AI 摘要：本文介绍了 GPT-5-Codex 的特点与最佳提示实践，强调该模型在交互式与代理型编程任务中的独特优化。与通用 GPT-5 相比，其提示设计遵循“少即是多”，减少额外指令和冗余说明。文档详细说明了 CLI 环境下的开发者消息规范、工具权限设置、代码审查方法，以及避免过度提示的反向调优策略，帮助开发者更高效利用 GPT-5-Codex 进行真实世界的软件工程。

1. 模型介绍与定位
• GPT-5-Codex 并非 GPT-5 的直接替代品，而是为 agentic coding 与交互式任务优化。
• 在 Responses API 下支持使用，但不支持 verbosity 参数。
• 专注于真实软件工程场景：快速交互与长时段独立任务皆擅长。

2. 模型核心优势
• 改进的可控性（steerability）：在功能开发、调试、测试、重构和代码评审中更高效。
• 自适应推理（adaptive reasoning）：根据任务复杂度调整响应速度与深度。
• 出色的代码评审能力：能检查代码库并运行测试以验证正确性。

3. 提示词设计原则
• 遵循“less is more”策略：提示词应尽量简洁。
• 移除不必要的序言（preambles），避免模型提前中止输出。
• 工具使用应限制在 terminal tool 与 apply_patch，并保持描述简洁。
• Codex CLI 的开发者提示比 GPT-5 标准提示精简约 40%。

4. Codex CLI 使用规范
• Shell 调用规范：推荐使用 bash -lc，设置 workdir 参数，优先使用 rg。
• 编辑约束：默认 ASCII，谨慎处理非 ASCII 字符，避免回退用户未要求的改动。
• 规划工具使用：非简单任务才使用，避免生成单步骤计划。
• 沙箱(sandbox)与权限策略：详细定义了文件系统、网络与命令权限的审批机制。

5. 特殊请求处理
• 简单查询用 shell 命令直接解决（如 date）。
• 代码评审流程：先列出问题、风险与缺陷，再简要总结。
• 呈现结果时避免冗余输出，注重可读性与协作感。

6. 输出与风格规范
• 输出为纯文本，适当使用代码块、斜体、行内代码。
• 遵循简洁、协作的语气；优先逻辑清晰而非机械化格式。
• 文件路径引用需独立，遵循特定格式（src/app.ts:42）。

7. Anti-Prompting（避免额外提示的策略）
• 自适应推理已内置，无需额外提示“思考更深”或“快速回答”。
• 长任务规划能力已训练，不需额外计划引导。
• 不生成 preamble，只有必要时才总结。
• 前端默认采用现代最佳实践，可通过短指令指定框架与库（如 React + TypeScript + Tailwind CSS）。

Openai

GPT-5-Codex Prompting Guide | OpenAI Cookbook

Important details about GPT-5-Codex and this guide: This model is not a drop-in replacement for GPT-5, as it requires significantly diffe...