OpenAI Codex 是一款客户端应用：OpenAI 的编程智能体，提供云端任务与 CLI 等使用方式。

看文档和设置项时遇到的术语，这里用一两句话解释清楚。

术语表

  • 补全（Completion）：在光标处预测下一段代码，速度快但上下文有限。
  • 编程智能体：能读写多个文件、运行命令并迭代修复的 AI，需要控制权限。
  • 上下文索引：把代码库建立索引，让 AI 回答时能引用相关文件。
  • 规则文件：放在仓库里的说明文件，告诉 AI 项目约定和禁止事项。
  • MCP：让编程工具连接外部数据和工具的协议。
  • 差异审阅：在接受 AI 修改前逐个查看 diff，是最重要的安全习惯。

和 OpenAI Codex 相关的补充

  • 客户端应用：OpenAI Codex 的产品形态，决定了安装、权限和数据存放方式。
  • 同类产品：Claude Code、Devin、Jules。
  • 所属方向：编程与开发。

把概念用起来

小功能开发

准备材料：一个清晰的需求描述。

实现以下需求：【需求】。要求：先给出实现计划和要改动的文件列表，等我确认后再写代码；遵循现有代码风格；补充必要的测试。

交付前确认：先有计划再动手。

补充练习

写技术文档

适用情况：手头有一个模块的源码时。

根据源码为这个模块写 README：用途、安装、最小示例、配置项表格和常见问题。示例代码必须能直接运行。

交付前确认：示例代码可运行。

补单元测试

适用情况：手头有一个缺少测试的函数或模块时。

为【函数名】编写单元测试，覆盖正常输入、边界值和异常输入，使用项目现有的测试框架，不要修改被测代码。先列测试用例再写代码。

检查点：测试能在本地通过。

代码审查

输入：一个 Pull Request 的改动。

审查这个改动，按「必须修改 / 建议修改 / 可以忽略」三级列出问题，每条附上文件和行号，重点关注安全、并发和错误处理。

检查点：问题定位到行。

常见问题：生成的代码引用了不存在的函数

让它先搜索代码库确认 API，再写实现；运行测试验证。

常见问题：测试全绿但功能不对

人工补充关键用例，检查测试是否真正断言了结果。

常见问题：AI 改动范围过大

要求先给计划和文件清单，限定只改指定文件。

概念补充：差异审阅

在接受 AI 修改前逐个查看 diff，是最重要的安全习惯。

概念补充：编程智能体

能读写多个文件、运行命令并迭代修复的 AI，需要控制权限。

适合人群：咨询顾问

咨询顾问可以用 Codex 处理行业研究、访谈整理等工作。需要注意：客户机密遵守保密协议，研究结论注明来源。

适合人群：数据分析师

数据分析师可以用 Codex 处理取数与 SQL、清洗与可视化等工作。需要注意：确认指标口径，敏感数据脱敏后再交给 AI 处理。

适合人群：新媒体运营

新媒体运营可以用 Codex 处理内容排期、数据复盘等工作。需要注意：活动规则与奖品说明要准确，避免诱导分享等违规玩法。

注意事项

文中提示词和示例仅作示意，实际效果取决于你的材料和 Codex 当前版本，重要内容请人工核对后再使用。

本文基于 OpenAI Codex 公开的定位与通用用法编写，具体功能、套餐与可用地区以官方页面为准，产品更新后界面和名称可能变化。

延伸阅读