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

Между «попросил ИИ написать код» и «у меня в интернете работает продукт» лежит десяток шагов, на которых новички стабильно застревают: как разбить идею на понятные агенту куски, где вести работу — в терминале или в облаке, как не пустить секрет в чужие руки и как выкатить всё это на живой адрес. Codex от OpenAI закрывает как раз эту дистанцию: он не просто пишет функции, а сам читает проект, правит файлы, запускает тесты и умеет задеплоить результат.

В этом гайде мы пройдём полный путь одного небольшого продукта с Codex — от идеи до деплоя — на общем каркасе, который подойдёт под ваш проект: веб-приложение, бот, внутренний инструмент. Разберём метод, а не набор кнопок: где Codex работает локально, где отдаёт задачу в облако, и почему сквозная сборка продукта — это про декомпозицию и дисциплину, а не про магический «напиши мне стартап».

Коротко: что соберём и что нужно

Итог гайда — рабочий продукт, выложенный на живой URL, собранный руками агента под вашим управлением. Что понадобится:

• Аккаунт ChatGPT с планом, где есть Codex (Plus, Pro, Business, Edu, Enterprise) — Codex включён в подписку без отдельной платы. Данные на 17 июля 2026: Plus стоит $20/мес, тариф Pro 5x — $100/мес; в 2026 году Codex перешёл на оплату по токенам-кредитам.
• Codex CLI — терминальный агент; ставится одной командой (ниже).
• Аккаунт GitHub — репозиторий и деплой удобнее вести через него.
• Идея размером в вечер — не «маркетплейс», а один понятный сценарий: форма заявок, трекер привычек, лендинг с генерацией текста.

Опыт в программировании для старта не нужен, но одна установка обязательна: вы понимаете, что делает агент, и принимаете решения — Codex исполнитель, а не автопилот без руля. Если сам подход «строю продукт с ИИ» для вас новый, начните с разбора, что такое вайб-кодинг и где у него границы.

BYBIT COPY TRADINGКопитрейдинг на BybitОткрытая статистика трейдеров, старт с $10, отключение в один клик.Выбрать трейдера

Шаг 1. Идея и рамки: что именно делаем

Главная причина, по которой продукт с Codex превращается в кашу, — расплывчатая идея. Агент отлично исполняет чёткое и буксует на «сделай красиво и удобно». Поэтому первый шаг — без единой строчки кода.

Codex для не-программиста: как собрать первый рабочий продукт

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

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

Сформулируйте продукт в трёх предложениях: что он делает, для кого и что считается готовым. Пример: «Телеграм-мини-трекер привычек. Пользователь отмечает выполнение кнопкой, раз в день видит статистику. Готово — когда данные сохраняются между перезапусками и есть экран статистики». Последнее предложение — это ваш definition of done, критерий, по которому вы примете работу. Без него агент и вы будете двигать цель бесконечно.

Сразу очертите рамки первой версии и вынесите за них всё лишнее: регистрация через соцсети, оплаты, красивый дизайн — во «вторую версию». Продукт, доведённый до деплоя, всегда бьёт продукт с десятью недоделанными фичами.

Шаг 2. Как разбить задачу для агента Codex

Вторая типичная ошибка — просьба «напиши приложение целиком». Агент выдаст стену кода, в которой вы не разберётесь, а первая же ошибка загонит в тупик. Правильно — разбить задачу для агента Codex на 3–5 шагов, каждый из которых можно проверить отдельно.

Для трекера привычек декомпозиция выглядит так:

1. Каркас проекта и зависимости (пустой запускаемый скелет).
2. Хранение данных (модель «привычка» + сохранение в файл или БД).
3. Основной сценарий (отметить выполнение).
4. Экран статистики.
5. Подготовка к деплою (переменные окружения, файл зависимостей).

Официальный совет OpenAI по промптингу — тот же: для многошаговых задач сначала попросить план, а не сразу код. В Codex CLI для этого есть команда /plan — она «исследует и предлагает подход до правок»; после того как план утверждён, /goal удерживает цель между запусками. Вы читаете план, правите — и только потом реализуете по одному пункту. Это и отличает агента от чата: он ведёт цельную работу по проекту, а не отвечает на разовый вопрос. Разница подробно разобрана в материале чем агент отличается от чата.

Шаг 3. Доступ, установка и выбор модели

Codex CLI ставится одной командой — она работает везде, где есть Node.js (Windows, macOS, Linux):

BYBIT EARNЗаставь крипту работатьПроценты на USDT и BTC без блокировки — деньги остаются под рукой.Разместить

npm install -g @openai/codex

Есть и альтернативы: brew install --cask codex для macOS, установочный скрипт curl -fsSL https://chatgpt.com/codex/install.sh | sh для Mac/Linux или PowerShell-установщик irm https://chatgpt.com/codex/install.ps1 | iex для Windows. На 17 июля 2026 актуальная версия CLI — 0.144.5 (выпущена 16 июля), лицензия Apache-2.0, исходники открыты.

Запустите codex в папке проекта и выберите Sign in with ChatGPT — вход по вашей подписке. По умолчанию CLI работает на модели gpt-5.6-sol medium (данные на 17 июля 2026); сменить её можно командой /model. Для сквозной сборки продукта это разумный дефолт: Sol — быстрая рабочая лошадка, а более лёгкие модели пригодятся, когда упрётесь в лимиты (об этом ниже). Глубоко в тарифы и лимиты здесь не углубляемся — это отдельная тема, тут нам важно, что доступ есть и агент запускается.

Шаг 4. AGENTS.md: правила проекта и критерий готовности

Чтобы агент не выдумывал стиль и не забывал про безопасность на каждом шаге, дайте ему постоянные инструкции. Codex читает файл AGENTS.md перед началом любой работы — это его память о вашем проекте. Положите AGENTS.md в корень репозитория:

# Правила проекта

- Стек: Python 3.11, библиотека aiogram для бота.
- Секреты — только из переменных окружения (os.getenv), никогда не в коде.
- К каждой новой функции — тест. Перед сдачей прогоняй линтер.
- Definition of done: данные сохраняются между перезапусками, есть экран статистики.

Codex поддерживает слои: глобальные предпочтения — в ~/.codex/AGENTS.md, а правила проекта — в его корне; файлы ближе к текущей папке переопределяют более общие. Общий лимит одного набора — 32 KiB по умолчанию, так что держите инструкции короткими и по делу. Фактически AGENTS.md — это ваш definition of done, зафиксированный в файле: агент сверяется с ним, а не с вашим настроением. Тема настройки AGENTS.md заслуживает отдельного разбора, здесь нам хватит рабочего минимума.

Шаг 5. Codex CLI или облако: где вести работу

Codex — не один интерфейс. На пути продукта вы будете переключаться между локальным CLI и облачными задачами (codex cloud из терминала переносит работу в облако, следит за задачами и применяет результат обратно локально). Вопрос «codex cli или облако» решается не вкусом, а типом шага:

Официальная рекомендация OpenAI совпадает: локально — онбординг, разбор незнакомого кода, итеративное прототипирование; в облако делегируют «длинные задачи, которые можно гонять параллельно», после того как план утверждён. Облачная задача выполняется в изолированном окружении и возвращает summary + diff; вы смотрите итог и, если всё хорошо, открываете pull request. Доступ такой задачи в интернет настраивается отдельно для каждого окружения — это важно, когда шаг требует установки зависимостей или обращения к внешнему API.

Шаг 6. Тесты и ревью: не принимать код вслепую

Здесь — место, ради которого стоит читать именно сквозной гайд, а не «10 команд Codex». Агент может выдать уверенно неверный код — внешне правильный, но сломанный в деталях; особенно на незнакомом ему стеке. Поэтому тесты, линтеры и проверка типов — не опция, а обязательный шаг до приёмки.

Практический цикл на каждом шаге декомпозиции:

1. Агент реализует пункт плана и предлагает дифф.
2. Вы просите прогнать тесты и линтер (это же прописано в AGENTS.md).
3. Запускаете локальное ревью командой /review.
4. Вносите правки по замечаниям и перезапускаете /review, пока замечаний не останется.

Читайте дифф и принимайте изменения осознанно, а не жмите «принять всё» вслепую. Не понимаете строку — спросите агента прямо в чате, что она делает. Дисциплина «шаг → тест → ревью → следующий шаг» — ровно то, что отделяет доведённый до деплоя продукт от кода, который потом невозможно чинить.

Шаг 7. Деплой приложения через Codex: до живого URL

Локально работает — половина дела сделана, но продукт живёт, пока открыт ваш терминал. Финальный шаг — деплой приложения через Codex на постоянный адрес.

Для веб-приложений у Codex есть готовый маршрут через плагины: @build-web-apps собирает и проверяет приложение (React, деплой, платежи, база данных), а @vercel деплоит превью и возвращает живой URL. Стартовый промпт из документации выглядит так:

«Use @build-web-apps, чтобы превратить [репозиторий/скриншот/идею] в рабочий сайт. Затем через @vercel задеплой превью и верни мне живой URL. Контекст: [назначение, источники данных, ограничения].»

Codex сам прогонит локальную сборку, убедится, что деплой готов, выложит превью и отчитается: что изменилось, какая команда сборки выполнена и готов ли деплой. Под капотом деплой на Vercel устроен просто: пуш в подключённый Git-репозиторий автоматически запускает сборку, есть окружения Preview и Production, а секреты хранятся в Environment Variables проекта, а не в коде. Здесь весь этот маршрут — сборка, локальная проверка, деплой превью и живой URL — ведёт сам Codex; вам остаётся прочитать отчёт и принять результат.

Если ваш продукт — не веб, а, например, бот, принцип тот же: агент готовит файл зависимостей и переменные окружения, вы заводите проект на хостинге (Railway, Render, VPS) и задаёте секреты в настройках сервиса. Ключевое правило деплоя — токен или ключ попадает в окружение сервера, но никогда в git.

После первого деплоя не закрывайте задачу: держите её открытой и просите точечные правки, ссылаясь на живой URL — поправить вёрстку, обновить текст, посмотреть логи сборки. Контекст деплоя остаётся под рукой, и цикл «правка → передеплой → проверка» идёт быстро. Именно так продукт из «работает у меня» превращается в «работает у всех», а вы наращиваете его по одной фиче за раз, не ломая уже выложенное.

Типичные ошибки, риски и лимиты

Сквозная сборка продукта агентом даёт скорость, но у неё есть свои слабые места — их стоит знать заранее. Грабли, о которых обычно узнают уже в бою:

Про лимиты подробнее: на плане Plus (данные на 17 июля 2026) объём работы в 5-часовом окне ограничен, и тяжёлый параллелизм упирается в квоты. Если продукт большой, разумно чередовать модели: Sol для сложных шагов, лёгкие Terra/Luna — для рутины, где мощная модель не нужна.

Codex в CI: headless-режим и авто-ревью диффа

Когда базовый цикл освоен, есть чем усилить сквозную сборку:

• codex exec в CI. Неинтерактивный headless-режим запускает Codex как шаг конвейера — например, авто-ревью диффа перед деплоем или генерация скриптов миграции. Продукт получает встроенную проверку качества без ручного участия.
• Параллельные облачные задачи — но с дисциплиной. Несколько агентов ускоряют работу, только если у каждого задан чёткий deliverable и куда он пишет результат; иначе получите конфликтующие правки поверх одного файла. Правило простое: одна задача — одна ветка — один понятный итог.
• Подключение внешних инструментов. Если продукту нужен веб-поиск, база или сторонний сервис, агент работает с ними через инструменты и API — по тем же принципам, что и любой ИИ-агент с внешними API. Доступ облачной задачи в сеть при этом настраивается отдельно в окружении.
• Спека и тесты как метод. Подходы «сначала спецификация» и «сначала тест» не зависят от инструмента и одинаково хорошо ложатся на Codex — это способ держать агента в рамках на больших продуктах.

Чек-лист «идея → прод»

Пройдите продукт по этому списку — и он доедет до деплоя, а не застрянет на середине:

• [ ] Идея сформулирована в 3 предложениях + записан definition of done.
• [ ] Рамки первой версии очерчены, лишнее вынесено во «вторую версию».
• [ ] Задача разбита на 3–5 проверяемых шагов.
• [ ] AGENTS.md в корне: стек, правило секретов, требование тестов, критерий готовности.
• [ ] Каждый шаг: план (/plan) → код → тесты → ревью (/review).
• [ ] Секреты — только в переменных окружения, ни одного ключа в git.
• [ ] Длинные задачи вынесены в codex cloud, локально — правки и отладка.
• [ ] Приложение задеплоено на живой URL, проверено в проде.

Частые вопросы

Нужно ли уметь программировать, чтобы собрать продукт с Codex? Для небольшого первого продукта — нет. Код пишет агент, а ваша задача — чётко ставить цель, декомпозировать её и принимать работу осознанно. Но базовое понимание того, что происходит в коде, сильно ускоряет путь и помогает ловить ошибки агента.

Codex CLI или облако — что выбирать? По типу шага, а не по вкусу. Локально удобно разбирать идею, вести мелкие правки и отладку с быстрым циклом. В облако (codex cloud) отдают длинные задачи на много файлов и параллельные ветки — они работают в фоне и возвращают готовый diff и pull request.

Как задеплоить приложение через Codex? Для веба — через плагины @build-web-apps и @vercel: агент собирает приложение, прогоняет проверки, деплоит превью и возвращает живой URL. Для бота или сервиса агент готовит зависимости и переменные окружения, а вы заводите проект на хостинге и задаёте там секреты.

Можно ли доверять коду, который написал агент? Не вслепую. Codex может выдать уверенно неверный результат, поэтому тесты, линтеры и проверка типов обязательны до приёмки каждого шага. Читайте дифф и принимайте изменения осознанно — это правило важнее скорости.

Сколько стоит собрать продукт с Codex? Codex включён в план ChatGPT без отдельной платы (данные на 17 июля 2026: Plus — $20/мес, Pro 5x — $100/мес). Одного продукта-«вечера» обычно хватает в рамках квот Plus; при тяжёлом параллелизме упрётесь в 5-часовое окно и захотите более высокий план или более лёгкую модель.