Weniger KI-Floskeln: OpenAIs Prompting-Anleitung für GPT-6 Astra

Zum Start von GPT-6 Astra hat OpenAI eine ungewöhnlich ausführliche Prompting-Anleitung veröffentlicht – samt einer Verbotsliste für Formulierungen, die das Unternehmen selbst „Slop-Wörter“ nennt. Der Text ist an Entwickler gerichtet, taugt aber als Werkzeugkasten für jeden, der regelmäßig mit Sprachmodellen arbeitet. Und er verrät nebenbei, wo das neue Modell anders tickt als seine Vorgänger.

Das Wichtigste in Kürze

• OpenAI dokumentiert für GPT-6 Astra, wie man dem Modell mehr Eigeninitiative beibringt, typische KI-Floskeln unterdrückt und überzogenes Testverhalten beim Programmieren eindämmt.
• Gegen Floskeln empfiehlt OpenAI eine schlichte Verbotsliste im Prompt – darunter „delve into“, „leverage“, „it’s worth noting“ und Schlussformeln wie „In short:“.
• Astra fragt häufiger nach, statt Annahmen zu treffen. Wer Handeln statt Rückfragen will, muss das ausdrücklich anweisen: Formulierungen wie „Kannst du…“ soll das Modell als Auftrag lesen.
• Das Modell reagiert empfindlicher auf widersprüchliche Anweisungen in Konfigurationsdateien – alte Prompts mit Ballast aus schwächeren Modellzeiten können es blockieren.
• Die meisten Empfehlungen sind nicht modellspezifisch und funktionieren genauso bei Claude, Gemini oder offenen Modellen aus dem Ollama-Katalog.

Eine Verbotsliste gegen das Floskel-Problem

Der auffälligste Teil der Anleitung ist eine Sammlung von Wörtern und Wendungen, die das Modell meiden soll. OpenAI listet unter anderem „delve into“ (etwa: sich vertiefen in), „leverage“ (nutzen, hebeln), „it’s worth noting“ (es ist erwähnenswert) sowie Schlussformeln wie „In short:“ oder „The simplest mental model is“. Dazu kommen zwei Kategorien statt einzelner Wörter: erfundene Bindestrich-Komposita wie „exact-head checks“ und die beliebte Kontrastfigur „X, nicht Y“.

Der praktische Rat dahinter ist simpel und gilt für jedes Modell: Wer solche Wendungen im Prompt ausdrücklich verbietet, bekommt spürbar nüchterneren Text. Statt vorgefertigter Übergänge soll das Modell die gemeinte Handlung direkt benennen. Für den Schreibstil empfiehlt OpenAI außerdem klare Absätze mit je einem Gedanken, vertraute Wörter statt Fachjargon, aktive Formulierungen und Aufzählungen nur dort, wo die Punkte tatsächlich gleichrangig oder aufeinanderfolgend sind.

Bemerkenswert ist weniger der Inhalt als der Absender. Dass ein Anbieter selbst dokumentiert, welche sprachlichen Eigenheiten sein Modell hat und wie man sie abstellt, ist neu. Es ist zugleich ein Eingeständnis: Die Floskeln sind kein Zufall, sondern ein Nebenprodukt des Trainings mit menschlichem Feedback – dieselbe Mechanik, die Modelle auch übermäßig zustimmungsbereit macht.

Warum Astra mehr Anweisung braucht als sein Vorgänger

Der interessantere Teil betrifft das Verhalten. GPT-6 Astra fragt laut OpenAI häufiger nach, statt eine Annahme zu treffen und loszulegen. Als Kollaborateur ist das angenehmer, im automatisierten Betrieb ist es ein Problem: Ein Agent, der bei jeder Unklarheit stehen bleibt, erledigt keine Aufgabe zu Ende.

OpenAIs Gegenmittel ist eine explizite Anweisung im Systemprompt. Das Modell soll Absicht und Aufgabenumfang aus dem Kontext ableiten und „eine Tendenz zum Handeln“ zeigen – zurückhalten nur dort, wo Aktionen eindeutig zerstörerisch oder nicht rückgängig zu machen sind. Höfliche Einleitungen wie „Kannst du…“ oder „Hilf mir…“ soll es als Auftrag lesen, nicht als Einladung zur Rückfrage.

Für Entwickler kommen drei weitere Punkte dazu. Erstens delegiert Astra von sich aus weniger an parallele Unteragenten als gewünscht; wann und wie viel es abgeben soll, gehört ausbuchstabiert in den Prompt. Zweitens neigt es bei Programmieraufgaben zu überdimensionierten Testläufen – die Empfehlung lautet, Tests nur bei neuen Fehlern oder ungelösten Problemen zu wiederholen. Drittens reagiert es empfindlicher auf den mitgegebenen Kontext: Widersprüche in Anweisungsdateien können dazu führen, dass es gar nicht erst loslegt.

Aus dem letzten Punkt folgt ein Rat, der über OpenAI hinausreicht: Wer über Monate Prompts, Projektanweisungen und Konfigurationsdateien angesammelt hat, schleppt darin Ballast mit. Vieles davon war Handreichung für schwächere Modelle und ist heute nicht nur überflüssig, sondern störend. Alte Anweisungssammlungen gehören beim Modellwechsel eher zusammengestrichen als ergänzt.

Was davon bei anderen Modellen funktioniert

Kaum einer der Ratschläge ist an GPT-6 Astra gebunden. Verbotslisten für Floskeln, klare Abbruchkriterien und die Anweisung, im Zweifel zu handeln statt zu fragen, wirken bei Claude und Gemini genauso. Auch bei offenen Modellen: Der Ollama-Katalog führt derzeit unter anderem Qwen 3.5, DeepSeek V4, GLM 5.3, Kimi K3, MiniMax M3 sowie OpenAIs eigene offene Gewichte als GPT-OSS und Googles Gemma 4. Wer diese Modelle lokal auf eigener Hardware betreibt, hat den zusätzlichen Vorteil, dass die Eingaben das Gerät nicht verlassen – erkauft mit dem Nachteil, dass Ausstattung und Tempo an der eigenen Hardware hängen und die Spitzenmodelle in der Regel eine Klasse voraus bleiben.

Der Grundgedanke ist bei allen derselbe: Ein Prompt wird nicht dadurch besser, dass er länger wird. Er wird besser, wenn er Mehrdeutigkeiten beseitigt, bevor das Modell darüber stolpert, den gewünschten Aufwand benennt und definiert, wann eine Aufgabe erledigt ist. Ungefragte Warnhinweise und Sicherheitschecklisten für hypothetische Risiken kann man streichen – sie kosten Platz und ändern am Ergebnis wenig.

Was daraus folgt

Für Gelegenheitsnutzer bleibt eine kurze Liste, die auf jeden Chatbot passt: sagen, was verboten ist; sagen, was fertig heißt; höfliche Umschreibungen weglassen, wenn ein Auftrag gemeint ist. Das ist wenig Aufwand für einen deutlich nüchterneren Ton.

Für alle, die Modelle in Arbeitsabläufe einbauen, steckt die eigentliche Nachricht zwischen den Zeilen. Ein Anbieter, der derart detailliert erklärt, wie man sein Modell zum Handeln bewegt und wann man ihm besser Grenzen setzt, beschreibt damit auch dessen Eigenheiten im Betrieb. Wie unangenehm dieselbe Handlungsbereitschaft werden kann, wenn sie auf präparierte Inhalte trifft, hat zuletzt eine Untersuchung zu versteckten Anweisungen in Dokumenten gezeigt. Die Anleitung erklärt, wie man dem Modell Selbständigkeit beibringt – wer sie befolgt, sollte den zweiten Teil mitlesen und festlegen, wo diese Selbständigkeit endet.

Bleibt die unangenehmste Erkenntnis: Dass Anbieter Verbotslisten gegen die Sprachmarotten ihrer eigenen Produkte mitliefern müssen, ist kein Zeichen von Reife. Es verschiebt die Korrektur nur dorthin, wo sie am wenigsten hingehört – in den Prompt jedes einzelnen Nutzers. Auf Dauer gehört das ins Modell, nicht in eine Liste.