Das neueste OpenAI-Modell GPT-6 Astra verarbeitet mehr als eine Million Token in einer einzigen Aufgabe, bedient den Computer, durchsucht das Web, schreibt Code und erstellt Dokumente. Astra benötigt weniger unterstützende Anweisungen als seine Vorgänger, dafür aber wesentlich klarere Aufgabenstellungen. Alte Befehle, die schwächere Modelle zum Handeln zwingen sollten, führen nun zu unnötigen Tests oder einem vorzeitigen Abbruch.
Grundlegende Informationen zu Astra
Das Modell läuft unter der Bezeichnung gpt-6-astra. In ChatGPT wird es in den Tarifen Plus, Pro, Business und Enterprise angeboten. Darüber hinaus ist es über die OpenAI-Schnittstelle und die Cloud-Dienste von Amazon Web Services verfügbar. Eine Million Eingabe-Token kosten zehn Dollar, eine Million Ausgabe-Token fünfzig. Das Kontextfenster fasst 1.050.000 Token, die maximale Antwortlänge beträgt 128.000 Token. Alles, was diesen Grenzwert überschreitet, wird vom System abgeschnitten. Werkzeugaufrufe funktionieren nur über die Responses API, nicht über die ältere Chat Completions API.
OpenAI erwähnt zugleich eine neue Denkweise namens recurrent depth. Das Modell verarbeitet die Aufgabe intern, bevor es mit der Generierung der Antwort beginnt, sodass der Weg zum Ergebnis weniger sichtbar ist als früher. Wenn Sie eine Ausgabe benötigen, die als Entscheidungsgrundlage dienen soll, teilen Sie die Arbeit in einzelne Schritte auf und verlangen Sie eine Begründung.
Sagen Sie dem Modell, wann es nicht nachfragen soll
Astra bittet häufiger als ältere Modelle um zusätzliche Angaben. Das geschieht in Situationen, in denen fehlende Informationen das Ergebnis wesentlich verändern könnten. Dies ist nützlich, wenn eine falsche Annahme viel Geld kosten würde. Zugleich ist es lästig, wenn es um ein routinemäßiges Detail geht, bei dem Sie erwarten, dass das System die fehlenden Daten selbst erschließt.
Die Entwickler empfehlen, die Regel zur Selbstständigkeit noch vor dem Start einer längeren Aufgabe festzulegen. Fügen Sie der Aufgabenstellung die Anweisung hinzu, dass das Modell Absicht und Umfang aus dem Text und der bisherigen Konversation ableiten soll. Es soll voranschreiten, vernünftige Annahmen treffen, selbstständig auf das Ziel hinarbeiten und nur dann für eine Bestätigung anhalten, wenn der nächste Schritt destruktiv oder unumkehrbar ist.
Auch die Art und Weise, wie Sie mit dem Modell sprechen, spielt eine Rolle. Formulierungen wie „Könntest du“ oder „Ich würde gerne“ wirken zwar höflich, das System kann sie jedoch als unverbindlichen Vorschlag interpretieren. Wenn dies wiederholt vorkommt, fügen Sie der Datei AGENTS.md einen dauerhaften Hinweis hinzu, dass solche Formulierungen als Erlaubnis zum Handeln gelten.
Ordnen Sie Ihre Anweisungen, bevor Sie dem Modell die Schuld geben
Astra kommt mit langen Anweisungen zurecht, reagiert jedoch empfindlicher auf Vorgaben, die sich überschneiden oder widersprechen. Unordnung in der Datei AGENTS.md und zu viele definierte Fähigkeiten äußern sich dann als Zögern des Systems, obwohl die Ursache in Ihrer Dokumentation liegt.
Bei einer sinnvollen Prüfung geht es nicht um Kürzungen. Lassen Sie das Modell Widersprüche in den Regeln zu Selbstständigkeit, Genehmigungen, Rückfragen und zum Abschluss der Arbeit finden. Gerade diese vier Bereiche sind für die meisten unerwarteten Abbrüche verantwortlich. Fügen Sie eine wichtige Absicherung hinzu, nach der das Modell zwischen tatsächlichen Genehmigungsanweisungen und Formulierungen unterscheiden soll, die Routinearbeiten nur selten behindern. Das System soll außerdem jede Änderung kennzeichnen, die seine Berechtigungen erweitern würde. Lassen Sie sich die Anpassungen nur zur Genehmigung vorlegen, statt sie sofort ausführen zu lassen.
Wenden Sie dieselbe Logik auf dauerhafte Regeln im Repository an. Die Anweisungen in AGENTS.md gelten bei jeder Aktivität im Projekt, daher ist jede Zeile eine dauerhafte Belastung. Die Anweisung, dass das Modell zuerst die Dokumentation lesen soll, ist bei einem großen Umbau sinnvoll, verzögert aber die Korrektur eines Tippfehlers. Ein unbedingter Befehl, alle Tests auszuführen, erzeugt zusätzliche Arbeit, da Astra Änderungen selbst überprüft.
Definieren Sie, was „fertig“ bedeutet
Die Entwickler weisen auf das entgegengesetzte Extrem hin. Astra gelangt zur ersten funktionsfähigen Lösung und bittet sofort um Feedback, obwohl die Arbeit offensichtlich noch nicht abgeschlossen ist. Helfen Sie dem Modell, das Ziel im Voraus zu beschreiben. Eine Aufgabe ist erst dann erledigt, wenn das System die gewünschte Änderung vorgenommen, das Ergebnis überprüft, die dadurch verursachten Fehler behoben und den endgültigen Zustand verifiziert hat. Diese Schritte soll es ohne Bitte um Kontrolle durchlaufen, bis es auf eine Entscheidung stößt, die den Arbeitsumfang verändert, unumkehrbare Auswirkungen hat oder eine Information erfordert, die sich nicht sicher erschließen lässt.
Die Entwickler warnen außerdem davor, alte Anweisungen zum Anhalten und Kontrollieren automatisch zu übernehmen. Eine Grenze, die beim vorherigen Modell sinnvoll war, zwingt Astra heute zu einem vorzeitigen Abbruch.
Die Tests sollten dem Risiko der Änderung entsprechen
Ältere Programmiermodelle musste man zum Testen zwingen, bei Astra ist das anders. Eine kleine und reversible Anpassung löst Überprüfungen aus, die der Aufgabe nicht angemessen sind, weil das System die Abschlusskriterien zu ernst nimmt. Wenn die dauerhaften Anweisungen den Befehl enthalten, fortlaufend die gesamte Testsuite auszuführen, tut es dies selbst bei einer einzigen unbedeutenden Zeile.
Ziehen Sie eine Grenze anhand des Risikos. Bei einer rein visuellen Anpassung, etwa wenn eine Schaltfläche in einer Preistabelle um einige Pixel verschoben werden soll, genügt es, den betroffenen Bereich bei üblichen Bildschirmgrößen zu prüfen; neue Tests müssen Sie dafür nicht schreiben. Ein Eingriff in die Wiederherstellung einer angemeldeten Sitzung muss dagegen Tests durchlaufen, die An- und Abmeldung, das Verhalten auf geschützten Adressen nach dem Neuladen der Seite sowie den Zustand nach Ablauf der Gültigkeit überprüfen und auflisten, was sich nicht verifizieren ließ.
Ein Sonderfall sind wiederholte sichere Vorgänge. Vage Aufforderungen, vor dem Fortfahren nachzufragen, halten das System selbst mitten in einer Routine an. Erlauben Sie eine konkrete Schleife, statt die Genehmigungsregeln pauschal zu lockern. Wenn lokale Tests mit temporären Daten arbeiten und keinen Zugriff auf die Produktivumgebung haben, halten Sie dies in der Dokumentation fest und weisen Sie das System an, die Tests auszuführen, Fehler zu beheben und die Tests zu wiederholen, ohne bei jedem Schritt nachzufragen.
Schreiben Sie klar, welche Anweisung wann zu verwenden ist
Astra lädt nicht den vollständigen Text aller installierten Fähigkeiten. Es sieht nur deren Namen und Beschreibungen und ruft die ausführlichen Anweisungen erst dann ab, wenn es sich für die Verwendung der jeweiligen Fähigkeit entscheidet. Ein Problem entsteht, wenn es beispielsweise fünf Fähigkeiten für eine Aufgabe verwendet, für die eine einzige ausreichen würde. Jede davon belegt Platz im Kontext, und sich überschneidende Anweisungen ziehen das System in unterschiedliche Richtungen. Eine weist es an, fortzufahren, eine andere verlangt dagegen, anzuhalten und den Plan zu besprechen.
Erstellen Sie daher eine kurze Hauptdatei für die Fähigkeit, die als Wegweiser dient. Sie enthält nur die nötigsten Informationen, damit das System erkennt, wann die Fähigkeit geeignet ist und wann es sie verwenden soll. Vorgehensweisen, Skripte und weitere Materialien gehören in separate Dateien, die nur bei Bedarf geladen werden. Achten Sie auch auf Beschreibungen, die hervorstechen sollen und für jede benachbarte Aufgabe relevant klingen. Bei einer großen Zahl von Fähigkeiten mit langen Beschreibungen kann das System diese kürzen, damit sie hineinpassen, wodurch sich die Entscheidungsfindung verschlechtert. Wenn das Modell wiederholt ohne Erklärung anhält, fragen Sie es, welche Anweisung dies verursacht hat.
Denkaufwand: Beginnen Sie mit der mittleren Stufe
Astra bietet fünf Denkstufen von der niedrigsten bis zur maximalen, wobei die Nullstufe nicht unterstützt wird. Wer von einer älteren Konfiguration mit keinem oder minimalem Denkaufwand migriert, sollte nach Empfehlung von OpenAI mit der niedrigen Stufe beginnen und die Ergebnisse vergleichen.
Für die übliche Arbeit mit Code hat sich die mittlere Stufe mit aktivierter Planung bewährt. Höhere Einstellungen existieren aus gutem Grund, doch ihre sofortige Aktivierung rechtfertigt meist nicht den Zeit- und Kostenaufwand, den sie verursachen. Bleiben Sie auf der mittleren Stufe, solange Sie keinen Beleg dafür haben, dass sie nicht ausreicht, beispielsweise einen Fehler, den das System trotz eines ernsthaften Versuchs nicht beheben konnte. Geben Sie ihm dann konkrete Unterlagen wie Schritte zum Reproduzieren des Fehlers, Fehlermeldungen und eine Übersicht darüber, was Sie bereits versucht haben. Ein typisches Beispiel ist ein Formular, das ein erfolgreiches Speichern meldet, dessen Daten aber nach dem Neuladen der Seite verschwunden sind. Statt die Denkstufe zu erhöhen, weisen Sie das System an, den Speichervorgang nachzuverfolgen und die Stelle zu finden, an der der Wert verloren geht, bevor es den Code verändert.
Anweisungen zum maximalen Nachdenken im Prompt funktionieren nicht. Der Denkaufwand ist eine Einstellung der Schnittstelle und keine Frage der Formulierung der Aufgabe.
Struktur des Prompts und Arbeit mit langem Kontext
Bei längeren Aufgaben lohnt es sich, den Prompt in Blöcke zu unterteilen, von denen jeder einem bestimmten Risiko entspricht. Zu diesen Teilen gehören Ziel, Kontext, Anforderungen, Grenzen, Reihenfolge der Anweisungen, Selbstständigkeit, Werkzeuge, Delegation, Ausgabe, Überprüfung und Abbruchbedingung. Bei einer gewöhnlichen Aufgabe genügen jedoch Aufgabe, Kontext, Anforderungen und Ausgabe. Ein Prompt ist nicht besser, weil er länger ist, sondern weil jeder Block einem konkreten Problem vorbeugt, das bei Ihrer Arbeit auftreten könnte. Besteht das jeweilige Risiko nicht, lassen Sie den Block einfach weg.
Die Reihenfolge der Autoritäten verdient Aufmerksamkeit, sobald mehrere Anweisungsquellen in die Aufgabe einfließen. Anwendungsvorgaben, die Benutzeranforderung, die Datei AGENTS.md, Fähigkeiten, die Projektdokumentation, Werkzeugbeschreibungen und geladene Inhalte schaffen zusammen Raum für Konflikte. Die Lösung besteht nicht darin, weitere Anweisungen hinzuzufügen, sondern klar festzulegen, wer das letzte Wort hat, und alles zu löschen, was nicht mehr gilt. Geladene Webseiten, hochgeladene Dokumente und Ergebnisse von Werkzeugen gehören dabei zur Kategorie Daten, nicht Anweisungen, solange Sie ihnen nicht ausdrücklich das Gewicht von Anweisungen verleihen.
Eine Million Token bedeutet, dass ein vollständiges Repository und eine Dokumentensammlung in die Aufgabe passen. Zugleich verleitet dies jedoch dazu, einfach alles in den Kontext zu laden. Legen Sie daher fest, welche Quellen verbindlich und welche lediglich unterstützendes Material sind, wie Widersprüche gelöst werden sollen und ob älterer Kontext als veraltet gelten soll.
Design, Tests im Browser und Unteragenten
Eine Aufgabenstellung wie „Erstelle ein modernes Dashboard“ lässt fast alle Entscheidungen über das Erscheinungsbild offen. Besser ist es, dem System visuelle Vorlagen zu geben und genau festzulegen, was es aus jeder davon übernehmen soll. Das können eine kompakte Tabelle aus der einen sowie Typografie und Abstände aus der anderen sein, während sich die Farben an der bestehenden Unternehmensidentität orientieren sollten. Die Vorlagen müssen zum Typ des Bildschirms passen, den Sie erstellen. Ein Screenshot einer Werbeseite sagt nichts darüber aus, wie mit einer Tabelle mit hundert Zeilen umzugehen ist. Sobald die Seite fertig ist, lassen Sie das System sie mit der Vorlage vergleichen und die größten Abweichungen bei Abständen, Typografie und Darstellung auf Mobilgeräten korrigieren.
Formulieren Sie ebenso konkret die Tests im Browser, die Astra gut beherrscht. Beschreiben Sie einen realen Ablauf, bei dem das System die Anwendung öffnet, die Hauptaufgabe mit einem Testkonto durchläuft, ein leeres Formular und einen ungültigen Wert ausprobiert, den Erhalt der Daten nach dem Neuladen der Seite überprüft und die Darstellung auf Mobilgeräten kontrolliert. Verlangen Sie dazu eine kurze Auflistung der getesteten Elemente, Fehler und nicht überprüften Punkte. Behandeln Sie die Geschwindigkeit separat und messen Sie sie unter denselben Bedingungen. Der Vergleich des ersten Starts vor der Anpassung mit einem Laden aus dem Cache danach erzeugt nämlich den Anschein einer Verbesserung, die in Wirklichkeit nicht existiert.
Astra beherrscht die Aufteilung der Arbeit auf Unteragenten, greift darauf jedoch von sich aus seltener zurück, als Menschen erwarten. Eine bloße Anweisung zur Verwendung von Unteragenten ist schwach; eine starke Aufgabenstellung muss die Bedingungen genau beschreiben. Das System soll unabhängige Arbeiten dann aufteilen, wenn die parallele Ausführung Zeit spart oder die Abdeckung verbessert und zugleich keine widersprüchlichen Änderungen entstehen. Geeignete Aufgaben sind Wettbewerbsforschung nach Segmenten, unabhängige Durchsicht eines Repositorys oder die Analyse separater Datendateien. Delegieren Sie keine Arbeiten, die ein schrittweises Vorgehen erfordern, keine Kleinigkeiten, bei denen die Koordination ineffizient ist, und keine gleichzeitigen Änderungen am selben Codeabschnitt. Der Hauptagent ist anschließend dafür verantwortlich, widersprüchliche Erkenntnisse anhand der Autorität und Aktualität der Quelle in Einklang zu bringen, nicht durch eine Mittelung der Schlussfolgerungen.
Wo Fehler am häufigsten entstehen
Die häufigsten Probleme mit Astra haben nichts mit dem Prompt zu tun. Oft verfügt der Benutzer nicht über einen Tarif, der den Zugriff auf dieses System ermöglicht, oder hat in der Auswahl versehentlich ein älteres Modell beibehalten. Dies ist meist der Hauptgrund dafür, dass das System Anweisungen ignoriert. Eine weitere Gruppe von Problemen entsteht durch Grenzwerte. Eine zu große Aufgabe überlastet das Kontextfenster, eine Antwort oberhalb der festgelegten Grenze wird abgeschnitten, und bei komplexen Aufgaben entstehen höhere Kosten. Astra ist laut OpenAI außerdem das erste System, das in ihren Bewertungen ein kritisches Fähigkeitsniveau im Bereich der Computersicherheit erreicht hat, weshalb ein Teil der Funktionen gesperrt bleibt.
Ein neuer Prompt lässt sich nicht allein durch Lesen beurteilen. Auf Astra zugeschnittene Änderungen beeinflussen das Verhalten, nicht den Inhalt, und können leicht ein Problem durch ein anderes ersetzen. Eine Anweisung zu größerer Selbstständigkeit reduziert die Zahl unnötiger Rückfragen, erhöht aber die Zahl falscher Annahmen. Eine strengere Testregel reduziert Fehler, verlängert jedoch die Wartezeit. Stellen Sie daher eine Reihe typischer Aufgaben zusammen, führen Sie darauf sowohl den alten als auch den neuen Prompt aus und vergleichen Sie Erfolgsquote, Einhaltung der Anweisungen, Verhalten der Werkzeuge, Zahl unerwünschter Rückfragen, Antwortzeit und Kosten.
Quellen: theneuron.ai, promptessor.com, mindstudio.ai und layer3labs.io
