OpenAI大神教你如何榨干Codex

把记忆从对话串里搬出来

Jason Liu的第一招，是让Codex不再依赖对话上下文。他发现在传统聊天模式下，只要切换对话串或清空记录，AI就会“失忆”，之前讨论过的项目细节、用户偏好全都归零。他的解法很简单：把记忆从对话里搬到外部文件夹。每次启动任务前，先让Codex读取该文件夹中的笔记和配置文件，而不是靠对话历史残存信息。这样即使关掉对话，下次开启时AI依然记得你是谁、项目进度到哪。

用文件夹当外部记忆：专案资料夹就是AI的脑

他建议每个项目都建立一套标准文件夹结构，作为Codex的“外挂大脑”。文件夹内容如下：

• TODO.md：当前待办清单，AI可随时读取并标记完成状态。
• people/：合作同事、客户、朋友的个人档案，每有新了解就更新该人文档。
• projects/：进行中项目的背景、目标、关键文档。
• agent/：专门给AI看的工作守则和操作指令。
• notes/：随手记下的想法、问题、决策记录。

Codex每次开始工作前会自动扫描这些文件夹，就像人类打开笔记一样，立刻进入状态。例如在客服场景中，faq.md放标准回复、escalation.md放升级流程，AI遇到未知问题时还会自动将答案记入unresolved.md，形成持续改进的知识库。

弱目标 vs 强目标：别许愿，要可验证

Jason特别强调“目标”的写法。他对比了两种类型：

• 弱目标（许愿）：“执行这个Markdown计划。”
• 强目标（可验证）：“让测试全部通过，Coverage达到80%，并生成一份报告。”

没有验证机制的指令只是在“许愿”。强目标让Codex有明确的前进方向和验收标准，它能反复尝试直到满足条件。例如写代码时，强目标可以指定“所有API端点返回正确状态码，日志输出格式符合规范”，Codex会自测、修复、再测试，直到验证通过。

让Codex主动巡逻：Slack每15分钟自动检查留言

Codex不只是被动响应指令，还能主动执行周期性任务。Jason在Slack上贴了一支演示视频：他让Codex每15分钟检查Slack留言区，一旦有新意见，就重新计算图表、上传图片并@留言者。过程中遇到Slack MCP不支持上传文件的问题，agent自动改用@computer点击“Add file”按钮硬是完成操作。这种“代理式循环”让Codex从一次性助手变成持续巡逻的助手，适合需要快速迭代的设计协作、代码审查等场景。

产出HTML而非Markdown：让结果可以再改一轮

Jason发现，大多数工作的“最后一步”不是拿到一份答案，而是要在答案上继续迭代。如果Codex只输出静态Markdown，用户只能阅读；但如果输出交互式HTML，用户就能点击、填写、即时看到效果，从而开始下一轮修改。例如让Codex生成一个可排序的表格、一个带滑块的参数调节界面或一个可拖拽的看板。这种“可交互产出”将单次完成的任务转变为持续迭代的起点，大大提升工作效率。