GPT-6 Astra : Codex 、エージェント、コストを最大化するための実践マニュアル

目的:

Luna、Terra、Sol、Astra をインテリジェントに分散して、パフォーマンスを最大化し、コストを削減し、エージェントのワークフローを長時間実行し続ける方法を学びます。

2026 年 9 月 3 日に発表された OpenAI の GPT-6 Astra は、これまでかなりの人間の介入を必要としていた複雑なコンピューティングタスクをエージェントが実行する能力において、大きな飛躍を表しています。

しかし、本当の課題は、単に 「Astra はこのタスクを実行できるか？」 と尋ねることではなくなりました。

今、重要な質問は次のとおりです。

Astra はどこに真の価値を付加するのか、リソースをどのように配分すべきか、エージェントをより長く稼働させ続けるにはどうすればよいか、そしてこれらすべてを可能な限り低いコストで達成するにはどうすればよいか？

この記事は、主に Codex とプログラミングエージェント を定期的に、特に本番環境に近い環境で使用している人を対象としています。

対象読者

このマニュアルは、以下のような人を対象に設計されています。

• 本番環境に近い環境で、Codex または OpenAI API を介してエージェントを使用している。
• Luna、Terra、Sol、Astra を切り替えて、毎月の API またはインフラストラクチャコストを削減したい。
• 以下のような長時間実行ワークフローを構築したい： 徹底的なデバッグ、大規模なリファクタリング、コンピュータツールの利用、数学的検証、自動テスト、そして長期間コンテキストを維持する必要があるタスク。

0. 前提条件

デプロイ、エンタープライズ、Daybreak、および可用性

Astra の最適化を試みる前に、まずモデルが実際にアカウントと環境で利用可能であることを確認する必要があります。

発表日

2026 年 9 月 3 日 — 正式発表

OpenAI — GPT-6 Astra

デプロイ

公式発表によると、Trusted Access / Daybreak が最初のデプロイチャネルの 1 つになります。

Plus、Pro、Business、Enterprise プラン、および API と AWS は、後日デプロイされる予定です。

エンタープライズ環境では、管理者が明示的にアクセスを有効にする必要がある場合があります。

重要なポイント

• エンタープライズ： 該当する場合、管理者が有効にする必要があります。
• 無料ティア： Astra は無料モデルとして計画されていません。
• クレジット： 有料プランのユーザーは、製品によっては追加のクレジットオプションを利用できる場合があります。
• サイバーセキュリティ： 一部の高度な機能は、Daybreak などの特定のアクセスパスに依存する場合があります。
• API モデル ID： gpt-6-astra。

標準 API 価格

このドキュメントに示されているレートによると：

• 入力： $10 / 100 万トークン。
• 出力： $50 / 100 万トークン。

特定のモード、ロングコンテキスト、キャッシング、および優先処理には、異なるレートと条件があります。

基本ルール：

Astra がインターフェースに表示されないからといって、そのモデルが組織に存在しないとは限りません。まず、可用性、権限、およびデプロイを確認してください。

アクセスを確認している間、Sol をベースモデル として戦略を構築できます。

1. Astra が優れている点と Sol で十分な点

Astra は、プロフェッショナルなタスク、特に以下に関連するタスク向けに設計されたハイエンドモデルです。

• コンピュータの使用、
• ブラウジング、
• ソフトウェアエンジニアリング、
• エージェント、
• 科学、
• 数学、
• 複雑なエンドツーエンドのタスク。

公式ドキュメントでは、最も困難なエンドツーエンドのジョブ向けにハイエンドモデルが位置付けられています。

しかし、正しい戦略は、絶対にすべてに Astra を使用することではありません。

正しい戦略は次のとおりです。

Astra の高い能力が結果に真の影響を与える場合にのみ、Astra を使用してください。

1.1. 違いは実際にどこに現れるのか？

最も重要な違いは、いくつかの要因が組み合わさるタスクで現れる傾向があります。

• 複数のファイルまたはモジュール、
• 多くの連続したステップ、
• ツールの集中的な使用、
• グラフィカルインターフェースとの対話、
• 再現が難しい問題、
• 数学的推論、
• 長時間のデバッグ、
• ミスのコストが高い、
• コンテキストの喪失、
• 長期間にわたって戦略を維持する必要性。

日常的で単純なタスクでは、その差ははるかに小さくなります。

したがって、良いルールは次のとおりです。

「どちらのモデルが『優れている』か」と尋ねないでください。「このタスクを正しく完了するには、どちらのモデルがより安いか」と尋ねてください。

1.2. OSWorld、Mind2Web、そして速度の問題

OSWorld や Mind2Web のようなベンチマークは、モデル間の違いを理解するのに役立ちますが、正しく解釈する必要があります。

公式ドキュメントに記載されている OSWorld 2.0 のレイテンシシミュレーションでは、Astra は Sol よりも高いプロセッサ使用率を達成し、示された比較においてタスクあたり約 47% 少ない時間 を示しました。

例えば：

• Astra： 約 40 分。
• Sol： 約 75 分。

示されたスコアは約：

• Astra： 72.6%
• Sol： 65.7%

同様に、ドキュメントは、特定の Mind2Web テストにおいて、Astra + 新しい Codex ハーネス が現在の Sol エクスペリエンスよりも約 1.9 倍高速 になる可能性があることを示しています。

ただし、2 つのことを覚えておいてください

1. それはベンチマークです。

Mind2Web での 1.9 倍の結果は、企業内のすべての内部タスクが 1.9 倍高速になることを意味するわけではありません。

2. それは有用なシグナルを提供します。

タスクが以下に依存すればするほど、

• 画面、
• ツール、
• ナビゲーション、
• 複数のアクション、
• 中間的な決定、

単にトークン/秒を比較するよりも、モデル + エージェントシステム の組み合わせを評価する方が理にかなっています。

1.3. Sol で十分なのはいつか？

以下の場合は、最初に Sol、Terra、または Luna を使用してください。

• 回答が 1 回のやり取りで完了できる場合。
• 1 つまたは 2 つのファイルを変更するだけでよい場合。
• テストが短い場合。
• タスクが主に読み取りである場合。
• GUI が不要な場合。
• 複雑なツールが不要な場合。
• 作業を繰り返すコストが低い場合。
• 障害が大きな結果を生まない場合。

Astra が意味をなすのは、逆の状況が発生した場合です。

例えば：

• 多数のファイル。
• 複数のモジュール。
• 長いツールチェーン。
• コンピュータの使用。
• 複雑なデバッグ。
• 数学的検証。
• 障害が多くの手戻りを意味するタスク。
• 長時間のセッション中のコンテキストの喪失。

2. ChatGPT、API、および Codex の設定

2.1. ChatGPT：Astra を選択

Astra が利用可能になったら：

1. Web またはデスクトップで ChatGPT を開きます。
2. モデルセレクタを確認します。
3. Astra / GPT-6 Astra を選択します。
4. Codex を使用する場合は、同じモデルがそこで利用可能かどうかを確認します。
5. Astra が表示されない場合： プランを確認します。エンタープライズの権限を確認します。デプロイを確認します。一時的な設定として Sol を使用します。

Pro、Business、Enterprise プランには、Astra の特定のバリアントが含まれる場合があります。インターフェースに表示される名前だけで結論を下さないでください。常にプランに対応する説明を確認してください。

2.2. API：model = "gpt-6-astra"

基本的な設定は、Responses API でモデルを指定することで構成されます。

重要な考慮事項

• ツール呼び出しの場合は、できれば Responses API を使用してください。
• Astra は reasoning.effort = "none" をサポートしていません。
• 低レベルの推論を使用する場合は、小さな設定から始めて、必要な場合にのみ増やしてください。
• temperature や top_p などの従来のパラメータの中には、利用できないものがあります。
• EU でのデータレジデンシーにより、Fast / Priority に制限が課される場合があります。
• キャッシュ設定は、prompt_cache_options.ttl に移行できます。

2.3. Codex：実験的なコンテキスト管理

長時間のセッションでは、Codex は単純な履歴圧縮を超えるコンテキスト管理メカニズムを使用できます。

その考え方は、以下のような重要な情報を保持することです。

• 調査された仮説。
• 破棄された仮説。
• 検査されたファイル。
• 実行されたテスト。
• 得られた結果。
• 下された決定。

概念的な設定は次のようになります。

実験的なコンテキスト管理設定は、そのように扱い、チーム標準として採用する前に、現在のバージョンの Codex に対して検証する必要があります。

なぜそれが重要なのか？

数時間に及ぶデバッグセッションでは、コンテキストを失うと、エージェントは以下を再調査することを余儀なくされる可能性があります。

• どの仮説がすでに破棄されたか。
• どのファイルがすでにレビューされたか。
• どのコマンドがすでに機能したか。
• どのテストがすでに実行されたか。

メモを取ることで、その繰り返しを減らします。

重要：

機密情報、シークレット、API キー、または機密データを永続的なエージェントノートに保存しないでください。

2.4. 承認とサンドボックス

自動化の目標は、次のようになるべきではありません。

「エージェントが絶対にすべてを実行できるようにすること。」

目標は、次のようになるべきです。

可逆的なものはすべて自動化し、不可逆的またはリスクの高いポイントにのみ人間の介入を残すこと。

出発点として推奨されるインタラクティブな設定：

エージェントは以下を担当できます。

• ファイルの読み取り。
• テストの実行。
• ログの分析。
• ローカルでの変更。
• コミットの作成。
• プルリクエストの準備。
• 自身の作業のレビュー。
• エラーの修正。

人間は以下に対する制御を維持する必要があります。

• 本番環境。
• デプロイ。
• 最終マージ。
• 公開。
• 外部情報の送信。
• 権限の変更。
• 不可逆的な操作。
• 機密情報。

承認は、プロセス全体を通じての絶え間ない中断ではなく、最後のチェックポイント になるべきです。

2.5. AGENTS.md とスキル

Codex で重要なジョブを開始する前に、エージェントはプロジェクトルールを知っている必要があります。

有用なアーキテクチャは次のとおりです。

AGENTS.md

以下を含みます。

• 永続的なルール。
• 許可されたスコープ。
• 制限。
• 完了条件。
• 必須テスト。
• 人間による承認ポイント。

スキル

以下を含みます。

• 反復的な手順。
• ワークフロー。
• 運用チェックリスト。
• 専門的なプロセス。

MCP

以下に使用されます。

• 外部接続。
• サービス。
• ツール。
• データソース。

単純な分割は次のようになります。

AGENTS.md = ルール

スキル = 手順

MCP = 接続

AGENTS.md の最小限の例

3. Astra を活用する指示の書き方

指示の質は、長時間実行されるエージェントに大きな影響を与えます。

Astra は以下に非常に敏感である可能性があります。

• あいまいさ。
• 矛盾。
• 時代遅れの指示。
• 一貫性のないスキル。
• 重複するルール。

したがって、適切な設定は、モデルを変更するのと同じくらいパフォーマンスを向上させることができます。

3.1. 自律性を高める

エージェントに常に確認を求める指示を作成する代わりに、エージェントが独自に行動できる範囲を明確に定義します。

3.2. レビュー可能な結果の後の承認

自律エージェントの最良のルールの 1 つは次のとおりです。

最初にレビュー可能な結果を生成し、その後、不可逆的なステップの承認を求めます。

これにより、次のパターンを回避できます。

エージェント → 質問 → 人間 → エージェント → 質問 → 人間

そして、それを次のように置き換えます。

エージェント → 調査 → 実装 → テスト → 結果を準備 → 人間が承認 → 最終アクション

3.3. メインタスクをブロックしない質問

長時間のセッションでは、メインフローを停止せずに独立した質問を許可すると便利な場合があります。

良いルールは次のとおりです。

メインタスクには、固定された 1 文の完了条件があります。実行中に独立した質問が発生した場合は、メインタスクを中断せずに簡潔に回答してください。質問がタスクの方向性、スコープ、権限、または必要な出力を変更する場合にのみ、メインワークフローを停止してください。

API は、実行中に追加の指示を送信するメカニズムや、長時間の作業用の非同期ツールも使用できます。

3.4. サブエージェントへの委任

タスクを並列化できる場合は、明示的に並列化してください。

並列化によって実行時間が短縮されたり、品質が向上する可能性がある場合は、独立したサブタスクを他のエージェントに委任してください。独立した調査、モジュールレベルの変更、テスト検証、ドキュメントチェック、コードレビューには、並列作業を優先してください。エージェント間のメッセージは、簡潔で、明示的で、読みやすいものにしてください。

並列化の例：

• エージェント A → 認証モジュールを調査。
• エージェント B → テストを分析。
• エージェント C → 型をレビュー。
• エージェント D → ドキュメントをレビュー。

その後、メインエージェントが結果を統合します。

3.5. テスト量の制御

より多くのテストが常により良い結果を意味するとは限りません。

小さな変更の場合：

目標は、些細な変更が不要な大量のテストを引き起こすのを防ぐことです。

3.6. 長時間のデバッグ用テンプレート

3.7. コンピュータおよびブラウザタスク用テンプレート

4. トークン数ではなく価値を最大化する

正しい質問は次のとおりではありません。

「Astra のトークンをすべて使い切るにはどうすればよいか？」

正しい質問は次のとおりです。

「費やした 1 ドルあたり、より多くの作業を完了するにはどうすればよいか？」

示されたレートによると：

Astra はトークンあたり明らかに高価です。

しかし、トークンあたりの価格は、必ずしもタスクを完了するための実際のコストを表しているわけではありません。

Astra が達成する場合：

• エラーが少ない。
• 反復回数が少ない。
• 手戻りが少ない。
• ツール呼び出しが少ない。
• 総時間が短い。
• 成功率が高い。

その場合、完了したタスク あたりのコストは、競争力があるか、さらに低くなる可能性があります。

4.1. 実用的なルーティングテーブル

一般的なルール：

ボリュームには Luna/Terra → 標準作業には Sol → コストを真に正当化するジョブには Astra。

4.2. コストを削減する習慣

1. 最初に完了条件を書く

これにより、不必要な探索が減ります。

1. 中間的な独り言を避ける

以下を優先します。

状態 → 次のアクション → 結果

際限のない説明の代わりに。

1. 簡単な検証は経済的なモデルに送る

Astra を以下に浪費しないでください。

• フォーマットの確認。
• 小さなログの要約。
• ファイルの分類。
• 反復的なタスクの実行。

1. 指示プレフィックスを安定させる

システム/開発者の指示を一貫して維持することで、効率的なキャッシュ使用が促進されます。

1. 価値を付加する場合にのみ高速モードを使用する

モードのコストが高い場合は、実行時間の実際の短縮によって正当化される必要があります。

4.3. 毎週のコスト監査

毎週、以下をレビューします。

• Astra で実行されたタスク。
• 使用された理由。
• 結果。
• おおよそのコスト。
• Sol で十分だったか。
• Terra で十分だったか。
• 反復回数。
• 失敗。
• 手戻り。

簡単なルール

書面で説明できない場合：

「Astra が必要だった理由は...」

そのタスクカテゴリをより低いモデルに移動することを検討してください。

5. 推奨ワークフロー

5.1. 長時間のデバッグ

ステップ 1 — 分類

複数のファイル、複雑な再現、または多くのツールがある場合：

Astra。

単純な場合：

Sol/Terra。

ステップ 2 — 制限

AGENTS.md で以下を定義します。

• 許可されたファイル。
• 禁止されたファイル。
• 許可されたコマンド。
• 必須テスト。
• 承認ポイント。

ステップ 3 — 設定

model = "gpt-6-astra" approval_policy = "on-request" sandbox_mode = "workspace-write" [features.context_management] experimental_mode = true

ステップ 4 — 開始

常に明確な完了条件から始めてください。

ステップ 5 — ログ

以下を保持します。

• 仮説。
• テスト。
• 結果。
• 調査したファイル。
• 決定。

ステップ 6 — 中断

独立した質問は、メインタスクのコンテキストを破壊してはなりません。

ステップ 7 — 成果物

エージェントは以下まで進むことができます。

レビュー準備完了のプルリクエスト。

最終マージは人間の管理下に残ります。

ステップ 8 — 学習

同じ問題が繰り返し発生する場合：

それを

スキル

に変えてください。

5.2. 大規模なリファクタリング

2 段階の戦略がうまく機能します。

ステージ 1 — 低コストの調査

以下を使用します。

Luna → Terra → Sol

以下を構築するため。

• 依存関係マップ。
• 影響。
• 影響を受けるモジュール。
• リスク。
• 実行計画。

ステージ 2 — 実装

以下を使用します。

Astra

真により高い能力を必要とするモジュールに対して。

ステージ 3 — 並列化

以下に対するサブエージェント。

• テスト。
• 型チェック。
• レビュー。
• 独立したモジュール。

ステージ 4 — 人間によるレビュー

人間は以下に集中します。

• アーキテクチャ。
• 公開 API。
• 互換性。
• 不可逆的な決定。

5.3. コンピュータの使用

ブラウザまたは GUI タスクの場合：

1. ターゲット画面を明確に定義します。
2. 禁止操作を定義します。
3. タスクが長い場合や視覚的に複雑な場合は、Astra を使用します。
4. 該当する場合は、最新の Codex ハーネスを使用します。
5. 状態と手順をログに記録します。
6. 結果をレビュー可能な成果物に変換します。

Mind2Web での 1.9 倍の数値 は、内部パフォーマンスの保証としてではなく、ベンチマークとしてのみ解釈する必要があります。

5.4. API ベースのエージェント

概念的な設定：

Model: gpt-6-astra API: Responses Reasoning: low → high when required Tools: enabled Long-running tools: asynchronous when appropriate Human gate: final irreversible action

長時間実行ツールの場合：

ツールの実行時間が、同期的な実行をブロックするとスループットが低下するほど長い場合は、非同期ツール実行を使用してください。

実行中に難易度が変化する場合：

タスクが本当に困難になった場合にのみ、推論の労力を増やしてください。適切な場合は、ルーチン実行のために低い推論レベルに戻してください。

その考え方は、本当に必要な瞬間に最も高価なリソースを予約することです。

6. 推奨事項と禁止事項

推奨事項

• Astra は、実際に違いを生むタスクのために予約してください。
• AGENTS.md とスキルの間の矛盾を確認してください。
• 承認を最後のチェックポイントとして維持してください。
• 承認を要求する前に、レビュー可能な結果を生成してください。
• 該当する場合は、長時間のタスクに対してコンテキスト管理を有効にしてください。
• 仮説、テスト、および結果をログに記録してください。
• ベンチマークをガイダンスとして扱い、内部 KPI として扱わないでください。
• 成功率とタスクあたりの時間を測定してください。
• タスクに Daybreak が必要かどうかを最初から確認してください。
• 機密情報を永続的なノートの外に保管してください。

禁止事項

• すべての小さな質問に Astra を使用しないでください。
• プロモーション用のフレーズを技術仕様として解釈しないでください。
• 個人の X や Reddit での経験を公式ドキュメントとして扱わないでください。
• 管理者が有効にする前に、エンタープライズデプロイを宣言しないでください。
• 不可逆的な操作への自動アクセスを許可しないでください。
• シークレットや機密情報をコンテキストファイルに保存しないでください。
• 些細な変更のために巨大なテストバッテリーを実行しないでください。
• 外部ベンチマークを内部メトリクスの代わりとして使用しないでください。

7. 60 分実装計画

0–5 分

gpt-6-astra が利用可能かどうかを確認します。

• モデルセレクタ。
• API。
• Codex。

エンタープライズの場合は、管理者の権限を確認します。

5–15 分

以下を確認します。

model = "gpt-6-astra" approval_policy = "on-request" sandbox_mode = "workspace-write"

そして、コンテキスト実験の場合：

[features.context_management] experimental_mode = true

必要に応じて Codex を再起動します。

15–25 分

AGENTS.md を更新します。

• スコープ。
• 制限。
• テスト。
• 完了条件。
• 承認ポイント。

25–35 分

ルーティングテーブルを作成します。

Luna → Terra → Sol → Astra

35–55 分

Astra を使用して、限定されたスコープの実際のデバッグタスクを実行します。

明示的な完了条件を使用します。

55–60 分

ログに記録します。

• Astra は本当に必要でしたか？
• Sol で十分でしたか？
• どれだけの手戻りを防ぎましたか？
• どの設定が機能しましたか？
• 何をスキルにするべきですか？

これで十分です。

利用可能なすべての機能をテストする必要はありません。

分散 + 制限 + 長時間セッション = Astra を活用するための基盤。

8. 頻出の実用的パターン

1. 二段階ロケット

経済的なモデル → Astra

最初：

• 調査。
• スコープ定義。
• 分析。

次に：

• 複雑な実装。
• 統合。
• 検証。

2. 開始時からの完了条件

長時間実行エージェントでは、指示の最初の部分に次のように書きます。

「タスクは次の場合に終了します...」

これにより、目的のない探索を防ぎます。

3. コンテキストとメモ取り

長時間のジョブでは、以下を保持します。

• 仮説。
• 結果。
• 決定。
• テスト。
• 重要なファイル。

エージェントの圧縮されたメモリだけに依存しないでください。

4. 承認は最後のステップにする

絶えず中断しないでください。

より良い方法：

調査 → 実装 → テスト → 結果を準備 → レビュー → 承認 → 不可逆的なアクションを実行

5. ベンチマークをガイダンスとして

Mind2Web と OSWorld は、何をテストするかを決めるのに役立ちます。

しかし、実際の KPI は内部的なものでなければなりません。

• 成功率。
• 実行時間。
• タスクあたりのコスト。
• 反復回数。
• 手戻り。
• 人間の介入。

9. よくあるエラー

結論を下す前に：

「Astra は弱い。」

最初に、この順序で確認してください。

1. 可視性

モデルは実際に利用可能ですか？

1. フレームワーク

Codex は更新され、正しく設定されていますか？

1. プロンプト

指示は明確ですか？

1. AGENTS.md

矛盾するルールはありますか？

1. スキル

古い、または一貫性のない手順はありますか？

1. ルーティング

ジョブに適したモデルを使用していますか？

多くの場合、問題はモデルの能力ではありません。

それは、モデルが動作している環境 です。

10. チーム向け実装チェックリスト

• Astra を使用する人を定義します。
• 必要な管理権限を有効にします。
• 所有者と期限を設定します。
• Luna/Terra/Sol/Astra のルーティングテーブルを作成します。
• 最小限の AGENTS.md を作成します。
• approval_policy を定義します。
• sandbox_mode を定義します。
• 人間の介入ポイントを定義します。
• 機密操作を文書化します。
• 毎週のコストレビューを確立します。
• 実際に Astra を必要とするタスクをログに記録します。
• 繰り返し発生するエラーをスキルに変換します。

優先順位は、個々のエージェントの速度を最大化することではなく、チームのエラーと手戻りを減らすことです。

11. 決定木：Sol vs. Astra

タスクの開始時にこのシーケンスを使用します。

1. 1 回のやり取りで完了できますか？

はい → Luna / Terra / Sol

いいえ → 続行。

1. GUI、ツール、または多くのステップが必要ですか？

はい → Astra

いいえ → 続行。

1. 失敗のコストは高いですか？

はい → Astra

いいえ → Sol/Terra

1. 実行中にタスクの難易度が変化する可能性はありますか？

はい → Astra + 動的な推論調整を検討。

1. Astra はまだ利用できませんか？

Sol で同じワークフローを実行します。

Astra が登場したら、モデルのみを変更し、構造は維持します。

12. Astra への API 移行

推奨される順序は次のとおりです。

1. モデルを変更する

model = "gpt-6-astra"

1. Responses API を使用する

特にツール呼び出しがある場合。

1. 推論を確認する

Astra は以下を使用しません。

reasoning.effort = "none"

十分な場合は低いレベルから始めてください。

1. 不要なパラメータを削除する

以下のようなパラメータを確認します。

temperature top_p

モデルまたはエンドポイントがそれらをサポートしなくなった場合。

1. キャッシュを確認する

以下に移行します。

prompt_cache_options.ttl

該当する場合。

1. データレジデンシーを確認する

EU でインフラストラクチャまたはレジデンシー要件を使用する場合は、対応する制限を確認します。

1. 推論を動的に調整する

困難なタスク中：

タスクが本当に困難になった場合に、推論の労力を増やしてください。

ルーチン操作中：

追加の推論がもはや有用でなくなった場合は、低い推論レベルに戻してください。

1. 長時間ツール

ツールの時間がそれを正当化する場合は、非同期実行を検討してください。

13. 最小限の Codex 設定

初期設定は次のようになります。

model = "gpt-6-astra" model_reasoning_effort = "high" approval_policy = "on-request" sandbox_mode = "workspace-write" [features.context_management] experimental_mode = true

そして、リポジトリには以下を定義する AGENTS.md が含まれている必要があります。

AGENTS.md

目標

• 変更は最小限に抑える。
• 完了には、すべての必須テストが通過する必要がある。

許可範囲

• src/
• tests/

承認ゲート

• 本番環境へのデプロイ
• 外部データ送信
• 権限変更
• 最終マージ

動作方針

• 承認された範囲内で自律的に作業する。
• 可逆的なアクションを優先する。
• 承認を求める前に、レビュー可能な結果を生成する。
• 不要な確認質問は行わない。

設定変更後:

1. Codex を再起動する;
2. 小さな読み取りタスクを実行する;
3. 環境が動作することを確認する;
4. メインタスクを開始する。

14. 「最大活用」を一文で定義する

このドキュメントにおいて、最大活用とは、最大数のトークンを消費することを意味しない。

それは以下を意味する:

Astra を真に効果を発揮できるタスクに集中させ、それ以外は経済的に実行し、長いタスクを不必要な中断なく完了できるようにするための指示、制限、承認、コンテキスト管理の強固な基盤を構築すること。

この定義から、いくつかの判断が導かれる:

• モデルを恣意的に変更するよりも、ルーティングテーブルを毎週更新する方が良い。
• 新しい機能をすべて試すよりも、実際のデバッグテストを実行する方が良い。
• ベンチマークを追いかけるよりも、タスクごとの成功と時間を測定する方が良い。
• プロモーション用のフレーズを内部仕様にしてはならない。
• Astra が利用できない場合、Sol を一時的な代替として使用できる。

15. 3 つの基本成果物

最終的に、このシステム全体は 3 つの要素を生成する必要がある:

1. 動的割り当てテーブル

以下をいつ使用するかを定義する:

Luna / Terra / Sol / Astra

2. AGENTS.md

以下を定義する:

• ルール;
• スコープ;
• 制限;
• テスト;
• 完了条件;
• 人間によるチェックポイント。

3. 長期運用プロンプト

以下を定義する必要がある:

• 役割;
• 目的;
• 完了条件;
• 手順;
• 制限;
• ツール;
• 検証;
• 出力形式。

これら 3 つの要素は、機能カタログ全体を暗記することよりも重要である。

16. コピー用分類カード

重要なセッションの開始時に、このカードを使用する:

カードは完璧である必要はない。

その目標は、分類の習慣を作ることである。

Astra を推奨しても、タスクが短い回答しか必要としない場合、おそらくモデルを過大評価している。

Sol がコンテキストの喪失や長いアクションチェーンの完了不能により繰り返し失敗する場合、おそらく Astra にアップグレードする時期である。

17. 価格について本当に考えるべき方法

100 万トークンあたりのレートは、方程式の一部に過ぎない。

例えば:

Astra

• 入力: $10
• 出力: $50

Sol

• 入力: $4
• 出力: $20

Astra の方がコストが高い。

しかし、想像してみてほしい:

Sol

$5 のトークン + 4 回の試行 + 2 回の失敗 + 人間による手直し = 高い実質コスト

Astra

$12 のトークン + 1 回の試行 + 正しい結果 = タスクあたりの総コストが低い

したがって、短いタスクの場合:

トークンあたりの価格は非常に重要である。

長いタスクの場合:

完了したタスクあたりのコストの方がはるかに重要である。

最終的な指標は次のようになるべきである:

コスト × 成功率 × 時間 × 人間の介入

そして、単に:

$/100 万トークン

ではない。

結論

Astra の目標は、それをすべてのデフォルトモデルにすることではない。

目標は、各モデルが最も効率的な作業を行うシステムを構築することである。

Luna

大量処理と単純なタスク。

Terra

コストと能力のバランス。

Sol

標準的な作業と一般的なプログラミング。

Astra

複雑で長期間のエージェントタスク、GUI、数学、デバッグ、および失敗のコストが高いジョブ。

最も強力なパターンは:

安価に調査 → 計画 → 必要な場合に Astra で実行 → 検証 → レビュー可能な結果を準備 → 最終チェックポイントでのみ人間が介入。

真の最適化は、Astra をより多く使用することではない。

それは、Astra がいつ価値があるかを正確に知ることである。

そして、エージェントが複雑になればなるほど、それを取り巻くインフラストラクチャ（AGENTS.md、スキル、サンドボックス、承認、コンテキスト管理）が重要になる。