Hướng dẫn sử dụng các mô hình thuộc dòng GPT‑6

GPT‑6 là bộ mô hình tiên tiến nhất của chúng tôi từ trước đến nay, với nhiều lựa chọn cho từng loại công việc.

Dù bạn đang biến ý tưởng thành nguyên mẫu hoạt động được, xây dựng và kiểm thử tính năng hay điều phối quy trình nhiều bước trên các kho lưu trữ mã, cơ sở dữ liệu và API bên ngoài, hướng dẫn này sẽ giúp bạn chọn mô hình GPT‑6, đưa ra chỉ dẫn hiệu quả, quản lý công việc kéo dài và chuẩn bị triển khai thực tế.

• Vận hành hiệu quả trong môi trường thực tế. Dùng bộ nhớ đệm⁠(mở trong cửa sổ mới) và Nén ngữ cảnh⁠(mở trong cửa sổ mới) để quản lý ngữ cảnh và chi phí. Đo tỷ lệ tác vụ thành công và độ trễ, đồng thời lên kế hoạch giám sát và kiểm soát dữ liệu.

• Chọn mô hình phù hợp với khối lượng công việc. Cân bằng năng lực, chi phí và độ trễ bằng cách chọn mô hình, mức suy luận⁠(mở trong cửa sổ mới) và tốc độ phù hợp với tác vụ.

• Điều chỉnh câu lệnh và kỹ năng. Đảm bảo câu lệnh, kỹ năng và chỉ dẫn trong kho lưu trữ thống nhất về kết quả mô hình cần tạo, việc mô hình được tự làm và tiêu chí hoàn thành.

• Giữ công việc kéo dài đi đúng hướng. Dùng điều hướng⁠(mở trong cửa sổ mới), công cụ bất đồng bộ⁠(mở trong cửa sổ mới) và ủy nhiệm⁠(mở trong cửa sổ mới) để xử lý cập nhật và các phần việc độc lập. Quy định rõ khi nào mô hình cần hỏi ý kiến.

Trước khi triển khai, bạn nên thiết lập một số bước kiểm tra và áp dụng các phương pháp thực hành tốt.

• Luôn chú trọng hiệu quả. ⁠(mở trong cửa sổ mới)Lược bỏ ngữ cảnh không cần cho tác vụ⁠(mở trong cửa sổ mới) nhưng giữ lại bằng chứng cần thiết. Nếu ứng dụng hỗ trợ, hãy chạy đồng thời các tác vụ độc lập⁠(mở trong cửa sổ mới) để một bước chậm không cản trở công việc khác.

• Tái sử dụng ngữ cảnh chung cho công việc lặp lại bằng cách lưu trữ nội dung câu lệnh⁠(mở trong cửa sổ mới). Token đầu vào được lưu vào bộ nhớ đệm có chi phí thấp hơn tới 95%⁠(mở trong cửa sổ mới) so với token chưa được lưu, tùy mô hình. Đặt chỉ dẫn cố định và tài liệu tham khảo trước các chi tiết tác vụ hay thay đổi, đồng thời giữ định nghĩa công cụ nhất quán. Bảng theo dõi bộ nhớ đệm⁠(mở trong cửa sổ mới) và hướng dẫn chẩn đoán⁠(mở trong cửa sổ mới) giúp bạn tìm điểm trục trặc trong việc tái sử dụng này. Khi ước tính chi phí toàn bộ quy trình, hãy tính cả phí ghi bộ nhớ đệm và mọi mức phí cho ngữ cảnh dài.

• Với hội thoại dài hơn, Nén ngữ cảnh⁠(mở trong cửa sổ mới) giúp giảm kích thước ngữ cảnh nhưng vẫn giữ trạng thái cần thiết để tiếp tục.

• Xác định cách giám sát hành vi⁠(mở trong cửa sổ mới) và xem xét các biện pháp kiểm soát dữ liệu⁠(mở trong cửa sổ mới) cho ứng dụng.

• Kiểm thử trước khi triển khai: chạy các tác vụ tiêu biểu, đo tỷ lệ thành công, độ trễ và chi phí cho mỗi tác vụ thành công. Xem danh sách kiểm tra triển khai API⁠(mở trong cửa sổ mới) của chúng tôi.

Hãy xem việc chọn mô hình và mức suy luận là sự cân nhắc giữa trí thông minh và giá thành.

• Mô hình:

  • GPT‑6 Astra⁠(mở trong cửa sổ mới) dành cho công việc suy luận khó nhất, đòi hỏi trí thông minh tối đa.

  • GPT‑6.1 Sol⁠(mở trong cửa sổ mới) dành cho lập trình phức tạp, nghiên cứu và sử dụng máy tính.

  • GPT‑6 Luna⁠(mở trong cửa sổ mới) dành cho tác vụ chuyên biệt ở quy mô lớn và công việc lặp lại hằng ngày có mục tiêu rõ ràng, như trích xuất trường hóa đơn, phân loại yêu cầu hoặc tạo bản tóm tắt có cấu trúc.

Khi chọn mô hình tốt nhất cho tác vụ, hãy so sánh giá⁠(mở trong cửa sổ mới) giữa các mô hình.

• Mức suy luận: Trong API, chọn mức độ đầu tư suy luận của mô hình cho tác vụ.

  • Thấp: Tác vụ thường lệ, như trích xuất thông tin thực tế hoặc chỉnh sửa nhỏ.

  • Vừa: Công việc cần khả năng phán đoán, như lập kế hoạch cho tính năng hoặc so sánh các phương án.

  • Cao: Gỡ lỗi khó, phân tích sâu hơn hoặc rà soát kỹ lưỡng.

  • Chuyên sâu / Max: Thử nếu được hỗ trợ khi mức Cao chưa đủ, và chỉ giữ nếu cải thiện xứng đáng với thời gian và chi phí tăng thêm.

Trong API, bạn có thể đổi mức suy luận giữa cuộc hội thoại⁠(mở trong cửa sổ mới) mà không làm mất khả năng tái sử dụng bộ nhớ đệm.

Trong Codex, bắt đầu với mức suy luận mặc định của mô hình, rồi giảm cho tác vụ đơn giản hoặc tăng để phân tích sâu hơn.

• Tốc độ:

  • Trong API, dùng Chế độ nhanh⁠(mở trong cửa sổ mới) khi thời gian phản hồi quan trọng, như trong ứng dụng trò chuyện hoặc công cụ lập trình. Chế độ này phản hồi nhanh và ổn định hơn, nhưng chi phí mỗi token cao hơn chế độ xử lý Tiêu chuẩn.

  • Trong Codex và API, dùng Siêu nhanh⁠(mở trong cửa sổ mới) khi phản hồi nhanh hơn xứng đáng với phụ phí, như khi cần lặp nhanh các bước lập trình. Chế độ này tăng tốc độ tạo token, độc lập với mức suy luận. Có sẵn cho GPT‑6 Astra⁠(mở trong cửa sổ mới).

Bắt đầu bằng nhiệm vụ rõ ràng: kết quả mong muốn, đối tượng sử dụng, ngữ cảnh và ràng buộc liên quan, cùng tiêu chí hoàn thành. Sau đó, xem bốn khía cạnh dưới đây, tóm lược từ bài Xem lại cách thiết kế kỹ năng và câu lệnh cho GPT‑6 Astra⁠(mở trong cửa sổ mới), để tìm hiểu sâu hơn về cách cập nhật chỉ dẫn:

• Tạo kỹ năng tốt hơn: Mô tả ngắn gọn, nêu rõ khi nào cần chạy từng kỹ năng, chỉ tải chi tiết bổ trợ khi cần và thay quy trình cứng nhắc bằng hướng dẫn phù hợp với các mô hình nhóm bạn dùng.

• Cập nhật AGENTS.md: Giải thích khi nào cần dùng tài liệu và bài kiểm thử cụ thể, đồng thời cho phép rõ ràng các quy trình thường lệ an toàn, như kiểm thử cục bộ với dữ liệu dùng một lần và không truy cập môi trường thực tế.

• Đặt giới hạn ra quyết định: Nêu rõ hành động nào được tự thực hiện, hành động nào cần phê duyệt, thay quy tắc “luôn hỏi” chung chung bằng giới hạn rõ ràng.

• Quy định rõ mức độ theo đuổi công việc: Xác định “hoàn thành” gồm những gì—triển khai thay đổi, chạy, kiểm tra kết quả và sửa lỗi—cùng các quyết định cần bạn xem xét.

Để được hướng dẫn thêm, xem các phương pháp thực hành tốt về suy luận⁠(mở trong cửa sổ mới).

Dù làm việc trong Codex hay xây dựng với API, hãy nêu rõ mô hình được tự quyết định những gì, khi nào cần hỏi ý kiến và thế nào là một phản hồi hữu ích.

Đưa ra đủ định hướng để mô hình tiếp tục công việc mà không phải phỏng đoán khi cần đưa ra quyết định quan trọng. ⁠(mở trong cửa sổ mới)Cho mô hình biết những lựa chọn được tự quyết và khi nào cần hỏi ý kiến bạn⁠(mở trong cửa sổ mới); chẳng hạn, mô hình có thể tự chọn cách sắp xếp bản tóm tắt, nhưng cần hỏi bạn trước khi thay đổi phạm vi dự án. ⁠(mở trong cửa sổ mới)Mô tả thế nào là một phản hồi hữu ích⁠(mở trong cửa sổ mới); chẳng hạn, dùng ngôn ngữ dễ hiểu, cung cấp chi tiết kỹ thuật phù hợp với người đọc và ghi chú bàn giao ngắn gọn về những gì đã thay đổi, đã kiểm tra và vẫn cần chú ý.

Với dòng mô hình GPT‑6, giờ đây bạn có thể xử lý các tác vụ kéo dài hàng giờ hoặc hàng ngày. Dùng các tính năng sau để quản lý tác nhân tốt hơn trong những tác vụ kéo dài.

Trong API, dùng điều hướng, công cụ bất đồng bộ và xử lý song song để duy trì tiến độ các tác vụ kéo dài.

• Cập nhật chỉ dẫn trong khi chạy: Điều hướng giữa lượt⁠(mở trong cửa sổ mới) cho phép gửi thông tin điều chỉnh qua Responses WebSocket API⁠(mở trong cửa sổ mới) trong khi mô hình làm việc. Các cập nhật được đưa vào hàng đợi; chúng không hủy công cụ đang chạy hay hoàn tác hành động đã hoàn thành.

• Tiếp tục làm việc trong khi công cụ chạy: Gọi công cụ bất đồng bộ⁠(mở trong cửa sổ mới) cho phép mô hình tiếp tục phần việc độc lập trong khi ứng dụng chạy tác vụ chậm hơn, như kiểm thử. Ứng dụng trả về kết quả khi có. Hãy chờ kết quả đó trước khi bắt đầu công việc phụ thuộc vào nó.

• Ủy nhiệm các tác vụ con độc lập: GPT‑6.1 Sol hỗ trợ quy trình đa tác nhân trong Responses API⁠(mở trong cửa sổ mới). Mô hình có thể giao việc độc lập cho các tác nhân con (như tìm hiểu những phần khác nhau của cơ sở mã), rồi tổng hợp kết quả của chúng thành phản hồi cuối cùng. Tính năng đa tác nhân hiện ở giai đoạn beta.

Các tác vụ kéo dài có thể phát sinh những quyết định mà bạn chưa lường trước khi viết câu lệnh ban đầu. Làm rõ yêu cầu và điều hướng để công việc đi đúng hướng.

• Trả lời câu hỏi trong quá trình làm việc: Với GPT‑6 Astra, Codex có thể hỏi để làm rõ trong khi làm việc⁠(mở trong cửa sổ mới). Giải đáp những câu hỏi ảnh hưởng đến bước tiếp theo và chỉ rõ phần việc độc lập nào được tiếp tục trong khi bạn cân nhắc. Nếu sắp vắng mặt, hãy cho Codex biết tác vụ nào được tiếp tục và khi nào cần tạm dừng để chờ bạn trả lời.

• Đổi hướng công việc khi yêu cầu thay đổi: Điều hướng tác vụ đang chạy⁠(mở trong cửa sổ mới) bằng thông tin mới, giải thích điều gì cần thay đổi và điều gì cần giữ nguyên. Nhờ đó, bạn tránh tốn thêm thời gian cho cách làm không còn phù hợp với nhu cầu.

Khả năng sử dụng máy tính⁠(mở trong cửa sổ mới) cho phép GPT‑6 Astra, GPT‑6.1 Sol và GPT‑6 Luna tương tác trực tiếp với trang web và ứng dụng máy tính, kể cả ứng dụng không có API. Ví dụ, bạn có thể yêu cầu mô hình tìm hiểu lỗi, sửa mã và mở sản phẩm trong trình duyệt để kiểm tra xem bản sửa có hoạt động không.

Chọn cách đơn giản nhất mà vẫn đáng tin cậy cho từng bước:

• Dùng API hoặc công cụ được kết nối khi chúng có thể trực tiếp thực hiện công việc.

• Dùng khả năng sử dụng máy tính khi mô hình cần đọc màn hình, nhấp nút hoặc điền biểu mẫu thay bạn.

Nếu tích hợp khả năng sử dụng máy tính vào ứng dụng của mình, hãy cung cấp cho mô hình công cụ có thể chạy mã để điều khiển trình duyệt hoặc giao diện máy tính. Playwright tương tác với trình duyệt⁠(mở trong cửa sổ mới); PyAutoGUI tương tác với ứng dụng máy tính.