OpenAI GPT-6 Astra 提示词指南和 slop 词屏蔽清单解读
GPT-6 Astra 上线两天后，OpenAI 放出一份官方提示词指南，里面附了一张 slop 词屏蔽清单，把自家模型最爱用的那些腔调点名禁掉。指南放在开发者文档里，完整提示词可以整段抄走用。我把指南要点、Astra 上线一周的报道和几个社区仓库都过了一遍，这张清单等于官方承认了一件事，AI 味已经是个要管起来的产品问题。
上线这一周，Astra 过得不太平静
9 月 3 日，Astra 开始推送，OpenAI 称它是迄今最智能的模型，计划几天内覆盖所有付费用户，并通过 API、Azure 和 AWS Bedrock 开放。实际的推送顺序出了岔子，企业安全客户先拿到访问权限，花高价订 Pro 的用户反而要等。9 月 4 日，奥尔特曼在 X 上承认发布「很乱」，给出补偿，付费用户每缺一天访问，就换一次额度重置。9 月 5 日，Plus、Pro、Business、Enterprise 全量放开。
API 定价也在这几天定下来，输入每百万 token 10 美元，输出 50 美元，大约是上一代 Sol 的 2.5 倍。
更大的麻烦在评测数据上。发布当天下午，Astra 的幻觉率在页面快照里从 4.2% 变成 2%，几个小时后又改回 4.2%。OpenAI 先说博客撤下是内容管理系统故障，后改口说是互联网中断，坚称与成绩无关。斯坦福的研究员提醒，这类反复重跑可能就是在「Benchmaxxing」刷榜，他们还指出系统卡里连评测方法的基本细节都没写。顺带一提，OpenAI 8 月底断供 Cursor 的公告里，就提前点了 Astra 的名，要求它必须被严格合规地使用。
指南在教什么
指南的要点经 The Decoder 梳理有 11 条，围着一条主线转——让模型把话当成活去干，别当成问题来回答。
用户说「can you」「I want to」「help me」的时候，模型常常回一句「可以，你需要我做什么」。OpenAI 的建议是让 Astra 从上下文推断意图，把这些话当行动请求处理。往下一层是坚持做完，指南给的示例提示词让模型自己开工作分支、解决冲突、提交草稿 PR，除非操作是破坏性的、不可逆的，否则一直干到达成目标。审批的时机也往后放，OpenAI 写得很直白，用户审批的应该是一个具体的、可检查的结果。基于假设风险主动加免责声明、安全清单，这类不请自来的提醒也被单独点名砍掉。
对开发者和重度用户，最实用的两条都在调试上。一是审计 AGENTS.md 这类 skill 文件，Astra 处理长指令比前代强，但对上下文更敏感，规则文件里有矛盾，模型可能直接罢工，也可能莫名其妙跑偏，OpenAI 建议清查一遍所有可访问的规则文件，并让用户指令享有明确优先级。二是调试提示词，逼模型交代它读的是哪个 SKILL.md，引用让它停下的那句原话，说明自己是怎么理解的，把明文要求和自己发挥分开。
文风部分说得很细。OpenAI 承认 Astra 爱用列表、表格和 Markdown 排版，还会跨会话重复同一些说法。要散文就得明说，白话、主动语态、一段一个意思，列表只留给真正并列的信息。技术写作那条只有一句，用平实话替代行话。工程细节上还有两条，子代理委派比预期少，要在提示词里写清楚什么时候委派、委派多少；小改动会跑出不成比例的测试套件，改成只在出现新失败时重跑。
完整提示词都在 OpenAI 的模型文档页，Codex 用户可以用 OpenAI Docs skill 一条命令迁移到 Astra。
slop 词屏蔽清单禁了什么
清单分两类，一类是词，一类是句式。
| 类别 | 例子 |
|---|---|
| 词 | delve into、foster、promote、use/leverage、it’s worth noting、what’s important is、really/truly |
| 自问自答 | Question? Answer |
| 对比句式 | This isn’t about X. It’s about Y、X, not Y 及其变体 |
| 收尾和开头套话 | 以 Conclusion 开头的收尾段、In short 开头的总结、The simplest mental model is 这类比照 |
| 编造复合词 | exact-head checks、editorial-row layouts 这类临时造出来的连字术语 |
| 结构套路 | 宣布不做什么、什么不变、结果将怎么分类；模糊限定词；套路化的过渡句 |
delve into 是这几年被吐槽最多的 AI 高频词，use/leverage 一并上榜，说明 OpenAI 清楚自家模型的语言习惯。编造复合词那条更狠，exact-head checks 这种看着挺专业的词，本身就是模型现编的。
官方给的理由在指南里能找到影子。Astra 跨会话重复同一些说法，过度用结构化排版，这些正是 slop 的来源。清单的作用是在提示词层面把口子收住，让输出往平实话靠。
中文写作者不用照单全收，名单是按英文语料拟的。中文里对应的那些腔调，判定标准其实差不多，一段话读完记不住任何具体的东西，多半就是中了。社区已经有人做了搬家的活，下一节讲。
社区工具已经跑在前面
OpenAI 发清单之前，社区自己动手一年多了。hardikpandya 的 stop-slop 仓库写着一行说明，AI 写作有模式，可预测的短语、结构和节奏，这个仓库用一个 skill 文件教模型认出并删掉这些模式，9 月 14 日核查时有 1.7 万星。中文适配版 stop-slop-zh 把同一套规则搬进了中文。walidboulanouar 的 anti-ai-slop 是带 478 个词条的命令行工具。theserverlessdev 的 wsc 走得更远，检查规则全部引用语言学研究。
反方观点也得摆出来。robsball 的 claude-deslop-skill 主张治因不治词，禁词会把表达压扁，问题出在训练和对齐，模型为什么爱说这些话，才是根子上的事。
工具路线上有个技术分歧要交代。早期的想法是用 logit_bias 在生成时硬屏蔽这些词，实际用下来有个绕不开的问题，tokenizer 可能把一个词拆成几个子词，屏蔽网总有漏。所以 2026 年这些工具普遍选了另一条路，生成之后跑检查。OpenAI 自己的清单也是这个用法，它是提示词层面的约束，靠人和脚本在生成后把关。
怎么放进自己的工作流
今天就动手的话，先把清单抄成自己的检查规则，接在生成之后跑，可以用评测集，也可以用 lint 脚本。别用 logit_bias 硬来，理由上面说了。
提示词的写法跟着指南改。把「can you」当任务而不是寒暄，审批时机往后放，先给可检查的结果。你仓库里的 AGENTS.md 值得清一遍，矛盾的规则删掉，写明用户指令优先。
最后一层是预期管理。清单管不住所有 AI 味，治因不治词的观点记着，模型换代之后，slop 会换一批新词卷土重来，检查规则要跟着复核。官方这次没有把清单做进推理层，也是这个原因，它管得了一时，管不了模型下一版的口头禅，所以这些检查要常态化跑。
OpenAI官方的这份“省钱技巧”值得参考，但在模型接入处也值得使用省钱省心的供应商。我目前就在用jiekou.ai的模型服务，和官网一样稳定，全球模型都能用，企业支持开票。JieKou.AI 是一个聚合性大模型 API 服务平台，致力于为开发者、企业和科研人员提供一站式接入服务，整合同类开源和闭源模型，ChatGPT、Grok、Claude、Gemini 等主流海外闭源模型都有。通过简单高效的接口，降低 AI 应用开发的门槛，帮助用户快速实现场景化智能应用。现在注册时填写邀请码【YGHNZ0】注册且充值成功可以获得代金券。