Codex — не чат-бот, а агент: как формулировать задачи, чтобы он делал их правильно

Коротко (TL;DR)

Codex умеет сам читать файлы проекта, писать код и запускать команды. Поэтому работать с ним нужно не как с чат-ботом, которому «задают вопрос», а как с исполнителем, которому ставят задачу. Разница между «агент напортачил» и «агент сделал ровно то, что нужно» — это метод, а не удача.

Метод сводится к одному повторяемому циклу: сформулировать задачу по формуле → решить, нужно ли планирование → выбрать режим доступа → решить, где выполнять (локально или в облаке) → поправить на лету → проверить результат по чёткому критерию. Ниже — каждый шаг с точными командами Codex, таблицей «какую задачу куда отдавать» и разбором того, где этот метод ломается на практике.

Что нужно, чтобы этот гайд принёс пользу: Codex уже установлен (CLI, облако или расширение для IDE), проект лежит в git — это включает откаты, — и 10 минут, чтобы прочитать метод один раз. Все команды и цифры сверены с официальной документацией OpenAI на 16 июля 2026; Codex меняется быстро, поэтому имена флагов и моделей стоит перепроверять при чтении.

Почему с Codex работают не как с чат-ботом

Обычная нейросеть в чате отвечает текстом — вы читаете ответ и сами решаете, что с ним делать. Codex устроен иначе: это агент с реальным доступом к файловой системе и командной строке. Он сам открывает нужные файлы, вносит правки, запускает тесты и повторяет цикл «собрать контекст → сделать действие → проверить результат», пока не сочтёт задачу закрытой.

SpaceX · xStockSpaceX — частная компания. Торгуй её токеном на Bybit за крипту.Торговать SpaceX →

Из этого следует главный вывод про метод: ваша работа — не написать один идеальный запрос, а дать агенту всё, чтобы он прошёл этот цикл сам. Достаточно контекста на входе, понятную границу того, что считается «готово», и способ проверить себя. Если вы этого не дали, агент додумает за вас — и часто не так, как вы хотели.

Codex для не-программиста: как собрать первый рабочий продукт

Один продукт на Codex: как довести идею до живого URL, не утонув в коде

AGENTS.md: инструкция, которую агент Codex действительно читает перед работой

AMD Instinct Coder: стойка на восьми MI325X обещает минус 70% к цене токенов

Codex под контролем: как песочница и одобрения решают, что агенту можно

Здесь важно не путать два разных «метода». Есть универсальный принцип работы с любым кодинг-агентом — «сначала изучи и спланируй, потом пиши код»; мы разбирали его подробно в гайде про метод работы с Claude Code. Эта статья — про то, как пользоваться Codex конкретно: его формулу задачи, его режимы доступа, его выбор между локальным запуском и облаком. Общая философия та же, но рычаги у Codex свои, и именно их мы разберём.

Формула задачи: Goal, Context, Constraints, Done when

Официальный гайд OpenAI по лучшим практикам предлагает строить задачу для Codex из четырёх элементов. Это и есть базовый шаблон, к которому стоит привыкнуть — по сути, частный случай общей структуры хорошего промпта (её мы разбирали в материале о том, как писать промпты для нейросетей), заточенный под агента.

• Goal — что сделать, одним конкретным предложением. Не «улучши авторизацию», а «добавь ограничение: не больше 5 попыток входа за минуту».
• Context — какие файлы, папки и документы важны для задачи. Агент найдёт и сам, но подсказка экономит его шаги и ваш лимит.
• Constraints — стандарты и ограничения: какой стиль кода, какие библиотеки нельзя тянуть, что трогать запрещено.
• Done when — по чему понять, что задача выполнена: тесты зелёные, поведение изменилось, баг больше не воспроизводится.

Именно последний пункт новички чаще всего пропускают, а он — самый ценный. Без явного «done when» агент сам решает, когда остановиться, и его представление о «готово» может не совпадать с вашим.

Сравните две постановки одной задачи:

Практическое правило от практиков Codex: один конкретный пример стоит больше абзаца объяснений. Если можете показать входные и ожидаемые данные, кусок лога с ошибкой или пример нужного формата — вставьте его прямо в промпт. Для Codex CLI это работает так же, как для облака: качество результата определяется качеством постановки, а не длиной текста.

Когда дробить задачу: Plan mode и контрольные точки

Большую задачу нельзя вываливать на агента одним куском — он теряет фокус и «уходит» не туда. У Codex для этого есть Plan mode: он включается слэш-командой /plan или сочетанием Shift+Tab (на 16 июля 2026). В этом режиме агент сначала собирает контекст, задаёт уточняющие вопросы и предлагает план — и только после вашего одобрения трогает код.

BYBITВсё ещё смотришь со стороны?Рынок работает без выходных. Счёт на Bybit открывается за 2 минуты.Начать сейчас

Смысл ровно тот же, что и у цикла «изучи → спланируй → напиши»: дешевле поймать ошибку в плане на словах, чем в трёхстах строках готового кода. Но планировать всё подряд — тоже ошибка: если правка описывается одним предложением (опечатка, переименование, добавить лог), режим планирования только добавит лишний шаг.

Для длинных задач помогает паттерн контрольных точек. Разбейте работу на этапы и после каждого требуйте проверяемое состояние, прежде чем идти дальше:

1. Тесты по текущему этапу зелёные.
2. Проверка типов и линтер чисты.
3. Рабочее дерево git в осмысленном состоянии (можно откатиться сюда).

Так вы не полагаетесь на то, что агент удержит в голове всю задачу целиком, а собираете её из проверенных кусков. Это особенно важно из-за реальных ограничений контекста, о которых — в разделе про риски.

Контекст без повторов: зачем нужен AGENTS.md

Если вы каждый раз объясняете агенту одно и то же — как устроен проект, чем собирать, что нельзя трогать, — вынесите это в AGENTS.md. Это открытый формат, своего рода «README для агентов»: markdown-файл, который Codex автоматически подгружает в контекст перед стартом задачи. Сам стандарт AGENTS.md изначально не привязан к Codex — его сейчас курирует не только OpenAI, но и Agentic AI Foundation, так что тот же файл понимают и другие агенты.

Читается он каскадом, от общего к частному:

• ~/.codex/AGENTS.md — ваши личные дефолты для всех проектов;
• AGENTS.md в корне репозитория — командные стандарты;
• AGENTS.md в подпапке — локальные уточнения для конкретного модуля.

При конфликте побеждает более специфичный файл — тот, что ближе к текущей директории. Стартовый черновик можно сгенерировать командой /init (она просканирует репозиторий), но официальная рекомендация — обязательно донастроить его под ваш реальный процесс, а не оставлять как есть.

Здесь мы разбираем AGENTS.md только как рычаг метода: что это и зачем. Полный синтаксис, разделы и тонкости настройки — тема отдельная, в этой статье их не раскрываем. Заодно держите в уме: старая фича Custom Prompts (кастомные слэш-команды из ~/.codex/prompts) на 16 июля 2026 помечена как устаревшая — её заменили Skills, переиспользуемые инструкции, которые можно шарить через репозиторий.

Режимы одобрения Codex: песочница и разрешения

Автономность агента — это не «доверяю всё» или «спрашиваю на каждый чих», а две независимые настройки, которые комбинируются под задачу. Понимать их — половина метода, потому что от них зависит, насколько Codex безопасен и насколько часто он вас дёргает.

Безопасность держится на двух слоях:

• Sandbox mode — что агенту физически разрешено: только читать, писать в рабочую папку или полный доступ; есть ли сеть.
• Approval policy — когда агент обязан спросить разрешения перед действием.

По умолчанию для git-репозитория Codex предлагает пресет, который в документации назван «Auto» (на 16 июля 2026): --sandbox workspace-write --ask-for-approval on-request. Агент сам читает, правит файлы и запускает команды в рабочей директории, но спрашивает разрешение, чтобы выйти за её пределы или получить доступ в сеть. Важная деталь метода: сеть по умолчанию выключена — и локально, и в облаке на фазе выполнения. Это не баг, а защита: включённый интернет открывает риск prompt injection, когда агент «прочитает» и выполнит вредоносные инструкции, спрятанные в содержимом веб-страницы.

Вот практическая раскладка, какой режим одобрения Codex выбирать под задачу:

Последняя строка — это флаг --dangerously-bypass-approvals-and-sandbox (алиас --yolo). Он отключает и песочницу, и одобрения; официальная документация прямо помечает его как Elevated Risk и не рекомендует вне изолированных контейнеров. Не делайте его дефолтом «чтобы не мешал»: агент с полным доступом и без проверок может выполнить деструктивную команду, которую вы не увидите.

Между ручным одобрением и --yolo есть третий путь — Auto-review: запросы на выход за границу песочницы проверяет не человек, а отдельный агент-ревьюер. По замеру OpenAI (30 апреля 2026), в этом режиме сессии останавливаются на подтверждение примерно в 200 раз реже, чем при ручном одобрении, а одобряется около 99% таких эскалаций. Цифры — внутренняя телеметрия вендора, но механика полезная: меньше прерываний без полного отказа от контроля. Про сравнение уровней автономности разных агентов у нас есть отдельный разбор — личный ИИ-агент OpenClaw.

Codex локально или в облаке: куда отдавать задачу

Короткий ответ: интерактивную задачу, где нужно видеть шаги и трогать локальные файлы, запускайте в CLI; фоновую, долгую или параллельную — отдавайте в облако. Это не два конкурирующих продукта, а два места запуска одного агента под разные типы работы.

Разница по механике принципиальная. Codex CLI выполняется локально, в песочнице на вашей машине: вы видите каждый шаг, у агента есть доступ к вашим файлам и незакоммиченным изменениям. Codex Cloud поднимает под каждую задачу изолированный контейнер в инфраструктуре OpenAI, клонирует репозиторий из GitHub и по умолчанию отключён от интернета на фазе выполнения. Вы отправляете задачу, уходите заниматься другим и забираете готовый дифф, когда агент закончил.

Один нюанс метода, который легко упустить: на тарифах ChatGPT локальные сообщения и облачные задачи делят общий пятичасовой лимит (на 16 июля 2026). Запустив облачную задачу во время локальной сессии, вы тратите тот же пул. Поэтому «отправлю-ка десяток облачных задач заодно» — не всегда бесплатное решение.

Кстати о тарифах: доступ к Codex идёт через планы ChatGPT — Free ($0), Go ($8), Plus ($20), Pro (от $100 в месяц), плюс оплата по токенам через API-ключ (на 16 июля 2026; у API нет облачных фич вроде авто-ревью PR). Модельное семейство на 16 июля 2026 — GPT-5.6 (варианты Sol/Terra/Luna); их различия мы не дублируем здесь, есть отдельный разбор моделей GPT-5.6.

Как поправить агента: steer и очередь

Пока Codex работает, вы не обязаны молчать до конца. У метода есть два способа вмешаться, и путать их не стоит:

• Steer — вмешаться немедленно. Codex позволяет «рулить» активным ходом: перенаправить агента прямо во время работы, когда он явно пошёл не туда и продолжать бессмысленно.
• Очередь — отложить указание. Если правка уже придумалась, но отменять текущий шаг не нужно, поставьте её следующей: агент доделает начатое и возьмёт вашу реплику потом.

Точные клавиши обоих действий Codex CLI показывает в своём меню шорткатов (вызывается ?) — от версии к версии они меняются, поэтому сверяйтесь с меню, а не заучивайте. Правило же неизменно: сбивать агента на лету дорого — он теряет контекст текущего действия. Если то, что вы хотите добавить, не отменяет происходящее прямо сейчас, ставьте это в очередь, а не перебивайте.

Проверка результата: definition of done, а не «на глаз»

Codex почти всегда возвращает что-то, что выглядит правдоподобно. Метод требует не верить этому «на глаз», а проверять по явному чек-листу — тому самому «done when», который вы задали на старте. Собранный из официальных критериев OpenAI, минимальный definition of done для агентной задачи выглядит так:

1. Тесты, описывающие нужное поведение, — зелёные (а не «код скомпилировался»).
2. Линтер и проверка типов чисты.
3. Дифф просмотрен глазами: нет лишних файлов, отладочного мусора, случайно закоммиченных секретов.
4. Поведение реально изменилось — баг не воспроизводится, фича работает на примере.

Для третьего пункта у Codex есть встроенная команда /review: она запускает отдельного агента-ревьюера. Можно сравнить с базовой веткой (как ревью пул-реквеста), проверить незакоммиченные изменения, конкретный коммит или задать свои инструкции — на что смотреть. Это дешёвый способ поймать проблему до того, как вы примете дифф. Насколько это встраивается в процесс: в самой OpenAI, по её заявлению, Codex ревьюит 100% пул-реквестов — цифра из практики вендора, но направление показательное.

Частые ошибки новичков

Большинство провалов метода — не про «глупую модель», а про пропущенный шаг:

• Нет «done when». Задача без критерия готовности — это приглашение агенту остановиться там, где ему удобно.
• Слишком крупная задача одним куском. Без Plan mode и контрольных точек агент теряет фокус на середине.
• --yolo как режим по умолчанию. Удобно ровно до первой деструктивной команды, которую вы не увидели.
• Дифф не читают. Приняли «выглядит ок» — получили лишние файлы или тихо сломанный тест.
• Расчёт на заявленный максимум контекста. Реальное окно бывает заметно меньше рекламного (см. риски) — компактные задачи надёжнее.
• Задача чат-ботом, а не агентом. «Как мне сделать X?» вместо «Сделай X, вот контекст и критерий» — вы теряете весь смысл агента.

Риски метода: где Codex ломается

Честный метод учитывает не только то, как надо, но и то, что реально идёт не так. Все пункты ниже датированы и привязаны к первоисточникам; часть — сообщения сообщества, а не подтверждённые вендором факты.

• Скачок расхода лимита. 18 июня 2026 пользователи (в том числе на Pro-тарифе) массово зафиксировали в issue-трекере рост расхода пятичасового лимита в 10–20 раз — квота исчерпывалась за 2–3 промпта. Вывод для метода: агрессивная автономность может неожиданно дорого стоить.
• Просадка контекста. 13 июля 2026 в трекере появилась жалоба: заявленное окно GPT-5.6 Sol в 1,05 млн токенов на практике урезалось до 258 тыс. Не полагайтесь на рекламный максимум — резервируйте запас, дробите задачи.
• Аномальная запись на диск. В конце июня 2026 сообщество (Reddit — 642 голоса, Hacker News, издание The Register) сообщило о баге Codex с частыми записями на диск, потенциально сокращающими ресурс SSD. Официального признания и фикса на дату сверки не найдено — держите в уме при долгих локальных прогонах.
• Субагенты наследуют тяжёлую модель. В открытом баге (issue от 9 июля 2026, воспроизведён разными пользователями) субагенты, порождённые из мощной модели, принудительно остаются на ней — нельзя отдать простую параллельную подзадачу лёгкой модели.
• Prompt injection и --yolo. Включённая сеть и снятая песочница — это не только удобство, но и открытая дверь для вредоносных инструкций из внешнего контента.

Баланс: у Codex хватает и довольных пользователей — практики сообщают о переходе с других агентов и о том, что «80%+ задач решаются с одного захода», а сторонний бенчмарк на 70 реальных enterprise-задачах отметил у Codex CLI самый чистый результат среди сравниваемых агентов (хоть и не самый быстрый). Риски выше — не приговор инструменту, а места, где метод должен быть аккуратнее.

FAQ

Насколько подробно писать задачу для Codex? Ровно настолько, чтобы закрыть четыре элемента: цель одним предложением, нужный контекст (файлы/доки), ограничения и критерий готовности. Длина сама по себе не помогает — один конкретный пример полезнее абзаца общих слов.

Обязательно ли включать Plan mode каждый раз? Нет. Для задачи в одно предложение (опечатка, переименование, лог) планирование только добавляет шаг. Plan mode окупается на средних и крупных задачах, где важно согласовать подход до правки кода.

Чем режимы одобрения Codex отличаются от --yolo? Обычные режимы — это комбинация песочницы (что физически можно) и политики одобрений (когда спрашивать). --yolo отключает оба слоя сразу; документация помечает его как Elevated Risk и советует только внутри изолированного контейнера.

Codex локально или в облаке — что выбрать новичку? Начните с CLI: видно каждый шаг, легко вмешаться и проверить. Облако берите, когда задачу можно отдать в фон, запустить параллельно или прогнать над GitHub-репо без локальной установки. Помните про общий пятичасовой лимит.

Нужен ли AGENTS.md, если я только начинаю? Не обязательно с первого дня, но полезно: как только вы ловите себя на повторных объяснениях (чем собирать, что не трогать), заведите файл через /init и донастройте. Codex подхватит его автоматически.

Как убедиться, что агент сделал правильно? Проверяйте по «done when»: зелёные тесты нужного поведения, чистые линтер и типы, просмотренный глазами дифф и реально изменившееся поведение. Команда /review помогает поймать проблемы до принятия правок.