Zehn Prompts, die an GPT-6 Astra scheiterten, und die Korrekturen, die funktionierten

OpenAI hat GPT-6 Astra am 3. September 2026 veröffentlicht und zwei Tage später einen Migrationsleitfaden nachgelegt. Eine Zeile darin verändert den Blick auf jeden gespeicherten Prompt: Das Modell stellt jetzt Rückfragen, statt auf Verdacht weiterzumachen. Prompt-Bibliotheken, die für Modelle gebaut wurden, die rieten und weiterliefen, beruhen plötzlich auf der falschen Annahme.

Um zu sehen, wie schlimm es wird, nehmen wir zehn Alltagsprompts – die Sorte, die man in einer persönlichen Sammlung aus Coding-Bausteinen und Debugging-Einzeilern findet – und schicken jeden durch Astra. Manche überstehen das unverändert. Einige brechen auf eine Weise zusammen, die niemand vorhergesagt hätte. Ein paar bleiben einfach auf halber Strecke stehen und warten auf Freigabe, wie ein neuer Kollege, der ohne Daumen hoch nichts ausliefert. Unten steht jeder Prompt mit dem, was schiefging, und der Korrektur, die funktionierte.

Vier Verhaltensänderungen hinter jedem Fehler

Die ganze Model Card muss man nicht lesen. Vier Verschiebungen erklären jeden kaputten Prompt in dieser Liste.

1. Astra fragt, bevor es handelt. In OpenAIs Worten sind unklare Anfragen jetzt ein Anlass zur Rückfrage, während frühere Modelle die Lücke mit einer Annahme füllten und weitermachten. Das ist sicherer, aber hart für Prompts, die darauf setzten, dass das Modell einfach loslegt.
2. Astra hört früher auf. Es liefert gern einen ersten Entwurf oder eine erste Implementierung und hält dann für ein Review an, statt bis zum Ende durchzuziehen. Hat ein Prompt nie definiert, was „fertig“ heißt, wählt Astra den Haltepunkt selbst.
3. Astra denkt ohnehin in Schritten. Die Anweisung „Denk Schritt für Schritt“ oder „Prüf deine Arbeit“ ist überflüssig und kann zusätzliche Tests und verschwendete Tokens auslösen.
4. Astra lehnt manche alten API-Einstellungen ab. In der API werden temperature und top_p nicht mehr wie früher akzeptiert, Skripte, die sie setzen, können also schlicht fehlschlagen.

1. Der Rollen-Prompt zum Sitzungsstart

Das ist die Nachricht, die man zu Beginn einer Coding-Sitzung einfügt, um Rolle und Anspruch des Modells festzulegen. Die alte Version:

You are a senior engineer. Think step by step and check your work carefully before answering. Help me with the following task:

Zwei Dinge gingen schief. „Denk Schritt für Schritt“ und „Prüf deine Arbeit“ sind jetzt Ballast, weil Astra das standardmäßig tut, und hier trieben sie es dazu, eine winzige Änderung übermäßig zu testen. Gleichzeitig wurde „Hilf mir bei“ als Einladung zu Rückfragen gelesen statt als Aufforderung zu handeln. Der Ersatz:

Infer my intent and the scope from the task and context. Treat "help me" as a call to act, not to ask. Work toward the goal and only stop when you have a concrete, reviewable result. Don't re-run tests unless a real failure justifies it.

Die ursprüngliche Formulierung ließ Astra Aufwand in die Prüfung einer Änderung stecken, die keine brauchte, und ließ Raum dafür, zuerst eine Frage zu stellen. Die Neufassung handelte einfach: Sie leitete den Umfang ab, nahm die Änderung vor und stoppte bei etwas Konkretem, ohne Testschleife. Stellen Sie sie an den Anfang jeder Coding-Sitzung und behalten Sie die letzte Zeile zu den Tests, denn genau sie spart Tokens.

2. Der „Hör nicht auf“-Build-Prompt

Den nimmt man, wenn man eine mehrstufige Aufgabe übergibt, die von Anfang bis Ende durchlaufen soll.

Build the full feature. Don't stop until it's complete.

Für Astra bedeutet „vollständig“, was es selbst entscheidet, und das heißt oft „erster funktionierender Entwurf, zurück an Sie zum Review“. Es hörte früh auf und bat um Bestätigung. Der korrigierte Prompt lautet:

Continue working persistently until the goal is achieved. Complete reversible, already-authorized work without pausing. Only stop to ask if something is destructive, irreversible, or needs new authorization. "Done" means the feature runs and passes its own basic check, not first draft.

Das Wort „vollständig“ war nicht konkret genug, um eine Ziellinie zu markieren, also zog Astra sie früh. Ein schriftlicher Abschlussvertrag behob das, und der Lauf ging über die Implementierung bis zur Basisprüfung weiter, statt den ersten Entwurf als Ende zu behandeln. Passt für delegierte Builds, bei denen Sie nicht bei jedem Schritt eine Rückmeldung wollen.

3. Der Bugfix in einer Zeile

Das ist kein Rollen-Prompt. Es ist ein Abschlussvertrag, und genau ihn unterschätzen die meisten.

Fix the bug in this file.

Es gab keinen Fehler. Astra patchte den Code und hörte auf. Es führte nichts aus, prüfte nichts und testete den fehlschlagenden Fall nicht, weil niemand gesagt hatte, dass das zur Aufgabe gehört. Ältere Modelle machten oft ungefragt weiter. Diese Version funktioniert:

Fix the bug in this file. Completion means: the fix is applied, the code runs, the failing case now passes, and you've told me what caused it. Don't stop before all four.

Von allen zehn zeigte dieser den schärfsten Kontrast. Die Verifikation war im Original unausgesprochen geblieben, und Astra las das als Erlaubnis, nach dem Patch aufzuhören. Vier benannte Bedingungen (Patch angewendet, Code ausgeführt, fehlschlagender Fall grün, Ursache erklärt) ließen nichts zu deuten, sodass „behoben“ nicht mehr als „fertig“ durchgehen konnte. Nutzen Sie das bei jedem Bug, den Sie nicht selbst nachprüfen wollen, und denken Sie daran: Wenn Sie „fertig“ nicht definieren, tut Astra es.

4. Der „Klingt menschlich“-Schreibprompt

Dieser soll Texte liefern, die nicht wie von einem Roboter klingen.

Write this in a natural, human tone. Avoid sounding like AI.

Die Bitte, „nicht nach KI zu klingen“, gibt dem Modell nichts an die Hand. Heraus kamen Listen, Tabellen und Astras übliche Floskeln, einschließlich des Füllmaterials, das OpenAI selbst bemängelt, und der Konstruktion „X, nicht Y“. Eine konkrete Neufassung:

Write in concise paragraphs, one idea each, plain language, active voice. No lists unless the items are truly parallel. Ban these phrases: "delve into," "it's worth noting," "leverage," "in short," and any "X, not Y" contrast. State what you're doing, not what you're avoiding.

Die vage Version produzierte immer wieder die bekannten Merkmale: zerstückelte Abschnitte, vorhersehbare Übergänge und Phrasen von der Stange. Benannte Vorgaben änderten den Eindruck sofort, mit dichteren Absätzen und weniger Standardkonstruktionen. Der Gewinn kam nicht von der Bitte um „menschlich“, sondern davon, Astra konkrete Regeln zu geben. Für alles, was Sie veröffentlichen, scheitert ein vages „Klingt menschlich“, und eine benannte Sperrliste funktioniert.

5. Der „Warum hast du aufgehört“-Prompt

Wenn ein Coding-Agent aus der Spur gerät, weil er stoppt, um Erlaubnis fragt oder eine Anweisung ignoriert, findet man so heraus, warum.

Why did you stop? Just keep going.

Dem Agenten „Mach einfach weiter“ zu sagen, verrät nichts über die Ursache, und zehn Minuten später hängt er an derselben Stelle. Bei Astra ist der wahrscheinlichere Übeltäter eine Skill-Datei oder ein Kontextdokument, das Sie stillschweigend übersteuert. Fragen Sie direkt nach der Ursache:

If a skill file or instruction made you pause, ask permission, or leave work unfinished, name the exact file, quote the line that caused it, and explain how it applied. Separate explicit requirements from your own interpretation. Then resolve it and continue — my instructions take priority.

So wird aus einem vagen Fehler eine Untersuchung. Statt Astra zum Weitermachen zu drängen, lassen Sie den Agenten prüfen, ob eine Anweisungsdatei oder ein Skill die Pause verursacht hat. Am Ende debuggen Sie den Anweisungsstapel, statt sich mit dem Modell im Kreis zu streiten. Am besten für Agenten-Setups mit AGENTS.md- oder SKILL.md-Dateien, und seine Länge ist er wert.

6. Der Recherche-Prompt

Für Recherche und Analyse, bei denen das Modell vorankommen, aber keine Fakten erfinden darf.

Research this and give me your best answer.

Astra eröffnete entweder mit einer Runde Rückfragen oder machte weiter und verwischte dabei, was es wusste und was es annahm. Nichts an „beste Antwort“ sagte ihm, wie es mit fehlenden Informationen umgehen soll. Die Neufassung liefert eine Regel:

Research this and answer. For gaps: make reasonable assumptions for non-critical details and state them, rather than asking. Only ask if the missing info materially changes the result or needs my authorization. Mark clearly which claims are sourced and which are your inference.

Das Original war zu offen: Fehlte Kontext, hielt Astra an, um zu fragen, statt voranzukommen. Die Überarbeitung gibt ihm eine Entscheidungsregel. Kleinigkeiten annehmen und jede Annahme benennen, nur fragen, wenn die Lücke das Ergebnis ändern könnte. Das unterbricht weit weniger, und das Modell musste nie Fakten erfinden, um weiterzukommen. Funktioniert gut für Analysen und Entscheidungsvorlagen, weil klar ist, wann es weitergehen und wann es anhalten und fragen soll.

7. Der „Denk richtig gründlich nach“-Prompt

Das ist Neuland, denn Astra hat Stufen für den Reasoning-Aufwand, und die falsche zu wählen kostet Zeit oder Geld.

Think really hard about this and be thorough.

„Denk richtig gründlich nach“ ist kein Regler. Es schiebt Astra nur pauschal zum maximalen Aufwand, auch bei simplen Routineaufgaben, und Latenz und Kosten steigen umsonst. Versuchen Sie stattdessen das:

Use medium reasoning effort for this. Only escalate to high if a medium answer misses the requirements I've defined. For extraction or formatting where one right answer exists, use low.

Der echte Regler ist die Wahl der Reasoning-Stufe je nach Aufgabe. Geringer Aufwand erledigte Extraktion und Formatierung problemlos, mittel oder höher lohnte sich nur für wirklich schwere Arbeit. Der Nutzen lag nicht in mehr Reasoning, sondern darin, Reasoning zu vermeiden, das die Aufgabe nicht brauchte. Machen Sie mittel zur Voreinstellung und erhöhen Sie aufgrund von Belegen, nicht aus dem Bauch heraus.

8. Der API-Aufruf, der glatt bricht

Dieser wurde nicht schlechter. Er ging kaputt.

model: gpt-6-astra, temperature: 0.7, top_p: 0.9

Der Migrationsleitfaden für Astra sagt, man solle temperature, top_p und top_logprobs entfernen. Skripte, die sie noch senden, können mit einem Fehler abbrechen, statt nur schlechter zu werden – eine böse Überraschung, wenn das Setup vom letzten Jahr einfach weiterkopiert wird. Die Korrektur ist mechanisch:

Remove temperature, top_p, and top_logprobs from the request. Control variability through the prompt and the reasoning-effort setting instead.

Mit der Qualität des Prompts hatte das nichts zu tun. Es ist ein Problem der API-Kompatibilität: Laut Leitfaden akzeptiert Astra für diese Einstellungen keine eigenen Werte. Entfernen Sie sie und nutzen Sie die unterstützten Reasoning-Regler, denn auf die Formulierung der Anfrage kommt es hier nicht an. Wer Astra über die API oder ein Skript nutzt, sollte alte Configs prüfen, bevor sie zubeißen.

9. Der Delegations-Prompt

Bei großen Aufgaben könnte Astra die Arbeit auf Sub-Agenten verteilen, tut es aber meist nicht, solange man es nicht sagt.

Break this into parts and handle it efficiently.

„Effizient“ löste keinerlei Delegation aus. OpenAI weist darauf hin, dass Astra seltener als erwartet an Sub-Agenten abgibt, also erledigte es alles selbst, nur langsamer. Zum Vergleich:

Split this into independent parts. Delegate the parallelizable ones to sub-agents and say which parts you're delegating and why. Do the sequential parts yourself.

Die vage Formulierung sagte nicht, was abgegeben werden kann. Die Neufassung trennt unabhängige von sequenzieller Arbeit und weist die parallelen Teile Sub-Agenten zu, was einen sauberen Multi-Agenten-Plan ergibt statt eines Agenten, der „alles effizient erledigt“. Bei großen Aufgaben über viele Dateien oder Schritte schreiben Sie die Aufteilung selbst hin, denn Astra bietet sie nicht an.

10. Der Rückmelde-Prompt

Das ist der subtile Fall: Es geht darum, wann das Modell zu Ihnen zurückkommt, nicht darum, was es liefert.

Check with me before you do anything major.

Bei Astra wurde „Stimm dich mit mir ab“ zu ständigen Unterbrechungen. Es hielt bei hypothetischen Fragen und winzigen Schritten an und bat um Erlaubnis, bevor es überhaupt etwas zu zeigen hatte. OpenAIs eigene Empfehlung lautet, ein konkretes, prüfbares Ergebnis freizugeben, keinen Plan. Also:

Don't stop for approval until you have a concrete, reviewable result ready. Skip disclaimers and hypothetical warnings. When you do pause, show me the finished draft to approve, not a question about whether to start.

Schuld war die breite Formulierung. Mit ihr rechtfertigte jedes Flackern von Unsicherheit eine Unterbrechung. Den Freigabepunkt ans Ende eines sinnvollen Arbeitsabschnitts zu legen, ändert das: Das Modell baut etwas Konkretes und Prüfbares und fragt dann. Menschliche Aufsicht wird zu einem echten Kontrollpunkt statt zu einem Tropf aus Erlaubnisanfragen, und das zählt bei jeder langen Aufgabe, bei der ein Anstupsen alle paar Minuten zermürbend wäre.

Warum alle zehn kaputtgingen

Hinter all diesen Fehlern steckt eine einzige Ursache. Die Prompts wurden für schwächere Modelle geschrieben und sind vollgestopft mit Händchenhalten wie „Denk Schritt für Schritt“, „Hör nicht auf“, „Stimm dich mit mir ab“ und „Denk richtig gründlich nach“ – Gerüst, das frühere Modelle wirklich brauchten. Astra denkt in Schritten, testet und meldet sich, ohne dass man es sagt, also hilft das Gerüst nicht mehr, sondern kämpft gegen das Modell.

Kürzer ist bei den Korrekturen die Regel, nicht länger. Jede tauscht vage Ermutigung gegen drei konkrete Dinge: was das Modell selbst ableiten soll, wie „fertig“ aussieht und wann es anhalten soll. Migration heißt am Ende: weniger drängen, mehr definieren.

Prüfen Sie die Prompts, die Sie vergessen haben

Diese Woche erscheint eine Flut von Anleitungen zum Prompting für Astra, und kaum eine behandelt die eigentliche Fleißarbeit: Prompts durchzugehen, die Sie vor langer Zeit geschrieben und vergessen haben. Denken Sie an AGENTS.md, SKILL.md-Dateien, gespeicherte System-Prompts und all die kleinen „Mach immer X“-Notizen. Sie wurden für ein Modell abgestimmt, das sie anders auslegt als Astra. OpenAI schreibt, dass veraltete oder widersprüchliche Anweisungen in solchen Dateien Astra dazu bringen können, Arbeit zu blockieren oder vom Kurs abzukommen. Ihr Setup blieb, wie es war, während sich das Modell darunter geändert hat, und niemand schickt Ihnen eine Migrationsmitteilung für Ihre eigene Konfiguration.

Sichtbare Prompts sind leicht zu reparieren. Die in monatealten Dateien vergrabenen ruinieren gerade still die Ergebnisse.

Ein erster Schritt in fünf Minuten

Nehmen Sie die eine Anweisungsdatei oder den einen gespeicherten Prompt, auf den Sie sich am meisten verlassen, und öffnen Sie ihn. Streichen Sie jede Zeile, die dem Modell sagt, es solle Schritt für Schritt denken, gründlich sein, seine Arbeit prüfen oder weitermachen. Bei Astra schaden solche Zeilen jetzt. Schreiben Sie dann einen einzigen Satz, der „fertig“ für die Aufgabe definiert. Allein dieser Tausch repariert mehr als jeder brandneue Prompt.

Rechnen Sie damit, dass Prompt-Migration bei jedem großen Modellrelease zur Routine wird, ähnlich wie das Aktualisieren einer Abhängigkeit. Die Prompts verrotten nicht. Das Modell bewegt sich.