XNews

GPT-6 Astra最適化とプロンプト再設計

GPT-6 Astra最適化とプロンプト再設計

GPT-6 Astraに関する2つの分析は、Computer Use性能の最適化と操作ガイドの再設計に焦点を当てている。BrowserbaseチームはAstraのComputer Useをリバースエンジニアリングし、視覚座標ではなくコードモードとアクセシビリティツリー(a11yツリー)に依存していることを発見した。PlaywrightをStagehandフレームワークに置き換え、バッチアクション予測(次の5~20アクションを一度に予測)を導入することで、ブラウザ操作において約2倍の速度向上を達成し、多くの場合品質も向上した。AstraはPlaywrightに対してポストトレーニングされているため、正確なPlaywrightコードを生成する。高速化は、エージェントループの往復回数を減らすことによる。別途、OpenAIおよび開発者コミュニティからのガイドラインは、GPT-6 Astra向けにプロンプトとスキルを再設計するよう助言している。モデルの弱点を補うために作られた古い指示は、現在では過度な制約となっている。スキルには正確なトリガー(例:「データベース全般のタスク」ではなく「マイグレーションを追加するときに使用」)を持たせるべきである。AGENTS.mdは強制的な全文読み込みを避け、ドキュメントを特定のシナリオにマッピングし、安全なワークフローを事前承認すべきである。Astraのより高い整合性により、多くの旧来の安全ガードレール(例:必須の同意要求)は不要になっている。継続性はGPT-5.6 Solとは異なる。Astraは最初のバージョン完了後に戻ってくる傾向があるため、ユーザーは「完了」を事前に定義し、探索範囲を指定すべきである。

Key insights

バッチアクション予測によりGPT-6 Astraのブラウザ速度が2倍に

BrowserbaseチームはGPT-6 AstraのComputer Useをリバースエンジニアリングし、既定のPlaywrightフレームワークを、バッチアクション予測をサポートするStagehandに置き換えた。モデルが1回の推論で次の5~20アクションを予測できるようにすることで、エージェントループの往復回数をN回から1回に減らし、ブラウザ操作で約2倍の速度向上を達成した。出力品質も、モデルが反応的な一歩ずつの判断から全体的な計画へと移行したため、多くの場合向上した。このアプローチは、Astraの既存の強み、すなわち視覚座標ではなくコードを書いてブラウザを制御し、アクセシビリティツリーを使って構造化されたインターフェース観察を行うという強みに基づいている。

AstraのComputer Useはコードモードとアクセシビリティツリーに依存

GPT-6 AstraのComputer Useは、従来モデルのように視覚座標に頼るのではなく、ブラウザを制御するコード(例:Playwrightスクリプト)を生成して動作する。インターフェースの観察にはアクセシビリティツリー(a11yツリー)を使用し、要素の役割、名前、操作可能性などの構造化された意味情報を取得する。Astraは特にPlaywrightでポストトレーニングされているため、生成されるブラウザ制御コードの精度が高い。このアプローチは、スクリーンショットベースの操作に伴う遅延や脆弱性を回避できるため、初期のコンピュータ使用システムで用いられていた座標ベースの手法よりも高速で堅牢である。

古いプロンプト制約はGPT-6 Astraの性能を損なう

OpenAIの開発者向けガイダンスとコミュニティ分析によると、旧モデルの弱点を補うために作られた指示は、GPT-6 Astraにとっては過度の制約となっている。詳細な段階的手順、広範なトリガー、必須の全文読み込みを含むスキルやAGENTS.mdの指示は、モデルの有効性を低下させる。例えば、編集のたびにエージェントに複数ドキュメントの読み込みを要求すると、不必要なオーバーヘッドが発生する。Astraは参照すべきリソースやテストを実行すべきかどうかを自律的に判断できる。推奨事項は、「方法の教授」から境界と完了条件の定義へと移行し、モデルに方法の選択を任せることである。

スキルとAGENTS.mdには精密さと段階的開示が必要

スキルには正確な起動トリガー(例:「データベースを扱うときに使用」ではなく「マイグレーションのロールアウトをレビューするときに使用」)を使用し、誤った読み込みを避けるべきである。長いスキル説明はコンテキストを消費し、切り詰められる可能性がある。ルートドキュメントは、より詳細なリソースを指し示す最小限のルーターとして機能すべきである。AGENTS.mdは強制的な全文読み込みではなく、ドキュメントを特定のシナリオにマッピングすべきである。安全なワークフロー(例:使い捨てフィクスチャを使用したローカルテストの実行)を事前承認することで、不要な許可要求を減らせる。これらのプラクティスはモデルへの過度の制約を防ぎ、効率を向上させる。

モデルの挙動の違い:継続性と安全ガードレール

GPT-6 AstraはGPT-5.6 Solとは異なる継続性を示す。Astraはタスクの最初のバージョンを完了した後に戻ってくる傾向がある一方、Solは作業を継続する。ユーザーは要求の中で「完了」が何を意味するかを明確に定義(例:実装、確認、失敗の修正)し、早期停止を避けるべきである。「実装後はレビューのために停止」といった指示は早期停止を強化する可能性があるため、意図的なチェックポイントが必要な場合にのみ使用すべきである。さらに、Astraは整合性が高いため、アクション前に同意を求めることを強制する旧来の安全ガードレールは不要なことが多い。これらのガードレールは、モデルが本来適切に続行する場面で不要な停止を引き起こす可能性がある。

Source posts