12个Codex实战技巧:配置调优→会话分工→上下文防丢,一套流程吃透

简介: 还挺方便

哈喽大家好,

我是阿星!

Codex 是一个需要主动配置和磨合的工具。默认配置离最佳体验有距离,很多功能藏在菜单深处或需要手动创建配置文件。

以下技巧按「配置 → 会话 → 上下文 → 收尾」四个阶段归类,帮你把每一次对话都花在刀刃上。

01 配置优化 · 把底座调好

开启 Luna Max 模型

Codex 默认不会给你 Luna 模型的最强推理能力,需要手动开启:设置 → 配置 → 模型功能 → 开启 Max。

开启后,同一个重构任务的处理思路差别很大——默认模式倾向于快速但是有一些问题我自己用的时候,luna Max 模式相对好些。总的来说让 Sol 做规划和架构判断(推理成本高),把执行任务丢给 Luna Max 跑(快、适合重复性任务)

02 会话管理 · 线程各司其职

三类线程分工

把 Codex 对话分成三种角色,就会发现openAI真的做了很多来保护你的上下文。因为上下文是最稀缺的资源,所以除了主线它有很多别的可以继续对话的渠道。

  • 主线程 — 落地:日常都用这条线,保持它的上下文干净是最重要的

  • Review 线程 — 比如用来打开当前未提交修改的 Review

  • Side Chat — 边想边干:适合用来讨论时候避免污染上下文,用 /side 开启,讨论结果直接转化为主线程的执行指令。

Fork 会话分叉

这不是「新建聊天」,而是从当前对话派生一条支线——带着已有的背景、约束和历史判断,去试另一种方案。很像 Git 分支的工作流。

其实new、fork、side之间的关系可以简单看成这样

New

Fork

/side

白纸,从零开始

背景继承,试验隔离

临时插话,问完就回来

如果是在命令行里,又是三种入口:

...

# TUI 内,分叉当前会话
/fork

# Shell 中操作
codex fork              # fork 之前的 session
codex fork --last       # fork 最近一次 session
codex fork"从这里试另一种实现"

# 回到某条旧 session 继续
codex resume

什么时候该 Fork? 验证另一条路线、用完全不同的方法重做、主线程太长需要减负。如果只是临时追问一句,没必要 Fork;如果彻底换题目了,直接新建线程。

另外,Codex 任务执行久了容易卡死(尤其大任务多次压缩后),Fork 可以完整复刻会话历史并开启新进程,避开卡死问题。

Quick Chat 边等边想

左上角新建任务旁边的加号按钮,点开就是 Quick Chat。设计意图很明确:等 Codex 跑长任务时,思考不会停止——突然冒出的灵感、对当前方向的疑虑、想快速查个东西,直接在 Quick Chat 里聊。

聊清楚了点右上角「添加任务」,讨论结果一键进入当前任务。

而且 Quick Chat 的额度与 Codex 主额度分开——相当于多了一个免费思考空间。

跨会话发消息协同

ChatGPT 和 Codex 合并更新后的新功能:在当前会话里让 Codex 给其他会话发消息,不同任务间互相传递信息,不用手动复制粘贴。

适合多任务协作场景,这时候大白话和 Codex 说就行。

比如同时跑着3个窗总有相互交叉的时候。

03 上下文传承 · 跨会话不断档

HANDOFF.md 交接文档

跨天推进复杂任务最大痛点:第二天开新会话,AI 完全失忆。HANDOFF.md 是最轻量的方案——每次结束长会话前,让 AI 写一份交接文档。

请写一份交接文档存到 HANDOFF.md,写给一个完全没有上下文的新会话看。

@ 引用跨对话上下文

在对话输入框打 @ + 关键词,就能检索和引用其他对话的上下文,支持跨项目。比如在A对话谈论B对话的时候,就可以用这种方式实现。

新旧任务上下文交接

Codex 上下文空间只有 258k(其他工具基本 1M),频繁压缩后需要换窗口。利用跨会话消息功能,可以让交接更顺滑:

这个窗口被压缩很多次了,总结下核心内容和交接话术,你直接开一个新窗口继续。

或者直接在新窗口 @ 旧窗口会话,让它总结并继续任务。核心上下文自动交接到新窗口,不用手动复制粘贴。

配置 Subagent 分治机制

在 ~/.codex/agents/ 目录下创建 TOML 文件,为不同类型任务创建专用 Agent,其他的你可以自己去配这个subagents里的模型和其他配置

...

 ~/.codex/agents/xxx.toml
  • 独立上下文 — 审查代码时不污染主对话,保持执行线程干净

  • 按需分配模型 — 确定性任务用普通模型,创造性任务用高推理模型

  • 循环流程 — 让 Subagent 自己 review 自己修复

  • ……

整个下来,Subagent 只处理父级委托的具体、有边界的任务。

默认只读调查,仅在明确授权时才改动文件。

被阻塞时停下来报告原因,而非猜测继续。

04 收尾闭环 · 把经验沉淀下来

让 AI 自动发现可封装的 Skill

不只是 Codex 专属,所有 Agent 都能用。把下面这段话发给你的 Agent:

从对话里面挑出 3 个最值得封装成 Skill 的场景并选出适合的分装方向给我。

AI 会从你的实际使用中找出重复模式,推荐封装方向。推荐试一下,会有惊喜。

内置 Browser 的隐藏用法

Codex 侧边内置的 那个Browser 浏览器,之前可以做各种测试,但它现在又被开发出很多画布功能,玩法挺多的。

最大的好处是不用切画面,全程在 Codex 界面里完成。

AI 干活时你不知道干嘛?打开 Browser 自己用就行。

使用方式:右侧面板选择浏览器输入即可。

以上 12 个技巧涵盖配置、会话、上下文、收尾四个维度。

花半小时搭好,之后的每一次对话都在受益。

ok,我是阿星

更多AI应用

我们下期再见!

相关文章
|
4月前
|
人工智能 前端开发 Shell
一个文件让 AI Coding 效率翻倍:AGENTS.md 实践指南
文章内容基于作者个人技术实践与独立思考,旨在分享经验,仅代表个人观点。
12152 3
一个文件让 AI Coding 效率翻倍:AGENTS.md 实践指南
|
6月前
|
人工智能 机器人 API
2026年OpenClaw(养龙虾)+ 钉钉对接:保姆级全链路操作指南
本指南详解2026年OpenClaw(AI智能体)与钉钉深度对接的全链路实践:从环境搭建、钉钉应用配置、OpenClaw本地部署,到中间件开发与内网穿透,实现“钉钉发令—龙虾执行—自动回传”的24小时数字员工闭环。安全、可控、零数据出域。
5587 11
|
29天前
|
存储 算法 Java
Java四大函数式接口一篇讲透:配上Stream流式计算处理集合
Java四大函数式接口是lambda表达式落地的核心,配合Stream流式计算,集合过滤、排序、映射能一行写完。从源码签名讲到链式实战,新手也能看懂。
86 3
Java四大函数式接口一篇讲透:配上Stream流式计算处理集合
|
30天前
|
人工智能 JSON 测试技术
Claude 官方让我砍掉 80% 的提示词,效果真的更好吗?
Anthropic 官方针对 Claude Opus 5 和 Fable 5 这两个新模型,删掉了 Claude Code 超过 80% 的系统提示词,但在编码评测上的表现居然没有下降!什么原因?对 AI 编程有哪些启发
109 0
|
弹性计算
阿里云服务器开放全部端口给所有IP使用教程
阿里云服务器端口全部开放教程,阿里云端口在安全组中设置,默认只开放22和3389端口,全部开放端口-1/-1,授权给所有IP地址0.0.0.0/0
11200 0
阿里云服务器开放全部端口给所有IP使用教程
|
29天前
|
Web App开发 人工智能 搜索推荐
AI 英语口语 APP的开发
本项目打造移动端AI英语口语APP,聚焦三大突破:毫秒级实时交互(支持中途打断)、拟人化教学(脚手架引导+动态难度)、音素级精准纠音(元音/辅音/重音定位)。集成WebRTC低延迟链路、Audio-to-Audio模型与多维度复盘报告,让AI如真人外教般自然陪练。(239字)
|
2月前
|
人工智能 缓存 JSON
刚刚 GPT-5.6 发布,吊打 Claude 5 和 Grok 4.5?一手实测来啦!
GPT-5.6 刚发布,跑分号称超越 Fable 5,真的假的?附一手实测,让 3 个最强 AI 编程模型 GPT-5.6 Sol、Claude Fable 5、Grok 4.5 在 Cursor 里同时一把梭开发网页游戏,看看最新模型到底谁更能打。
759 0
|
5月前
|
人工智能 定位技术
阿里云 HappyHorse(快乐小马)是什么?功能、适用场景与使用教程详解
阿里云推出原生多模态AI视频大模型HappyHorse(快乐小马),基于150亿参数单流Transformer架构,支持文生视频、图生视频、视频编辑及多画幅适配,实现音画同步生成,精准匹配中英日韩等7语种唇形,广泛应用于电商、广告、知识付费与短剧创作。
2040 1