Руководство по моделям семейства GPT‑6

GPT‑6 — наше самое передовое семейство моделей, в котором можно выбрать модель для разных задач.

Создаёте рабочий прототип идеи, разрабатываете и тестируете функцию или организуете многоэтапную работу с репозиториями кода, базами данных и внешними API? Это руководство поможет выбрать модель GPT‑6, дать ей эффективные инструкции, управлять длительными задачами и подготовиться к эксплуатации.

• Обеспечьте эффективную работу в продакшене. Используйте кэширование⁠(открывается в новом окне) и сжатие контекста⁠(открывается в новом окне) для управления контекстом и затратами. Измеряйте успешность выполнения задач и задержку, предусмотрите мониторинг и средства контроля данных.

• Подберите модель под свои задачи. Найдите баланс возможностей, затрат и задержки, выбрав модель, уровень усилий на рассуждения⁠(открывается в новом окне) и скорость под задачу.

• Скорректируйте промпты и навыки. Согласуйте промпты, навыки и инструкции в репозитории: какой результат должна выдать модель, что она может делать самостоятельно и когда задача считается завершённой.

• Не давайте длительным задачам отклоняться от цели. Используйте корректировку хода работы⁠(открывается в новом окне), асинхронные инструменты⁠(открывается в новом окне) и делегирование⁠(открывается в новом окне), чтобы учитывать изменения и выполнять независимые задачи. Чётко определите, когда модель должна обращаться к вам за указаниями.

Перед развёртыванием стоит внедрить ряд проверок и рекомендуемых практик.

• Помните об эффективности. ⁠(открывается в новом окне)Убирайте ненужный для задачи контекст⁠(открывается в новом окне), сохраняя необходимые сведения. Если приложение позволяет, запускайте независимые задачи параллельно⁠(открывается в новом окне), чтобы медленный этап не задерживал остальную работу.

• Повторно используйте общий контекст в регулярных задачах с помощью кэширования промптов⁠(открывается в новом окне). В зависимости от модели кэшированные входные токены стоят до 95% дешевле⁠(открывается в новом окне) некэшированных. Размещайте постоянные инструкции и справочные материалы перед меняющимися деталями задачи и сохраняйте определения инструментов неизменными. Дашборд кэширования⁠(открывается в новом окне) и руководство по диагностике⁠(открывается в новом окне) помогут понять, где повторное использование не срабатывает. Оценивая стоимость всего рабочего процесса, учитывайте запись в кэш и тарифы для длинного контекста.

• В длительных диалогах сжатие контекста⁠(открывается в новом окне) уменьшает его объём, сохраняя состояние, необходимое для продолжения.

• Решите, как вы будете отслеживать поведение⁠(открывается в новом окне), и изучите средства контроля данных⁠(открывается в новом окне) для вашего приложения.

• Тестируйте перед развёртыванием: запускайте типичные задачи и измеряйте успешность, задержку и стоимость на одну успешно выполненную задачу. Ознакомьтесь с нашим чек-листом развёртывания с API⁠(открывается в новом окне).

Выбирая модель и уровень рассуждений, ищите баланс интеллектуальных возможностей и цены.

• Модель:

  • GPT‑6 Astra⁠(открывается в новом окне) — для сложнейших задач на рассуждения, требующих максимальных интеллектуальных возможностей.

  • GPT‑6.1 Sol⁠(открывается в новом окне) — для сложных задач программирования, исследований и управления компьютером.

  • GPT‑6 Luna⁠(открывается в новом окне) — для узких задач в больших объёмах и повседневной повторяющейся работы с чёткой целью: извлечения полей счетов, классификации запросов, составления структурированных сводок.

Выбирая лучшую модель для задачи, сравните цены⁠(открывается в новом окне) на все модели.

• Уровень рассуждений: в API выберите, сколько усилий модель затратит на задачу.

  • Низкий: рутинные задачи — извлечение фактов или небольшие правки.

  • Средний: задачи, требующие взвешенных решений, — планирование функции или сравнение вариантов.

  • Высокий: сложная отладка, углублённый анализ или тщательная проверка.

  • Очень высокий / Max: пробуйте, где доступно, если уровня «Высокий» недостаточно. Используйте, только если улучшение оправдывает дополнительные затраты времени и средств.

В API можно менять уровень усилий на рассуждения по ходу диалога⁠(открывается в новом окне), не нарушая работу кэша.

В Codex начните с уровня рассуждений по умолчанию для выбранной модели. Снижайте его для простых задач и повышайте для углублённого анализа.

• Скорость:

  • В API используйте Быстрый режим⁠(открывается в новом окне), когда важно время отклика, например в чатах или инструментах разработки. Он сокращает и делает более стабильным время отклика, но стоит дороже за токен, чем стандартная обработка.

  • В Codex и API используйте Сверхбыстрый режим⁠(открывается в новом окне), когда скорость ответа оправдывает доплату, например при быстрых итерациях разработки. Он ускоряет генерацию токенов независимо от уровня усилий на рассуждения. Доступен для GPT‑6 Astra⁠(открывается в новом окне).

Начните с чёткой постановки задачи: нужный результат, для кого он предназначен, важный контекст, ограничения и критерии завершения. Затем рассмотрите четыре направления ниже, кратко изложенные по статье «Переосмысление навыков и промптов для GPT‑6 Astra»⁠(открывается в новом окне). В ней вы найдёте подробности об обновлении инструкций:

• Улучшайте навыки: кратко и чётко описывайте, когда запускать каждый навык. Загружайте вспомогательные сведения лишь при необходимости, а жёсткие рецепты заменяйте рекомендациями под модели вашей команды.

• Обновите AGENTS.md: объясните, когда нужны те или иные документы и тесты. Явно разрешите безопасные рутинные действия, например запуск локальных тестов с одноразовыми данными без доступа к продакшену.

• Задайте границы самостоятельности: укажите, какие действия можно выполнять самостоятельно, а какие требуют одобрения. Замените общее правило «всегда спрашивай» чёткими границами.

• Требуйте доводить работу до конца: определите, что значит «готово»: внести изменение, запустить, проверить результат и устранить сбои. Укажите, какие решения требуют вашей проверки.

Дополнительные советы — в рекомендациях по работе с рассуждениями⁠(открывается в новом окне).

Работаете ли вы в Codex или разрабатываете с помощью API, укажите, какие решения модель может принимать, когда ей следует запрашивать указания и каким должен быть полезный ответ.

Дайте модели достаточно указаний, чтобы она продолжала работу и не принимала важные решения наугад. ⁠(открывается в новом окне)Объясните, что она может решать сама, а когда должна обратиться к вам⁠(открывается в новом окне). Например, структуру сводки она может выбрать самостоятельно, но изменение объёма проекта должна согласовать с вами. ⁠(открывается в новом окне)Опишите, каким должен быть полезный ответ⁠(открывается в новом окне): например, простой язык, технические подробности с учётом аудитории и краткий итог — что изменено, что проверено и что ещё требует внимания.

С моделями семейства GPT‑6 теперь можно браться за задачи, которые занимают часы или дни. Следующие функции помогут эффективнее управлять агентами при выполнении длительных задач.

В API используйте корректировку хода работы, асинхронные инструменты и параллельное выполнение, чтобы длительные задачи не останавливались.

• Обновляйте инструкции во время выполнения: корректировка в ходе ответа⁠(открывается в новом окне) позволяет отправить уточнение через Responses WebSocket API⁠(открывается в новом окне), пока модель работает. Уточнения ставятся в очередь: они не отменяют ни работу запущенных инструментов, ни уже выполненные действия.

• Продолжайте работу, пока выполняется инструмент: асинхронный вызов инструментов⁠(открывается в новом окне) позволяет модели выполнять независимую работу, пока ваше приложение занято более медленной задачей, например тестами. Приложение возвращает результат по готовности. Дождитесь этого результата, прежде чем начинать работу, которая от него зависит.

• Делегируйте независимые подзадачи: GPT‑6.1 Sol поддерживает многоагентные рабочие процессы в Responses API⁠(открывается в новом окне). Модель может поручать независимую работу субагентам — например, исследование разных частей кодовой базы — и объединять их выводы в итоговый ответ. Многоагентный режим сейчас находится в бета-версии.

При выполнении длительных задач могут потребоваться решения, которые вы не предусмотрели в исходном промпте. Используйте уточнения и корректировку хода работы, чтобы она не отклонялась от цели.

• Отвечайте на вопросы по ходу работы: с GPT‑6 Astra Codex может запрашивать уточнения во время выполнения задачи⁠(открывается в новом окне). Разрешайте вопросы, влияющие на следующий шаг, и указывайте, какую независимую работу можно продолжать, пока вы принимаете решение. Если вы будете недоступны, сообщите Codex, какие задачи можно продолжать и когда следует остановиться в ожидании вашего ответа.

• Меняйте направление работы при изменении требований: корректируйте выполняемую задачу⁠(открывается в новом окне) с учётом новых сведений, объясняя, что должно измениться, а что — остаться прежним. Так вы не будете тратить лишнее время на подход, который больше не отвечает вашим потребностям.

Управление компьютером⁠(открывается в новом окне) позволяет GPT‑6 Astra, GPT‑6.1 Sol и GPT‑6 Luna напрямую взаимодействовать с сайтами и настольными приложениями, даже если у них нет API. Например, можно попросить модель исследовать ошибку, исправить код и открыть ваш продукт в браузере, чтобы убедиться, что исправление работает.

Выбирайте самый простой и надёжный способ для каждого шага:

• Используйте API или подключённый инструмент, если он может выполнить задачу напрямую.

• Используйте управление компьютером, когда модели нужно прочитать содержимое экрана, нажать кнопки или заполнить за вас форму.

Если вы встраиваете управление компьютером в своё приложение, предоставьте модели инструмент, который может выполнять код для управления браузером или рабочим столом. Playwright работает с браузерами⁠(открывается в новом окне), а PyAutoGUI — с настольными приложениями.