Как настроить Astra в Codex и не тратить лимиты впустую

Вы просите Codex поправить форму заявки. Он изучает половину проекта, запускает проверки, предлагает ещё несколько улучшений — и возвращается с вопросом, продолжать ли работу. Форма пока не готова, а часть лимита уже потрачена.

В такой ситуации стоит проверить не только выбранную модель. Причиной могут быть старые инструкции, слишком широкая задача или непонятные условия завершения работы. Более сильная модель не исправит постановку задачи за вас.

Для начала достаточно трёх изменений: выбирать уровень рассуждения под конкретную работу, убрать обязательные действия, которые ей не нужны, и заранее описать проверяемый результат. Затем сравнить расход и число доработок на своих задачах.

Отправной точкой для этой статьи стал разбор GPT-6 Astra на канале «Эдвард Гришин | AI и автоматизация бизнеса». Мы выбрали практические вопросы из видео и сверили технические детали с документацией OpenAI. Примеры ниже — учебные, а не результаты клиентских проектов Neaptide.

• разбор GPT-6 Astra
• «Эдвард Гришин | AI и автоматизация бизнеса»

Сначала отделите модель от программы, в которой она работает

Astra — модель. Codex — среда, в которой она получает доступ к файлам и инструментам. От среды, настроек и разрешений зависит, сможет ли агент открыть сайт, изменить проект или запустить проверку.

Поэтому рекомендация для API не обязательно превращается в такую же настройку в приложении. И опубликованный размер контекста модели ещё не означает, что именно столько доступно в вашей текущей сессии.

Если вы только начинаете, сначала пройдите руководство по работе с Codex. Возможности модели и опубликованные тесты мы отдельно разобрали в обзоре GPT-6 Astra. Здесь сосредоточимся на повседневной работе.

• руководство по работе с Codex
• обзоре GPT-6 Astra

Выбирайте уровень рассуждения по сложности задачи

У Astra в API есть пять уровней `reasoning.effort`: `low`, `medium`, `high`, `xhigh` и `max`. Это настройка усилий, которые модель тратит на рассуждение. Набор элементов управления в конкретном интерфейсе может отличаться. Источник: карточка модели OpenAI.

• Источник: карточка модели OpenAI

Не стоит выбирать максимум для всех поручений. Начните с нескольких знакомых задач, результат которых можете оценить самостоятельно. Таблица ниже — наш ориентир для такого сравнения, а не гарантия качества на каждом уровне.

Низкий уровень не обязательно дешевле по итогам работы. Если после первого ответа пришлось ещё трижды исправлять результат, экономия могла исчезнуть. Высокий уровень тоже не заменяет проверку: длинное рассуждение само по себе не доказывает правильность решения.

Сравнивайте стоимость доведённой до результата задачи. Учитывайте время ожидания, расход и собственное участие: сколько раз пришлось объяснять заново, находить ошибки и возвращать работу на доработку.

Для разработчиков есть отдельная возможность: в Responses API Astra поддерживает изменение усилий между ответами через `configuration_update` с сохранением исходного префикса для кеширования. У механизма есть ограничения, включая работу только в стандартном одноагентном режиме. Переносить это утверждение на любой переключатель в приложении нельзя. Документация по изменению уровня рассуждения.

• Документация по изменению уровня рассуждения

Проверьте, не заставляют ли старые правила делать лишнюю работу

В проекте могли накопиться инструкции вроде «перед каждой правкой изучи всю архитектуру» или «после любого изменения выполни все проверки». Когда-то они помогали. Теперь одно и то же требование применяется и к новой интеграции, и к замене заголовка.

OpenAI отдельно рекомендует пересматривать инструкции в `AGENTS.md` и файлах навыков при работе с Astra: модель чувствительна к их содержанию. Противоречивые правила могут приводить к остановкам и лишним согласованиям. Рекомендации OpenAI для Astra.

• Рекомендации OpenAI для Astra

Полезное правило объясняет, когда и зачем требуется действие. Например:

Не удаляйте требования к тестированию только потому, что новая модель якобы «сама всё проверяет». Сохраните обязательные проверки продукта и ограничения доступа. Уточнять стоит те правила, которые заставляют выполнять одинаковый объём работы независимо от задачи.

Попросить ревизию можно так:

Изучи действующие инструкции проекта и используемые навыки.
Найди повторы, противоречия и требования, которые заставляют
делать лишнюю работу на небольших задачах.

Для каждого замечания укажи файл, конкретное правило,
пример проблемы и предлагаемую формулировку.
Сохрани требования к безопасности, данным и обязательным проверкам.
Сначала покажи предложения, сами правила пока не меняй.

Есть и техническая причина держать инструкции компактными. Codex собирает их из нескольких файлов; по умолчанию общий объём ограничен 32 KiB. Если правил много, проверьте, какие из них действительно загружены. Как Codex читает AGENTS.md.

• Как Codex читает AGENTS.md

Объясните, что именно будет считаться готовой работой

«Сделай удобную форму» оставляет слишком много решений на усмотрение агента. Он может изменить оформление, хотя проблема заключалась в том, что заявки не доходят до менеджера.

Для владельца бизнеса полезнее описать путь клиента и результат, который можно проверить. Например:

На странице услуги добавь в форму поле «Компания».
Оно необязательное. Значение должно попадать в письмо менеджеру.

Работа готова, когда:
1. Форма отправляется с заполненным полем и без него.
2. В тестовом письме есть введённое название компании.
3. На телефоне поле и кнопка помещаются по ширине экрана.
4. Существующие обязательные поля проверяются как раньше.

Локальные изменения и проверки выполняй самостоятельно.
Используй тестовые данные. Не публикуй изменения и не отправляй
письма реальным клиентам.
В конце покажи результат и перечисли, что проверено,
а что проверить не удалось.

Здесь не нужно заранее объяснять, какой код написать. Зато понятно, ради чего меняется форма и как принять работу. Если почтовый сервис недоступен, агент должен сообщить об этом, а не подменять проверку доставки проверкой внешнего вида.

Такую постановку удобно сохранять как шаблон: задача, ожидаемое поведение, ограничения, проверка и формат результата. Конкретные условия каждый раз будут своими.

Не увеличивайте контекст без понятной причины

Контекст — объём информации, с которой модель работает в запросе: переписка, инструкции, документы и результаты инструментов. Большое окно полезно, когда действительно нужно сопоставить много материала. Оно не делает ненужные файлы полезными.

В официальной карточке Astra указан контекст 1 050 000 токенов. При этом в API запросы с входом свыше 272 000 токенов тарифицируются дороже: вход и кеш — с коэффициентом 2, выход — 1,5, для всего запроса. Это условия API, а не формула списания лимита вашей подписки. Характеристики и тарифные условия Astra.

• Характеристики и тарифные условия Astra

Перед увеличением контекста проверьте состав материалов. Для правки формы нужны её код, правила валидации и описание отправки. Старые варианты коммерческого предложения и полный архив рабочих заметок, скорее всего, не помогут.

Если задача продолжается несколько дней, полезно поддерживать короткий рабочий документ: что решили, какие файлы изменили, что проверили и что осталось сделать. При переходе в новую сессию добавьте к нему актуальные исходники. Одна сводка не заменяет документы, на которых основаны выводы.

Субагенты помогают, когда работу можно разделить

Субагент — отдельный помощник, которому основной агент передаёт часть задачи. Например, при проверке сайта один помощник может изучить форму заявки, другой — поиск по каталогу, третий — мобильное меню. Каждый возвращает замечания со способом воспроизведения.

OpenAI рекомендует учитывать независимость таких задач и осторожнее относиться к одновременному редактированию файлов: изменения могут конфликтовать. Отдельные агенты также расходуют токены на собственную работу. Само увеличение их числа экономии не гарантирует. Документация о субагентах.

• Документация о субагентах

Для небольшой правки несколько помощников обычно трудно оправдать. Для большой проверки заранее задайте каждому предмет работы и ожидаемый ответ. Вместо «проверь сайт» — «проверь три сценария отправки формы, перечисли ошибки и шаги воспроизведения; код не меняй».

После объединения результатов всё равно нужна общая проверка. Три отдельных положительных заключения ещё не доказывают, что весь пользовательский путь работает.

Контролируйте расход по данным, а не по обещанию в промпте

В видео предлагается управлять бюджетом словами. Такая инструкция может обозначить желаемую границу, но просьбу «остановись, когда останется 25%» нельзя считать гарантированным ограничителем. Для этого агенту нужны актуальные данные о расходе и возможность вовремя прекратить работу.

В Codex расход зависит от модели, сложности задачи, контекста, инструментов и кеширования. OpenAI прямо предупреждает: длина сообщения не позволяет надёжно предсказать расход. Актуальные остатки и время сброса нужно смотреть в интерфейсе использования. Как устроены лимиты Codex.

• Как устроены лимиты Codex

Начните с простого журнала. Для нескольких обычных задач запишите:

Это шаблон наблюдения, а не опубликованный замер Neaptide. Если параллельно работают другие задачи, разницу общего остатка нельзя целиком приписать одной из них. Для API сохраняйте статистику конкретных запросов; для подписки используйте доступную детализацию и отмечайте её ограничения.

Меняйте по одной настройке. Иначе после сокращения правил, смены модели и запуска помощников вы не поймёте, что именно повлияло на результат.

Повторяющуюся операцию стоит превратить в обычную автоматизацию

Допустим, каждую неделю вы получаете файл с заявками, приводите названия столбцов к одному виду и готовите сводку. Первый раз агент может помочь разобраться в формате и написать обработку. Если правила стабильны, следующие запуски разумно выполнять готовым скриптом.

Для такого сценария заранее определите, что делать при новом столбце, пустом файле или неправильной дате. Сохраните исходник и предусмотрите сообщение об ошибке. Иначе автоматизация будет быстро производить неверные отчёты.

Это не делает процесс бесплатным: остаются расходы на запуск, внешние сервисы и поддержку. Зато исчезает необходимость каждую неделю заново просить модель придумать одну и ту же обработку. Агент пригодится снова, когда изменятся данные или требования.

С чего начать в своём проекте

Возьмите одну задачу, которую недавно уже выполняли: например, изменение формы или правку страницы услуги. Запишите критерии готовности, проверьте относящиеся к ней инструкции и выберите исходный уровень рассуждения. После выполнения оцените не только ответ, но и сам результат.

Если задача выполнена правильно, сравните её с похожей при другой настройке. Если нет — сначала выясните причину. Недостающий доступ, противоречивое правило и недостаточное рассуждение требуют разных решений. Простое переключение на максимум исправит не каждую из этих проблем.

• Эдвард Гришин: «GPT-6 Astra разбор 35+ функций. Пора переходить на Codex с Claude Code?»
• Канал «Эдвард Гришин | AI и автоматизация бизнеса»
• OpenAI: GPT-6 Astra
• OpenAI: Model guidance
• OpenAI: Reasoning models
• OpenAI: AGENTS.md
• OpenAI: Subagents
• OpenAI: Pricing

Технические сведения проверены 20 сентября 2026 года. Доступные настройки и условия использования могут меняться.