Nejnovější model OpenAI GPT-6 Astra zpracuje přes milion tokenů v jediném zadání, ovládá počítač, prohlíží web, píše kód a vytváří dokumenty. Astra vyžaduje méně pomocných instrukcí než její předchůdci, potřebuje však mnohem jasnější zadání. Staré příkazy, které slabší modely nutily k činnosti, nyní vyvolávají zbytečné testování nebo předčasné zastavení.
Základní informace o Astře
Model běží pod označením gpt-6-astra. V ChatGPT jej nabízejí tarify Plus, Pro, Business a Enterprise, dále je dostupný přes rozhraní OpenAI a cloudové služby Amazon Web Services. Milion vstupních tokenů stojí deset dolarů, milion výstupních padesát. Kontextové okno pojme 1 050 000 tokenů a maximální odpověď činí 128 000 tokenů. Co se do tohoto limitu nevejde, to systém odřízne. Volání nástrojů funguje pouze přes Responses API, nikoli přes starší Chat Completions.
OpenAI zároveň zmiňuje nový způsob uvažování nazvaný recurrent depth. Model si zadání interně zpracuje ještě předtím, než začne generovat odpověď, takže cesta k výsledku není tak viditelná jako dřív. Pokud potřebujete výstup, o který se lze opřít při rozhodování, rozdělte práci na jednotlivé kroky a vyžádejte si zdůvodnění.
Řekněte modelu, kdy se nemá zeptat
Astra si vyžádá doplnění častěji než starší modely. Dělá to v situacích, kde by chybějící informace mohla podstatně změnit výsledek. To je užitečné, pokud by špatný předpoklad stál hodně peněz. Zároveň je to otravné, když jde o rutinní detail, u kterého očekáváte, že si systém chybějící data domyslí.
Vývojáři doporučují nastavit pravidlo samostatnosti ještě před spuštěním dlouhého úkolu. Do zadání vložite pokyn, aby model odvodil záměr i rozsah z textu a předchozí konverzace. Má postupovat vpřed, dělat rozumné předpoklady, pracovat samostatně k cíli a zastavit se kvůli potvrzení jen tehdy, když je další krok destruktivní nebo nevratný.
Roli hraje také způsob, jakým s modelem mluvíte. Obraty typu mohl bys nebo chtěl bych sice působí zdvořile, systém si je však může vyložit jako váhavý námět. Pokud se to opakuje, vložte do souboru AGENTS.md trvalou poznámku, že tyto formulace znamenají svolení k akci.
Utřiďte si instrukce, než začnete vinit model
Astra dlouhé instrukce zvládá, ale reaguje citlivěji na pokyny, které se překrývají nebo si odporují. Nepořádek v souboru AGENTS.md a příliš mnoho definovaných dovedností se pak projeví jako váhání systému, i když příčina leží ve vaší dokumentaci.
Užitečný audit není o zkracování. Nechte model najít rozpory v pravidlech o samostatnosti, schvalování, dotazování a dokončení práce. Právě tyto čtyři oblasti stojí za většinou nečekaných zastavení. Přidejte důležitou pojistku, podle které má model rozlišit skutečné schvalovací pokyny od formulací, které rutinní práci brzdí jen zřídka. Systém má také označit každou změnu, jež by mu rozšířila oprávnění. Úpravy si nechte předložit pouze k odsouhlasení, nikoli je nechat rovnou provést.
Stejnou logiku uplatněte na trvalá pravidla v repozitáři. Instrukce v AGENTS.md platí při každé aktivitě v projektu, takže každý řádek je trvalou daní. Pokyn, aby si model nejdříve přečetl dokumentaci, má smysl u velké přestavby, ale zdržuje u opravy překlepu. Nepodmíněný příkaz ke spuštění všech testů pak generuje práci navíc, protože Astra si změny ověřuje sama.
Definujte, co znamená hotovo
Vývojáři upozorňují na opačný extrém. Astra dojde k prvnímu funkčnímu řešení a hned žádá o zpětnou vazbu, přestože práce zjevně není u konce. Pomožte modelu popsat cíl předem. Úkol je hotový teprve tehdy, když systém provedl požadovanou změnu, zkontroloval výsledek, odstranil jím způsobené chyby a ověřil finální stav. Těmito kroky má projít bez žádosti o kontrolu, dokud nenarazí na rozhodnutí, které mění rozsah práce, má nevratný dopad nebo vyžaduje informaci, kterou si nelze bezpečně domyslet.
Vývojáři také varují před automatickým přenášením starých pokynů k zastavení a kontrole. Hranice, která u předchozího modelu dávala smysl, dnes Astru donutí k předčasnému zastavení.
Testování má odpovídat riziku změny
Starší programovací modely bylo nutné k testování nutit, kdežto u Astry je to jinak. Drobná a vratná úprava spustí ověřování, které si úkol nezaslouží, protože systém bere kritéria dokončení příliš vážně. Pokud v trvalých instrukcích stojí příkaz k plynulému spouštění celé sady testů, udělá to i u jediného bezvýznameného řádku.
Vytvořte hranici podle rizika. U čistě vzhledové úpravy, třeba když se má tlačítko v cenové tabulce posunout o pár pixelů, stačí prohlédnout dotčenou část na běžných velikostech obrazovky a nové testy k tomu psát nemusíte. Zásah do obnovování přihlášené relace naopak musí projít testy, ověřit přihlášení i odhlášení, chování na chráněných adresách po obnovení stránky, stav po vypršení platnosti a výpis toho, co nešlo ověřit.
Zvláštní kapitolou jsou opakované bezpečné úkony. Vágní výzvy k dotazování před pokračováním systém zastaví i uprostřed rutiny. Povolte konkrétní smyčku, místo abyste oslabovali schvalování plošně. Pokud místní testy pracují s dočasnými daty a nemají přístup k ostrému provozu, uveďte to v dokumentaci s pokynem, že je má systém spouštět, opravovat chyby a testy opakovat bez dotazu na každý krok.
Jasně napište, který pokyn kdy použít
Astra nenačítá plný text všech nainstalovaných dovedností. Vidí jen jejich názvy a popisy, přičemž podrobné instrukce si vytáhne teprve tehdy, když se rozhodne danou dovednost použít. Potíž nastane, pokud jich použije třeba pět na úkol, pro který stačí jediná. Každá totiž zabírá místo v kontextu a překrývající se pokyny táhnou systém různými směry. Jedna mu přikazuje pokračovat, druhá zase vyžaduje zastavení a probrání plánu.
Proto vytvořte krátký hlavní soubor dovednosti, který funguje jako rozcestník. Obsahuje jen minimum informací, aby systém poznal, kdy se dovednost hodí a kdy ji použít. Postupy, skripty a další materiály patří do samostatných souborů, které se načtou jen v případě potřeby. Pozor dejte také na popisy, které se snaží vyniknout a znějí relevantně k jakémukoli sousednímu úkolu. Při velkém počtu dovedností s dlouhými popisy je může systém zkrátit, aby se vešly, čímž se rozhodování zhorší. Pokud se model bez vysvětlení opakovaně zastavuje, zeptejte se jej, která instrukce to způsobila.
Míra uvažování: začněte na střední
Astra nabízí pět úrovní uvažování od nejnižší po maximální, přičemž nulovou úroveň nepodporuje. Kdo migruje ze starší konfigurace s nulovým či minimálním uvažováním, má podle doporučení OpenAI začít na nízké úrovni a výsledky porovnat.
Pro běžnou práci s kódem se osvědčuje střední úroveň se zapnutým plánováním. Vyšší nastavení existují z dobrého důvodu, ale jejich okamžité zapnutí většinou nevyváží čas a peníze, které spolykají. Zůstaňte na střední úrovni, dokud nemáte důkaz, že nestačí, například chybu, kterou systém po skutečném pokusu nevyřešil. Pak mu dejte konkrétní podklady jako postup pro vyvolání chyby, chybová hlášení a přehled toho, co už jste zkusili. Typickým příkladem je formulář, který hlásí úspěšné uložení, ale po obnovení stránky jsou data pryč. Místo zvyšování úrovně uvažování řekněte systému, ať vystopuje ukládání a najde místo, kde se hodnota ztrácí, ještě než se dotkne kódu.
Pokyny k maximálnímu přemýšlení v promptu nefungují. Míra uvažování je nastavením rozhraní, nikoli otázkou formulace zadání.
Struktura promptu a práce s dlouhým kontextem
U delších úkolů se vyplatí prompt rozdělit na bloky, z nichž každý odpovídá jednomu riziku. Mezi tyto části patří cíl, kontext, požadavky, hranice, pořadí instrukcí, samostatnost, nástroje, delegování, výstup, ověření a podmínka ukončení. U běžného zadání si však vystačíte s úkolem, kontextem, požadavky a výstupem. Prompt není lepší tím, že je delší, ale tím, že každý blok předchází konkrétnímu problému, který u vaší práce hrozí. Pokud dané riziko nehrozí, blok jednoduše vyhoďte.
Pozornost si zaslouží pořadí autorit, jakmile do zadání vstupuje více zdrojů instrukcí. Pokyny aplikace, požadavek uživatele, soubor AGENTS.md, dovednosti, dokumentace projektu, popisy nástrojů a načtený obsah dohromady vytvářejí prostor pro spory. Řešením není přidávat další instrukce, ale jasně stanovit, kdo má hlavní slovo, a smazat to, co již neplatí. Načtené webové stránky, nahrané dokumenty a výsledky nástrojů přitom patří do kategorie údajů, nikoli pokynů, dokud jim výslovně nedáte váhu instrukcí.
Milion tokenů znamená, že se do zadání vejde celý repozitář i sbírka dokumentů. Zároveň to však svádí k nahrání úplně všeho do kontextu. Vymezte proto, které zdroje jsou závazné a co je jen podpůrný materiál, jak řešit rozpory a zda se má starší kontext považovat za zastaralý.
Vzhled, testování v prohlížeči a dílčí agenti
Zadání typu udělej moderní nástěnku nechává otevřená téměř všechna rozhodnutí o vzhledu. Vhodnější je dát systému vizuální předlohy a přesně určit, co si má z každé vzít. Může to být kompaktní tabulka z jedné, typografie a rozestupy z druhé, přičemž barvy by se měly držet stávající firemní identity. Předlohy musí odpovídat typu obrazovky, kterou stavíte. Snímek propagační stránky vám o zacházení s tabulkou o sto řádcích nic neřekne. Jakmile je stránka hotová, nechte ji systém porovnat s předlohou a opravit největší odchylky v rozestupech, typografii a v zobrazení na mobilních zařízeních.
Podobně adresně zadejte testování v prohlížeči, které Astra zvládá dobře. Popište skutečný průběh, ve kterém systém otevře aplikaci, projde hlavní úkol na testovacím účtu, vyzkouší prázdný formulář i neplatnou hodnotu, ověří uchování dat po obnovení stránky a zkontroluje zobrazení na mobilních zařízeních. K tomu si vyžádejte krátký výpis testovaných prvků, chyb a neověřených položek. Rychlost řešte samostatně a měřte ji za stejných podmínek. Srovnání prvního spuštění před úpravou s načtením z paměti po ní totiž vytváří zdání zlepšení, které reálně neexistuje.
Rozdělení práce mezi dílčí agenty Astra zvládá, sama k němu ale sahá méně často, než lidé očekávají. Pokyn k použití dílčích agentů je slabý, silné zadání musí přesně popisovat podmínky. Systém má rozdělit nezávislou práci tehdy, když paralelní běh zkrátí čas nebo zlepší pokrytí a zároveň nevzniknou protichůdné úpravy. Vhodnými úkoly jsou výzkum konkurence podle segmentů, samostatné procházení repozitáře nebo analýza oddělených datových souborů. Nedelegujte práci, která vyžaduje postup krok za krokem, drobnosti, u nichž je koordinace neefektivní, ani souběžné úpravy stejné části kódu. Hlavní agent pak odpovídá za sladění rozporuplných zjištění podle autority a aktuálnosti zdroje, nikoli zprůměrováním závěrů.
Kde nejčastěji vznikají chyby
Nejběžnější potíže s Astrou nemají s promptem nic společného. Uživatel často nemá tarif, který k tomuto systému umožňuje přístup, nebo si v nabídce omylem ponechá starší model. To bývá hlavní příčinou toho, že systém instrukce ignoruje. Další skupina problémů vzniká z limitů. Příliš velké zadání zahltí kontextové okno, odpověď nad stanovenou mez se odřízne a u složitých úkolů naskočí vyšší finanční náklady. Astra je podle OpenAI také prvním systémem, který v jejich hodnoceních dosáhl kritické úrovně schopností v oblasti počítačové bezpečnosti, takže část funkcí zůstává uzamčená.
Nový prompt nelze posoudit pouhým přečtením. Změny šité na míru Astře upravují chování, nikoli obsah, a snadno se při nich vymění jeden problém za druhý. Pokyn k větší samostatnosti sníží počet zbytečných dotazů, ale zvýší množství chybných předpokladů. Přísnější pravidlo pro testování ubere chyb, ale prodlouží čekání. Sestavte si proto sadu typických zadání, spusťte na nich starý i nový prompt a porovnejte úspěšnost, dodržení instrukcí, chování nástrojů, počet nevyžádaných dotazů, dobu odpovědi a cenu.
Zdroje: theneuron.ai, promptessor.com, mindstudio.ai a layer3labs.io
