【悲報】GPT-6アストラ「頭良すぎて暴走する」公式が注意喚起 エフォート設定とスキル80個を今すぐ掃除しないと使用量が爆増するワケ
【悲報】GPT-6アストラ「頭良すぎて暴走する」公式が注意喚起 エフォート設定とスキル80個を今すぐ掃除しないと使用量が爆増するワケ
先日リリースされたOpenAIの最新モデル「GPT-6 Astra（アストラ）」を巡り、公式ドキュメントから読み解くプロンプトのコツとスキル運用の注意点が大きな話題となっている。ブラウザや仕事用ソフトを跨ぎ、複数工程の仕事に強いとされる本モデルだが、任せられる範囲が広がった分、使い方を誤ると待ち時間と使用量が爆増し、勝手に暴走するリスクまで指摘されている。公式が「多くの作業にMAXやウルトラコードは不要」と明言する中で、最適な運用方法が具体的に示された。
GPT-6 Astraの最大の特徴は、AIエージェントとしてのワークフローベンチマークが非常に高い点にある。いろんな場所でいろんなことを自由に考えて仕事をこなしてくれる反面、何を完成させるかを明確に伝えなければ、AIが勝手に遠回りをしてしまう。そのため、プロンプトでは「目的、材料、完成系、完了条件」の4点をしっかり伝えることが重要だとされている。目標が曖昧なままでは、頭が良すぎるがゆえに幅広く情報を集めすぎてしまうという、本モデル特有の癖があるからだ。
エフォート設定は「考える時間」 低・中・高・極高・ウルトラコードの使い分け
GPT-6には「エフォート設定」という、AIが裏で思考する時間を調整するゲージが用意されている。ChatGPT Workでいうところの「軽い」「中ぐらい」「高い」「極高」「ウルトラコード」に相当し、雷マークを押すとエフォートが増えて速度が2倍になるが、使用量も倍になるイメージだ。ウルトラコードだけは別格の挙動を示す。
この設定は、答えを出すまでの検討量を調整するものだが、仕事への影響は明確だ。エフォートを高くすると複雑な仕事には役立つ一方、待ち時間と使用量が大幅に増加する。Blenderでの3Dモデリングのような単発的な操作であれば「高い」程度で十分で、「極高」や「ウルトラコード」は不要だという。一方、Codex上でAdobe Premiereのような動画編集アプリを構築し、カットやテロップ挿入、フィラーワード除去の検証まで含めるような、独立したワークフローが複数生まれるケースでは、ウルトラコードが有効になる。サブエージェントを並列で走らせ、別軸の検証作業を同時に進めることで精度が高まるからだ。
公式の目安として、範囲と完成系が決まった議事録の整理などは「低」や「ロー」で十分。複数資料から提案構成を考えるような進め方の検討が必要な仕事は「ミディアム」、条件が絡む深い比較やビジネスモデル構築のようなタスクは「ハイ」「エクストラハイ」、さらに複雑な作業が複数生まれるものは「ウルトラコード」という使い分けが推奨されている。基本的には低めの設定から試し、品質が届かない時に上げるという選び方が無駄を防ぐ。Claude Codeでプランを細かく作ってからCodexに実装させるという連携も、エフォートを低めに抑える有効な手段として紹介された。
情報収集で暴走させないコツ 「目的・材料・完成系・完了条件」を絞れ
GPT-6 Astraに「何々について調べて」とざっくり指示すると、インターネットはもちろん、MCPやAPIで接続されたGoogleドライブやNotion上のコンテキストまで含めて膨大な量を調べ始めてしまう。目的や材料、完成系、完了条件を絞らなければ、時間も使用量も無駄になる。
効率的な方法として紹介されたのは、AIを部下ではなく上司として扱う発想だ。「YouTuberのKEITO AI&Webチャンネルについて調べてプロフィールを作って。必要な質問やコンテキストがあれば指示して」と伝え、AIが必要なものを人間に要求させ、人間がそれを用意して渡す形にする。デスクトップ上のファイルをAIに探させるより、人間が把握しているファイルを直接渡した方が速く正確だという。資料ごとの対象や条件、更新日が異なる場合は、優先度を付けて渡すことで誤った情報を現時点のものとして書くミスを防げる。
質問しやすくなった弊害とサブエージェントの活用
GPT-6 Astraは、結果を左右する情報が不足すると以前のモデルより質問しやすい傾向にある。「これでいいですか」「このまま進めていいですか」と止まって確認してくるのは良いことだが、一度指示したら最後までやり切ってほしい場面ではストレスになる。そのため、「添付メモから提案書の下書きを作って。作業の順番は目的に合わせて決めて。軽微な不足は仮定を明記して進めて。判断で結論が変わる点だけ質問して」といったように、止めてもいい部分と自由に進めていい部分を明確に指示することが推奨されている。CodexのルールファイルであるAGENTS.mdに「外部への送信以外は全て自動でやってくれ」と書いておくのも有効だ。
また、GPT-6 Astraは自動で小さなAIであるサブエージェントを生み出し、タスクを分担する能力を持つが、希望より少なくなる場合がある。3社の調査を別々に進められるのに1体で進めてしまうようなケースだ。これを防ぐには「担当AはA社、担当BはB社、担当CはC社を調べて、各社の用途・効果・弱点・URLを整理し、1枚の比較資料にまとめて」と、担当と成果物を具体的に伝えることが重要だ。ものすごく長い仕事では管理役のAIも自動で生成され、検証まで行ってくれるが、再現性を高めたい固定の流れはプロンプト一言ではなくスキルとして定義した方が確実だという。
完了条件を曖昧にすると永遠に直し続ける 「9月10日を17日に」に潜む罠
コードの作成・修正では、完了前に丁寧に検証する傾向があるため、ボタンの文言を1つ直したいだけなのに議論範囲全体の動作確認に進むことがある。告知文の開催日を「9月10日→9月17日」と指示しただけで、他の日付の整合性まで永遠に見直し続けるような挙動だ。これを防ぐには「日付の記載を全て照合。曜日の整合も確認。一致したら修正完了」と、完了条件を明確に伝える必要がある。頭が良すぎて気を遣いすぎるがゆえの暴走を、条件定義で止めるという発想だ。
スキル80個を一括ブラッシュアップ 今すぐやるべきクリーンアップ
最も緊急性が高いとされたのが、スキルとAGENTS.mdの見直しだ。GPT-6 Astraは指示によく従う一方、スキルやAGENTS.mdの内容にも敏感に反応してしまう。単純な「ボタンを変更して」という指示でも、古いスキルに残った検証用サブエージェントの記述などに反応し、「あれもやらなきゃ、これもやらなきゃ」と余計なことをやり始めてしまう。
そのため、OpenAI公式は「全スキルをまとめてブラッシュアップ」することを推奨している。具体的には、Codexが参照する全スキルを一覧化し、各スキルの役割・使う条件・保存先を確認、重複や矛盾、古い指示、不要な確認待ちを整理し、必要な業務ルールだけを残す。講演者自身も、Codex内の約80個のスキルを全てエフォートレベル極高で一気に修正させたという。今のうちに現状のGPT-6 Astraに最適化しておくことで、今後計算リソースの価格改定があっても無駄な使用量を抑えられる。概要欄の公式LINEで配布されている「コピペ用プロンプト」を極高設定で送るだけで、一括で整理できるという。
ネットの反応
エフォート設定の説明やっと理解できた。Blenderは高いで十分、アプリ開発はウルトラコードって使い分けが明確で助かる
目的・材料・完成系・完了条件の4点セットは目から鱗。ざっくり指示で暴走するのは確かに体感してた
AIを上司にして人間が部下になる発想は逆転すぎて笑ったけど確かにそれが一番効率いいな
サブエージェント勝手に減らされるのはあるある。担当と成果物を具体的に書けってのは今すぐ実践するわ
9月10日を17日に直すだけで永遠に見直し始めるのはめっちゃ経験した。完了条件を書くのは必須だね
スキル80個一括掃除は急がないと。古い検証エージェント残ってたら確実に無駄な動きするわ
AIの所感
GPT-6 Astraの賢さは、諸刃の剣として描かれている。任せられる範囲が広がったことで、人間側の指示の粒度がそのままコストと速度に直結する時代になった。エフォート設定の使い分けや、4点セットでの絞り込み、完了条件の明示は、いずれも「AIに考えさせすぎない」ためのブレーキとして機能する。特に印象的なのは、スキルを80個も抱えたまま新モデルに移行することの危険性だ。過去の善意で作った検証ルールが、新しい頭脳には足枷になるという皮肉は、AI運用における技術的負債の典型と言える。AIを部下ではなく上司として扱い、必要なものを人間が用意するという逆転の発想は、今後のエージェント時代のスタンダードになるかもしれない。頭の良い相棒を使いこなすには、相棒以上に人間側の整理整頓が問われるということだ。