GPT-6 Astraを仕事で使う｜今日試せる6つの実践プロンプト

結論: GPT-6 Astraは、質問に答えさせるだけでは持ち味が見えにくいモデルです。資料を編集可能なファイルで仕上げる、サイトを作って動作確認まで通す、複数工程の仕事を完了させるといった「成果物と確認をセットにした依頼」で試すと、従来モデルとの差を判断しやすくなります。

この記事の要点:

• OpenAIはAstraを、コード・ブラウザ・業務ソフトをまたぐ難しい一連作業向けのモデルと位置づけています（参照日: 2026-09-06）
• 使い方の共通形は、材料・成果物・完成条件・停止地点の4点。記事内の6つのプロンプトは、そのままコピーして使える形式です
• 定型の抽出や分類には安価なモデルが向いています。Astraは難しい工程に絞り、費用と利用枠を「完了した仕事1件」で比べます

こんな方に向けた記事です: ChatGPTやCodexを使っているものの、Astraで何を試せば差がわかるのか迷っている方。資料作成、採用・営業ページ、調査、開発、顧客情報の整理をAIへ任せたい方。

読み終えたら試せること: 手元の資料や失敗したタスクを1つ選び、成果物と確認結果まで含めてAstraへ依頼できます。

2026年9月3日、OpenAIはGPT-6 Astraの段階的な提供開始を発表しました。公式発表では、フォーム入力やCRM更新、文書・表計算・プレゼンテーションの作成、ウェブサイト構築、フロントエンドQAまでが用途として挙げられています（https://openai.com/index/gpt-6-astra/、参照日: 2026-09-06）。

一方で、機能一覧を眺めるだけでは、自分の仕事がどう変わるかはわかりません。本記事では料金やベンチマークの網羅を目的にせず、今日用意できる入力から、確認可能な成果物まで持っていく6つの試し方に絞ります。API費用の測り方はClaude APIコスト最適化の記事、外部操作を含む仕事の権限設計はAIエージェント障害対応ランブックも参考にしてください。

GPT-6 Astraの強みは「難しい仕事を最後までつなぐ」こと

単発回答より複数工程の依頼

OpenAIのモデルページは、Astraを「最も難しい一連作業」向けと説明しています。対象は複雑な推論、コーディング、コンピュータ操作、調査、文書作成です。1,050,000トークンのコンテキストと最大128,000トークンの出力に対応し、Responses APIではWeb検索、ファイル検索、コード実行、コンピュータ操作、MCPなどのツールを利用できます（https://developers.openai.com/api/docs/models/gpt-6-astra、参照日: 2026-09-06）。

たとえば「議事録を要約して」なら、従来モデルでも十分な場面があります。Astraを試すなら、「過去3回分の議事録と既存テンプレートを読み、未決事項を抽出し、次回アジェンダを編集可能な文書で作り、出典のない記述を確認する」といった、読む・判断する・作る・検査するが連続した仕事のほうが適しています。

これは、優秀な担当者へ納品までの一式を渡す感覚に近いものです。途中の操作を細かく命令するより、使う材料と納品条件を明確にしたほうが、モデルの判断力を活かせます。

高性能でも必要な適用先の選別

Standard APIの単価は100万トークンあたり入力10ドル、出力50ドルです。キャッシュ入力は1ドルですが、272Kトークンを超える入力では、そのリクエスト全体に長文脈向けの倍率がかかります（公式モデルページ、参照日: 2026-09-06）。

単純な分類、短い要約、決まった項目の抽出は、安価で速いモデルのほうが運用しやすい場合があります。Astraを選ぶ基準は、途中の判断や複数ツールの操作があり、失敗すると人の手戻りが大きいかです。

モデルの単価だけで高い・安いを決めると、判断を誤ります。1回の出力料金が高くても、やり直しが減れば仕事1件あたりの費用は下がる可能性があります。定型処理で同じ結果しか出ない仕事はAstraの対象外です。最初は1つの業務だけで現行モデルと並べ、完成までの往復回数、所要時間、手直し箇所を記録してください。

自分の画面での利用可否を先に確認

ChatGPTのプラン別・入口別の表示

2026年9月6日時点で提供は段階的です。OpenAIの公式ヘルプによると、ChatGPTの通常画面では、Pro $100・Pro $200・Business・EnterpriseへGPT-6 Proとして順次提供されます。Plusには、ChatGPT WorkとCodexのGPT-6 Astraが順次提供される案内です。Chat、Work、Codexの提供時期は同じアカウントでもずれる場合があります（https://help.openai.com/en/articles/20001354、参照日: 2026-09-06）。

「Plusなのにモデル一覧へGPT-6 Proが出ない」ときは、段階提供と製品別の対象を確認すべき状況です。まず利用している製品がChat、Work、Codexのどれかを確かめてください。BusinessやEnterpriseでは、管理者側のモデル権限も影響します。Enterpriseは発表時点で既定オフと案内されているため、利用者側の画面に加えてワークスペース設定も確認してください。

CodexとAPIでのモデル名の明示

Codex CLIでは、バージョン0.153.0以上が必要です。次の2行でバージョンを確認し、Astraを指定できます（https://learn.chatgpt.com/docs/models、参照日: 2026-09-06）。

codex --version
codex -m gpt-6-astra

APIではモデルIDにgpt-6-astraを指定します。新規実装はResponses APIを使うのが基本です。既存システムから移行する場合は、モデル名だけを差し替えず、reasoning.effort、ツール呼び出し、非対応パラメータも確認してください。

from openai import OpenAI

client = OpenAI()
response = client.responses.create(
    model="gpt-6-astra",
    input="添付資料を読み、決定事項と担当者と期限を表にしてください。",
    reasoning={"effort": "low"},
)
print(response.output_text)

公式の移行ガイドでは、reasoning.effortでnoneまたはminimalを使っている場合はlowから比較し、temperature・top_p・top_logprobsを削除するよう案内しています。ツールを使う処理はResponses APIへ寄せます（https://developers.openai.com/api/docs/guides/latest-model、参照日: 2026-09-06）。

指示を構成する「材料・成果物・完成条件・停止地点」

最初に決める終了条件

Astraは複数工程を進められますが、「いい感じに仕上げて」だけでは確認基準を欠きます。プロンプトに入れる要素は次の4点です。

途中の手順を100個並べる必要はありません。最後に何を受け取り、どの状態なら合格かを先に置きます。画面操作やコード修正の順番は、環境と結果を見ながらAstraに組み立てさせる設計です。

不足情報を聞く条件の設定

公式モデルガイドは、Astraが結果を左右する不足情報について、以前のモデルより確認質問をしやすいと説明しています。誤った前提で進むのを防げますが、小さな不足でも止まりやすい点には注意が必要です。

止まりすぎる場合は「不足情報は合理的に補い、結果が大きく変わる点だけ質問する」と指定します。ただし、外部送信、支払い、削除、公開、個人情報の取り扱いなど、後戻りしにくい操作は質問対象から外さないでください。自律性を上げることと、承認点を消すことは同じではありません。

成果物を作る2つのプロンプト

プロンプト1：編集できるPPTXの作成

OpenAIは、Astraが既存テンプレートに沿った編集可能な文書、表計算、プレゼンテーションを作る能力を強化したと説明しています。ここでの完成形は、スライドの画像ではありません。PowerPointで文字、図形、グラフを個別に直せるpptxです。

参考にする既存スライドを1〜3枚添付すると、元資料に加えてトーン、余白、見出しの粒度も伝えやすくなります。納品前にはファイルを開かせ、文字切れや重なりまで確認させてください。

添付した元資料から、社内説明用の10枚のスライドを作ってください。

【材料】
・内容の正本：[元資料名]
・見た目の参考：[参考スライド名]
・読み手：[対象者]

【成果物】
・テキスト、図形、グラフを個別に編集できるpptx
・各ページの発表者ノート

【完成条件】
・元資料にない数字を追加しない
・同じ結論を複数ページで繰り返さない
・ファイルを開き、文字切れ、重なり、余白を確認して直す

【停止地点】
社外共有はしない。完成したpptxと未確認点を提示して終了してください。

確認するときは、見た目だけでなく「元資料にない数字が増えていないか」「図が編集可能な要素に分かれているか」を見ます。Astraが作った叩き台を人が微調整できることが、この使い方の利点です。

プロンプト2：サイト作成からQAまで

公式発表では、Astraの用途にウェブサイト作成とフロントエンドQAが含まれます。ChatGPTのSitesでは、プロンプトからウェブサイトやウェブアプリを作成し、ホストして共有できます。試すときの納品条件は、リンク、フォーム、スマートフォン表示を確認した結果までです。

添付の参考画像と文章をもとに、採用向けの1ページサイトを作成してください。

【材料】
・掲載文章：[ファイル名]
・参考画像：[画像名]
・必須セクション：会社紹介、仕事、働き方、応募導線

【成果物】
・確認用URL
・実施したQAと修正内容の一覧

【完成条件】
・PC幅とスマートフォン幅で表示崩れがない
・ページ内リンクと外部リンクが開く
・フォームの必須項目とエラー表示が動く
・掲載文章にない実績や数字を追加しない

【停止地点】
本番ドメインへの公開はせず、確認用URLの提示で止めてください。

フォームの送信先、計測タグ、プライバシーポリシーへのリンクは、公開前に人が確認します。生成された見た目が整っていても、応募情報の送信や公開設定まで自動で確定させないほうが安全です。

長い仕事を止めずに進める2つのプロンプト

プロンプト3：管理と実行を分けた長期タスク

Astraは、長いタスクで元の目的を保ち、途中の追加指示を取り込む能力が改善したとOpenAIは説明しています。長い仕事では、目の前の修正へ集中するほど、全体の残り工程を見失う恐れがあります。そこで有効なのが、工程と合格条件を管理する役割です。

Codexで複数タスクを使えるなら、管理役と実行役を別タスクに分ける選択肢もあります。1つのタスクで進める場合は、「次の工程を選ぶ前に、完了条件と残課題を更新する」と指示する設計です。

あなたはこの仕事の管理役です。目的を工程に分け、各工程の合格条件を先に決めてください。

【目的】
[完成させたい仕事]

【進め方】
1. 最初に工程、依存関係、合格条件を一覧にする
2. 1工程ずつ実行し、成果物を確認する
3. 不合格なら原因を直して同じ条件で再確認する
4. 合格した工程と残りの工程を更新する

【停止地点】
外部公開、送信、課金、削除が必要になったら、直前で止めて変更内容を見せてください。

全工程が終わったら、成果物、確認結果、未確認点を報告してください。

工程の数を最初から細かく固定しすぎると、状況が変わっても古い計画を守り続けがちです。管理役には目的と合格条件を固定し、工程は途中の発見に合わせて更新可能にします。

プロンプト4：メールからCRM下書きまで

OpenAIはコンピュータ操作の用途として、オンラインフォームへの入力、CRMの更新、カレンダー整理、メールや文書内での調査と要約を挙げています。営業実務へ置き換えると、商談メールを探し、会社名、担当者、要件、期限を整理して、CRMの入力下書きを作る流れが考えられます。

この仕事では、下書き作成と確定登録を分けるのがポイントです。取引先名の表記揺れ、担当者の取り違え、案件フェーズの判断は、人が確認すべき項目です。

今週受信した商談メールを対象に、CRM登録用の下書きを作ってください。

【材料】
・対象期間：[開始日]〜[終了日]
・対象条件：[件名、ラベル、送信元など]
・抽出項目：会社名、担当者、要件、予算、希望時期、次の対応、期限

【成果物】
・CRMへ入力する下書き
・メールごとの参照元
・判断できなかった項目の一覧

【完成条件】
・各項目を元メールと照合する
・書かれていない予算や期限を推測で埋めない
・同じ商談を重複登録しない

【停止地点】
メール送信とCRMの確定登録は行わず、変更予定の内容を見せてください。

APIやMCPで接続する場合も、画面操作の場合も、対象データを最小限に絞ります。最初の試行は3通を目安にします。抽出精度と重複判定を確認してから対象を広げる順序です。

自分の仕事での性能差と出力の癖

プロンプト5：以前失敗したタスクの再実行

新モデルのサンプルを試すだけでは、自分の仕事での改善幅はわかりません。以前のモデルが途中で止まった、要件を落とした、テストに失敗したタスクは、同じ入力と完成条件で再実行する対象です。

このタスクは前回、[失敗した内容]で止まりました。

【材料】
・前回と同じ依頼：[依頼文またはファイル]
・前回の出力：[ファイルまたはログ]
・失敗を示す情報：[エラー、未完了箇所、レビュー指摘]

【成果物】
・修正済みの成果物
・原因、変更点、確認結果の3項目

【完成条件】
・最初に失敗を再現またはログで確認する
・未完了部分を直す
・[テスト、表示、ファイル形式など]を実際に確認する

前回と同じ条件を保ち、完成条件を満たすまで続けてください。

比較表には、正解率のような測りにくい数字を無理に置かず、完了したか、何往復したか、人が何か所直したか、所要時間、使用量を記録します。3件ほど試せば、「Astraに替える価値がある工程」と「現行モデルで十分な工程」を分けやすくなります。

プロンプト6：確認質問とMarkdown過多の調整

公式モデルガイドは、Astraが一覧、表、Markdownを使って情報を整理する傾向を明記しています。また、結果を左右する不足情報があると質問しやすく、AGENTS.mdやスキル内の指示にも敏感です。毎回同じ修正を頼むなら、ChatGPTのカスタム指示やプロジェクトのAGENTS.mdへ好みを置きます。

不足情報は合理的に補い、結果が大きく変わる点だけ質問してください。
結論を先に書き、その後は1段落1論点の短い文章で説明してください。
表と箇条書きは、比較・並列・手順のときだけ使ってください。
同じ結論の言い換え、定型的な前置き、依頼されていないまとめは追加しないでください。

設定後の確認対象は、普段よく頼む仕事を1つ実行した結果です。質問ゼロが目的ではありません。契約条件、公開範囲、削除対象など、結果を変える不足情報を聞けているか見極めます。文章を短くしても、判断に必要な確認を残すことが条件です。

6つのうち最初に試す仕事の選択

最初の1件には、材料が揃っていて、人が合否を判定できる仕事を選びます。公開サイトをゼロから作るより、既存資料から5枚のpptxを作るほうが比較しやすい場合もあります。前のモデルで明確に失敗した仕事があるなら、それが最適な試験です。

コード生成を試す場合は、モデル自身の「完了しました」という報告を合格条件から外します。テスト、型チェック、画面確認など、外から観測できる結果を使ってください。レビュー観点はAI生成コードの人間レビュー5観点で整理しています。

【要注意】Astraでつまずきやすい4つの使い方

失敗1：一問一答だけの比較

❌ 同じ質問への一度きりの回答を見て、文章の好みだけで優劣を判定。

⭕ 複数工程があり、成果物を外部条件で確認できる仕事を同条件で比較。

Astraの公式な位置づけは、難しい一連作業です。短い要約だけでは差が出ない場合があり、費用と利用枠だけを余分に使う可能性があります。

失敗2：成果物の形式だけを指定

❌ 「pptxで出して」「サイトを作って」だけの依頼。

⭕ 編集可能性、文字切れ、リンク、フォームなど、完成条件付きの依頼。

ファイルが出力されたことと、そのまま使えることは別です。人が納品後に行う確認を、依頼時点で明文化します。

失敗3：外部操作の停止地点が未設定

❌ メール送信、CRM確定、公開までを一括で任せ、反映後に確認。

⭕ 下書きや確認URLまで作らせ、実際の変更内容を事前承認。

OpenAIは、Astraがフォーム入力やCRM更新などを行えると説明しています。同時に、安全チェックによってChatGPTやCodexで確認を求められ、APIではタスクが停止する場合があると案内しています。モデル側の確認に加えて、業務側にも承認点を置く設計です。

失敗4：APIのモデル名だけを差し替え

❌ 既存リクエストのmodelだけをgpt-6-astraへ変更。

⭕ Responses API、推論強度、非対応パラメータ、キャッシュ設定を移行ガイドと照合。

特にtemperature、top_p、top_logprobsは非対応です。ツール呼び出しを使う経路もResponses APIへ寄せる必要があります。移行後は正常系だけでなく、ツール失敗、タイムアウト、承認待ち、途中停止もテストします。

よくある質問

Q. PlusなのにChatGPTのモデル一覧へGPT-6 Proが出ません。

2026年9月6日時点の公式ヘルプでは、PlusはChatGPT WorkとCodexでGPT-6 Astraの対象です。通常のChat画面でGPT-6 Proが提供される対象としては案内されていません。段階提供中でもあるため、使っている製品とロールアウト状況を分けて確認してください。

Q. CodexでAstraを選べません。

まずcodex --versionを実行します。公式ヘルプが示す必要条件は、Codex CLI 0.153.0以上です。条件を満たしても表示されない場合は、プラン、組織の権限、段階提供の状況を確認します。

Q. 6つすべてをAstraで試すべきですか。

1つで十分です。材料が揃い、合否を判定でき、現行モデルとの比較結果を残せる仕事を選んでください。定型処理は現行の安価なモデルに残し、難しい工程だけAstraへ振る構成も有効です。

Q. 長いプロンプトほど性能を引き出せますか。

長さより、材料、成果物、完成条件、停止地点が明確かを見ます。矛盾する指示が増えると、Astraが途中で止まる原因になります。既存のAGENTS.mdやスキルも含め、優先順位がぶつかっていないか確認してください。

Q. Astraが作った成果物は、そのまま公開できますか。

公開前の確認は必要です。数字、固有名詞、権利関係、個人情報、リンク、フォーム、送信先を人が確認します。コードならテストとセキュリティチェック、資料なら出典と編集可能性、サイトなら表示と入力動作を確認してください。

今日1件の試行と完了までの差の記録

GPT-6 Astraを試すときは、機能一覧から選ぶより、手元で止まっている仕事を1つ持ってくるほうが判断しやすくなります。元資料のあるスライド、未完成のページ、途中で失敗した開発タスクのどれかを選び、材料・成果物・完成条件・停止地点を埋めてください。

比較するのは、印象的な回答が出たかではありません。完了したか、何往復したか、人が何か所直したか、外部条件で確認できたかです。そこまで記録すれば、Astraへ切り替える工程と、現行モデルを残す工程を分けられます。

次にAPIへ広げるのは、同じ評価を3件ほど通し、1タスク単価と失敗時の処理を設計する段階です。外部操作を含むなら、AIエージェント障害対応ランブックの停止・再開手順も先に用意しておくと、途中停止を通常の運用として扱えます。

参考・出典

• GPT-6 Astra: A new generation of intelligence（https://openai.com/index/gpt-6-astra/） — OpenAI（参照日: 2026-09-06）
• GPT-6 Astra Model（https://developers.openai.com/api/docs/models/gpt-6-astra） — OpenAI API（参照日: 2026-09-06）
• Using GPT-6 Astra / Model guidance（https://developers.openai.com/api/docs/guides/latest-model） — OpenAI API（参照日: 2026-09-06）
• GPT-5.6 and GPT-6 Pro in ChatGPT（https://help.openai.com/en/articles/20001354） — OpenAI Help Center（参照日: 2026-09-06）
• Models（https://learn.chatgpt.com/docs/models） — ChatGPT Learn / Codex（参照日: 2026-09-06）
• Pricing（https://learn.chatgpt.com/docs/pricing） — ChatGPT Learn / Codex（参照日: 2026-09-06）
• GPT-6 Astraの使い方｜ChatGPT・API・料金【2026年9月】（https://uravation.com/media/gpt-6-astra-usage-guide-2026/） — 株式会社Uravation（参照日: 2026-09-06）