Попросите ChatGPT Work спланировать маршрут для бега на 5K/10K: руководство от GPT-6 Astra

GPT-6 Astra и ChatGPT Work теперь могут принять адрес и вернуть вам полноценный кольцевой беговой маршрут на 5 или 10 км — реальные улицы, реальную дистанцию, с возможностью скачивания в форматах GPX и GeoJSON и со встроенной в чат интерактивной картой. Хитрость в том, чтобы понимать: это два разных уровня, выполняющих две разные задачи. ChatGPT Work — это агентный продуктовый уровень OpenAI, анонсированный 9 июля 2026 года для подписчиков с тарифом от $20 в месяц и выше, где модель может продолжать работать в течение получаса с файлами, командной оболочкой и интернетом. GPT-6 Astra — это флагманская модель рассуждений, выпущенная 3 сентября 2026 года, ставшая общедоступной 5 сентября на всех платных тарифах ChatGPT, в ChatGPT Work, Codex и API, и это модель, которая превращает однострочный запрос в многошаговую 27-минутную сессию планирования маршрута. Это руководство описывает рабочий промпт, инструменты, к которым агент действительно обращается (OpenStreetMap, Nominatim, Overpass), ожидаемые результаты и честные оговорки — потому что сам рабочий процесс действительно полезен, и потому что та часть, которую вам никто не показывает, — это та часть, которая может укусить.

Рецепт в одном абзаце

Запрос, который работает, как 12 сентября продемонстрировал Саймон Уиллисон, почти до неловкости короткий:

• Запрос: «Я живу по адресу <my address>. Рассчитай беговые маршруты на 5K и 10K от меня, которые начинаются и заканчиваются у моего дома. Используй данные OSM.»

• Что произошло дальше: ChatGPT Work работал с GPT-6 Astra (уровень рассуждений Max) 27 минут и вернул 5-километровую петлю и 10-километровую петлю, каждая — в виде встроенной интерактивной карты, а также загружаемых файлов GPX и GeoJSON.

• Маршрут был реальным: результат на 5 км («El Granada harbor loop 5.1 km») проходил от гавани на север вдоль Avenue Granada и Paloma Avenue, на восток вдоль San Carlos Avenue, на юг вниз по Francisco Street и обратно на запад вдоль Coastal Trail.

Эта последняя деталь и есть суть плейбука. Это не галлюцинированный список названий улиц — это маршрут, который закольцовывается, имеет правдоподобную длину и соответствует реальной дорожной сети района. Когда модель спросили, как она его построила, она ответила прямо: «Я использовал Nominatim, чтобы определить адрес, и Overpass, чтобы скачать местные дороги и тропы OpenStreetMap, а затем локально рассчитал петли».

Этот рабочий процесс, иначе говоря, — это настоящий запуск агента: геокодировать адрес, получить реальные картографические данные, вычислить замкнутые петли нужной длины, отрисовать визуализацию и экспортировать стандартные форматы обмена. Если вы хотели промпт «построй мне маршрут», который действительно работает, вот как это выглядит.

Что на самом деле представляет собой ChatGPT Work и почему это важно здесь

ChatGPT Work — это не модель. Это продуктовая поверхность, где модель может действовать как агент: выполнять код, выходить в интернет, использовать браузер без графического интерфейса, сохранять постоянное рабочее пространство между сессиями и работать долгое время. Он, что сбивает с толку, разделился на две формы: Work Cloud (через chatgpt.com или мобильные приложения) и Work Local (настольное приложение, ранее называвшееся Codex, которое может обращаться к файлам и программам на вашем собственном компьютере). Он доступен подписчикам на тарифах от $20 в месяц и выше — бесплатные пользователи и пользователи Go за $8 не получают ничего из этого — а сессии Work расходуют ваш лимит Codex, а не лимит чата.

Вот почему генерация маршрута сработала там, где обычный ход чата потерпел бы неудачу: задача требует выполнения кода, доступа в интернет к сервисам геокодирования и картографических данных, а также достаточной концентрации для итераций. Обычный чат ChatGPT отвечает за несколько секунд и переходит к следующему. ChatGPT Work продолжает работать. Выбор модели внутри Work тоже важен — Open​AI рекомендует GPT-6 Astra именно для такого многошагового сквозного задания, как это, с настраиваемым уровнем рассуждений вплоть до Max.

Итак, первое правило плейбука: это задача Work, а не задача Chat. Откройте ChatGPT Work, выберите GPT-6 Astra и дайте сессии выполняться, а не ждите мгновенного ответа.

Инструменты под капотом: OSM, Nominatim, Overpass

Ни одна из реальных технических составляющих не принадлежит самой OpenAI. Агент собрал маршрут из общедоступной географической инфраструктуры, и стоит знать, что делает каждый компонент — как для того, чтобы вы могли убедиться в адекватности результата, так и для того, чтобы вы могли сами воспроизвести этот пайплайн, если когда-нибудь захотите запустить его вне ChatGPT.

• OpenStreetMap (OSM) — это бесплатная краудсорсинговая карта мира, {{1}}источник данных{{/1}} {{2}}для дорог и маршрутов, по которым проходит маршрут{{/2}}.

• Nominatim — это сервис геокодирования OSM: он преобразует адрес, введённый человеком («Я живу по адресу <my address>»), в координаты на карте.

• Overpass — это API запросов для данных OSM: агент использовал его, чтобы скачать местные дороги и тропы вокруг этих координат.

• Сам расчёт петель («вычислял петли локально») выполнялся в собственном рабочем пространстве агента — он брал необработанный граф дорог и находил замкнутые контуры примерно нужной длины.

Эта декомпозиция — воспроизводимое ядро. Если бы вы захотели собрать то же самое самостоятельно, пайплайн такой: геокодировать с помощью Nominatim, получить дорожную сеть через Overpass, вычислить кольцевые маршруты, экспортировать в GPX/GeoJSON, отрисовать с помощью картографической библиотеки. ChatGPT Work просто сделал всё это за вас: без ключей API, без изучения библиотек маршрутизации и без кода, который вам пришлось бы писать.

Что вы получите на выходе: навык визуализации и файлы

Результаты — это та часть, которая создаёт ощущение завершённости, а не демо-версии. На стороне отображения агент использовал встроенный в ChatGPT visualize skill для создания самодостаточного HTML-файла — в наблюдаемом запуске /workspace/el-granada-5k-share.html — который встроил карту непосредственно в интерфейс ChatGPT. HTML хранит всю геометрию маршрута в элементе <script type="application/json"> и отображает карту с помощью D3.js, загруженного из CDN. Политика безопасности контента (CSP) этого навыка разрешает только определённый список внешних источников — cdnjs.cloudflare.com, esm.sh, cdn.jsdelivr.net, unpkg.com, fonts.googleapis.com, fonts.gstatic.com и fonts.bunny.net — а «другие источники блокируются и молча отказывают». Эта деталь важна, если вы когда-либо будете проверять сгенерированный файл: карта будет работать с этими библиотеками и молча деградировать без них.

Со стороны файлов вы получаете два формата обмена, которые уже понимает каждое GPS-приложение и картографический инструмент:

• GPX — стандартный формат обмена GPS-данными. Импортируйте его в Strava, Garmin Connect или любое приложение для маршрутов, и он отобразится как маршрут, по которому можно следовать.

• GeoJSON — геопространственный формат JSON. Используйте его в QGIS, Leaflet, Mapbox или любых геопространственных инструментах; это также формат, в котором встроенная визуализация хранит свою геометрию.

Если ваша цель — маршрут, который вы действительно можете пройти, то GPX-файл — это конечный результат, встроенная карта — доказательство того, что он корректен, а GeoJSON — копия для программной обработки.

О чём демо вам не рассказывает: два реальных предостережения

Генерация маршрутов реальна, но честную картину ChatGPT Work формируют его режимы отказа, и человек, который его тестировал, выявил два из них тем же утром.

1. Выполнение непрозрачно. Код агента и его точные шаги не были видны в интерфейсе ChatGPT — только краткое пояснение («Я использовал Nominatim… затем вычислил петли локально»). Для маршрута это нормально; для чего-либо, влекущего последствия, это пробел в прозрачности, который следует предполагать присутствующим. Уиллисон называет это «антифункцией»: вы видите результат и собственное объяснение результата моделью, а не код, который его создал.

2. Компактизация может стереть работу. К тому времени, когда он попросил копию кода Python, агент не смог её предоставить — тред был сжат, и контекст до сжатия исчез. Любая длительная сессия агента, на которую вы полагаетесь, несёт в себе этот риск: тред суммируется, и артефакты или код, которые никогда не сохранялись в файл, больше нельзя извлечь. Если вам нужен код, попросите его в виде файла во время выполнения, а не после.

Ни одна из этих оговорок не подрывает сценарий: маршрут плюс экспорт в GPX/GeoJSON — это именно тот тип результата, который переживает сжатие, потому что был записан на диск. Но они задают ожидания: ChatGPT Work — мощный, но не прозрачный и не является долговечной записью всего, что он сделал.

Почему это важнее, чем аккуратная демонстрация

Под рабочими маршрутами скрывается действительно новая возможность, которую стоит оценить: передовая модель, которая возьмёт однострочный запрос, выполнит 27 минут реальной многошаговой работы по геокодированию, сетевым запросам и локальным вычислениям и вернёт пригодные для использования файлы. Именно это на практике означает «агентная работа», и это меняет то, что вы должны ожидать от запроса к модели. Это также меняет арифметику затрат — и именно здесь маршрутизация оправдывает себя.

В ChatGPT Work эта 27-минутная сессия расходует лимит Codex вашей подписки, а на GPT-6 Astra токены сгорают быстро. Та же модель доступна с оплатой за токены через API: GPT-6 Astra стоит $10 за миллион входных токенов и $50 за миллион выходных токенов, с окном контекста ~1,05 млн токенов и тарифом для длинного контекста свыше 272 000 входных токенов по более высоким ставкам — по прайс-листу вендора. Для агентного цикла, который держит всю сессию в контексте, именно тариф для длинного контекста и определяет основные расходы.

Именно такую цену и призван регулировать слой маршрутизации. Один API для 200+ моделей с прайс-листовой ценой провайдера, передаваемой без наценки (0%), означает, что фронтирная модель за $10 и $50, такая как GPT-6 Astra, стоит рядом с GPT-5.6 Sol за $4 и $20 на одном и том же ключе, и вы можете переключаться между ними с помощью строки модели — без второго договора, без изменений в коде, без отдельной интеграции под каждого вендора. Если вы хотите прототипировать планирование маршрутов или другого длинногoризонтного агента на самой новой модели, не ставя на неё производственный путь, автоматическое переключение при сбое позволяет пустить на неё часть трафика, пока под ней остаётся проверенная модель. А когда вендор снижает цену, сквозная передача означает, что новая цена действует на нашей стороне в тот же день — та же прайс-листовая цена, без промежуточного слоя наценки.

Тот же аргумент применим и к паттерну организации инструментов, а не только к модели. Конвейер OSM/Nominatim/Overpass, который использовал агент, — это ровно то, что разработчик мог бы захотеть вызывать детерминированно, — и если вы действительно будете строить его сами, то направили бы слой модели через одну конечную точку, а не жёстко зашивали одного поставщика, чтобы модель, планирующую маршрут, можно было заменить или переключить при сбое без переписывания конвейера.

Плейбук, в сокращённом виде

Если вы хотите воспроизвести это самостоятельно, форма такова:

• Используйте ChatGPT Work (не обычный чат), выбрав GPT-6 Astra и установив высокий уровень рассуждений.

• Промпт с реальным адресом и целевыми дистанциями: «Я живу по адресу <address>. Проложи маршруты для бега на 5K и 10K от меня, которые начинаются и заканчиваются у моего дома. Используй данные OSM.»

• Ожидайте, что это займёт десятки минут, а не секунды — и ожидайте, что оно будет работать самостоятельно.

• Запрашивайте вывод в виде файлов по ходу дела: GPX — для ваших часов или приложения, GeoJSON — для всего программного, и визуализацию, которую он отображает в чате.

• Если вам нужен код, который он написал, попросите сохранить его в файл во время выполнения — после этого компактификация может его стереть.

Этот последний шаг — тот, который все пропускают, и тот, который реально выходит боком. Модель с радостью будет планировать ваши циклы хоть весь день; вот только к моменту, когда вы спросите, она может уже не помнить код, который это сделал.

Тот же ключ открывает доступ к остальной части каталога, и вы можете просмотреть весь каталог моделей, чтобы увидеть, что ещё стоит за одной конечной точкой, совместимой с OpenAI.