GPT-6 Astra提示词技巧：让新模型听话的五个写法
GPT-6 Astra提示词技巧的答案是做减法，不是堆料。新模型不吃彩虹屁那一套，我把五个常见写法逐一开关对比，反例示范把返工从平均2.8轮压到1.2轮，老咒语「一步步思考」反而帮倒忙。先删再加，比往里塞东西管用得多。
GPT-6 Astra提示词技巧这件事，我这几天被问最多的版本是：旧提示词原样搬过去，为什么突然不灵了。我的结论先放这——不是不灵，是收益结构变了。以前靠堆形容词、堆客套话能换来那点质量，新模型默认就给；你真正要花力气的地方，换到了别处。
先交代背景。Astra 9月初的发布不算顺利，The Verge 的报道提到首批付费用户一度被锁在门外，Altman 道歉之后才陆续放开（The Verge 的持续报道）。我拿到资格是9月5日晚上，九点半开的第一个会话，干的第一件事就是把手里那套用了两年的提示词原样丢进去。结果能跑，但平平。有点像换了台新烤箱，还用旧纸杯蛋糕的配方，烤出来没错，也没惊喜。
实验怎么做的：一个任务，五个开关，二十次一轮
我把五个写法拆成独立开关，每个开关单独打开跑20次，用同一批真实工作任务盲评打分，只认返工轮数和盲评分两个指标。
任务选了两件我每周都得干的活：把一小时访谈录音的转写稿整理成一页决策简报；给一个内部工具写版本更新公告。一个偏整理，一个偏写作，都不刁钻，但足够日常——提示词好不好，日常任务上才看得出来。
基线指令就一句：「把这份转写稿整理成决策简报。」六个组分别是：基线、只开角色扮演、只开格式约束、只开反例示范、只开步步思考、只开背景压缩。每组跑20次，一共120次。评分隔两天做，免得当天心情掺水；主要记两样——要追问几轮才达到能用（返工轮数），以及1到5分的盲评分。
顺带跑题一句：这模型这两周里还顺手打通关了游戏Portal，据外媒算账花了571.18美元的token。我一个整理简报的跟它比实在寒酸。拉回来，继续说开关。
GPT-6 Astra提示词技巧：五个写法逐个开，收益差得很远
五个写法的收益排序是反例示范、格式约束、背景压缩、角色扮演、步步思考，第一个让返工近乎砍半，最后一个在新模型上是负分。
角色扮演开场（「你是一位有十年经验的资深编辑」）：盲评分3.1对基线3.0，几乎没动。有两回它还接了戏，公告写得文绉绉，像给投资人看的。老实讲，这个写法可以退休了，新模型自己知道该怎么端专业架子。
格式约束（先给三条结论、固定字段、整份不超过400字）：一次过率从35%提到70%，返工从2.8轮降到1.9轮。收益实打实。Astra默认话多，你不给容器，它就给你倒一桶。
反例示范（把上一份不满意的产出贴回去，标出「结论埋在第四段」「简报里混进了我的评论」这两处毛病）：返工平均1.2轮，盲评分4.2，全场最高。这一条也是唯一让我起鸡皮疙瘩的——它不只改那两处，还会自己顺着找同类毛病。第三次实验时，它把一条我忘了写的免责声明补上了，位置对，语气也对。
关于「标出毛病」，我后来搭配让模型分情况讨论的指令一起用，边界场景的处理明显稳了，写法可以看之前那篇临界条件提示词怎么写，思路是通用的。
步步思考（「请一步一步思考后再输出」）：负收益。盲评分掉到2.7，简报写成流水账，思考过程占了快一半篇幅。旧模型的咒语，在新模型上是累赘——它内部本来就走得通，你非要它把草稿吐出来。没救了，直接扔。
背景压缩（背景材料从七行压到三行，只留受众、用途、禁忌三项）：盲评分3.4，小幅为正。我试了下反过来——把七行长背景整段贴回去，它反而抓错重点，把背景里的旧数据当成了新结论。料多，不等于情浓。
汇总一张表（主观判断列是我自己的体感，不背书）：
| 开关 | 平均返工轮数 | 盲评分 | 我的判断 |
|---|---|---|---|
| 反例示范 | 1.2 | 4.2 | 必开 |
| 格式约束 | 1.9 | 3.9 | 必开 |
| 背景压缩 | 2.3 | 3.4 | 顺手开 |
| 角色扮演 | 2.7 | 3.1 | 无所谓 |
| 步步思考 | 3.1 | 2.7 | 删掉 |
基线是2.8轮、3.0分，放在这当参照。表不算漂亮，数字也只是我一个人的样本，但方向够清楚了。
为什么反例比夸奖好使
反例示范给出的是可对照的具体缺陷，模型能从「错在哪」反推「对长什么样」，比正向形容词的信息密度高一个量级。
我想了几天为什么是这样。夸奖类提示词（「专业一点」「深度思考」）给的是模糊目标，模型只能猜你要哪种专业；反例给的是确定的排除项——别埋结论、别混私货。错法是有限的，排掉了，剩下的就是对。说实话，这更接近纠错，而不是许愿。
9月8日早上我又做了一轮小验证：同一个简报任务，只贴反例、不写一句正面要求。20次里17次一次过。我把结果截图发给同事，他回了句「那你这两年的提示词库白写了」。扎心，但差不多是实话。
所以你只带走一条的话：翻出最近一次不满意的AI产出，花两分钟标出毛病，贴进提示词。比任何模板都快。
回到开头那个问题——旧提示词为什么不灵了。不是玄学，它们大部分篇幅都在做新模型已经默认会做的事。五个开关测下来，真正值钱的是把「错」讲清楚、把「形」框出来，其余都可以删。我现在的提示词比两年前短了一半，效果反而好。这大概是Astra给我最反直觉的一课：模型越强，指令越要省着写。
常见问题
换上 GPT-6 Astra 之后，旧提示词要全部重写吗？
不用。先删后加：删掉角色扮演和「一步步思考」这类旧咒语，加上反例示范和格式约束。我实测里基线指令本身就能跑，只是平平，真正拖后腿的是那些多余部分。
反例示范会不会把模型带偏，只盯着我提过的毛病？
这120次里我没观察到这个现象，多数时候它会顺着找出你没提的同类问题。保险起见，反例控制在两三个具体缺陷，别把不满情绪写成一大段，模型会误以为整篇都要推翻。
没有 Pro 订阅，现在能用上 Astra 吗？
截至发稿的公开口径是 Pro、Enterprise 和 Business Premium 用户可用，全量时间没有官方说法，等就好。上面五个写法里，格式约束和反例示范在旧模型上也成立，不必非等新模型。
这套对照实验的方法能搬到别的模型上吗？
能，而且建议搬。五个开关、每组20次、盲评打分，成本不高，一晚上能跑完一轮。每个模型脾气不一样，别人给的结论只能当起点，自己跑出来的那组数字才算数。