Alte Prompts und Skills werden bei GPT-6-Astra laut OpenAI zum Problem

Zu breite Skill-Beschreibungen führen zur falschen Auswahl

Skills sind Prompts in Markdown-Dateien, die Ressourcen und Skripte enthalten können. Laut Provencher eignen sie sich besonders für bestimmte Arbeitsabläufe oder Anwendungen. Name und Beschreibung landen im Modellkontext, damit Codex passende Skills auswählen kann.

Bei zu vielen Skills kürzt Codex laut Beitrag die Beschreibungen, wodurch Informationen für die Auswahl fehlen können. Widersprüchliche Beschreibungen oder zu weit gefasste Einsatzbereiche können zudem unnötige Anleitungen laden lassen.

Provencher empfiehlt deshalb kurze, präzise Einsatzbeschreibungen. Ein Skill für Postgres-Schemamigrationen sollte nur beim Anlegen oder Ändern einer Migration sowie beim Prüfen ihrer Einführung greifen, nicht bei jeder Arbeit an Datenbanken, Abfragen oder Datenmodellen.

Umfasst ein Skill mehrere Arbeitsabläufe, soll sein Hauptdokument knapp auf passende Zusatzdokumente und Skripte verweisen. Das Modell liest so nur, was es gerade benötigt. Jede weitere Lektüre belegt Kontext und bringt dessen Verdichtung näher.

Auch aufwendige Schrittfolgen könnten neuere Modelle behindern, weil diese besser mit Feinheiten und Mehrdeutigkeit umgehen. Gemeinsam abgelegte Skills gelten allerdings auch für Agenten anderer Mitwirkender: Was Sol oder Luna hilft, könne Astra bereits zu stark einschränken.

Pflichtlektüre vor jeder Änderung kostet unnötig Kontext

Auch die bei Repository-Arbeiten geltenden Regeln in AGENTS.md sollten laut Provencher regelmäßig überprüft werden. Mehrere Pflichtdokumente oder eine vollständige Projektübersicht vor jeder Änderung seien etwa für eine Tippfehlerkorrektur überzogen. Astra könne selbst bestimmen, welche Informationen es benötigt.

Statt stets architecture.md, database.md und deployment.md lesen zu lassen, sollten Entwickler gezielt darauf verweisen: auf Architekturinformationen bei Dienstgrenzen, Datenbankdokumentation bei Schemaänderungen und Bereitstellungshinweise bei einem Deployment. Die Dokumente müssten aktuell bleiben.

Konkrete Erlaubnisse können zugleich wiederholte Rückfragen bei sicheren Abläufen vermeiden. Für lokale Tests mit wegwerfbaren Testdaten und ohne Produktionszugriff könne AGENTS.md ausdrücklich erlauben, Tests auszuführen, durch die angeforderte Änderung verursachte Fehler zu beheben und betroffene Tests ohne erneute Zustimmung zu wiederholen.

Astra braucht ein klares Ziel statt vieler Einzelschritte

Wer früheren Modellen nach unerwünschten Alleingängen strenge Rückfragepflichten auferlegt hat, solle diese beim Wechsel zu Astra überprüfen. OpenAI schreibt dem Modell besseres Urteilsvermögen zu. Zugleich könne es alte Verbote so streng auslegen, dass es trotz erwünschter Fortsetzung anhält. Bekannte, sichere Arbeitsabläufe sollten deshalb ausdrücklich erlaubt werden.

Auch ohne solche Verbote könne Astra früher stoppen als GPT-5.6 Sol. Nutzer sollten daher vorab festlegen, was zur Fertigstellung gehört: Soll der Agent eine Implementierung auch ausführen, Ergebnisse prüfen und Fehler beheben, müsse dies im Auftrag stehen. Eine Rücksprachepflicht nach der ersten Umsetzung setzt dagegen einen früheren Haltepunkt.

Vor kurzem hatte OpenAI bereits ausführliche Prompting-Tipps für GPT-6 Astra veröffentlicht, an die die Empfehlungen zu Skills und Projektanweisungen anknüpfen.