Den vollständigen Index der Dokumentation findest du in llms.txt. Die Markdown-Version einer Dokumentationsseite erhältst du, indem du .md an die URL der Seite anhängst.
Hauptnavigation
Design
Feb 11, 2026 API

Shell, Skills und Kontextverdichtung: Tipps für Agenten, die komplexe Aufgaben über längere Zeit bearbeiten

Bewährte Vorgehensweisen für die Entwicklung mit Skills, Hosted Shell und serverseitiger Kontextverdichtung in der Responses API.

Verfasst von: Charlie Guo

Shell, Skills und Kontextverdichtung: Tipps für Agenten, die komplexe Aufgaben über längere Zeit bearbeiten

Auf Assistenten, die einzelne Anfragen beantworten, folgen zunehmend Agenten, die über längere Zeit Wissensarbeit leisten. Sie lesen große Datensätze, aktualisieren Dateien und entwickeln Apps.

Auf Grundlage von Rückmeldungen aus der Entwicklercommunity und unserer eigenen Erfahrung bei der Entwicklung von Codex und internen Agenten veröffentlichen wir drei Bausteine, die Agenten die Arbeit an längerfristigen Aufgaben erleichtern.

  • Skills orientieren sich am offenen Standard Agent Skills. Sie enthalten wiederverwendbare, versionierte Anleitungen, die du in Container einbinden kannst, damit Agenten Aufgaben zuverlässiger ausführen.
  • Das erweiterte Shell-Tool stellt einen von OpenAI gehosteten Container mit kontrolliertem Internetzugriff bereit. Darin kann ein Agent Abhängigkeiten installieren, Skripte ausführen und Ergebnisse wie Berichte und andere Artefakte in Dateien schreiben.
  • Die serverseitige Kontextverdichtung verdichtet den Kontext bei langen Agentenläufen automatisch, damit du die Grenzen des Kontextfensters nie erreichst.

Die Dokumentation und die API-Referenz beschreiben jeden dieser Bausteine einzeln. In diesem Beitrag geht es um weniger offensichtliche Tipps und Vorgehensweisen, die sich bisher besonders bewährt haben, sowohl bei OpenAI als auch im Produktivbetrieb bei Glean, einem der ersten Unternehmen, die Skills einsetzen.

Die Grundlagen in Kürze

Skills liefern Verfahren, die das Modell bei Bedarf laden kann

Ein Skill bündelt Dateien und ein Manifest namens SKILL.md, das Frontmatter und Anweisungen enthält. Stell dir den Skill als versionierte Arbeitsanleitung vor, die das Modell heranziehen kann, sobald es eine konkrete Aufgabe ausführen soll.

Wenn Skills verfügbar sind, stellt die Plattform dem Modell für jeden Skill die Felder name, description und path bereit. Anhand dieser Metadaten entscheidet das Modell, ob es einen Skill aufruft. Wenn ja, liest es den vollständigen Ablauf in SKILL.md nach.

Mit dem Shell-Tool führen Agenten Befehle aus

Mit dem Shell-Tool können Modelle in einer echten Terminalumgebung arbeiten. Dafür gibt es zwei Möglichkeiten.

  • Gehostete Container, die OpenAI verwaltet.
  • Eine lokale Shell-Laufzeitumgebung, die du selbst betreibst. Das Tool verhält sich in beiden Umgebungen gleich. Lokal hast du die Kontrolle über den Rechner.

Die Hosted Shell läuft über die Responses API. Dadurch bleibt der Arbeitsstand über Anfragen hinweg erhalten. Du kannst Tools aufrufen, die Arbeit über mehrere Interaktionen hinweg fortsetzen und auf Artefakte zugreifen.

Mit Kontextverdichtung lassen sich lange Läufe fortsetzen

Je länger ein Workflow dauert, desto eher stößt er an die Grenzen des Kontextfensters. Die serverseitige Kontextverdichtung verwaltet das Kontextfenster und komprimiert den Gesprächsverlauf automatisch, sodass der Agent weiterarbeiten kann.

Die Responses API bietet dir dafür zwei Möglichkeiten.

  • Serverseitige Kontextverdichtung (neu) verdichtet den Kontext automatisch im laufenden Stream, sobald er den Schwellenwert überschreitet. Ein separater Aufruf entfällt.
  • Separater Endpunkt für die Kontextverdichtung. Verwende /responses/compact, wenn du selbst bestimmen möchtest, wann die Kontextverdichtung stattfindet.

Warum die drei Bausteine zusammen besser funktionieren

  • Skills halten Prompts übersichtlich, indem sie feste Verfahren und Beispiele in einem wiederverwendbaren Paket bündeln.
  • Die Shell bietet eine vollständige Ausführungsumgebung, in der du Code installieren, Skripte ausführen und Ergebnisse in Dateien schreiben kannst.
  • Die Kontextverdichtung erhält den Zusammenhang bei langen Läufen. So kann derselbe Workflow weiterlaufen, ohne dass du den Kontext von Hand überarbeiten musst.
  • Zusammen ermöglichen die Bausteine wiederholbare Workflows, in denen Agenten die Arbeit tatsächlich ausführen. Dein System-Prompt bleibt dabei überschaubar und lässt sich leichter pflegen.

Tipps und Tricks

1) Beschreibe Skills anhand konkreter Auswahlkriterien statt mit Werbetexten

Die Beschreibung deines Skills bestimmt maßgeblich, ob das Modell ihn auswählt. Sie sollte diese Fragen beantworten.

  • Wann sollte ich diesen Skill verwenden?
  • Wann sollte ich ihn nicht verwenden?
  • Welche Ergebnisse soll er liefern und woran erkenne ich den Erfolg?

Bewährt hat sich ein kurzer Abschnitt direkt in der Beschreibung, der erklärt, wann der Skill geeignet ist und wann nicht. Nenne konkrete Eingaben, beteiligte Tools und erwartete Artefakte.

2) Ergänze Negativbeispiele und Grenzfälle, damit das Modell Skills zuverlässiger auswählt

Wenn du Skills bereitstellst, kann es überraschenderweise zunächst vorkommen, dass das Modell sie seltener im richtigen Moment aufruft. Nach unserer Erfahrung helfen Negativbeispiele und eine Beschreibung der Grenzfälle.

Nenne dafür ausdrücklich einige Fälle nach dem Muster „Rufe diesen Skill nicht auf, wenn …“ und beschreibe, was das Modell stattdessen tun soll. So fällt dem Modell die Auswahl leichter, besonders wenn mehrere Skills auf den ersten Blick ähnlich wirken.

Glean hat diesen Effekt direkt beobachtet. In gezielten Evaluationen sank die Aufrufrate mit der Skill-basierten Auswahl zunächst um etwa 20 %. Sie erholte sich, nachdem Glean die Beschreibungen um Negativbeispiele und Grenzfälle ergänzt hatte.

3) Lege Vorlagen und Beispiele im Skill ab. Ungenutzt kosten sie praktisch nichts

Wenn du bisher sämtliche Vorlagen in den System-Prompt gepackt hast, lass sie dort künftig weg.

Vorlagen und ausgearbeitete Beispiele im Skill haben zwei Vorteile.

  • Sie stehen genau dann zur Verfügung, wenn sie gebraucht werden, nämlich beim Aufruf des Skills.
  • Bei anderen Anfragen verbrauchen sie keine zusätzlichen Token.

Das ist besonders hilfreich, wenn der Agent Ergebnisse dieser Art liefern soll.

  • Strukturierte Berichte
  • Zusammenfassungen zur Priorisierung von Eskalationsfällen
  • Pläne für die Betreuung von Kundenunternehmen
  • Schriftliche Auswertungen von Datenanalysen

Laut Glean ließen sich im Produktivbetrieb mit diesem Ansatz einige der größten Verbesserungen bei Qualität und Latenz erzielen, weil die Beispiele erst beim Aufruf des Skills geladen werden.

4) Plane die Wiederverwendung von Containern und die Kontextverdichtung von Anfang an ein

Bei längerfristigen Aufgaben kommen Agenten mit One-Shot-Prompts selten ans Ziel. Plane von Anfang an ein, wie der Agent seine Arbeit fortsetzen kann.

  • Verwende über mehrere Schritte hinweg denselben Container, wenn du stabile Abhängigkeiten, zwischengespeicherte Dateien und Zwischenergebnisse brauchst.
  • Übergib previous_response_id, damit das Modell im selben Thread weiterarbeiten kann.
  • Setze die Kontextverdichtung bei langen Läufen standardmäßig ein, bevor du sie als Notlösung brauchst.

So muss der Agent seltener von vorn beginnen, und die einzelnen Schritte einer Aufgabe bleiben auch dann aufeinander abgestimmt, wenn der Thread länger wird.

5) Wenn du deterministisches Verhalten brauchst, weise das Modell ausdrücklich an, den Skill zu verwenden

Standardmäßig entscheidet das Modell, wann es einen Skill verwendet. Das ist oft erwünscht.

Wenn für einen Workflow im Produktivbetrieb klare Vorgaben gelten und du eine deterministische Auswahl brauchst, genügt diese Anweisung.

„Verwende den Skill <skill name>.“

Einfacher lässt sich die Zuverlässigkeit kaum erhöhen. Damit gibst du die Auswahl ausdrücklich vor, anstatt sie dem Modell zu überlassen.

6) Begrenze die Risiken, wenn du Skills mit Netzwerkzugriff kombinierst

Diesen Sicherheitsaspekt übersieht man leicht. Versäumnisse lassen sich später nur schwer beheben.

Die Kombination aus Skills und offenem Netzwerkzugriff birgt ein hohes Risiko, dass Daten unbefugt abfließen. Wenn du Netzwerkzugriff zulässt, beschränke die Liste der erlaubten Ziele strikt und behandle Tool-Ausgaben als nicht vertrauenswürdig. Vermeide es, in Abläufen für Endkundschaft offenen Internetzugriff mit weitreichenden Verfahren zu kombinieren, wenn die Menschen, die deine App nutzen, wirksame Bestätigungsschritte erwarten.

Als sichere Standardeinstellungen empfehlen sich folgende Berechtigungen.

  • Skills: erlaubt
  • Shell: erlaubt
  • Netzwerkzugriff: nur mit einer minimalen Freigabeliste aktiviert, für jede Anfrage einzeln und nur für eng umrissene Aufgaben

7) Verwende /mnt/data als Übergabeort für Artefakte

Nutze bei Workflows mit der Hosted Shell das Verzeichnis /mnt/data als Standardablage für Ergebnisse, die du abrufen, prüfen oder an spätere Schritte übergeben möchtest. Dazu gehören etwa Berichte, bereinigte Datensätze und fertige Tabellenkalkulationen.

Tools schreiben die Dateien auf den Datenträger, Modelle arbeiten mit deren Inhalt, und du rufst die Dateien von dort ab.

8) Unterscheide zwischen Freigabelisten für die Organisation und für einzelne Anfragen

Der Netzwerkzugriff wird auf zwei Ebenen gesteuert.

  • Wer die Organisation administriert, konfiguriert deren Freigabeliste und legt damit fest, welche Ziele überhaupt zulässig sind.
  • Die network_policy für eine einzelne Anfrage darf nur Ziele aus der Freigabeliste der Organisation enthalten.

Für den Betrieb hat das zwei Konsequenzen.

  1. Halte die Freigabeliste der Organisation klein und stabil. Sie enthält die freigegebenen Ziele, denen du vertraust.
  2. Beschränke die Freigabeliste für jede Anfrage noch weiter. Sie enthält nur die Ziele, die für diese eine Aufgabe nötig sind.

Enthält eine Anfrage Domains, die nicht auf der Freigabeliste der Organisation stehen, schlägt sie fehl.

9) Verwende domain_secrets für authentifizierte Aufrufe, damit Zugangsdaten geschützt bleiben

Wenn eine freigegebene Domain Authentifizierungsheader verlangt, verwende domain_secrets. So bekommt das Modell die tatsächlichen Zugangsdaten nie zu sehen.

Zur Laufzeit sieht das Modell Platzhalter wie $API_KEY. Ein Sidecar setzt die tatsächlichen Werte nur bei Anfragen an freigegebene Ziele ein. Das empfiehlt sich als Standard, wenn dein Agent aus einem Container heraus eine geschützte API aufrufen muss.

10) Nutze in der Cloud und lokal dieselben APIs

Du kannst beide Bausteine nutzen, ohne alles hosten zu lassen.

  • Skills funktionieren sowohl mit der Hosted Shell als auch im lokalen Shell-Modus.
  • Die Shell bietet einen lokalen Ausführungsmodus. Dabei führst du shell_call selbst aus und gibst shell_call_output an das Modell zurück.
  • Wenn du das Agents SDK verwendest, kannst du auch einen eigenen Shell-Executor einbinden.

In der Entwicklung hat sich folgender Ablauf bewährt.

  1. Starte lokal. So kannst du Änderungen schnell ausprobieren, auf interne Tools zugreifen und Fehler leichter untersuchen.
  2. Wechsle zu gehosteten Containern, wenn du wiederholbare Abläufe, Isolation und einheitliche Bereitstellungen brauchst.
  3. Verwende in beiden Modi dieselben Skills. So bleibt der Workflow stabil, auch wenn du die Ausführungsumgebung wechselst.

Drei Muster für die Anwendungsentwicklung

Mit den neuen Bausteinen für Agenten kannst du frei experimentieren. Die folgenden drei Beispiele zeigen, wie du sie zu nützlichen Anwendungen kombinierst.

Muster A: Abhängigkeiten installieren, Daten abrufen, Artefakt schreiben

Am einfachsten nutzt du die Hosted Shell, indem du einen Agenten Abhängigkeiten installieren, externe Daten abrufen und ein konkretes Arbeitsergebnis erstellen lässt.

So könnte der Agent beispielsweise vorgehen.

  • Einige Bibliotheken installieren.
  • Daten per Scraping erfassen oder eine API aufrufen.
  • Einen Bericht in /mnt/data/report.md schreiben.

Dieses Muster bildet die Grundlage für Agenten, die konkrete Aufgaben erledigen. Mit dem fertigen Artefakt gibt es einen klaren Übergabepunkt für die Prüfung. Deine App kann das Artefakt den Nutzenden anzeigen, es protokollieren, mit einer früheren Version vergleichen oder an einen späteren Schritt weitergeben.

Muster B: Skills und Shell für wiederholbare Workflows

Sobald du ein oder zwei funktionierende Shell-Workflows entwickelt hast, zeigt sich meist das nächste Problem. Ändern sich die Prompts mit der Zeit, sinkt die Zuverlässigkeit.

Hier helfen Skills. Folgender Aufbau hat sich bewährt.

  1. Halte den Workflow mit seinen Schritten, Schutzvorgaben und Vorlagen in einem Skill fest.
  2. Binde den Skill in deine Shell-Umgebung ein.
  3. Weise den Agenten an, die Anleitung im Skill zu befolgen, um Artefakte deterministisch zu erzeugen.

Das funktioniert besonders gut bei folgenden Aufgaben.

  • Tabellenkalkulationen analysieren oder bearbeiten.
  • Datensätze bereinigen und Zusammenfassungen erstellen.
  • Standardisierte Berichte für wiederkehrende Geschäftsprozesse erstellen.

Muster C (für Fortgeschrittene): Unternehmensabläufe in Skills abbilden

Wir haben früh beobachtet, dass die Genauigkeit sinken kann, wenn ein Agent mehrere Tools koordinieren muss, statt nur ein einzelnes Tool aufzurufen. Skills können diese Lücke schließen, indem sie dem Modell beim Reasoning über den Tool-Einsatz konkrete Schritte vorgeben. Der System-Prompt bleibt dabei schlank.

Das zeigt sich am Beispiel von Glean.

  • Ein Skill für Salesforce steigerte die Genauigkeit in Evaluationen von 73 % auf 85 % und verkürzte die Zeit bis zum ersten Token um 18,1 %.
  • Dazu trugen präzise Kriterien für die Skill-Auswahl, Negativbeispiele sowie direkt im Skill hinterlegte Vorlagen und Beispiele bei.
  • Glean bildet mit Skills auch wiederkehrende Aufgaben in Unternehmensabläufen ab. Dazu gehören die Planung der Kundenbetreuung, die Priorisierung von Eskalationsfällen und das Erstellen von Inhalten nach Markenvorgaben.

Hier zeigt sich, was Skills im Unternehmen leisten können. Sie werden zu Standardarbeitsanweisungen (SOPs), die du an die Entwicklung deiner Organisation anpasst und die Agenten einheitlich ausführen.

Einmal entwickeln, überall ausführen

Agenten, die über längere Zeit arbeiten, werden deutlich nützlicher, wenn sie sowohl Verfahren befolgen als auch Aufgaben am Computer ausführen können. Skills, Hosted Shell und Kontextverdichtung schaffen dafür die Grundlage.

  • Halte in Skills fest, wie der Agent vorgehen soll, einschließlich Verfahren, Vorlagen und Schutzvorgaben.
  • Nutze die Shell, damit der Agent Abhängigkeiten installieren, Skripte ausführen und Artefakte schreiben kann.
  • Nutze die Kontextverdichtung, damit bei langen Läufen der Zusammenhang erhalten bleibt, ohne dass du den Kontext von Hand verwalten musst.
  • Starte lokal, wenn du Änderungen schnell ausprobieren möchtest.
  • Wechsle zu gehosteten Containern, wenn du eine wiederholbare, isolierte Ausführung brauchst.
  • Beschränke den Netzwerkzugriff mit Freigabelisten für die Organisation und für einzelne Anfragen. Verwende für authentifizierte Aufrufe domainspezifische Secrets.

Probiere die Bausteine in deiner eigenen Anwendung aus. Wie du loslegst, erfährst du in der Dokumentation zu Skills, der Dokumentation zur Shell und der Dokumentation zur Kontextverdichtung.