先说结论：GPT-6不是靠“神奇提示词”变强的
很多人拿到新模型后的第一反应，是到处找一条万能提示词。可实际用下来，真正影响结果的往往不是你有没有写出一段很长的咒语，而是有没有把事情交代明白：想达到什么结果，手里有什么资料，哪些地方不能碰，做到什么程度才算完成。
GPT-6 Astra尤其适合处理多步骤工作。你可以让它查资料、整理文件、写代码、检查网页，甚至在授权范围内操作电脑。但它越能“自己往下做”，你越要把边界说在前面。下面这些方法，不是为了把提示词写得像说明书，而是为了少来回几次，少收拾几个烂摊子。
第一招：先说最后要拿到什么
不要只说“帮我写一篇文章”“帮我分析一下数据”。这类要求对人来说都不完整，模型只能自行猜测。你最好直接说明交付物、读者、长度和使用场景。
比如，你准备写一篇给小企业老板看的GPT-6介绍，可以这样说：
请写一篇给中小企业老板看的GPT-6 Astra入门文章。
目标：让读者看完后知道它能解决什么问题，以及哪些工作不能完全交给它。
要求：
1. 用中文，口吻自然，不要像产品说明书；
2. 先讲电脑操作、编程和长文档，再讲价格；
3. 每个能力都配一个具体工作场景；
4. 官方数据必须注明来源，无法确认的内容不要补猜；
5. 文章结尾给出“适合用”和“不适合用”的清单。这比“写一篇GPT-6文章”多了几行字，却少了很多返工。因为它知道文章是给谁看的，也知道最后不能只停在“GPT-6很强”这句空话上。
第二招：把背景资料和限制放在一起
很多回答不准确，不是模型完全不会，而是它缺少你脑子里已经默认存在的背景。做方案时，最好一次性给出项目情况、已有材料、不能做的事和时间范围。
背景：我们经营一个AI工具网站，读者主要是第一次接触大模型的人。
现有资料：只使用我提供的OpenAI官方发布页和API模型文档。
限制：不要把官方跑分写成独立实测，不要编造用户案例，不要夸大成“可以替代所有员工”。
任务：根据这些资料写一份文章提纲，并标出每个数字对应的来源。
先给提纲，不要直接写正文。这里有个实用细节：资料多的时候，不要把所有网页一股脑扔进去，然后只说“帮我总结”。可以先让GPT-6列出文档结构，再标记数据、结论和争议点，最后才开始写。这样更容易发现不同来源之间的说法有没有冲突。
第三招：复杂事情先分阶段，别一次要到底
“帮我做竞品分析并写成报告”看起来只有一句话，实际上包含资料搜集、筛选、比较、判断和排版。一次性让模型从零做到最后，出了问题很难知道是哪一步出了问题。
比较稳的安排是：
- 先列出需要回答的问题和资料清单；
- 再整理已经找到的事实，分开记录推测；
- 然后建立比较表，确认维度是否合适；
- 最后才写结论、建议和报告正文。
可以直接使用这段开场提示：
这是一个分阶段任务。请按以下顺序推进：
第一阶段：理解目标，列出缺失信息；
第二阶段：整理资料和可核验事实；
第三阶段：给出分析框架；
第四阶段：根据框架完成最终交付物。
每完成一个阶段，简短说明结果和仍然存在的问题。
除非遇到会改变最终结论的缺失信息，否则不要停在小问题上。如果某一步不依赖你的回答，允许它继续做；如果涉及花钱、删除、发送或公开发布，就让它停下来问你。这比让它遇到任何小问题都暂停，效率高得多。
第四招：让它知道哪些动作不能自作主张
GPT-6可以操作浏览器和电脑，这也是它最值得关注的地方。可在真实环境里，“点错一个按钮”可能比“答错一句话”严重得多。使用电脑操作时，建议提前写清楚权限边界。
你可以直接进行：
- 打开网页并查找公开资料；
- 整理下载的文件；
- 填写草稿，但不要提交；
- 运行测试并记录结果。
以下操作必须先向我确认：
- 发送邮件、消息或公开文章；
- 下单、付款或订阅服务；
- 删除文件或数据；
- 修改账号权限；
- 提交不可撤回的表单。
如果网页内容与我的目标不一致，先停下来说明原因，不要为了完成任务绕过安全检查。这段话看起来有点啰嗦，但放在高风险任务前面很有必要。让模型“主动”不等于让模型“随便做”，主动和越权是两回事。
第五招：写代码时，把“完成标准”说清楚
写代码最容易出现一种情况：模型说“已经修好了”，但程序没有真正跑过。给GPT-6安排开发任务时，除了描述要改什么，还要说明它完成后必须证明什么。
请修复这个项目中的登录超时问题。
开始前先阅读项目说明、相关路由、认证中间件和现有测试。
限制：只改解决问题必需的文件，不要顺手重构其他模块。
完成标准：
1. 找到超时的实际原因；
2. 增加或修改合适的测试；
3. 运行相关测试和项目已有的检查命令；
4. 报告修改文件、测试命令和真实结果；
5. 如果仍有无法验证的部分，明确写出来。如果是一个真实代码库，再补充文件路径、运行命令、Node或Python版本，以及你不希望它动的目录。GPT-6的上下文窗口很长，但“能装下很多资料”和“知道哪些资料最重要”不是一回事。
第六招：根据事情难度调推理强度
GPT-6 Astra支持不同的推理强度。简单问答没有必要每次都开到最高档，既浪费时间，也增加成本。可以按任务来分：
- 低强度：改写句子、翻译、提取信息、简单分类。
- 中等强度：写文章提纲、整理会议记录、制作普通方案。
- 高强度：代码调试、复杂数据分析、多个条件同时满足的决策。
- 最高强度：长时间、多工具、多轮验证的研究和工程任务。
别把“推理强度最高”当成质量保证。任务描述含糊、资料互相矛盾时，模型想得再久也只能在错误前提上继续推。先把输入整理好，通常比盲目提高档位更有用。
第七招：要求它先交草稿，别一上来就要完美答案
写方案、文章和产品需求时，我更喜欢先看一个能讨论的版本，而不是等很久后才拿到一篇看似完整、实际上方向不对的长文。
先给我一个可讨论的版本，包含：
- 你的理解；
- 采用的假设；
- 内容结构；
- 两个最可能出错的地方。
不要扩写成完整长文。等我确认方向后，再完成最终稿。如果任务方向已经很明确，也可以让它直接完成，但要保留一次检查：
完成后请单独检查：
1. 是否漏掉了我的硬性要求；
2. 是否出现未经证实的数字；
3. 是否把推测写成事实；
4. 是否存在前后矛盾；
5. 哪些地方仍需要人工确认。
先检查，再输出最终版本。第八招：把有效的提示词变成固定模板
如果你每周都让GPT-6做同一类事情，不要每次重新组织语言。把固定部分整理成模板，只替换日期、资料和任务目标。一个通用模板可以是：
目标：我最终需要得到什么结果？
背景：模型必须知道哪些人、事、文件和环境？
资料：哪些内容可以使用？来源是什么？
限制：哪些事情不能做？哪些说法不能出现？
过程：需要先分析、再执行，还是可以直接完成？
格式：最终结果要用表格、清单、文章还是代码？
验收：做到什么程度才算完成？需要运行哪些检查？
权限：哪些动作可以直接做，哪些必须先问我？真正好用的模板，不是把所有规则都塞进去，而是保留那些确实能减少错误的部分。用过几次后，把重复出现的问题补进去；没用过的复杂要求，先别加。
最后提醒：GPT-6越能干，越要留下检查点
GPT-6 Astra的优势，是它可以连续做更多事情。它的风险也在这里：如果最开始理解错了，后面可能会很认真地把错误方向执行到底。
我的建议很简单：小事让它快一点，大事让它慢一点；低风险任务允许直接做，高风险动作保留确认；能自动测试的就让它测试，无法验证的地方必须说清楚。不要把“它完成了一串操作”误认为“结果一定正确”。
如果你准备把GPT-6用于写作、编程或电脑操作，可以先选一个失败成本低的任务试一周，记录它节省了多少时间、返工了几次，再决定是否扩大范围。也可以到AI House排行榜看看其他用户对云端模型和Agent工具的使用评价。