Краткият отговор: OpenAI вече казва на разработчиците да мислят по-малко като автори на огромни prompts и повече като редактори на ясни работни правила. В нова публикация за GPT-6 Astra компанията посочва, че натрупаните Codex skills, дългите AGENTS.md файлове и прекалено подробните задачи могат да пречат на по-способните модели, вместо да им помагат.
Какво казва OpenAI
В публикацията Rethinking skills and prompts for GPT-6 Astra OpenAI описва промяна, която много екипи вече усещат: инструкциите, писани за по-стари coding модели, не винаги са добри инструкции за новите. Примерите са конкретни – прекалено широки описания на skills, задължително четене на много документация преди дребна промяна, рецепти, които водят модела през всяка стъпка, и стари ограничения, добавяни след проблеми с предишни поколения модели.
Това не е малка козметика. Codex skills работят като допълнителни работни знания: имат име, описание, основен Markdown файл и понякога ресурси или скриптове. Ако описанието е твърде дълго или твърде агресивно, моделът може да избере skill за неподходяща задача. Ако проектът има много такива skills, част от описанията се съкращават, а сигналът става по-шумен.
Защо е важно за разработчиците
Досега много екипи решаваха проблемите с агенти по един и същ начин: добавяха още правила. Ако моделът забрави да пусне тест, пишем правило за тестове. Ако редактира твърде много файлове, пишем забрана. Ако избере грешен workflow, добавяме още обяснения. След година такъв режим проектът често има отлични намерения и тежка инструкция, която забавя работата.
При GPT-6 Astra OpenAI твърди обратното: по-силният модел има нужда от по-добри граници, не от постоянно водене за ръка. Това е особено важно за екипи, които вече използват Codex като част от ежедневната разработка, защото качеството на инструкциите директно влияе върху скоростта, цената, контекста и риска от грешен избор на инструмент.
Темата продължава линията от последните месеци. GPT-6 Astra постави въпроса за безопасността и контрола при по-способните модели, а GPT-5.1-Codex-Max показа защо coding моделите вече са отделна продуктова категория. Сега фокусът се мести към нещо по-практично: как реално да подредим проектите, така че агентът да работи по-чисто.
Какво да промените в проектите
Първата промяна е в описанията на skills. Те трябва да казват кога точно се използва skill, а не да се опитват да покрият цяла област. Skill за миграции например не трябва да се активира при всяко докосване на база данни, а при добавяне, промяна или преглед на миграция. Това намалява фалшивите включвания и пази контекста.
Втората промяна е прогресивното разкриване на инструкции. Вместо един огромен файл с всички възможни варианти, root документът трябва да е кратък router: кога да се отвори конкретен reference, кога да се пусне скрипт, кога изобщо няма нужда от допълнителен контекст. Така моделът чете само релевантното за задачата.
Третата промяна е AGENTS.md. Според OpenAI файлът не трябва да кара агента да чете architecture.md, database.md и deployment.md преди всяка дребна редакция. По-разумно е да казва: използвай architecture.md за service boundaries, database.md при schema промени, deployment.md при подготовка за deploy. Официалният проект AGENTS.md вече е достатъчно разпознаваем формат, за да се използва като насочваща карта, не като тежък договор за всяка стъпка.
Четвъртата промяна е в задачите. Вместо да се пише дълъг сценарий с микростъпки, по-добре е да се даде цел, важни ограничения, критерии за проверка и свобода за локално изпълнение там, където рискът е нисък. Това се връзва и с отварянето на Codex като платформа: ако повече инструменти ще работят върху един и същ проект, инструкциите трябва да са разбираеми и за хора, и за различни модели.
Практична проверка за 2026 г.
Ако използвате Codex или друг coding агент в реален repository, започнете с кратък одит. Прегледайте skills, които се активират често, но рядко помагат. Съкратете описанията им до едно ясно изречение за предназначение и едно изречение за trigger. Ако даден skill има пет workflows, оставете основния файл да насочва към отделни документи, вместо да ги вкарва всички наведнъж.
След това минете през AGENTS.md и потърсете остарели страхове. Инструкция от типа “винаги питай преди тестове” може да е разумна при production среда, но е излишна при локален disposable test suite. Обратно, правило за плащания, production данни или destructive операции трябва да остане ясно и твърдо. Добрата инструкция не е по-дълга; тя е по-точна.
За малки екипи това е лесна печалба. По-чистите инструкции означават по-малко изгорен контекст, по-малко грешни tools, по-малко “прочетох половината repository преди да поправя typo” и по-предвидими code review резултати. За по-големи компании ефектът е още по-важен, защото един лош pattern в template може да се умножи в десетки проекти.
Какви са рисковете
Най-големият риск е да се махнат правилата, които всъщност пазят системата. OpenAI не казва “изтрийте guardrails”. По-скоро казва да различавате три вида инструкции: контекстни знания, безопасни граници и остарели патерици. Първите трябва да се отварят при нужда, вторите да останат видими, третите да се изчистят.
Има и организационен риск. Различни екипи ще ползват различни модели – не само GPT-6 Astra. Инструкция, която е перфектна за Astra, може да е твърде свободна за по-слаб модел. Затова OpenAI препоръчва да се мисли кои модели ще четат правилата, а не да се оптимизира само за един идеален сценарий.
За бизнес потребители това напомня и по-широкия въпрос за AI платформите. Както писахме при избора на AI инструменти за малък бизнес, реалната стойност идва не от това да включите най-новия модел, а да го поставите в workflow, който хората могат да контролират, измерват и поправят.
Какво да следим
Следващият сигнал ще бъде дали OpenAI ще превърне тези насоки в по-строги templates и инструменти около Codex. В публикацията се споменава и обновена насока към skill-creator, което подсказва, че компанията иска екосистемата около skills да стане по-дисциплинирана.
За разработчиците най-разумният ход е прост: не чакайте голяма миграция. Изберете един активен repository, съкратете skills и AGENTS.md, пуснете няколко реални задачи и сравнете резултата. Ако агентът избира по-малко ненужен контекст и стига по-бързо до проверим patch, значи сте на прав път.
Източници: OpenAI Developers, AGENTS.md, OpenAI skill-creator.
FAQ: Codex skills, prompts и GPT-6 Astra
Трябва ли да изтрием старите Codex skills?
Не автоматично. По-добре е да ги съкратите, да изясните кога се използват и да разделите големите workflows на отделни reference файлове или скриптове.
AGENTS.md още ли е полезен?
Да, но като контекстна карта. Най-добре работи, когато казва кой документ кога е нужен, вместо да задължава агента да чете всичко преди всяка малка задача.
Каква е най-важната промяна за екипите?
Да преминат от дълги защитни prompts към кратки, проверими инструкции: цел, граници, релевантни документи и ясни критерии за готовност.
