［開発者向け］GPT‑6ファミリーを使いこなす実践ガイド——モデル選び・プロンプト・長時間タスクの管理

2026-10-03

はじめに

　OpenAIは2026年10月2日、GPT‑6ファミリーのモデルで時間とコストを管理しながら成果を出すための実践ガイドを公開しました。本稿では、本番運用の準備、ワークロードに合ったモデルと推論レベルの選び方、プロンプトとスキルの調整、長時間タスクの進め方を整理します。

参考記事

タイトル: GPT‑6 ファミリーのモデルガイド
著者: OpenAI
発行元: OpenAI
発行日: 2026年10月2日
URL: https://openai.com/index/practical-guide-building-gpt-6

要点

ガイドは、本番運用、プロンプトとスキルの調整、長時間タスクの最適化の3つの柱で構成されている
最も難しい推論にはGPT‑6 Astra、複雑なコーディングや調査にはGPT‑6.1 Sol、大量の定型処理にはGPT‑6 Lunaと、作業の種類に応じた使い分けが示されている
プロンプトキャッシュを使うと、モデルによってはキャッシュ済み入力トークンのコストが最大95%下がるとされている
細かすぎる指示はかえって成果を妨げることがあるとして、自律してよい操作と承認が必要な操作の境界や、完了の定義を明確にすることを勧めている
APIでは実行中の方向修正、非同期ツール呼び出し、マルチエージェント（ベータ版）により、数時間から数日に及ぶタスクを管理できる

詳細解説

ガイドの全体像

　OpenAIによれば、GPT‑6は同社史上最も先進的なモデル群で、作業の種類に応じてモデルを選べます。今回のガイドは、アイデアを動く試作品にする場合、機能を開発してテストする場合、コードリポジトリやデータベース、外部APIをまたぐ複数ステップのワークフローを連携させる場合などを想定し、モデルの選び方、指示の出し方、長時間作業の管理、本番運用の準備を解説しています。

　ガイド冒頭の要点は、次の4つにまとめられています。

本番環境での効果的な運用: キャッシュとコンパクション（会話の要約による圧縮）でコンテキストとコストを管理し、タスクの成功率とレイテンシ（応答までの時間）を測り、監視とデータ管理を計画する
ワークロードに合ったモデルの選択: タスクに合うモデル、推論の労力、速度を選び、能力・コスト・レイテンシのバランスを取る
プロンプトとスキルの調整: 成果物、自律的に行えること、完了の基準について、プロンプト・スキル・リポジトリの指示の間で一貫性を保つ
長時間作業の進行管理: 方向修正、非同期ツール、委任を使い、指示の更新や独立した作業に対応する。モデルが利用者に確認すべき条件を明確にする

本番運用に向けた準備

　ガイドは、デプロイ前に取り入れておきたい確認事項とベストプラクティスとして、次の5点を挙げています。

効率を意識する: タスクに必要な根拠は残したまま、不要なコンテキストを減らす。アプリケーションが対応していれば独立したタスクを並列で実行し、時間のかかるステップが無関係な作業を止めないようにする
プロンプトキャッシュを活用する: 繰り返す作業では共通のコンテキストを再利用する。OpenAIによれば、モデルによってはキャッシュ済み入力トークンのコストが未キャッシュより最大95%低い。固定の指示や参考資料を、毎回変わるタスクの詳細より前に置き、ツール定義を一定に保つ。キャッシュのダッシュボードと診断ガイドで、再利用がうまくいかない箇所を特定できる。全体のコストを見積もる際は、キャッシュへの書き込みや長いコンテキストの料金も含める
コンパクションを使う: 長い会話では、続行に必要な状態を保ちながらコンテキストを縮小する
監視とデータ管理を決める: モデルの挙動をどう監視するかを決め、アプリケーションのデータ管理設定を確認する
デプロイ前にテストする: 代表的なタスクを実行し、成功率、レイテンシ、成功したタスク1件あたりのコストを測る。APIのデプロイチェックリストも参照する

　プロンプトキャッシュは、プロンプトの先頭から一致する部分を再利用する仕組みのため、「変わらない部分を前に、変わる部分を後ろに」という並べ方が効果を左右します。ツール定義を変えるとキャッシュが効かなくなる点も含め、これはAnthropicのClaudeなど他社のモデルでも共通する考え方です。本稿としては、指標として「1件あたりのコスト」ではなく「成功したタスク1件あたりのコスト」を挙げている点に注目しています。安いモデルでも失敗とやり直しが多ければ割高になるため、成功率と合わせて費用を見るという考え方だと読めます。

ワークロードに合ったモデルの選択

　ガイドは、モデルと推論レベルの選択を、知的能力と価格のトレードオフとして考えるよう勧めています。モデルの使い分けは次のとおりです。

モデル	向いている作業
GPT‑6 Astra	最大限の知的能力が必要な、最も難しい推論タスク
GPT‑6.1 Sol	複雑なコーディング、調査、コンピューター操作
GPT‑6 Luna	請求書の項目抽出、問い合わせの分類、構造化された要約など、目的の明確なタスクの大量処理や日常的な反復作業

　7月に公開されたGPT‑5.6ではSol・Terra・Lunaの3モデル構成でしたが、GPT‑6ファミリーでは最上位にAstraが加わり、Solは6.1に更新されています。各モデルの料金は、OpenAIのモデル比較ページで確認するよう案内されています。

　推論レベル（モデルがタスクに費やす労力）は、APIで次のように選べます。

低: 事実の抽出や小さな編集などの定型的なタスク
中程度: 機能の計画や選択肢の比較など、判断が必要な作業
高: 難しいデバッグ、より深い分析、入念なレビュー
超高／マックス: 「高」で足りない場合に、対応するモデルで試す。追加の時間とコストに見合う改善が得られるときだけ使い続ける

　APIでは、キャッシュを無効にせずに会話の途中で推論の労力を変更できます。Codex（OpenAIのコーディングエージェント）では、モデルの既定の推論レベルから始め、単純なタスクでは下げ、深い分析が必要なら上げることが勧められています。

　速度については、次の2つの選択肢があります。

Fastモード（API）: チャットアプリやコーディングツールなど応答時間が重要な場面向け。トークンあたりのコストは標準処理より高いものの、応答が速く安定する
Ultrafast（CodexとAPI）: 短いサイクルでコードの修正を繰り返すなど、高速化が追加料金に見合う場面向け。推論の労力とは独立してトークンの生成を速くする。GPT‑6 Astraで利用できる

　推論の深さを変えてもキャッシュが無効にならない点は、実務上の利点が大きいと考えられます。他社のサービスでは、推論の設定変更がキャッシュのやり直しにつながる場合もあるため、1つの会話の中で簡単な作業と難しい作業を行き来するワークフローでは、コストの差になって表れると思います。

モデルへの明確な作業指示

　ガイドは、OpenAIで開発者体験を担当するEric Provencher氏の見解を引いています。モデルはニュアンスや曖昧さを理解する力が大きく向上したため、以前は役立った細かすぎる指示が、今ではかえって成果を妨げることがある、という趣旨です。

　そのうえで、まず求める成果、対象者、関連する文脈と制約、完了の基準を明確に伝え、さらに次の4つの観点で指示を見直すよう勧めています。これは、GPT‑6 Astra向けにスキルとプロンプトを再考するOpenAIの記事の内容を要約したものとされています。

スキルの改善: 各スキルを実行すべき状況を短く明確に書き、補足情報は必要なときだけ読み込む。固定的な手順は、チームが使うモデルに合った指針に置き換える
AGENTS.mdの更新: 各文書やテストがどんな場合に役立つかを説明する。本番環境に触れずに使い捨てのデータでローカルテストを実行するなど、安全な定型作業は明示的に許可する
判断の境界の設定: 自律的に進めてよい操作と承認が必要な操作を明記し、一律の「必ず確認する」というルールを明確な境界に置き換える
完了まで取り組む範囲の明示: 実装、実行、結果の確認、不具合の修正など、「完了」に含まれる作業を定め、利用者のレビューが必要な判断をはっきりさせる

　AGENTS.mdは、コーディングエージェント向けにリポジトリの約束事や作業手順を書いておくファイルです。本稿としては、「一律に確認させる」ルールを「境界を明確にする」ルールに置き換えるという提案が、この節の核心だと受け止めています。何でも確認させればエージェントは止まりがちになり、何も確認させなければ危険な操作をしかねないため、どの操作が戻せないかを人が先に整理しておくことが、長時間の自律作業を任せる前提になると考えられます。

必要な出力の定義

　ガイドは、Codexで作業する場合もAPIで開発する場合も、モデルが判断してよい事項、利用者に確認すべき状況、役立つ応答の具体像を指定するよう勧めています。重要な判断を推測で済ませずに進められるよう、十分な指針を与えるという考え方です。

　例として、要約の構成はモデルに任せても、プロジェクトの範囲を変える前には利用者に確認させる、といった線引きが挙げられています。役立つ応答の具体像としては、分かりやすい言葉遣い、対象者に合った技術的な詳しさ、変更点・確認事項・残る課題をまとめた簡潔な引き継ぎ報告などが示されています。

長時間タスクの進め方：API

　GPT‑6ファミリーのモデルは、数時間から数日にわたるタスクに取り組めるようになりました。APIでは、次の3つの機能で長時間タスクを管理できます。

実行中の指示の更新: ターンの途中での方向修正（ステアリング）により、モデルが作業している間にResponses WebSocket API（双方向でリアルタイムに通信できる接続方式）を通じて修正指示を送れる。更新はキューに追加され、実行中のツールをキャンセルしたり、完了した操作を取り消したりはしない
ツール実行中も作業を継続: 非同期ツール呼び出しにより、アプリがテストなど時間のかかる処理を実行している間も、モデルは独立した作業を続けられる。アプリは結果がそろった時点で返し、その結果に依存する作業は結果を受け取ってから始まる
独立したサブタスクの委任: GPT‑6.1 SolはResponses APIのマルチエージェントワークフローに対応しており、コードベースの別々の部分の調査など独立した作業をサブエージェントに割り当て、結果を最終的な応答にまとめられる。マルチエージェント機能は現在ベータ版

　方向修正で送った指示が、すでに実行中のツールや完了した操作には影響しないという仕様は、運用上の注意点だと思います。誤った方向に進んでいると気づいた場合でも、すでに書き込まれたファイルやデータは元に戻らないため、取り消しが必要な操作は承認制にしておくなど、前の節の「判断の境界」と組み合わせて考える必要があると考えられます。

長時間タスクの進め方：Codex

　Codexでは、最初のプロンプトでは想定していなかった判断が必要になることがあるため、不明点の確認と方向修正を使って作業が意図から外れないようにします。

作業中の質問への回答: GPT‑6 Astraを使うと、Codexは作業中に不明点を確認できる。次のステップに影響する疑問を解消し、利用者が判断している間に進めてよい独立した作業を指定する。席を外す場合は、続けてよいタスクと、回答を待って止まるべき状況をCodexに伝えておく
要件変更時の方向修正: 変えるべき点と維持すべき点を説明し、新しい情報に基づいて実行中のタスクの方向を修正する。これにより、もう合わなくなった方法にさらに時間を使うことを避けられる

コンピューター操作で作業範囲を広げる

　コンピューター操作の機能により、GPT‑6 Astra、GPT‑6.1 Sol、GPT‑6 LunaはWebサイトやデスクトップアプリを直接操作でき、APIのないアプリケーションにも対応します。たとえば、バグの調査、コードの修正、ブラウザーで製品を起動しての修正の確認までをモデルに任せられます。

　ガイドは、各ステップで信頼できる最もシンプルな方法を選ぶよう勧めています。

APIや接続済みのツールで直接処理できる場合は、それらを使う
画面を読み取る、ボタンを押す、フォームに入力するといった操作をモデルが代行する必要がある場合に、コンピューター操作を使う

　自社アプリにコンピューター操作を組み込む場合は、ブラウザーやデスクトップを制御するコードを実行できるツールをモデルに与えます。ブラウザーの操作にはPlaywright（ブラウザーを自動操作するためのライブラリ）、デスクトップアプリの操作にはPyAutoGUI（マウスやキーボードの操作をPythonから自動化するライブラリ）が使えるとされています。

　画面操作は柔軟な一方で、APIに比べて処理が遅く、画面の変化に影響されやすい面があります。本稿としては、「APIがあればAPIを、なければ画面操作を」という優先順位は、安定性とコストの両面から妥当な判断基準だと考えています。

開発事例

　ガイドの最後には、GPT‑6 Astraを使った各チームの開発事例として、Harvey、Cognition、Hex、Invideoの4社が紹介されています。このうち法務AIのHarveyは、裁判所の情報、判例、法律事務所の文書、弁護士の好みを組み合わせて、ニーズに合った草案を作っています。共同創業者のGabe Pereyra氏は、モデルにより多くのコンテキストを与えることで構造化出力の質をさらに高められると述べています。