OpenAI mexe nos prompts do GPT-6.2 e na conta de tokens
A OpenAI colocou no ar em 17 de novembro o GPT-6.2 nas versões Astra e Sol e, junto com os modelos, liberou templates de prompt prontos para copiar. A medida ataca dois hábitos identificados nas duas versões: respostas curtas demais por padrão e a interrupção do trabalho com perguntas de confirmação. O pacote vem acompanhado de mudanças na API que atingem em cheio o consumo de tokens — o token de saída da Astra custa US$ 40 por milhão, valor que sobe para US$ 60 depois de 272.000 tokens de contexto.
Duas versões, três frentes de instrução
A linha foi dividida por perfil de uso. A Astra atende às tarefas mais exigentes; a Sol foi pensada para trabalho complexo a custo menor. Para as duas, a documentação traz textos de sistema prontos, organizados em três áreas: estilo de escrita, grau de iniciativa e programação. Quem migra para qualquer uma das versões, segundo a empresa, deve revisar as instruções de sistema que já utiliza.
Concisão como padrão exige revisar o que se pede
Astra já entrega respostas mais breves e diretas do que as gerações anteriores, conforme a OpenAI. Instruções do tipo seja conciso perdem função nesse arranjo e precisam ser repensadas. Para uso como colega de trabalho no cotidiano, a sugestão é um prompt que absorva a terminologia do usuário e das fontes consultadas, prefira voz ativa e coloque a conclusão na abertura. Quando o texto é destinado a leitores de fora, o modelo deve considerar que esse público não acompanhou a conversa. Na tarefa de edição, o compromisso é preservar o sentido e a redação do autor original.
Um problema específico de tarefas longas ganhou prompt próprio. O modelo às vezes leva para a resposta final abreviações nascidas no raciocínio interno ou nas mensagens trocadas com outros agentes. A correção recomendada é tratar a entrega como o primeiro contato do usuário com o trabalho, sem depender de comentários intermediários — que ficam recolhidos na interface quando a resposta aparece. O texto final, e todo material voltado a pessoas, deve ser redigido do zero para o leitor-alvo, sem herdar o estilo do raciocínio, jargão de chamadas de ferramentas, instruções internas ou abreviações de automações.
Executar em vez de pedir permissão
Diante de um pedido ambíguo, o GPT-6.2 costuma propor o passo seguinte e esperar o aval, aponta a OpenAI. O template recomendado muda a postura: havendo autorização, o modelo deve ele mesmo executar a etapa, em vez de devolver um plano, uma instrução de tarefa ou uma pergunta rotineira. A parada só se justifica em quatro hipóteses — mudança significativa de escopo, bloqueio concreto, decisão que cabe ao usuário e ação irreversível ou destrutiva.
Quando faltam detalhes, a orientação é assumir premissas reversíveis, deixar claro o que foi presumido e continuar até o fim. A OpenAI acrescenta que elevar o esforço de raciocínio ajuda o modelo a concluir as checagens finais em trabalhos demorados.
Código mais enxuto, menos testes por padrão
Na avaliação da OpenAI, o GPT-6.2 escreve código mais eficiente que as versões anteriores. O template pede reaproveitamento de classes, métodos, representações e APIs já presentes no repositório, desde que a correção seja mantida, e desencoraja funções auxiliares que só acrescentam camadas. Testes novos entram apenas em três casos: solicitação explícita, exigência do repositório ou necessidade de capturar uma regressão específica que a suíte atual não pega.
A empresa ressalva que menos linhas e nomes de variáveis mais curtos não valem como sinônimo de simplicidade. Vale o contrário: o código precisa ser legível, e expressões comprimidas que escondem muitos desvios e condições contam como complexidade excessiva. Em interfaces, a orientação é especificar imagem e tipografia de forma direta; por padrão, o modelo prefere imagens realistas obtidas por geração ou busca e reserva o SVG para quando for pedido. Numeração decorativa, selos de preenchimento e textos que apenas repetem o que a tela já mostra devem ficar de fora.
API: editar o histórico joga fora o raciocínio anterior
A mudança de maior efeito prático está na Responses API. A partir do GPT-6.2, editar o histórico da conversa, migrar para certos modelos ou trocar o usuário final e a organização faz o sistema descartar o raciocínio acumulado até ali. O resultado aparece em duas frentes: a qualidade da resposta pode piorar e o gasto de tokens aumenta, porque o modelo refaz etapas já vencidas.
Para integrações novas, a indicação é o nível de raciocínio medium. Configurações que hoje operam em none ou minimal devem subir para low. Parâmetros consagrados como temperature e top_p não são mais suportados.
Onde o orçamento de tokens aperta
| Faixa | Entrada (US$ por milhão) | Saída (US$ por milhão) |
|---|---|---|
| Astra 6.2 até 272.000 tokens | 8 | 40 |
| Astra 6.2 acima do limite | 16 | 60 |
| Astra 6.0 acima do limite | 20 | 75 |
| Leitura de cache na Astra 6.2 | 0,80 | — |
Sessões longas de programação ou de trabalho consomem esse teto com rapidez. Para evitar o salto de preço, o Codex comprime o contexto automaticamente ao atingir 272.000 tokens. Segundo Ted Sanders, da OpenAI, a escolha entre as versões passa por orçamento disponível e exigência de qualidade.
O que a mudança significa para o investidor
Para quem acompanha o setor de tecnologia, o ponto sensível não está no prompt em si, mas na estrutura de custo que ele revela. Empresas que embarcam modelos de terceiros em produtos digitais — de atendimento a análise de dados — têm no token de saída a linha mais pesada da conta, e a diferença entre US$ 40 e US$ 60 por milhão incide justamente sobre aplicações que produzem texto longo.
O descarte de raciocínio ao editar o histórico merece atenção separada. Fluxos iterativos, em que o time ajusta a conversa várias vezes, tendem a pagar duas vezes: perdem qualidade e refazem etapas já concluídas. Quem projeta custo de infraestrutura de IA precisa embutir essa possibilidade no orçamento.
O fim de temperature e top_p reduz o número de alavancas de ajuste fino. Na prática, o controle de comportamento se desloca ainda mais para a engenharia de prompt e para o nível de raciocínio escolhido. Para o desenvolvedor, sobra menos espaço para calibragem manual e mais dependência das instruções de sistema — o que explica o volume de templates publicados pela OpenAI.
Três ajustes em menos de um ano
A sequência de correções começou em abril, quando a OpenAI desaconselhou transportar stacks de prompt antigos para o GPT-5.5 e sugeriu começar do zero, com instruções curtas e focadas em resultado. Em setembro, chegaram os prompts do GPT-6 Astra para conter perguntas de acompanhamento frequentes e banir clichês típicos de IA. Na mesma época, o desenvolvedor da OpenAI Eric Provencher alertou que skills inchados e arquivos AGENTS.md deixam o modelo mais lento; naquele momento, até mudanças pequenas disparavam uma bateria pesada de testes da Astra. O GPT-6.2 foi desenhado para criar testes novos apenas quando solicitado.

