Diez prompts que fallaron con GPT-6 Astra y los arreglos que funcionaron

OpenAI lanzó GPT-6 Astra el 3 de septiembre de 2026 y publicó una guía de migración dos días después. Una línea de esa guía cambia cómo conviene ver cada prompt guardado: ahora el modelo hace preguntas aclaratorias en lugar de seguir adelante con una suposición. Las bibliotecas de prompts creadas para modelos que adivinaban y seguían avanzando están, de repente, construidas sobre una premisa equivocada.

Para ver hasta dónde llega el problema, tomemos diez prompts cotidianos, de los que uno guarda en su chuleta personal junto a fragmentos para programar y comandos de depuración de una línea, y pasemos cada uno por Astra. Algunos sobreviven intactos. Varios se desmoronan de formas que nadie habría previsto. Unos cuantos simplemente se paran a mitad de camino y esperan aprobación, como un recién contratado que no publica nada sin tu visto bueno. A continuación aparece cada prompt con lo que falló y el arreglo que funcionó.

Cuatro cambios de comportamiento detrás de cada fallo

No hace falta leer la ficha completa del modelo. Cuatro cambios explican todos los prompts rotos de esta lista.

1. Astra pregunta antes de actuar. En palabras de OpenAI, una petición poco clara es ahora motivo para consultar, mientras que los modelos anteriores rellenaban el hueco con una suposición y seguían. Es más seguro, pero castiga a los prompts que contaban con que el modelo arrancara sin más.
2. Astra se detiene antes. Tiende a entregar un primer borrador o una primera implementación y pararse a esperar revisión, en lugar de llegar hasta el final. Si un prompt nunca definió qué es «terminado», Astra elige por su cuenta dónde parar.
3. Astra ya razona por pasos. Pedirle «piensa paso a paso» o «revisa tu trabajo» es redundante y puede provocar pruebas de más y tokens desperdiciados.
4. Astra rechaza algunos ajustes antiguos de la API. En la API, temperature y top_p ya no se aceptan como antes, así que los scripts que los configuran pueden fallar directamente.

1. El prompt de rol al abrir la sesión

Es el mensaje que se pega al empezar una sesión de programación para fijar el rol y el nivel del modelo. La versión antigua:

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

Fallaron dos cosas. Las instrucciones «piensa paso a paso» y «revisa tu trabajo» ahora son peso muerto, porque Astra ya lo hace por defecto, y aquí lo empujaron a probar en exceso un cambio minúsculo. Además, «ayúdame con» se interpretó como una invitación a preguntar en lugar de una orden de actuar. El reemplazo:

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.

La redacción original hizo que Astra gastara esfuerzo en verificar un cambio que no lo necesitaba y dejó hueco para que lo primero fuera una pregunta. La reescritura simplemente actuó: dedujo el alcance, hizo la edición y se detuvo en algo concreto, sin bucle de pruebas. Ponla al principio de cualquier sesión de programación y conserva la última línea sobre las pruebas, que es la que ahorra tokens.

2. El prompt de construcción «no pares»

Se usa al delegar una tarea de varios pasos que debe completarse de principio a fin.

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

Para Astra, «completo» significa lo que ella decida, y eso muchas veces equivale a «primer borrador funcional, te lo devuelvo para revisión». Se detuvo pronto y pidió confirmación. El prompt corregido es:

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.

La palabra «completo» no era lo bastante concreta para marcar una meta, así que Astra la trazó pronto. Un contrato de finalización por escrito lo resolvió, y la ejecución siguió por la implementación hasta la comprobación básica en lugar de tratar el primer borrador como el final. Sirve para construcciones delegadas en las que no quieres que te consulte en cada paso.

3. El arreglo de bug en una línea

Este no es un prompt de rol. Es un contrato de finalización, y es el que más se subestima.

Fix the bug in this file.

No hubo ningún error. Astra parcheó el código y se detuvo. No ejecutó nada, no verificó ni probó el caso que fallaba, porque nadie le dijo que eso formaba parte del trabajo. Los modelos anteriores a menudo seguían por su cuenta. Esta es la versión que funciona:

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.

De los diez, este mostró el contraste más marcado. La verificación no estaba explícita en el original, y Astra lo tomó como permiso para terminar tras el parche. Nombrar cuatro condiciones (parche aplicado, código ejecutado, caso fallido en verde, causa explicada) no dejó nada a la interpretación, así que «arreglado» ya no podía pasar por «terminado». Úsalo con cualquier bug que prefieras no volver a revisar tú mismo, y recuerda que, si no defines qué es terminado, lo hará Astra.

4. El prompt de escritura «que suene humano»

Este debería producir textos que no parezcan escritos por un robot.

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

Pedir que «no suene a IA» no le da al modelo nada concreto con lo que trabajar. Salieron listas, tablas y las muletillas habituales de Astra, incluido el relleno que la propia OpenAI señala y la construcción «X, no Y». Una reescritura concreta:

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.

La versión vaga seguía produciendo los rasgos de siempre: secciones troceadas, transiciones previsibles y frases enlatadas. Nombrar restricciones cambió la sensación al instante, con párrafos más compactos y menos construcciones de manual. La mejora no vino de pedir algo «humano», sino de darle a Astra reglas concretas. Para cualquier cosa que vayas a publicar, un vago «que suene humano» fracasa y una lista de prohibiciones explícita funciona.

5. El prompt «¿por qué te has parado?»

Cuando un agente de programación se tuerce porque se detiene, pide permiso o ignora una instrucción, así se averigua el motivo.

Why did you stop? Just keep going.

Decirle al agente «sigue sin más» no revela nada sobre la causa, y diez minutos después vuelve el mismo atasco. Con Astra, el culpable más probable es un archivo de skill o un documento de contexto que te está anulando en silencio. Pregunta directamente por la causa:

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.

Así un fallo difuso se convierte en una investigación. En lugar de empujar a Astra a continuar, haces que el agente compruebe si la pausa la causó un archivo de instrucciones o un skill. Acabas depurando la pila de instrucciones en vez de discutir en círculos con el modelo. Funciona mejor en configuraciones de agentes con archivos AGENTS.md o SKILL.md, y su longitud merece la pena.

6. El prompt de investigación

Para investigación y análisis en los que el modelo tiene que avanzar pero no debe inventarse datos.

Research this and give me your best answer.

Astra o bien empezaba con una ronda de preguntas aclaratorias, o bien avanzaba mezclando lo que sabía con lo que suponía. Nada en «la mejor respuesta» le indicaba cómo tratar la información que faltaba. La reescritura aporta una regla:

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.

El original era demasiado abierto: cuando faltaba contexto, Astra se paraba a preguntar en lugar de avanzar. La revisión le da una regla de decisión. Suponer lo pequeño y declarar cada suposición, y preguntar solo cuando el hueco pueda cambiar el resultado. Interrumpe mucho menos, y el modelo nunca tuvo que inventarse datos para seguir. Va muy bien para análisis y memorandos de decisión, porque dice cuándo avanzar y cuándo parar a preguntar.

7. El prompt «piénsalo a fondo»

Esto es terreno nuevo, porque Astra tiene niveles de esfuerzo de razonamiento, y elegir el equivocado cuesta tiempo o dinero.

Think really hard about this and be thorough.

«Piénsalo a fondo» no es un control. Solo empuja a Astra al esfuerzo máximo en todo, tareas sencillas incluidas, y la latencia y el coste suben para nada. Prueba esto en su lugar:

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.

El control de verdad es elegir el nivel de razonamiento según la tarea. El esfuerzo bajo resolvió sin problemas la extracción y el formateo, y el medio o superior solo tenía sentido para el trabajo realmente difícil. La ventaja no estuvo en razonar más, sino en evitar el razonamiento que la tarea no necesitaba. Usa el nivel medio por defecto y súbelo cuando haya pruebas, no por intuición.

8. La llamada a la API que se rompe sin más

Esta no empeoró. Se rompió.

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

La guía de migración a Astra indica que hay que quitar temperature, top_p y top_logprobs. Los scripts que todavía los envían pueden fallar con error en lugar de simplemente rendir peor, una sorpresa desagradable si se copia tal cual la configuración del año pasado. El arreglo es mecánico:

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

La calidad del prompt no tenía nada que ver. Es un problema de compatibilidad de la API: según la guía de migración, Astra no acepta valores personalizados para esos ajustes. Quítalos y usa los controles de razonamiento admitidos, porque aquí la redacción de la petición da igual. Quien use Astra a través de la API o de un script debería revisar las configuraciones antiguas antes de que muerdan.

9. El prompt de delegación

En las tareas grandes Astra podría repartir el trabajo entre subagentes, aunque normalmente no lo hace si no se le pide.

Break this into parts and handle it efficiently.

«De forma eficiente» no activó ninguna delegación. OpenAI señala que Astra pasa trabajo a subagentes con menos frecuencia de lo que cabría esperar, así que lo hizo todo ella sola, más despacio. Compara:

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.

La redacción vaga no decía qué se podía delegar. La reescritura separa el trabajo independiente del secuencial y ordena que las partes paralelas vayan a subagentes, lo que da un plan multiagente ordenado en lugar de un único agente que «lo gestiona todo de forma eficiente». En trabajos grandes con muchos archivos o pasos, escribe tú el reparto, porque Astra no lo va a proponer.

10. El prompt de consulta

Este es el sutil: trata de cuándo vuelve el modelo a ti, no de lo que produce.

Check with me before you do anything major.

Con Astra, «consúltame» se convirtió en interrupciones constantes. Se paraba ante hipótesis y pasos diminutos y pedía permiso antes de tener nada que enseñar. La propia recomendación de OpenAI es aprobar un resultado concreto y revisable, no un plan. Así que:

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.

El culpable era la redacción amplia. Con ella, cualquier atisbo de duda justificaba una interrupción. Mover el punto de aprobación al final de un bloque de trabajo con sentido lo cambia: el modelo construye algo concreto y revisable y luego pregunta. La supervisión humana pasa a ser un punto de control real y deja de ser un goteo de peticiones de permiso, algo que importa en cualquier tarea larga en la que un aviso cada pocos minutos sería desesperante.

Por qué fallaron los diez

Detrás de todos estos fallos hay una sola causa. Los prompts se escribieron para modelos más débiles y están llenos de muletas como «piensa paso a paso», «no pares», «consúltame» y «piénsalo a fondo», un andamiaje que los modelos anteriores necesitaban de verdad. Astra razona por pasos, prueba y consulta sin que se lo digan, así que el andamiaje dejó de ayudar y empezó a pelearse con el modelo.

Lo normal es que los arreglos sean más cortos, no más largos. Cada uno cambia los ánimos vagos por tres piezas concretas: qué deducir por su cuenta, cómo es el resultado terminado y cuándo detenerse. Migrar se reduce a empujar menos y definir más.

Audita los prompts que olvidaste

Esta semana ha salido una avalancha de guías sobre cómo escribir prompts para Astra, y casi ninguna trata la tarea real, que es revisar los prompts que escribiste hace tiempo y olvidaste. Piensa en AGENTS.md, los archivos SKILL.md, los prompts de sistema guardados y todas esas notas pequeñas de «haz siempre X». Se ajustaron para un modelo que no los interpreta como lo hace Astra. OpenAI afirma que las indicaciones obsoletas o contradictorias en esos archivos pueden hacer que Astra bloquee el trabajo o se desvíe. Tu configuración se quedó igual mientras el modelo de debajo cambiaba, y nadie te manda un aviso de migración para tu propia configuración.

Los prompts visibles son fáciles de arreglar. Los enterrados en archivos de hace meses están estropeando los resultados ahora mismo, en silencio.

Un primer paso de cinco minutos

Elige el archivo de instrucciones o el prompt guardado del que más dependes y ábrelo. Tacha cada línea que le diga al modelo que piense paso a paso, que sea minucioso, que verifique su trabajo o que siga adelante. Con Astra, esas líneas ahora perjudican. Después escribe una sola frase que defina qué es «terminado» para la tarea. Solo ese cambio arregla más que cualquier prompt nuevo.

Cuenta con que migrar prompts se convierta en un paso rutinario cada vez que salga un modelo importante, como actualizar una dependencia. Los prompts no se pudren. El modelo se mueve.