OpenAI Codex团队的Eric Provencher发文表示，你过去一年给代码Agent写的各种提示词，现在该统统清理了。怎么清理，我把方法放在文后了。
随着GPT-6 Astra上线，编写指令的方式彻底变了。
过去写Agent需要大量保姆级的引导和脚手架。
现在这些过载的指令只会帮倒忙。
这些指令通常分布在Skill文件、AGENTS.md和任务提示词里。
先看Skill文件
很多人喜欢往项目里塞进大量Skill。
每个Skill都有名称和描述，会被全部加载到上下文。
Skill太多时，Codex会自动压缩截断它们的描述。
模型看不到完整信息，很难判断该选哪个。
如果描述写得太长、存在冲突，或者带有强烈的争宠倾向，模型就会加载错误的指令。
官方最近更新了skill-creator的编写逻辑：
第一，描述必须尽量简短，明确触发时机。
例如只有在处理数据库迁移时才调用，在普通数据库操作中不要触发。
第二，采用渐进式展现。
读取Skill会消耗上下文空间，加速上下文压缩。
对于复杂任务，根文件只做最小化的路由分发，指向支持文档和脚本。
只给模型当下需要的信息。
第三，不要写保姆级的步骤菜谱。
现在的模型完全能理解复杂和模糊的语义。
过于琐碎的步骤只会束缚模型的发挥。
同时要注意，代码库里的Skill会被不同模型读取。
为Sol或Luna设计的指令，可能会严重限制GPT-6 Astra的能力。
再看AGENTS.md
每次模型在仓库里工作，都会加载AGENTS.md。
需要重新审视里面的每一条规则。
改一个拼写错误，根本不需要让模型通读整个仓库。
要求每次修改前阅读一堆文档，只会白白烧掉上下文并拖慢速度。
保留真正相关的上下文文档即可，同时记得保持文档更新。
在测试方面，老模型需要催促才会去跑测试。GPT-6 Astra会自动跑测试检查结果。继续保留催促指令只会导致重复测试。
GPT-6 Astra做事很彻底，但有时对任务边界过于谨慎。
可以在AGENTS.md中直接开放安全权限。
比如告诉模型：本地测试使用一次性环境，无生产权限，模型可以自行运行、修复报错并重新测试，不需要每一步都向人类申请批准。
关于决策边界
以前模型乱改代码，大家习惯用严厉的语气限制模型。
GPT-6 Astra具备更好的判断力，且极其服从规则。
边界设得太死，模型会在你希望它继续推进的地方突然停下。
关于持续性。
GPT-5.6 Sol习惯长时间自主运行。
GPT-6 Astra更倾向于完成第一版实现后就停下来找你确认。
在下达指令时，要提前定义好完成的标准。
把运行实现、检查结果、修复失败等闭环要求一次性讲清楚。
明确告诉它需要探索到哪一步，在哪个节点停止。
趁着现在让GPT-6 Astra给项目里的规则做一次全面清理
我的建议是直接把原始的内容扔给codex执行一下。
提示词
请阅读文章 https://x.com/pvncher/status/2095991462416490862，然后重新审计 ~/Projects 内的所有技能和 AGENTS.md 文件
或者你自己写也行！
文章来自于微信公众号 “AI寒武纪”，作者 “AI寒武纪”
【开源免费】AutoGPT是一个允许用户创建和运行智能体的（AI Agents）项目。用户创建的智能体能够自动执行各种任务，从而让AI有步骤的去解决实际问题。
项目地址：https://github.com/Significant-Gravitas/AutoGPT
【开源免费】MetaGPT是一个“软件开发公司”的智能体项目，只需要输入一句话的老板需求，MetaGPT即可输出用户故事 / 竞品分析 / 需求 / 数据结构 / APIs / 文件等软件开发的相关内容。MetaGPT内置了各种AI角色，包括产品经理 / 架构师 / 项目经理 / 工程师，MetaGPT提供了一个精心调配的软件公司研发全过程的SOP。
项目地址：https://github.com/geekan/MetaGPT/blob/main/docs/README_CN.md
【开源免费】LangGPT 是一个通过结构化和模板化的方法，编写高质量的AI提示词的开源项目。它可以让任何非专业的用户轻松创建高水平的提示词，进而高质量的帮助用户通过AI解决问题。
项目地址：https://github.com/langgptai/LangGPT/blob/main/README_zh.md
在线使用：https://kimi.moonshot.cn/kimiplus/conpg00t7lagbbsfqkq0
