第1章：Codex入门与核心概念
一、学习目标
理解 Codex 的定位，区分它与聊天式代码问答、IDE 补全和传统脚本工具的差异。
完成本章后，学员应能把相关概念转化为可执行的 Codex 任务，并能说明任务的边界、风险和验收方式。
二、本章适合谁学习
零基础、管理者、准备引入 AI 编程工具的团队。
三、核心概念讲解
Codex 是面向软件工程任务的 AI 编程代理。它不只是回答问题，而是在项目上下文中读取代码、规划步骤、编辑文件、运行命令、解释结果，并把任务推进到可验证状态。学习 Codex 的第一步不是记命令，而是建立代理式协作意识：人负责目标、边界和验收标准，Codex 负责在可控权限内执行工程动作。
在教学时，讲师应避免只展示“神奇结果”。更有效的方式是把任务输入、Codex 的中间判断、文件改动、验证命令和最终总结完整展示出来，让学员理解可复制的方法，而不是记住一次偶然成功的演示。
四、关键知识点
Codex 的核心价值是任务执行，而不只是代码生成。
Codex 需要上下文、约束和验收标准才能稳定产出。
Codex 适合读码、改码、测试、文档和自动化，不适合无边界的含糊需求。
培训中要先讲工作流，再讲技巧。
五、操作步骤或实践流程
明确任务目标：用一句话写清要解决的问题。
补充上下文：说明项目、目录、相关文件、技术栈和限制。
设定边界：说明哪些文件可以改、哪些不能改、哪些操作需要确认。
要求计划：复杂任务先让 Codex 给出步骤，不立即修改。
执行小步修改：每一步都保持可审阅。
运行验证：优先使用项目已有的 lint、test、build 或人工验收清单。
复盘输出：要求 Codex 总结改动、风险和后续建议。
六、典型案例
某团队第一次使用 Codex 时直接要求“优化整个项目”，结果输出不可控。调整为“阅读项目结构，找出登录模块、测试入口和配置文件，不修改代码”，Codex 的输出立即变得可审计。
推荐示例提示词：
请先阅读当前项目中与本任务相关的文件，输出你的理解、可能影响范围和建议修改计划。暂时不要修改文件。确认计划后，再按最小改动实现，并运行可用的验证命令。最后请总结修改内容、验证结果和剩余风险。
本章实践任务：选择一个已有项目，让 Codex 先回答“这个项目是什么、入口在哪里、如何运行测试”，不要求修改代码。
七、常见错误与避坑指南
把 Codex 当成普通聊天机器人，缺少明确任务边界。
一开始就授权大范围修改，缺少读码阶段。
只关注生成速度，不关注验证证据。
避坑原则：凡是会影响生产数据、权限、支付、认证、数据库迁移、凭证、批量删除或外部服务调用的任务，都应提高审批级别，并要求 Codex 先解释风险。
八、课堂练习
写出 3 条适合 Codex 的任务，以及 3 条不适合直接交给 Codex 的任务。
练习交付物应包括：任务提示词、Codex 输出摘要、人工审阅意见、验证结果和复盘结论。
九、课后作业
用自己的项目或示例项目，让 Codex 输出一份项目结构说明和可运行命令清单。
作业提交格式建议：
### 任务背景 ### Codex 提示词 ### Codex 执行过程摘要 ### 修改或输出结果 ### 验证证据 ### 人工复盘
十、商业化交付建议
十一、本章小结
本章的关键不是记住单个命令，而是形成“目标明确、上下文充分、边界清楚、过程可审阅、结果可验证”的 Codex 协作方式。只要这个框架稳定，后续无论使用 CLI、IDE、云端任务还是团队流程，都能保持较高质量。
十二、参考资料
OpenAI Codex 官方文档首页
Introducing Codex
openai/codex
OpenAI Codex Tutorial
OpenAI launches Codex