写好 Codex 提示词

你通过发送 prompts（用户消息）和 Codex 交互。Prompt 描述你希望它做什么。

提示词

你通过发送 prompts（用户消息）和 Codex 交互。Prompt 描述你希望它做什么。

示例 prompts：

请解释 transform module 是如何工作的，以及其他模块如何使用它。

请添加一个新的命令行选项 `--json`，用于输出 JSON。

当你提交 prompt 后，Codex 会进入一个循环：它调用模型，然后执行模型输出指示的动作，例如读取文件、编辑文件和调用工具。这个过程会在任务完成或你取消任务时结束。

和 ChatGPT 一样，Codex 的效果取决于你给它的指令质量。下面是一些有用建议：

当 Codex 能验证自己的工作时，输出质量更高。请包含复现问题、验证功能、运行 lint 和 pre-commit checks 的步骤。
当你把复杂工作拆成更小、更聚焦的步骤时，Codex 处理得更好。小任务更容易让 Codex 测试，也更容易让你 review。如果你不确定怎么拆任务，可以让 Codex 先提出计划。

更多 prompting Codex 的想法见 workflows：

Thread（线程）是一个单独 session：包含你的 prompt，以及随后产生的模型输出和 tool calls。

一个 thread 可以包含多个 prompts。例如，第一个 prompt 让 Codex 实现某个功能，后续 prompt 让它添加测试。

当 Codex 正在 actively working（主动处理）一个 thread 时，这个 thread 被称为 running。

你可以同时运行多个 threads，但要避免让两个 threads 修改同一批文件。

你也可以稍后 resume（恢复）一个 thread，通过继续发送 prompt 让它接着做。

Threads 可以在本地运行，也可以在云端运行：

Local threads：在你的机器上运行。Codex 可以读取和编辑你的文件，并运行命令，所以你能看到改动，也能使用现有工具。为了降低 workspace 外发生非预期改动的风险，local threads 会运行在 sandbox 中： https://developers.openai.com/codex/agent-approvals-security
Cloud threads：在隔离 environment 中运行。Codex 会 clone 你的 repository，并 checkout 它正在处理的 branch。Cloud threads 适合并行运行工作，或从另一台设备委托任务。要让 cloud threads 使用你的 repo，需要先把代码 push 到 GitHub。你也可以从本机委托任务，并带上当前工作状态：
- Environment：https://developers.openai.com/codex/cloud/environments
- Delegate local tasks：https://developers.openai.com/codex/ide/cloud-tasks

在 Codex app 中，你也可以不选择 project，直接开始 chat。

这些 chats 不绑定到保存过的 repository 或 project folder。它们适合 research、planning、connected-tool workflows，或其他不应该从代码库开始的工作。

Chats 会使用 Codex 管理的 threads 目录作为工作位置。默认位置是：

~/.codex/threads

如果要修改这个状态的基础位置，可以设置 CODEX_HOME。见 Config and state locations：

提交 prompt 时，请包含 Codex 可以使用的 context（上下文），例如相关文件和图片引用。

Codex IDE extension 会自动把 open files（已打开文件）列表和 selected text range（选中的文本范围）作为上下文。

Agent 工作过程中，也会从文件内容、tool output 和持续记录中收集上下文。这个记录包括它已经做了什么，以及接下来还需要做什么。

一个 thread 中的所有信息都必须放进模型的 context window（上下文窗口）。不同模型的窗口大小不同。Codex 会监控并报告剩余空间。

对于更长的任务，Codex 可能会自动 compact（压缩）上下文：总结相关信息，并丢弃不太相关的细节。通过多次 compaction，Codex 可以继续处理跨很多步骤的复杂任务。