
OpenAI 官方提醒:员工给 AI 写的「说明书」也会过期,公司该怎么办
OpenAI 开发者博客提醒:模型每升级一次,skill、AGENTS.md、任务提示词就该重审一次,过期指令会拖累模型。这条建议写给开发者,但它默认了「写说明书的人就是管说明书的人」——在公司里这个前提不成立。本文依据原文逐条解读,并给出公司层面的三步做法。
2026 年 9 月 11 日,OpenAI 开发者博客发了一篇不太起眼的文章:Rethinking skills and prompts for GPT-6 Astra。核心结论一句话:模型每升级一次,你给 AI 写的那些「说明书」——skill、AGENTS.md、任务提示词——就该重审一次,因为过期的指令不但没用,还会反过来拖累模型。这篇文章是写给开发者的,但它无意间把一个公司层面的问题摆上了台面:这些说明书散落在每个员工的电脑里,没人立制度,没人负责清理。
官方到底说了什么
第一,skill 的描述要短,说清「什么时候用」。 原文给的反面例子:一个数据库迁移 skill 的描述写着「凡涉及数据库、查询、模型、持久化时使用」,结果是模型一碰数据库就加载它,哪怕任务根本不需要迁移;好的写法是「仅在新增、修改迁移或评审其上线时使用」。描述越宽,模型越容易选错工具。
第二,指令要「渐进披露」。 主文档只当目录,细节放进子文档和脚本,让模型按需读取。把所有细节一次性塞进上下文,不但浪费上下文额度,还会把与当前任务无关的指导带进来干扰判断。
第三,AGENTS.md 要定期清理。 很多人给旧模型加过强硬的边界语言(「改任何东西之前必须先问我」),因为旧模型会乱跑;新模型判断力更强,这些话会让它过度谨慎、干到一半停下来等确认。原文的建议是:把指令当代码对待,每次模型大升级就重审一遍,甚至可以直接让新模型帮你审旧指令。
贯穿三条建议的是同一个判断:模型变强之后,指令从「脚手架」变成了「噪声」。原文说得很直白:过去需要大量手把手搭建的东西,现在不再需要了。
这篇文章默认了一个公司里不成立的前提
官方建议的隐含假设是:写说明书的人,和管说明书的人,是同一个人。你自己的项目,你自己积累,你自己清理。这个假设在公司里不成立。
公司里的现实是各自为战:销售高手有一套写开发信的提示词,运营有一套写上架文案的 skill,技术有自己的 AGENTS.md——都调试了很长时间,都在个人电脑里,没人知道别人有什么。
原文提到的一个失败模式,在公司里会被放大:多个 skill 的描述互相矛盾时,模型会加载不该加载的指令。一个人写 skill 尚且会自相矛盾;十个人各写各的,口径不一、格式不一、质量参差,是必然结果而不是意外。
更现实的问题是流失。员工离职,他调试了几个月的说明书跟着消失;新员工从零开始。这些说明书是工作方法的一部分——方法留在个人手里,就永远不是公司资产。
同一条建议,个人视角和公司视角
清理过期指令
个人视角:自己想起来了就审一遍。公司视角:必须有负责人和固定节奏,否则等于不做——模型迭代在加速,重审频率只会越来越高。
描述互相矛盾
个人视角:自己写的几个 skill,自查能发现。公司视角:十个人写的几十个 skill,没人有全局视图,矛盾是结构性的。
模型大升级
个人视角:改自己的几份文档。公司视角:全员用的说明书要同步更新,版本不一致等于每个人在用不同的工作方法。
把员工的 AI 说明书变成公司资产,先走三步
收集
把高手在用的 skill、提示词、AGENTS.md 集中归档到一个公司可见的地方,哪怕先从共享文档开始。看不见的东西没法管。
评审
定期按官方这次提出的标准过一遍:描述是否过宽、是否互相矛盾、是否还适配当前模型。清理过期指令,和写新指令同样重要。
分发
评审过的版本对全员统一生效,更新有记录。员工拿到的永远是最新版本,而不是三个月前某个人转发的截图。
公司的「说明书库」里实际装什么
岗位说明
告诉 AI「你是谁、替哪个岗位干活、做到什么程度算合格」。销售、运营、客服各一份,新人入职第一天就能用,不用自己摸索半个月。
提示词模板
高手调试好的高频任务模板:开发信、上架文案、售后回复、周报。模板后面附着「为什么这么写」的备注,这是真正值钱的部分。
skill 包
打包好的可复用工作方法(文档加脚本),对应官方这篇文章的主角。技术团队的 AGENTS.md 也归在这一类。
评审记录
每份说明书什么时候审的、按当时哪个模型审的、删改了什么。下次模型升级,照着记录重审,而不是从头再来。
Wodex 在做什么
这三步里,第一步靠共享文档今天就能起步,第二、三步需要的是工具:一个公司级的「说明书库」,带审批、分发和版本记录。这正是我们在做的 Wodex Runtime 管控层能力的一部分:高手的 skill 沉淀为公司资产,经审批后分发到每个员工的 AI 工位,全程留痕可审计。产品目前标记「即将推出」。
如果你的团队已经在积累这类说明书,或者正为「员工各自为战用 AI」头疼,欢迎发邮件到 [email protected] 聊聊,我们会优先邀请合适的团队参与早期体验。
如果只想记住一件事
OpenAI 这篇文章的真正提醒不是「怎么写更好的 skill」,而是:给 AI 的说明书已经和代码一样,是需要维护的工程资产。个人维护靠自觉,公司维护靠制度。今天先做最小的一步——问问你的团队:每个人给 AI 写的说明书,公司看得见吗?
延伸阅读
常见问题
- skill 和提示词有什么区别?
- 提示词是一次性指令;skill 是打包好、可复用的工作方法(文档加脚本),模型会在判断需要时主动加载。行业正在从「写提示词」转向「沉淀 skill」。
- 为什么过期的指令会拖累模型?
- 上下文是有限的:指令占得越多越杂,有效上下文越少;互相矛盾的描述会让模型选错工具;为防旧模型乱跑而加的强限制语言,还会让判断力更强的新模型过度谨慎。
- 我们团队不写代码,也会积累这类说明书吗?
- 会。不写代码的团队积累的是提示词模板、对话开场、给 AI 的岗位说明,本质相同:都是个人调试出来的工作方法。OpenAI 这篇文章谈的是 Codex 场景,但「说明书要随模型升级重审」对所有用法成立。
- 多久重审一次合适?
- 官方的建议是每次模型大升级都值得重审。落到公司制度上,可以定一个固定节奏(比如每季度一次),由负责人用最新模型跑一遍评审,再把结论同步给全员。
- 小团队没有专职的人,谁来负责评审?
- 不需要专职。老板或运营负责人兼着做即可:每季度花半天,让最新模型帮着把库里的说明书过一遍,删掉过期的、合并重复的。关键是「有人负责、有固定节奏」,而不是人多。
- Wodex Runtime 现在能用吗?
- 目前标记「即将推出」。想优先体验,或讨论团队的 skill 管理需求,可以发邮件到 [email protected]。