该技能名为“Collaborate with GPT-6”，旨在指导用户与 OpenAI GPT-6 系列模型（包括 GPT-6 Astra、GPT-6.1 Sol、GPT-6 Luna）进行协作。资料将其定位为在工作或评审场景中使用的协作指南，帮助用户理解这些模型的决策习惯、选择合适的模型成员，并调整协作方式。
用途方面，资料说明 Astra 和 Sol 围绕明确的决策标准组织工作：它们将源优先级转化为代码、将实现与参考系统对比，并在执行中加入防护措施。用户应在实现前提供控制源和验收条件。对于 Luna，则需要使用单独的指导。
主要能力体现在对决策习惯的描述上。第一，源证据会改变实现：Astra 和 Sol 在原始系统与它们矛盾时会修正自己的检查，因此用户应连同源陈述、测量或反例一起给出修正。第二，检查将决策贯穿至完成：它们使用断言、试运行和差异比较来管理执行；用户需要单独审查这些检查背后的前提，因为与生成期望一致并不代表该期望符合需求。第三，最终消息会压缩工作：决策、事件和解释变化出现在过程消息和交付物中，用户应在最终交接中要求列出这些项目，而不是依赖完成声明。
使用方式上，资料建议根据成员特点进行选择和调整。对于 Sol：用于具有明确源和验收检查的实现；其防护检查数据和状态；在实时工作标准中加入延迟和副作用，并检查捆绑命令中每个动作的结果。对于 Astra：用于比较源证据和调和替代方案；要求每个记录的差异都与验收条件关联，或在交接中列为单独发现。对于 Luna：用于有真实执行反馈的有界实现；其执行错误诊断强于处理冲突解释；提供领域输入；将常量、分类和结构约束与实现测试分开审查。对于 Astra 或 Sol 的第二轮评审，让评审者在阅读实现之前从原始证据推导验收标准。
资料还提供了简报模板，包括：按顺序使用这些控制源，列出每个领域常量和重要解释的来源；验收使用此参考，报告每个失败或中断的检查，单独标记任何替代测量；将实现检查与解释检查分开，对于每个解释，识别需要不同结果的证据；对于实时工作，在隔离副本上排练完整转换，在验收检查中包含延迟、副作用和恢复；对于 Luna，在使用前列出缺失输入，不要将猜测的常量或结构约束放入测试的预期结果；最后以所做的决策、失败的检查、差异、事件、环境变更以及每个恢复的状态结束。
检查返回结果时，用户应追踪每个决定性检查到其来源；回读检查持久性；检查单独编写的实现的共享前提；将报告结果与原始验收测量比较；对于每个更改的断言，检查证明更改合理的证据；将最终消息与过程消息和交付物进行核对，包括命令内部错误但后续动作成功的情况；对于 Luna，检查冲突数字的方向、常量的来源、实际运行时覆盖、保留的备份和完成的恢复。
适用场景包括与 GPT-6 系列模型协作进行实现、评审、比较源证据、调和替代方案以及有界实现等。限制方面，资料未提供具体的定价、平台或效果数据；用户需注意资料中提到的模型名称和具体行为描述，并避免将猜测内容放入测试预期。整体而言，该技能侧重于协作流程和审查实践，而非具体工具操作。