GPT-6は、用途の異なる作業向けに複数のモデルから選べるモデル群として提供されます。このガイドでは、アイデアを動くプロトタイプにする場合、機能を構築・テストする場合、あるいはコードリポジトリ・データベース・外部APIにまたがる複数ステップのワークフローをオーケストレーションする場合のいずれでも、GPT-6モデルの選び方、効果的な指示の与え方、長時間実行される作業の管理、本番運用への備えについて説明します。
ワークロードに合ったモデルを選ぶには、タスクに合ったモデル、推論の強度(reasoning effort)、速度を選び、能力・コスト・レイテンシ(latency)のバランスを取ります。プロンプト、スキル、リポジトリの指示を調整する際は、モデルが何を成果物として出すべきか、独立して何をしてよいか、何をもって完了とするかを一貫させることが重要です。また、デプロイ前に実施しておきたいチェックとベストプラクティスがいくつかあります。
本番運用でのコンテキストとコストの管理
効率を考慮し、タスクに不要なコンテキストは削り、必要な根拠は残します。アプリケーションが対応している場合は、1つの遅いステップが無関係な作業を止めないよう、独立したタスクを並行して実行してください。
本番環境で効果的に運用するには、キャッシュとコンパクション(compaction)を用いてコンテキストとコストを管理し、タスクの成功率とレイテンシを測定するとともに、モニタリングとデータ管理を計画する必要があります。アプリケーションについては、挙動をどうモニタリングするかを決め、データ管理を確認してください。長い会話では、コンパクションにより、続行に必要な状態を保ったままコンテキストのサイズを減らせます。
繰り返し行う作業では、プロンプトキャッシュ(prompt caching)で共有コンテキストを再利用します。モデルによって異なりますが、キャッシュされた入力(cached input)のコストは、キャッシュされない入力トークンより最大95%安くなります。プロンプトキャッシュを活かすには、安定した指示と参照資料を変化するタスクの詳細より前に置き、ツール定義を一貫させます。キャッシュ用ダッシュボードと診断ガイドは、その再利用がどこで途切れているかを把握するのに役立ちます。ワークフロー全体のコストを見積もる際は、キャッシュの書き込みと、長いコンテキスト向けのレートがあればそれも含めます。
Astra・Sol・Lunaの特徴と料金の比較
タスクに最適なモデルを評価するときは、各モデルの料金を比較します。
GPT-6 Astraは、最良の結果を得るための最も知的なモデルで、最大限の知能が必要な最も難しい推論作業向けです。
GPT-6.1 Solは、複雑なコーディング、リサーチ、コンピュータ操作(computer use)向けです。
GPT-6ファミリーには、最良の結果を得るための最も知的なモデルであるGPT-6 Astra、Astraに近い知能を5分の1の価格で提供するGPT-6.1 Sol、そして日常的な作業を大規模に高速かつ効率的にこなすモデルであるGPT-6 Lunaがあります。料金は、Astraが入力$10.00・出力$50.00・キャッシュされた入力$1.00であり、Lunaは入力$0.10・出力$0.50・キャッシュされた入力$0.01です。GPT-6.1 Solの料金は、入力$2.00・出力$10.00・キャッシュされた入力$0.10です。
GPT-6 Lunaは、大規模に焦点の定まったタスクや、請求書フィールドの抽出、リクエストの分類、構造化された要約の作成など、目的が明確な日常的・反復的な作業向けです。
reasoning effortと速度の選び方
APIでは、reasoning effort(reasoning level)の選択によって、モデルがタスクに費やすreasoning effortを選べます。Lowは、事実の抽出や小さな編集のような日常的なタスクに向きます。Mediumは、機能の計画や選択肢の比較のような判断を要する作業に向きます。Highは、難しいデバッグ、より深い分析、または慎重なレビューを要する作業に向きます。また、会話の途中でreasoning effortを変えても、キャッシュは壊れません。
APIには、対応している場合に、Highでは足りないときに試し、改善が追加の時間とコストに見合う場合にのみ使い続けるExtra high / Maxのreasoning effort(reasoning level)があります。Codexでは、まずそのモデルの既定のreasoning effort(reasoning level)で始め、単純なタスクでは下げ、より深い分析が必要なときは上げます。
速度については、APIで、チャットアプリやコーディングツールのように応答時間が重要な場合にFast modeを使います。Standard processingより、より速く安定した応答時間が得られますが、トークンあたりのコストは高くなります。CodexとAPIでは、素早いコーディングの反復のように、プレミアム料金を払ってでも速い応答に価値がある場合にUltrafastを使います。Ultrafastはreasoning effortとは独立にトークン生成を速め、GPT-6 Astraで利用可能です。
モデルの選択とreasoning effort(reasoning level)は、知能と価格のトレードオフとして考えます。追加の指針として、reasoning best practicesが案内されています。
長時間作業の指示とステアリング
GPT-6ファミリーのモデルでは、数時間から数日にわたるタスクを扱えるようになりました。長時間実行される作業を軌道に乗せておくには、ステアリング(steering)、非同期ツール(async tools)、委任を使って更新や独立した作業を扱い、モデルがいつ入力を求めるべきかの明確な境界を設定します。APIでは、長時間タスクを進め続けるために、ステアリング、非同期ツール、並行作業を使います。
指示の出し方は、得たい成果、誰のためか、関連する文脈と制約、何をもって完了とするかを明確にした依頼から始めることが推奨されます。そのうえで、『Rethinking skills and prompts for GPT-6 Astra』を要約した4つの観点を見直します。『Rethinking skills and prompts for GPT-6 Astra』が挙げる指示更新の4つの観点のうち「より良いスキルを作る」では、各スキルをいつ実行すべきかについて説明を短く明示し、補足の詳細は必要なときだけ読み込み、固定的な手順をチームが使うモデルに合ったガイダンスに置き換えることを勧めています。「AGENTS.mdを更新する」では、特定のドキュメントやテストがいつ関係するかを説明し、使い捨てデータで本番アクセスなしにローカルテストを実行するといった安全な定型ワークフローを明示的に許可するよう示しています。指示を更新する際の4つの観点のうち「判断の境界を設定する」では、どの行動を独立して進めてよく、どれに承認が必要かを示し、一律の「常に確認する」ルールを明確な境界に置き換えることを勧めています。「持続(persistence)について具体的に指示する」指針は、「完了」に何が含まれるか（変更の実装、実行、結果の確認、失敗の修正）を定義し、レビューが必要な判断を明示することです。
デプロイ前には、代表的なタスクを実行し、タスクの成功率、レイテンシ、成功したタスクあたりのコストを測定してテストします。APIのデプロイ用チェックリストも案内されています。
Codexで作業する場合もAPIで構築する場合も、モデルがどの判断を下してよいか、いつ入力を求めるべきか、有用な応答とはどういうものかを指定します。モデルに、重要な判断を推測させずに作業を進め続けられるだけの方向性を与えることが重要です。どの選択はモデルが行ってよく、どんなときに入力を求めるかを伝えます。例えば、要約の構成はモデルが選んでよいですが、プロジェクトのスコープを変える前には確認を取るように指示します。また、有用な応答とはどういうものかも記述します。例えば、平易な言葉、聴衆に合った技術的詳細、そして何を変更し、何を確認し、何がまだ注意を要するかをまとめた短い引き継ぎなどが挙げられます。
APIでは、Responses WebSocket APIを通じて、モデルが作業している最中に修正の指示を送れるmid-turn steering（ステアリング）が使えます。Responses WebSocket APIを通じてmid-turn steeringで送った更新はキューに入り、実行中のツールはキャンセルされず、完了済みの操作も取り消されません。非同期ツール呼び出し(Asynchronous tool calling)では、アプリがテストのような時間のかかるタスクを実行している間、モデルは独立した作業を続けられます。アプリは結果の準備ができたときにそれを返し、その結果に依存する作業は、その結果を待ってから開始します。
GPT-6.1 SolはResponses APIでマルチエージェント(multi-agent)ワークフローをサポートします。コードベースの異なる部分の調査のような独立した作業をサブエージェント(subagent)に割り当て、その結果をまとめて最終的な応答にできます。なお、GPT-6.1 Solのマルチエージェントは、現在ベータ版です。長時間のタスクでは、最初のプロンプトの段階では必ずしも予想できない判断が出てくることがあるため、確認の質問とステアリングを使って作業を軌道に乗せ続けることが重要です。要件が変わったときは、進行中のタスクに新しい情報でステアリングをかけ、何を変え、何を変えないかを説明します。これは、もう要件を満たさないアプローチに時間をかけ続けるのを避けるのに役立ちます。
GPT-6 Astraでは、Codexが作業中に確認の質問をすることができます。次のステップに影響する質問に答え、判断を待つ間に続けてよい独立した作業を指定します。離席する場合は、どのタスクを続けてよいか、どの時点で回答待ちのために止まるべきかをCodexに伝えます。
コンピュータ操作の使い方
コンピュータ操作により、GPT-6 Astra、GPT-6.1 Sol、およびGPT-6 Lunaは、APIのないアプリケーションを含め、ウェブサイトやデスクトップアプリを直接操作できます。例えば、モデルにバグを調査させてコードを修正させ、ブラウザでプロダクトを開いて修正が機能することを確認させる、という使い方があります。
各ステップでは、最も単純で確実な方法を選びます。APIや接続済みのツールで直接実行できる場合は、それを使います。モデルが画面を読む、ボタンをクリックする、フォームに入力するといった作業を代わりに行う必要があるときは、コンピュータ操作を使いますが、APIや接続済みのツールで直接その作業ができるなら、そちらを使います。
コンピュータ操作を自分のアプリに組み込む場合は、ブラウザやデスクトップを操作するコードを実行できるツールをモデルに渡します。ブラウザにはPlaywrightが、デスクトップアプリにはPyAutoGUIが使えます。