Codex Skills 与上下文工程教程

把 Codex 变稳定，第一步不是换模型，而是把上下文、技能、权限和任务边界定义清楚。这一篇专门拆解公开视频里能确认的这套做法。

为什么先做上下文工程

视频里最重要的一句思路，可以概括成：先把上下文、技能、流程、权限、任务边界搭好，再让 AI 执行。这意味着 Codex 被当成一个执行器，而不是随机回答器。

重新核对视频开头后，有一个细节需要补上：作者不是直接让 Codex 开始干活，而是先解释 permissions、effort 和 project location。也就是说，Codex 的稳定性首先来自能做什么、在哪里做、用多大推理强度做这三件事。

配置项	文档化建议	风险点
Permissions	明确允许读写哪些目录、是否能运行命令、是否能修改文件。	权限过宽容易误改无关文件；权限过窄会导致任务无法落地。
Project location	让 Codex 在正确项目目录工作，避免把上下文落到错误仓库。	目录错了，模型再强也会在错误位置创建文件或运行命令。
Effort	复杂规划、架构、排障用更高 effort；简单文案或小改动用低 effort。	所有任务都高 effort 会慢；所有任务都低 effort 容易漏细节。

从 “Make Codex work your way” 和 “manage/create skill” 这些画面看， skill 本质上是把你的做事方式抽出来，变成一个可持续复用的入口。

如果没有 skill	有了 skill 之后
每次新会话都要重新解释代码风格、目录规范、交付要求、验证步骤。	把这些固定要求放进 skill，让新任务从一开始就带着标准运行。
不同项目之间做法漂移，输出质量不稳定。	把最佳实践沉淀成能力模板，减少随机发挥带来的质量波动。
研究、写作、前端、视频等不同任务需要手工切换脑回路。	按任务类型建立 skill，明确每种任务应该产出什么。

视频强调的不是让 AI 自己“想做什么都行”，而是把任务边界写窄。边界清晰后，Codex 的表现会更接近可靠的执行器。

边界项	建议写法
目标	本轮只完成一个清晰结果，例如“补全 5 篇教程并接入路由”。
输入	明确告诉它可使用哪些文件、截图、笔记、链接或已有结果。
禁止项	不允许擅自删文件、不允许跳过验证、不允许改动无关模块。
输出	要求产出代码、文档、截图说明、构建结果或 commit，而不是泛泛总结。

只放当前任务真正需要的材料，不要一开始把整个仓库和全部背景都塞进去。

按任务类型选 skill，例如研究、前端实现、文档写作、视频规划，而不是混成一个大指令。

关键节点写清楚做了什么、还差什么、失败点在哪里，下一次恢复速度会明显快很多。

像视频里那样回到构建、资源、模拟器或产物页面检查结果，确认不是“纸面完成”。

最常见的问题不是模型弱，而是系统没有搭好：没有 skill、没有任务边界、没有 worklog、也没有结果验证。这样每一轮都会重新消耗大量上下文，最后看起来像“AI 不稳定”。