्यासारख्या कामांसाठी जलद प्रतिसादाचे जादा शुल्क योग्य वाटत असल्यास, Codex आणि API मध्ये अल्ट्राफास्ट⁠(नवीन विंडोमध्ये उघडेल) वापरा. यामुळे रीझनिंगच्या प्रयत्नांवर अवलंबून न राहता टोकन निर्मितीचा वेग वाढतो. GPT‑6 Astra साठी उपलब्ध⁠(नवीन विंडोमध्ये उघडेल).

अपेक्षित निष्पत्ती, ती कोणासाठी आहे, संबंधित संदर्भ व मर्यादा आणि काम पूर्ण झाल्याचे निकष सुरुवातीलाच स्पष्ट करा. सूचना अपडेट करण्याबाबत सखोल माहितीसाठी, पुढील चार मुद्दे पहा. ते GPT‑6 Astra साठी कौशल्ये आणि प्रॉम्प्ट यांचा पुनर्विचार⁠(नवीन विंडोमध्ये उघडेल) या लेखातून संक्षेपात दिले आहेत:

• अधिक चांगली कौशल्ये तयार करा: प्रत्येक कौशल्य कधी चालवावे याचे वर्णन थोडक्यात, स्पष्टपणे द्या. पूरक तपशील गरजेपुरतेच लोड करा. साचेबद्ध पद्धतींऐवजी तुमची टीम वापरत असलेल्या मॉडेलना अनुरूप मार्गदर्शन द्या.

• AGENTS.md अपडेट करा: विशिष्ट दस्तऐवज व चाचण्यांकडे कधी लक्ष द्यावे ते सांगा. सुरक्षित नियमित कार्यप्रवाहांना स्पष्ट परवानगी द्या—उदा. तात्पुरत्या डेटावर, प्रत्यक्ष वापरातील सिस्टमचा ॲक्सेस नसताना स्थानिक चाचण्या चालवणे.

• निर्णयांच्या मर्यादा ठरवा: सरसकट “नेहमी विचारा” नियमांऐवजी कोणत्या कृती स्वतंत्रपणे करता येतील आणि कशासाठी मंजुरी लागेल, हे स्पष्ट करा.

• काम पूर्णत्वास नेण्याच्या स्पष्ट सूचना द्या: “पूर्ण झाले” यात काय समाविष्ट आहे हे ठरवा—बदल लागू करणे, चालवणे, परिणाम तपासणे आणि अपयश दुरुस्त करणे. कोणत्या निर्णयांना तुमचा आढावा आवश्यक आहे तेही सांगा.

अधिक मार्गदर्शनासाठी रीझनिंगच्या उत्तम कार्यपद्धती⁠(नवीन विंडोमध्ये उघडेल) पहा.

तुम्ही Codex मध्ये काम करत असाल किंवा API वापरून निर्मिती करत असाल, मॉडेल कोणते निर्णय घेऊ शकते, त्याने तुमचा इनपुट कधी मागावा आणि उपयुक्त प्रतिसाद कसा असावा, हे स्पष्ट करा.

महत्त्वाच्या निर्णयांबाबत अंदाज न बांधता काम पुढे नेता यावे, इतके मार्गदर्शन मॉडेलला द्या. कोणते पर्याय ते स्वतः निवडू शकते आणि तुमचा अभिप्राय कधी मागावा, हे त्याला सांगा⁠(नवीन विंडोमध्ये उघडेल). उदाहरणार्थ, सारांशाची मांडणी ते ठरवू शकते, पण प्रोजेक्टची व्याप्ती बदलण्यापूर्वी त्याने तुम्हाला विचारावे. उपयुक्त प्रतिसाद कसा असावा ते सांगा⁠(नवीन विंडोमध्ये उघडेल). उदाहरणार्थ, साधी भाषा, वाचकांना अनुरूप तांत्रिक तपशील आणि काम सोपवताना काय बदलले, काय तपासले व कशाकडे अजून लक्ष द्यायचे आहे याचा थोडक्यात आढावा.

GPT‑6 कुटुंबातील मॉडेल वापरून आता तुम्ही अनेक तास किंवा दिवस लागणारी कामे हाती घेऊ शकता. दीर्घकाळ चालणाऱ्या कामांमधील एजंट अधिक चांगल्या प्रकारे हाताळण्यासाठी पुढील वैशिष्ट्ये वापरा.

API मध्ये दीर्घकाळ चालणारी कामे पुढे नेण्यासाठी दिशानिर्देशन, ॲसिंक्रोनस टूल्स आणि एकाच वेळी चालणारी कामे वापरा.

• काम सुरू असताना सूचना अपडेट करा: प्रतिसाद तयार होत असतानाचे दिशानिर्देशन⁠(नवीन विंडोमध्ये उघडेल) वापरून मॉडेल काम करत असतानाच Responses WebSocket API⁠(नवीन विंडोमध्ये उघडेल) द्वारे दुरुस्ती पाठवता येते. बदल रांगेत ठेवले जातात; त्यांच्यामुळे चालू टूल्स रद्द होत नाहीत किंवा पूर्ण झालेल्या कृती पूर्ववत होत नाहीत.

• टूल चालू असताना काम सुरू ठेवा: ॲसिंक्रोनस टूल कॉलिंग⁠(नवीन विंडोमध्ये उघडेल) वापरल्यास, तुमचे ॲप चाचण्यांसारखे संथ काम करत असतानाही मॉडेल स्वतंत्र काम सुरू ठेवू शकते. निकाल तयार झाल्यावर तुमचे ॲप तो दाखवेल. त्यावर अवलंबून असलेले काम सुरू करण्यापूर्वी त्या निकालाची वाट पहा.

• स्वतंत्र उपकामे सोपवा: GPT‑6.1 Sol मध्ये Responses API मधील बहु-एजंट कार्यप्रवाह वापरता येतात⁠(नवीन विंडोमध्ये उघडेल). ते उपएजंटना स्वतंत्र कामे देऊ शकते (उदा. कोडबेसच्या वेगवेगळ्या भागांचा तपास करणे) आणि त्यांचे निष्कर्ष एकत्र करून शेवटला प्रतिसाद तयार करू शकते. बहु-एजंट सुविधा सध्या बीटामध्ये आहे.

दीर्घकाळ चालणाऱ्या कामांत असे निर्णय समोर येऊ शकतात, ज्यांचा सुरुवातीचा प्रॉम्प्ट देताना तुम्ही विचार केलेला नसतो. काम योग्य दिशेने नेण्यासाठी शंकांचे निरसन आणि दिशानिर्देशन वापरा.

• काम पुढे जात असताना प्रश्नांची उत्तरे द्या: GPT‑6 Astra सोबत Codex काम करत असतानाच स्पष्टीकरण मागू शकते⁠(नवीन विंडोमध्ये उघडेल). पुढील टप्प्यावर परिणाम करणारे प्रश्न सोडवा. तुम्ही निर्णय घेत असताना कोणते स्वतंत्र काम सुरू ठेवता येईल, ते सांगा. तुम्ही उपलब्ध नसाल अशा वेळी Codex ला कोणती कामे सुरू ठेवता येतील आणि तुमच्या उत्तरासाठी कधी थांबावे, ते सांगा.

• गरजा बदलल्यावर कामाची दिशा बदला: नवीन माहिती देऊन चालू कामाला दिशा द्या⁠(नवीन विंडोमध्ये उघडेल). काय बदलावे आणि काय तसेच ठेवावे, हे स्पष्ट करा. यामुळे तुमच्या गरजा यापुढे पूर्ण न करणाऱ्या पद्धतीवर अधिक वेळ खर्च होणे टाळता येते.

कॉम्प्यूटरचा वापर⁠(नवीन विंडोमध्ये उघडेल) या क्षमतेमुळे GPT‑6 Astra, GPT‑6.1 Sol आणि GPT‑6 Luna वेबसाइट्स व डेस्कटॉप ॲप्ससोबत थेट संवाद साधू शकतात—API नसलेल्या ॲप्ससोबत सुद्धा. उदाहरणार्थ, तुम्ही मॉडेलला एखादे बग तपासण्यासाठी, कोड दुरुस्त करायला आणि दुरुस्ती योग्य आहे का हे तपासण्यासाठी तुमचे उत्पादन ब्राउझरमध्ये उघडायला सांगू शकता.

प्रत्येक टप्प्यासाठी सर्वात सोपा आणि विश्वासार्ह मार्ग निवडा:

• API किंवा जोडलेले टूल थेट काम करू शकत असल्यास ते वापरा.

• मॉडेलला तुमच्यासाठी स्क्रीन वाचणे, बटणे क्लिक करणे किंवा फॉर्म भरणे आवश्यक असल्यास कॉम्प्यूटर वापराची क्षमता वापरा.

तुमच्या स्वतःच्या ॲपमध्ये कॉम्प्यूटर वापराची क्षमता जोडत असाल, तर ब्राउझर किंवा डेस्कटॉप नियंत्रित करण्यासाठी कोड चालवू शकेल असे टूल मॉडेलला द्या. Playwright ब्राउझरसह काम करते⁠(नवीन विंडोमध्ये उघडेल); PyAutoGUI डेस्कटॉप ॲप्ससह काम करते.