Как писать промпты для GPT-6 Sol и GPT-6 Luna: рекомендации OpenAI
Кратко. Для GPT-6 Sol и GPT-6 Luna не нужен особый «магический» синтаксис. OpenAI советует чётко задавать цель, критерии готовности, формат ответа и границы самостоятельности модели. Для повторяемых задач на Luna особенно важны однозначные инструкции и фиксированный формат, а для сложной работы на Sol — требования довести задачу до конца, использовать инструменты и проверить результат.
GPT-6 Sol и GPT-6 Luna вышли 22 сентября 2026 года. Обе модели относятся к GPT-6 и умеют рассуждать, принимать текст и изображения, вызывать инструменты и возвращать структурированные данные. Но предназначены они для разных нагрузок: Sol — для сложного кода и агентных сценариев, Luna — для сфокусированных массовых задач.
У OpenAI нет двух отдельных руководств по промптам — одного для Sol и другого для Luna. Компания опубликовала общие рекомендации для семейства GPT-6 и отдельно предупреждает: примеры в руководстве основаны прежде всего на поведении Astra, поэтому их нужно проверять на выбранной модели и собственных задачах.
Ниже разберём, что из официальной инструкции полезно для Sol и Luna на практике.
Что такое хороший промпт для GPT-6
Хороший промпт для GPT-6 — это описание результата, условий работы и способа проверки. Модели не требуется пошаговая подсказка для каждой очевидной операции, но ей нужно понимать, что считать завершённой задачей.
Удобный каркас выглядит так:
Цель:
Что нужно получить.
Контекст:
Какие данные и ограничения учитывать.
Требования:
Что обязательно должно быть в результате.
Формат ответа:
Структура, поля, объём или схема JSON.
Проверка:
Как убедиться, что результат корректен.Такой промпт проще тестировать и переносить между моделями. Если ответ стал хуже после смены версии, можно отдельно проверить цель, ограничения, формат и критерии готовности, а не переписывать всё задание целиком.
1. Сразу описывайте конечный результат
OpenAI отмечает, что GPT-6 лучше следует длинным инструкциям и точнее учитывает контекст. При этом модель может остановиться и задать вопрос, если недостающая информация способна заметно изменить результат.
Если вопрос действительно блокирует работу, это полезное поведение. Если модель может сделать безопасное предположение, лучше разрешить это прямо в промпте:
Подготовь черновик отчёта по приложенным данным.
Если информации не хватает, сделай минимально необходимое предположение,
явно перечисли его в конце и продолжай работу. Задавай вопрос только тогда,
когда без ответа нельзя получить пригодный результат.Для агентной задачи добавьте критерий завершения:
Продолжай работу, пока не выполнишь все пункты задания.
Не останавливайся после плана или частичного результата.
Перед завершением проверь результат по перечисленным критериям.Эта формулировка особенно полезна для GPT-6 Sol в задачах с файлами, кодом и вызовом инструментов.
2. Разделяйте постоянные правила и данные пользователя
OpenAI рекомендует отделять инструкции верхнего уровня от входных
данных. В API для этого можно использовать поле
instructions или сообщения с ролью developer,
а сам запрос передавать как пользовательский ввод.
Постоянные правила могут описывать роль, тон, формат и запреты:
Ты анализируешь обращения службы поддержки.
Используй только информацию из обращения.
Не додумывай отсутствующие данные.
Возвращай JSON по заданной схеме.Само обращение передаётся отдельно:
Деньги списались, но подтверждение заказа не пришло.Если в одном сообщении есть инструкции, документы и примеры, размечайте блоки заголовками или XML-тегами. OpenAI прямо рекомендует такую разметку для отделения разных типов контента:
<task>
Определи категорию обращения.
</task>
<categories>
оплата, доставка, возврат, техническая проблема, другое
</categories>
<message>
Деньги списались, но заказ не появился в кабинете.
</message>3. Задавайте формат ответа явно
Фраза «ответь структурированно» допускает слишком много вариантов. Лучше указать поля, допустимые значения и поведение при отсутствии данных.
Верни только JSON:
{
"category": "оплата | доставка | возврат | техническая проблема | другое",
"confidence": 0.0,
"reason": "одно предложение"
}
Если данных недостаточно, используй category="другое" и confidence не выше 0.5.Для рабочего API, где формат нельзя нарушать, используйте Structured Outputs с JSON Schema. Это надёжнее, чем просить модель «не добавлять текст до и после JSON».
На Luna фиксированный формат особенно важен: модель рассчитана на повторяемые задачи в большом объёме, где лишняя строка может сломать дальнейшую обработку. На Sol схема полезна при вызове функций и передаче результата следующему шагу агента.
4. Не перегружайте модель противоречивыми правилами
GPT-6 чувствительнее предыдущих поколений к инструкциям в контексте.
Это относится не только к сообщению пользователя, но и к файлам вроде
AGENTS.md, системным промптам, описаниям инструментов и
подключённым навыкам.
Если в одном месте написано «всегда спрашивай подтверждение», а в другом — «работай автономно», модель может остановиться или выбрать не то правило, которое ожидал разработчик. OpenAI советует проверять все доступные модели инструкции и явно задавать их приоритет.
Практически это означает:
- удалять устаревшие и дублирующиеся правила;
- не задавать одно требование разными словами в пяти местах;
- указывать, какие инструкции важнее при конфликте;
- хранить постоянные правила отдельно от изменяемого запроса;
- проверять промпт после подключения нового инструмента или файла с инструкциями.
5. Описывайте стиль без общих прилагательных
OpenAI пишет, что GPT-6 склонна давать подробные, хорошо оформленные ответы и использовать списки и Markdown. Если нужен другой стиль, его стоит задать напрямую.
Слабая формулировка:
Напиши хорошо и профессионально.Более проверяемая формулировка:
Сначала дай ответ в одном предложении, затем объяснение в двух коротких абзацах.
Пиши простыми словами, без вступления и повторения вопроса.
Используй список только для действительно параллельных пунктов.
Не добавляй итоговый абзац, если он повторяет сказанное выше.OpenAI отдельно советует просить модель использовать простой язык, точные глаголы и активный залог, а технические подробности добавлять только тогда, когда они помогают читателю.
6. Калибруйте самостоятельность и проверку
Для сложной работы GPT-6 полезно заранее объяснить, когда модель должна действовать сама, когда спрашивать пользователя и что проверять перед ответом.
Пример для GPT-6 Sol:
Изучи репозиторий, найди причину ошибки и внеси минимальное исправление.
Сначала проверь существующие инструкции проекта.
После изменения запусти тесты, относящиеся к затронутому коду.
Не расширяй область изменений без необходимости.
Заверши работу только после успешной проверки или ясно названного блокера.OpenAI также предупреждает об обратной стороне: GPT-6 может запускать слишком широкие проверки даже для небольшой правки. Если это дорого или долго, ограничьте объём:
Для этой локальной правки запусти только тесты изменённого модуля.
Полный набор тестов не запускай, если локальная проверка прошла и другие части проекта не затронуты.7. Выбирайте уровень рассуждений под задачу
GPT-6 Sol и Luna поддерживают уровни none,
low, medium, high,
xhigh и max; по умолчанию используется
medium. Чем выше уровень, тем больше времени и выходных
токенов модель может потратить на внутреннее рассуждение.
Для классификации, извлечения полей и коротких преобразований на Luna
обычно стоит начинать с none или low. Для
анализа, кода и многошаговой работы на Sol — с medium,
повышая уровень только там, где это даёт измеримый выигрыш.
Важно: если уровень рассуждений отличается от none,
OpenAI рекомендует не передавать temperature,
top_p и параметры логарифмов вероятностей. Для инструментов
предпочтительнее Responses API. В Chat Completions модели Sol и Luna
поддерживают вызов функций только при
reasoning_effort: "none".
8. Проверяйте промпт на реальных примерах
OpenAI рекомендует не оценивать промпт по одному удачному ответу. Соберите набор типичных и неудобных примеров: короткий ввод, неполные данные, противоречие, редкий формат, текст с лишними инструкциями внутри.
Для каждой версии промпта проверяйте хотя бы четыре вещи:
- выполнена ли основная задача;
- соблюдён ли формат;
- не добавлены ли неподтверждённые данные;
- стабилен ли результат на похожих запросах.
Разные снимки одной модели могут вести себя по-разному. Поэтому OpenAI советует закреплять версию модели там, где доступен снимок, и прогонять тестовый набор при каждом обновлении модели или промпта.
Как писать промпты для GPT-6 Luna
Luna рассчитана на сфокусированные массовые задачи. Для неё лучше короткий промпт с однозначными правилами, закрытым набором вариантов и строгим форматом.
Пример:
Классифицируй обращение.
Категории: billing, delivery, return, technical, other.
Верни только JSON с полями category и reason.
reason — не более 15 слов.
Не добавляй сведения, которых нет в тексте.
Обращение:
«С карты списали деньги, но заказ не появился».Если задача повторяется тысячи раз, держите неизменные инструкции, схему и примеры в начале промпта, а изменяемые данные — в конце. Так выше шанс повторного использования кэша.
Как писать промпты для GPT-6 Sol
Sol предназначена для более сложных задач: разработки, анализа и агентных цепочек. Ей полезно описывать цель, границы изменений, доступные инструменты и критерии готовности.
Пример:
Найди причину ошибки авторизации в приложенном проекте и исправь её.
Требования:
- сначала прочитай инструкции проекта и затронутые файлы;
- не меняй публичный API без необходимости;
- внеси минимальную правку;
- добавь или обнови тест, который воспроизводит ошибку;
- запусти относящиеся к изменению тесты;
- в конце перечисли изменённые файлы и результат проверки.
Если безопасное предположение позволяет продолжить, сделай его и отметь в отчёте.
Остановись только при блокере, который нельзя устранить доступными инструментами.Что здесь не работает автоматически
Хороший промпт не гарантирует правильный ответ. Модель всё ещё может ошибиться в фактах, неверно применить инструмент или формально выполнить плохое требование. Для важных процессов нужны тесты, проверка схемы, ограничения на действия и человеческая проверка там, где ошибка дорого стоит.
GPT-6 Sol также не превращает расплывчатое задание в точную
спецификацию, а Luna не становится моделью для сложного анализа только
от повышения reasoning_effort. Выбор модели и устройство
процесса влияют не меньше текста промпта.
Частые вопросы
Есть ли отдельная официальная инструкция по промптам для GPT-6 Sol и Luna?
Нет. OpenAI даёт общие рекомендации для семейства GPT-6 и просит проверять их на выбранной модели и собственном наборе задач.
Нужно ли просить GPT-6 «думать пошагово»?
Обычно нет. Sol и Luna используют внутренние токены рассуждений.
Лучше описать цель, ограничения и критерии проверки, а глубину работы
регулировать параметром reasoning_effort.
Какой
reasoning_effort выбрать для GPT-6 Luna?
Для классификации, извлечения и коротких преобразований начните с
none или low. Повышайте уровень только после
проверки качества на реальных примерах.
Какой
reasoning_effort выбрать для GPT-6 Sol?
Для анализа и кода разумная отправная точка — medium.
Значения high, xhigh и max стоит
оставлять задачам, где дополнительное качество оправдывает задержку и
расход токенов.
Нужно ли добавлять примеры правильных ответов?
Да, если формат или стиль трудно описать одной схемой. Примеры должны полностью соответствовать правилам, иначе противоречие ухудшит стабильность ответа.
Вывод
Для GPT-6 важнее не длина промпта, а ясность контракта. Luna лучше работает как исполнитель повторяемой операции с фиксированным форматом. Sol полезнее там, где нужно пройти несколько шагов, применить инструменты и проверить итог. Начните с минимального промпта, добавляйте только те инструкции, которые исправляют измеримую ошибку, и проверяйте каждую версию на одном и том же наборе примеров.
Источники
Заведите аккаунт за минуту
Один ключ ко всем моделям из статьи. Пополнение от 50 ₽ картой или по счёту, списание по факту, без абонентской платы.