精华速读 · 约 5 分钟

把 Codex 当成队友来配置，而不是一次性助手

结果好不好，多半取决于你给了什么上下文，而不是模型本身。从提示词四要素到 AGENTS.md、MCP、技能与定时任务，六个习惯按顺序叠加，重复劳动一层层减少。

来源 · ChatGPT Learn《Best practices》 · 覆盖 CLI / IDE 插件 / ChatGPT 桌面端 · 阅读约 5 分钟

Fig. 1六个习惯不是六个并列选项，而是一条阶梯：每一层都把上一层的成果固定下来。原文的建议顺序就是从最左端开始，逐层往右加。

30 秒速览

提示词只写四件事Goal · Context · Constraints · Done when。写完，范围不跑偏，假设更少。

长期规则搬出提示词放进 AGENTS.md 或技能。短而准胜过又长又空。

权限默认收紧先在默认审批与沙箱下跑，只在可信仓库按需放宽。

技能管方法，定时任务管时间表流程还需要大量纠偏时，先做成技能，别急着排期。

第 1–2 层

提示词写四件事，难任务先让它规划

Fig. 2四要素齐全的提示词，让 Codex 少做假设、产出更容易审查。原文强调：提示词不完美也能拿到结果，但在大仓库和高风险任务里，写清楚才稳定。（图中的正反例为示意，非原文举例；Context 一项的 @ 提及文件来自原文。）

难任务先规划。最省事的是 Plan 模式（/plan 或 Shift+Tab）：它先收集上下文、反问澄清，再动手。想法还很模糊时，让它先来采访你——明确要求它挑战你的假设。更长、多步的工作可以用 PLANS.md 模板固化执行计划。

推理强度怎么选

Low · 范围明确的小任务 Medium / High · 复杂改动或调试 Extra High · 长时间 agentic 推理任务

从客户端默认的推理强度起步，再按任务结果调整。原文还提示按账号可用情况选择模型（GPT-6.1 Sol / GPT-6 Luna / GPT-6 Astra），并可从默认强度开始。

第 2–3 层

把重复的指导写进文件，而不是每次重打

提示词一旦跑通，下一步就是别再手动重复它。AGENTS.md 是给 agent 看的 README，会自动加载进上下文，是记录「这个仓库该怎么做」的地方。配置分层则让 Codex 跨会话保持一致。

Fig. 3离当前目录更近的文件优先。CLI、IDE 插件和桌面端共用同一套配置层，所以配一次，三端都一致。命令行覆盖只留给一次性情况。

仓库结构

重要目录在哪，各自的职责是什么。

怎么跑起来

启动项目的命令，别让 agent 猜。

构建 · 测试 · Lint

具体命令。原文把「没让它看到自己的工作」列为常见错误。

工程约定

代码规范，以及对 PR 的期望。

禁止事项

明确写出 do-not 清单。

完成的定义

怎么验证才算做完。

Fig. 4一份 AGENTS.md 该覆盖的六件事。顺序不重要，覆盖到才重要。

四条使用规则。用 /init 生成初稿，但一定按团队真实流程改；短而准胜过又长又空；文件变大就把细节拆到专门的 markdown 里；同一个错误犯两次，就让它复盘并更新 AGENTS.md——规则从真实摩擦里长出来，而不是预先设想。

第 4–6 层

按「触发条件」选择扩展方式

MCP、技能、定时任务解决的是三类不同的问题。用错层次会让配置变重却没有收益——先看触发条件，再决定加哪一层。

Fig. 5 · 三种扩展方式的触发条件、做法与铁律
方式	什么时候用	怎么做	一条铁律
MCP接入外部系统	需要的上下文在仓库之外；数据经常变；想让 Codex 调用工具而不是靠你粘贴；需要跨人、跨项目复用同一套集成	桌面端 `Settings > MCP servers` 看推荐与自定义服务器，也可以直接让 Codex 帮你装；CLI 用 `codex mcp add`。支持 STDIO 与 Streamable HTTP（带 OAuth）	只加能消除真实手动循环的工具，从 1–2 个开始，别一上来接满
技能打包重复流程	同一个提示词反复用，或者同一个流程反复纠偏	把指令、上下文和辅助逻辑写进 `SKILL.md`；一个技能只干一件事，写清输入输出，description 要说清「做什么、什么时候用」，并包含用户真会说的触发词。用 `$skill-creator` 起草。个人放 `$HOME/.agents/skills`，团队放仓库里的 `.agents/skills`	先跑通一个代表性任务再打包，不要一开始就覆盖所有边界情况
定时任务后台自动跑	流程手动跑已经稳定可靠，只是重复	桌面端 Scheduled 页选项目、提示词、频率和运行环境（专用 Git worktree 或本地环境）；提示词里可以调用技能	还需要大量人工纠偏的流程，先做成技能再排期

Fig. 5技能定义方法，定时任务定义时间表。适合排期的活儿：总结近期提交、扫描疑似 bug、起草 release notes、盯 CI 失败、生成站会摘要。原文还建议把定时任务用于「反思」：回顾近期对话、总结反复出现的摩擦，再回头改进提示词和配置。

交付

别停在「让它改」，要让它自己验证

让它写或更新测试，覆盖这次改动。
跑相关测试套件，确认结果。
过一遍 lint、格式和类型检查。
确认行为符合要求，再审查 diff。不通过就回到第一步。

Fig. 6Codex 能替你跑完这个循环，前提是它知道「好」长什么样——这份标准写在提示词或 AGENTS.md 里。/review 支持四种审查方式：对比基线分支做 PR 式审查、审查未提交改动、审查某个 commit、用自定义审查指令。团队把 code_review.md 挂进 AGENTS.md，审查口径就能跨仓库统一。

OpenAI 内部 · Codex 审查的 PR 占比 100%

接到 GitHub Cloud 之后

开启自动审查，或在 PR 里 @Codex 触发按需审查
桌面端打开 diff 面板逐行看改动，点某一行写的反馈会成为下一轮的上下文

Fig. 7原文给出的唯一内部数据点：在 OpenAI，Codex 审查 100% 的 PR。

避坑

八个新手常踩的坑

把长期规则塞进提示词

✓搬进 AGENTS.md 或技能，提示词只留本次任务

没告诉它怎么构建和测试

✓把命令写进 AGENTS.md，让它能看到自己的工作

复杂多步任务跳过规划

✓先走 Plan 模式，或让它先采访你

没搞懂工作流就给满权限

✓先跑默认的审批与沙箱，只在可信仓库放宽

不用 worktree 就在同一批文件上跑实时任务

✓用 Git worktree 隔离并行任务

手动还不稳就排期

✓先做成技能，确认可预测之后再排期

一步步盯着它跑

✓和它并行做你自己的事；有界的工作交给 subagent

整个项目只用一个对话

✓一个连贯成果一个对话；确实分叉了才 /fork

Fig. 8八个坑可以归成一句话：把该持久化的东西持久化，把该收的权限收紧，把该并行的事并行。左侧红边标出误区，绿色 ✓ 是原文给出的对应做法。

长对话要主动管理。上下文会随对话累积决策和动作，直接影响质量。原文建议：只要还属于同一个问题，留在同一个对话里更好，因为推理链条得以保留；只有工作真正分叉时才 fork。对话变长用 /compact 压缩早期上下文（Codex 也会自动压缩）。其他常用命令：/resume 恢复、/status 看会话状态、/subagents 切换子代理线程、/experimental 开关实验特性、/apps 直接用 ChatGPT 应用。

边界

这些建议的前提条件

AGENTS.md 不是越长越好。原文明确：短而准确的版本比塞满模糊规则的长文件更有用。先写基础，只在发现重复错误后才加规则。
权限默认收紧是起点，不是终点。等你理解了工作流，再针对可信仓库或特定流程放宽。
排期的前提是手动稳定。流程还需要大量人工纠偏时，先把它做成技能。
并行任务要隔离文件。否则同一批文件上的实时任务会互相干扰。
提示词写得好不是硬性要求。Codex 在提示词不完美时也能给出有用结果，写清楚是为了在大型代码库和高风险任务里更可靠。
模型与推理强度会随账号和客户端变化。原文的模型名称与默认强度仅代表写作时的状态，实际以你客户端可用选项为准。

最后记住：技能定义方法，定时任务定义时间表。今天就能做的两件事——把下次的提示词写成 Goal · Context · Constraints · Done when 四段；把一份精简的 AGENTS.md 提交进仓库。

原文中未展开的细节

桌面端可以用语音听写代替打字，把要 Codex 做的事直接说出来。CLI 的 /init 会在当前目录生成 AGENTS.md 初稿。config.toml 里可以定义 MCP 服务器、多 agent 设置和特性开关；profile 级覆盖放在 $CODEX_HOME/<profile>.config.toml。/theme 换语法高亮主题。PLANS.md 执行计划模板适合更长的多步工作。

来源

原文：Best practices（learn.chatgpt.com，覆盖 CLI / IDE 插件 / ChatGPT 桌面端）。

本文为原文的压缩与图解版本，只保留核心做法、关键结论与注意事项，未引入原文之外的信息。原文标题为《Best practices》，副题是 Getting started with Codex and proven practices for better results。