Los agentes de programación han avanzado mucho, y las prácticas recomendadas están cambiando rápidamente. Con modelos más capaces, lo que antes requería mucha orientación y estructuras de apoyo ya no las necesita.
Si has usado agentes como Codex en tus proyectos durante el último año, es probable que hayas acumulado muchas instrucciones para orientar a los modelos hacia buenos resultados. Con cada nueva versión, ha valido la pena revisar esos supuestos, pero con GPT-6 Astra es más importante que nunca.
Estas instrucciones pueden adoptar muchas formas: las habilidades, AGENTS.md y los prompts de tus tareas influyen en cómo trabaja el modelo.
Mejores habilidades
Estas instrucciones pueden adoptar la forma de habilidades, que son, en esencia, prompts almacenados como archivos Markdown que también pueden incluir recursos y scripts en el mismo paquete. Por lo general, resultan más útiles para orientar un flujo de trabajo específico o el uso de ciertas apps.
Hoy es habitual incluir muchas habilidades en los proyectos, y cada una tiene un nombre y una descripción que se cargan en el contexto del modelo para que sepa cuándo usarla. Pero muchas descripciones son demasiado largas y, cuando agregas demasiadas habilidades, Codex empieza a acortarlas para que quepan. El modelo termina viendo una porción menor de cada descripción, lo que dificulta saber qué habilidad elegir.
Peor aún, las descripciones suelen contradecirse o insistir demasiado en cuándo deben usarse las habilidades, lo que lleva al modelo a cargar instrucciones que en realidad no ayudan con la tarea.
Un flujo de trabajo habitual para crear habilidades consiste en usar la habilidad $skill-creator. Hace poco actualizamos sus indicaciones para ayudar a mitigar muchos de los tipos de fallas que hemos observado en la práctica.
Primero, las descripciones de las habilidades deben ser lo más breves posible y dejar claro cuándo debe usarlas el modelo:
Crea y valida migraciones de esquemas de Postgres. Usa esta habilidad al trabajar con bases de datos, consultas, modelos o persistencia.
Crea y valida migraciones de esquemas de Postgres. Usa esta habilidad al agregar o modificar una migración, o al revisar su puesta en marcha.
En este caso, la descripción inadecuada de la habilidad puede llevar al modelo a usarla cada vez que trabaje con algo relacionado con una base de datos, en lugar de hacerlo solo cuando deba gestionar una migración.
Segundo, una de las características clave de una habilidad útil es presentar la información de forma progresiva. Leer una habilidad ocupa contexto, adelanta la necesidad de compactarlo e introduce indicaciones que tal vez no se apliquen a la tarea. Para las habilidades con varios flujos de trabajo, haz que el documento principal sea una guía mínima que remita a documentos y scripts de apoyo. Dale al modelo suficientes indicaciones para saber dónde buscar sin obligarlo a leer cosas que no sean relevantes en ese momento.
Tercero, muchas habilidades se escribieron como itinerarios o recetas detalladas. Los modelos han mejorado mucho su capacidad para entender los matices y la ambigüedad, por lo que las indicaciones demasiado específicas ahora pueden perjudicar los resultados en casos donde antes ayudaban.
Las habilidades del repositorio también orientan a los agentes de otros colaboradores, que pueden usar modelos distintos. Las indicaciones que ayudan a Sol o Luna pueden restringir demasiado a GPT-6 Astra, así que considera qué modelos usarán las instrucciones que dejes.
AGENTS.md actualizado
Como AGENTS.md se aplica siempre que el modelo trabaja en tu repositorio, deberías revisar cada instrucción con frecuencia y preguntarte si sigue siendo necesaria.
Exigir la lectura de numerosos documentos o de un mapa completo del repositorio antes de cada edición es excesivo para corregir un error tipográfico. GPT-6 Astra puede determinar qué necesita leer sin que se le exija revisar todo el proyecto antes de cada cambio.
Antes de cada edición, lee architecture.md, database.md y deployment.md.
Consulta architecture.md para los límites entre servicios, database.md para los cambios de esquema y deployment.md al preparar un despliegue.
Pedirle al modelo que lea archivos antes de cada edición es una excelente manera de desperdiciar contexto y ralentizar el trabajo. Aun así, remitirlo a ciertos documentos puede ser útil, siempre que sean pertinentes para la tarea. ¡Asegúrate también de mantener actualizada tu documentación!
Los modelos anteriores necesitaban que se les insistiera en ejecutar pruebas y comprobar su trabajo. GPT-6 Astra lo hace por su cuenta, así que esas mismas instrucciones pueden llevarlo a realizar pruebas innecesarias.
GPT-6 Astra es minucioso, pero puede mostrar más dudas sobre hasta dónde llevar una tarea. A veces necesita un pequeño impulso para seguir adelante. Puedes usar AGENTS.md para darle permiso para realizar un flujo de trabajo específico que sabes que es seguro, como ejecutar un conjunto de pruebas locales:
Las pruebas locales usan fixtures desechables y no tienen acceso a producción. Ejecútalas, corrige las fallas causadas por el cambio solicitado y vuelve a ejecutar las pruebas afectadas sin solicitar aprobación en cada paso.
Límites para la toma de decisiones
Presta mucha atención a cómo describes los límites. Si un modelo anterior hizo cosas en tu nombre sin permiso, tal vez hayas agregado instrucciones tajantes para que pregunte primero. Eso puede ser útil, pero GPT-6 Astra, al ser nuestro modelo más alineado, tiene mucho mejor criterio y no realizará tareas a menos que sepa que es seguro hacerlo, así que deberías tratarlo en consecuencia.
Si antes estableciste límites para evitar que otros modelos fueran demasiado lejos y ahora estás cambiando a GPT-6 Astra, considera actualizar esa redacción: Astra podría tomársela demasiado en serio y detener el trabajo cuando en realidad te parecería bien que continuara.
Persistencia
Si estás acostumbrado a que GPT-5.6 Sol reciba una solicitud y siga trabajando durante largos períodos, GPT-6 Astra puede parecer más indeciso sobre cuándo detenerse. Puede llegar a una primera implementación y pedirte que la revises cuando aún queda trabajo por hacer.
En estos casos, ayuda definir antes de empezar qué significa completar la tarea. Tal vez necesites impulsar a Astra a continuar hasta terminarla por completo. Si la tarea incluye poner en funcionamiento la implementación, inspeccionar el resultado y corregir lo que falle, inclúyelo en la solicitud. Exigir que se detenga para una revisión después de la primera implementación lo llevará a parar antes, así que verifica si realmente necesitas tomar esa decisión.
Si quieres que siga explorando más allá de una primera pasada, indica qué quieres que explore y dónde debe detenerse.
Un nuevo modelo es una buena oportunidad para poner las cosas en orden, pero no necesitas revisarlo todo manualmente: pídele a GPT-6 Astra que haga una auditoría basada en lo que se explicó en este artículo. ¡Luego anímate a crear algo que antes no habrías intentado!