GPT‑6 系列模型指南

GPT‑6 是我們迄今最先進的模型系列⁠，提供多款模型，靈活配合不同的工作需求。

無論你是將構想化為可運作的原型、開發及測試功能，還是協調橫跨程式碼庫、資料庫與外部 API 的多步驟工作流程，本指南都會說明如何選擇 GPT‑6 模型、提供有效指示、管理長時間執行的工作，以及為正式上線做好準備。

• 在正式環境中高效運作。使用快取⁠(在新視窗中開啟)與壓縮⁠(在新視窗中開啟)來管理上下文與成本。衡量任務成功率與延遲，並規劃監控及資料控管措施。

• 依工作負載選擇模型。選擇適合任務的模型、推理強度⁠(在新視窗中開啟)與速度，在能力、成本與延遲之間取得平衡。

• 調整提示詞與技能。提示詞、技能與程式碼庫指示都應清楚說明模型應交付哪些成果、可以自行執行哪些事項，以及怎樣才算完成，並確保三者的說明一致。

• 確保長時間執行的工作不偏離方向。使用引導⁠(在新視窗中開啟)、非同步工具⁠(在新視窗中開啟)與委派⁠(在新視窗中開啟)功能，處理更新與可獨立執行的工作。明確說明模型在什麼情況下應向你徵詢意見。

部署前，請先落實幾項檢查與最佳做法。

• 別忘了考量效率。刪減任務不需要的上下文⁠(在新視窗中開啟)，同時保留所需的佐證資料。如果應用程式支援，請同時執行互不相依的任務⁠(在新視窗中開啟)，避免某個緩慢的步驟拖延無關的工作。

• 對於重複執行的工作，可透過提示詞快取⁠(在新視窗中開啟)重複利用共用的上下文。視模型而定，已快取的輸入 Token 成本比未快取的輸入 Token 最多低 95%⁠(在新視窗中開啟)。將固定的指示與參考資料放在會變動的任務細節之前，並保持工具定義一致。快取資訊主頁⁠(在新視窗中開啟)與診斷指南⁠(在新視窗中開啟)可協助你找出無法重複利用快取的環節。估算完整工作流程的成本時，請納入快取寫入費用，以及任何適用的長上下文費率。

• 對於較長的對話，壓縮⁠(在新視窗中開啟)可縮減上下文大小，同時保留繼續執行所需的狀態。

• 決定如何監控行為⁠(在新視窗中開啟)，並檢視應用程式的資料控管措施⁠(在新視窗中開啟)。

• 部署前先測試：執行具代表性的任務，衡量任務成功率、延遲，以及每項成功任務的成本。請參閱我們的 API 部署檢查清單⁠(在新視窗中開啟)。

選擇模型與推理等級，就是在智慧能力與價格之間取捨。

• 模型：

  • GPT‑6 Astra⁠(在新視窗中開啟) 適合需要最強智慧能力、難度最高的推理工作。

  • GPT‑6.1 Sol⁠(在新視窗中開啟) 適合複雜的程式設計、研究與電腦操作。

  • GPT‑6 Luna⁠(在新視窗中開啟) 適合大規模執行範圍明確的任務，以及目標清楚、日常重複的工作，例如擷取發票欄位、將請求分類或產生結構化摘要。

評估最適合任務的模型時，請比較各模型的價格⁠(在新視窗中開啟)。

• 推理等級：在 API 中，選擇模型為任務投入的推理強度。

  • 低：例行任務，例如擷取事實或進行小幅編輯。

  • 中：需要判斷的工作，例如規劃功能或比較選項。

  • 高：困難的除錯、深入分析或仔細審查。

  • 極高 / Max：若「高」仍不足以應付任務，可在支援的情況下測試這些等級；只有當改善幅度值得投入額外時間與成本時，才繼續使用。

在 API 中，你可以在對話中途變更推理強度⁠(在新視窗中開啟)，而不會使快取失效。

在 Codex 中，先使用該模型的預設推理等級，再針對較簡單的任務調低，或為深入分析而調高。

• 速度：

  • 使用 API 時，如果你特別重視回應時間，例如開發聊天應用程式或程式開發工具，可以使用快速模式⁠(在新視窗中開啟)。相較於標準處理模式，快速模式的回應時間更短、更穩定，但每個 Token 的成本也較高。

  • 在 Codex 與 API 中，若你需要更快的回應，且願意支付較高費用，可以使用 Ultrafast 模式⁠(在新視窗中開啟)，例如用來快速反覆修改程式碼。Ultrafast 模式能加快 Token 生成速度，無須調整推理強度。適用於 GPT‑6 Astra⁠(在新視窗中開啟)。

首先明確說明任務，包括你想要的成果、成果的使用對象、相關脈絡與限制，以及完成標準。接著可從以下四個面向，進一步瞭解如何更新指示。內容摘自〈重新思考 GPT‑6 Astra 的技能與提示詞〉⁠(在新視窗中開啟)：

• 打造更好的技能：簡短明確地描述每項技能的適用情境，只在需要時載入補充資訊，並用適合團隊所用模型的指引取代僵化的操作步驟。

• 更新 AGENTS.md：說明特定文件與測試適用的情境，並明確授權安全的例行工作流程，例如使用測試後即可丟棄的資料執行本機測試，且不存取正式環境。

• 設定決策界線：明確說明哪些動作可自行執行、哪些需要核准，取代一律要求「先詢問」的規則。

• 明確要求持續執行直到完成：說清楚怎樣才算「完成」，包括實作變更、執行、檢查結果及排除執行失敗的問題，並指出哪些決策需要你審查。

如需更多指引，請參閱推理最佳做法⁠(在新視窗中開啟)。

無論你是在 Codex 中工作，還是使用 API 開發，都應明確說明模型可以做哪些決策、何時應徵詢意見，以及怎樣的回應才有用。

給模型足夠的指引，讓模型能繼續工作，遇到重要決策時也不必靠猜測行事。告訴模型哪些事項可以自行決定，以及何時需要徵詢你的意見⁠(在新視窗中開啟)。例如，模型可以自行決定摘要的編排方式，但在變更專案範圍前應先向你確認。描述怎樣的回應才有用⁠(在新視窗中開啟)，例如使用淺白文字、提供適合讀者的技術細節，以及簡短的交接說明，涵蓋變更內容、已檢查項目與仍需留意之處。

有了 GPT‑6 系列模型，你現在可以處理耗時數小時甚至數天的任務。使用下列功能，更有效地管理執行長時間任務的智慧體。

在 API 中，使用引導、非同步工具與平行作業，讓長時間執行的任務持續推進。

• 在執行期間更新指示：回合中途引導⁠(在新視窗中開啟)可讓你在模型工作時，透過 Responses WebSocket API⁠(在新視窗中開啟) 傳送修正指示。更新會排入佇列，不會取消正在執行的工具，也不會復原已完成的動作。

• 在工具執行時繼續工作：非同步工具呼叫⁠(在新視窗中開啟)可讓模型在應用程式執行較慢的任務（例如測試）時，繼續處理不依賴這項任務結果的工作。應用程式會在結果準備好後回傳。請等結果回傳後，再開始執行需要用到結果的後續工作。

• 委派互不相依的子任務：GPT‑6.1 Sol 支援在 Responses API 中使用多智慧體工作流程⁠(在新視窗中開啟)。它可以將互不相依的工作指派給子智慧體（例如調查程式碼的不同部分），再將各自的發現整合為最終回應。多智慧體功能目前處於 Beta 測試階段。

執行長時間任務時，可能會出現需要做決定的情況，而你不一定能在撰寫最初的提示詞時預料到。透過釐清問題與引導，確保工作不偏離方向。

• 在工作過程中回答問題：使用 GPT‑6 Astra 時，Codex 可以一邊工作，一邊向你提問來釐清狀況⁠(在新視窗中開啟)。請回答會影響下一步的問題，並指定在你做決定時，哪些互不相依的工作可以繼續進行。如果你要暫時離開，請告訴 Codex 哪些任務可以繼續，以及何時應暫停並等候你的答覆。

• 需求變更時調整工作方向：提供新資訊來引導正在執行的任務⁠(在新視窗中開啟)，說明哪些部分應改變、哪些應維持不變。這有助於避免繼續在已不符需求的做法上耗費時間。

電腦操作⁠(在新視窗中開啟)功能可讓 GPT‑6 Astra、GPT‑6.1 Sol 與 GPT‑6 Luna 直接與網站及桌面應用程式互動，即使應用程式沒有 API 也能使用。例如，你可以要求模型調查錯誤、修正程式碼，並在瀏覽器中開啟你的產品，確認修正是否有效。

為每個步驟選擇最簡單可靠的做法：

• 若 API 或已連接的工具能直接完成工作，就使用它。

• 當模型需要替你讀取畫面、點選按鈕或填寫表單時，請使用電腦操作功能。

如果你要將電腦操作功能整合到自己的應用程式中，請為模型提供能執行程式碼來控制瀏覽器或桌面的工具。Playwright 可操作瀏覽器⁠(在新視窗中開啟)；PyAutoGUI 則可操作桌面應用程式。