如果你剛開始使用 Codex，或對程式設計智慧體還不熟悉，本指南可協助你更快取得更好的成果。內容涵蓋能讓 Codex 在 CLI、IDE 擴充功能和 ChatGPT 桌面版應用程式中更有效運作的核心習慣，包括提示詞、規劃、驗證、MCP、技能及排程任務。
若不把 Codex 當成一次性的助理，而是視為可持續設定及改進的團隊夥伴，就能獲得最佳效果。
可以這樣理解：先為任務提供正確的上下文，使用 AGENTS.md 記錄可長期沿用的指引，設定 Codex 以配合工作流程，透過 MCP 連接外部系統，將重複工作轉為技能，並自動化穩定的工作流程。
有效起步：上下文與提示詞
即使提示詞不完美，Codex 本身已足夠強大，依然能派上用場。通常只需做最少設定，就能交給它困難問題並獲得良好結果。不一定要把 提示詞 寫得很清楚，才能發揮 Codex 的價值；不過，清楚的提示詞確實能提高結果的可靠性，尤其是在較大型的程式碼庫或風險較高的任務中。
若使用大型或複雜的程式碼庫，最能提升成效的做法，就是為 Codex 提供適合該任務的上下文，並以清楚的結構說明希望它完成的工作。
提示詞通常可包含以下四項內容：
- 目標： 你想變更或建置什麼？
- 上下文： 哪些檔案、資料夾、文件、範例或錯誤與這項任務有關？你可以使用 @ 提及特定檔案，將其作為上下文。
- 限制條件： Codex 應遵循哪些標準、架構、安全要求或慣例？
- 完成條件： 任務完成前應達成哪些條件，例如測試通過、行為已變更，或錯誤不再重現？
這有助於 Codex 將工作限定在適當範圍、減少假設，並產生更容易審查的成果。
依任務難度選擇推理等級，並測試哪種設定最適合你的工作流程。不同使用者和任務適合的設定各不相同。
- 低：適合可快速處理、範圍明確的任務
- 中或高：適合較複雜的變更或偵錯
- 極高：適合執行時間長、採智慧體式運作且高度依賴推理的任務
若要更快提供上下文，請嘗試使用 ChatGPT 桌面版應用程式中的語音聽寫功能，直接說出希望 Codex 執行的工作，不必打字。
困難任務應先規劃
如果任務複雜、模糊或難以清楚描述，請先要求 Codex 擬定計畫，再開始編寫程式碼。
以下幾種方法很有效：
使用規劃模式： 對大多數使用者而言，這是最簡單也最有效的選項。規劃模式可讓 Codex 收集上下文、提出釐清問題，並在實作前擬定更完善的計畫。使用 /plan 或 Shift+Tab 切換。
請 Codex 訪談你： 如果大致知道自己想要什麼，卻不確定如何清楚描述，可以先請 Codex 向你提問。要求它挑戰你的假設，並在編寫程式碼前將模糊的想法化為具體方案。
使用 PLANS.md 範本： 對於更進階的工作流程，可以設定 Codex 在處理執行時間較長或包含多個步驟的工作時，遵循 PLANS.md 或執行計畫範本。詳情請參閱 執行計畫指南。
使用 AGENTS.md 讓指引可重複運用
有效的提示詞模式一旦確立，下一步就是不再手動重複使用。此時就可以使用 AGENTS.md。
可以將 AGENTS.md 視為一份採開放格式、供智慧體使用的 README。它會自動載入上下文，也是記錄你和團隊希望 Codex 在程式碼庫中如何工作的最佳位置。
一份實用的 AGENTS.md 應涵蓋：
- 程式碼庫結構和重要目錄
- 如何執行專案
- 建置、測試和 lint 指令
- 工程慣例與 PR 要求
- 限制條件與禁止事項
- 完成的定義，以及驗證工作的方式
CLI 中的 /init 是快速入門用的斜線指令，可在目前目錄中產生初始 AGENTS.md 檔案。這是很好的起點，但你應編輯產生的內容，使其符合團隊實際建置、測試、審查及發布程式碼的方式。
你可以在不同層級建立 AGENTS.md 檔案：用於個人預設值的全域 AGENTS.md 位於 ~/.codex，程式碼庫層級的檔案可保存共用標準，子目錄中的檔案則可保存更具體的局部規則。若有更靠近目前目錄的具體檔案，則以其指引為準。
務求實用。簡短而準確的 AGENTS.md 比充斥模糊規則的冗長檔案更有用。先從基本項目著手，發現錯誤反覆出現後再新增規則。
如果 AGENTS.md 開始變得過於龐大，請保持主檔案簡潔，並參照處理規劃、程式碼審查或架構等特定任務的 Markdown 檔案。
當 Codex 兩次犯下相同錯誤時，請它進行回顧並更新
AGENTS.md。如此一來，指引便能保持實用，並以實際遇到的阻礙為依據。
設定 Codex 以維持一致性
組態是讓 Codex 在不同工作階段與介面中表現更一致的主要方式之一。例如，可以設定模型選擇、推理強度、沙盒模式、核准政策、設定檔和 MCP 設定的預設值。
建議從以下方式開始：
- 將個人預設值保存在
~/.codex/config.toml（在 ChatGPT 桌面版應用程式中，依序選取 設定 > 組態 > 開啟 config.toml） - 將程式碼庫專用的行為設定保存在
.codex/config.toml - 僅針對一次性需求使用指令列覆寫（如果你使用 CLI）
config.toml 用於定義可長期沿用的偏好設定，例如 MCP 伺服器、多智慧體設定和功能旗標。各設定檔專用的覆寫會分別存放在 $CODEX_HOME/profile-name.config.toml 檔案中。
Codex 隨附作業系統層級的沙盒機制，並提供兩項你可以控制的關鍵設定。核准模式決定 Codex 何時會要求你核准指令的執行，沙盒模式則決定 Codex 是否能在目錄中讀寫，以及智慧體可以存取哪些檔案。
如果你剛開始使用程式設計智慧體，請先採用預設權限。預設應嚴格限制核准與沙盒設定；只有在需求明確後，才針對受信任的程式碼庫或特定工作流程放寬權限。
請注意，CLI、IDE 擴充功能和 ChatGPT 桌面版應用程式共用相同的組態層級。詳情請見 設定範例。
請及早根據實際環境設定 Codex。許多品質問題其實是 設定問題，例如工作目錄錯誤、缺少寫入權限、 模型預設值不正確，或缺少工具和連接器。
透過測試與審查提升可靠性
不要只要求 Codex 進行變更。還要請它視需要建立測試、執行相關檢查、確認結果，並在你接受成果前審查工作內容。
Codex 可以替你完成這個循環，但前提是它知道什麼才算「好」。相關指引可以來自提示詞或 AGENTS.md。
內容可包括：
- 針對變更撰寫或更新測試
- 執行正確的測試套件
- 執行 lint、格式化或型別檢查
- 確認最終行為符合要求
- 審查差異，找出錯誤、迴歸問題或高風險模式
在 ChatGPT 桌面版應用程式中切換差異面板，即可直接在本機 審查 變更。按一下特定的一列以 提供意見回饋，回饋內容會作為上下文，供 Codex 在下一輪處理時使用。
實用選項之一是斜線指令 /review，可用以下幾種方式審查程式碼：
- 與基準分支比較，進行 PR 形式的審查
- 審查未提交的變更
- 審查一筆提交
- 使用自訂審查指示
如果您和團隊有 code_review.md 檔案，並在 AGENTS.md 中參照該檔案，Codex 在審查時也能遵循其中的指引。對於希望不同程式碼庫與貢獻者之間維持一致審查方式的團隊，這是一種很實用的做法。
Codex 不應只生成程式碼。只要提供適當的指示，它也能協助您 測試、檢查並審查程式碼。
如果您使用 GitHub Cloud，可以設定 Codex 對您的 PR 執行 程式碼審查。在 OpenAI，Codex 會審查 100% 的 PR。您可以啟用自動審查，或在您輸入 @Codex 後，才讓 Codex 進行審查。
使用 MCP 取得外部上下文
當 Codex 所需的上下文位於程式碼庫以外時，請使用 MCP。MCP 能讓 Codex 連接您現有的工具和系統，因此不必再反覆將即時資訊複製貼到提示詞中。
Model Context Protocol（簡稱 MCP）是將 Codex 連接至外部工具與系統的開放標準。
適合使用 MCP 的情況：
- 所需的上下文位於程式碼庫以外
- 資料經常變動
- 您希望 Codex 使用工具，而非依賴貼上的指示
- 您需要可供不同使用者或專案重複使用的整合方式
Codex 支援 STDIO 伺服器，以及採用 OAuth 的 Streamable HTTP 伺服器。
在 ChatGPT 桌面版 App 中，前往 設定 > MCP 伺服器，即可查看自訂和建議的伺服器。Codex 通常也能協助您安裝所需的伺服器，只要提出要求即可。您也可以在 CLI 中使用 codex mcp add 指令，提供名稱、URL 和其他詳細資料來新增自訂伺服器。
只有在工具能促成實際工作流程時，才新增工具。不要一開始就串接 您使用的所有工具。先從一兩項能明確省去您經常重複執行的手動 步驟的工具著手，再逐步擴充。
將可重複執行的工作轉化為技能
當工作流程已可重複執行時，就不必再依賴冗長的提示詞或反覆來回溝通。使用 技能，將指示收錄在 SKILL.md 檔案中，並封裝 Codex 應一致套用的上下文與支援邏輯。技能在 CLI、IDE 擴充功能和 ChatGPT 桌面版 App 中皆可使用。
讓每項技能的範圍僅限於一項工作。先從 2 到 3 個具體使用案例著手，定義明確的輸入和輸出，並在說明中清楚指出技能的用途與使用時機。也請納入使用者實際會說的觸發詞句類型。
不要一開始就試圖涵蓋所有邊界情況。先以一項具代表性的任務著手，讓它穩定運作，再將該工作流程轉化成技能並逐步改進。只有在能提高可靠性時，才加入指令碼或額外資源。
一個實用的判斷準則是：如果您不斷重複使用同一個提示詞，或一再修正同一套工作流程，就很可能應該把它轉化為技能。
技能特別適合以下重複性工作：
- 記錄檔分類處理
- 草擬版本資訊
- 依照檢查清單審查 PR
- 移轉規劃
- 遙測或事件的摘要
- 標準除錯流程
$skill-creator 技能是建立技能第一版基本架構的最佳起點。反覆調整期間，請先將第一版保留在本機。準備好廣泛分享後，再將它封裝為 外掛程式。說明是技能最重要的部分之一，應清楚交代技能的功能和使用時機。
個人技能儲存在 $HOME/.agents/skills，團隊共用技能則
可簽入程式碼庫內的 .agents/skills。這對於
協助新團隊成員上手特別有用。
使用排程任務處理重複性工作
工作流程穩定後，您可以排定 Codex 在背景為您執行該流程。ChatGPT 桌面版 App 中的 排程任務 可讓您為重複性工作選擇專案、提示詞、執行頻率與執行環境。
從 排程 頁面建立排程任務。選擇專案、提示詞、 執行頻率，以及任務要在專用 Git 工作樹還是您的本機 環境中執行。提示詞可以叫用技能。進一步瞭解 Git 工作樹。
適合的工作包括：
- 彙整近期的提交內容
- 掃描可能存在的錯誤
- 草擬版本資訊
- 檢查 CI 失敗項目
- 產生站立會議摘要
- 定期執行可重複的分析工作流程
一個實用的原則是：技能定義執行方法，排程任務定義執行時程。如果工作流程仍需大量引導，請先將它轉化為技能。待流程變得可預期後，排程執行就能節省時間。
排程任務不只用於執行工作，也可用於回顧和維護。檢視 近期對話、彙整反覆遇到的阻礙，並持續改善提示詞、指示， 或工作流程設定。
整理長時間累積的對話
對話會隨時間累積上下文、決策與操作，因此妥善管理對話會大幅影響品質。
ChatGPT 桌面版 App 可讓您釘選對話並建立工作樹。如果您使用 CLI，以下 斜線指令 特別實用：
/experimental可切換實驗性功能，並將這些設定新增至您的config.toml/resume可繼續進行已儲存的對話/fork可在保留原始對話記錄的情況下建立新對話/compact可在對話變長，而您想取得先前上下文的摘要版本時使用。Codex 也會自動壓縮對話/agent可在平行執行多個智慧體時，切換目前作用中的智慧體執行緒/theme可用來選擇語法醒目提示主題/apps可直接在 Codex 中使用 ChatGPT 應用程式/status可檢視目前的工作階段狀態
每個連貫的工作單元各使用一個對話。如果工作仍屬於同一個 問題，留在同一個對話通常更好，因為這樣可保留 推理脈絡。只有當工作確實分成不同方向時，才將對話分支。
使用 Codex 的 子代理程式 工作流程，將 範圍明確的工作從主要執行緒分派出去。讓主要智慧體專注於 核心問題，並使用子代理程式處理探索、測試或分類處理等任務。
常見錯誤
初次使用 Codex 時，請避免以下常見錯誤：
- 在提示詞中塞入過多長期適用的規則，而不是將它們移至
AGENTS.md或技能中 - 未提供如何妥善執行建置與測試指令的詳細資訊，導致智慧體無法檢驗自己的工作成果
- 處理多步驟且複雜的任務時略過規劃
- 尚未瞭解工作流程，就授予 Codex 存取您電腦的完整權限
- 未使用 Git 工作樹，就讓多個進行中的任務處理相同檔案
- 在重複性任務尚未能可靠地手動執行前，就先安排排程
- 將 Codex 視為必須逐步監看的工具，而不是讓它與您自己的工作平行執行
- 將整個專案都放在同一個對話中，而不是依每個連貫的成果分別使用對話。這會導致上下文過度膨脹，成效也會隨時間變差