为什么写这篇文章?

通过复盘 RetailOps Agent、黑神话悟空分析、Andrew's Letter 内容流水线和个人主页项目,提炼适合工程项目的 Codex prompt 方法论。

核心观点高效 Codex Prompt = 目标 + 范围 + 流程 + 结果 + 验收 + 失败处理。

这篇内容从哪里来

这篇内容来自对多个 Codex 项目 prompt 的复盘:RetailOps Agent、黑神话悟空分析、Andrew's Letter 内容流水线、个人主页作品集系统。

它试图回答一个问题:如何让 AI 不只是执行零散命令,而是像一个可控的项目协作者一样,稳定推进需求、代码、文档、验收和部署。

核心结论

通用的高效 Prompt = 目标 + 范围 + 流程 + 结果。

在 Codex 这类工程协作场景里,这个公式需要继续扩展:高效 Codex Prompt = 目标 + 范围 + 流程 + 结果 + 验收 + 失败处理。

目标让 AI 知道要去哪;范围让 AI 知道走多远、不能碰什么;流程让 AI 知道先做什么、后做什么;结果让 AI 知道最终交付什么;验收让 AI 知道什么叫完成;失败处理让 AI 知道失败时不能假装成功。

我的 Prompt 使用优势

第一,目标明确:每一步都会给出当前阶段目标,而不是只给模糊方向。

第二,范围边界强:经常明确不改 Hero、不改头像、不改主题、不新增 fake demo、不公开电话和微信。

第三,交付物意识强:会要求 build、content-audit、review-checklist、README、commit、push、deploy 和最终说明。

第四,阶段推进清晰:从 Step 39 到 Step 42,每一步都有独立目标和验收口径。

第五,可信度意识强:不会轻易伪造数据、链接和部署结果,失败时要求明确说明原因。

当前 Prompt 使用问题

第一,重复上下文过多,同类约束会在每个 step 中反复出现。

第二,Prompt 到后期越来越长,容易让真正关键的执行要求被淹没。

第三,视觉微调容易碎片化,连续小改可能让 CSS override 逐渐堆叠。

第四,缺少固定执行前检查协议,例如哪些文件必须先读、哪些链接必须先验证。

第五,部署、提交、构建状态有时会不同步,尤其在网络推送失败时需要更清晰地记录当前状态。

优化方向

第一,建立项目固定上下文文档,把站点结构、构建命令、部署命令、禁止事项和真实 URL 固化下来。

第二,建立全局禁止事项文档,把不公开电话微信、不新增 fake repo、不使用 href="#" 等规则集中管理。

第三,建立 Codex 执行协议,固定为先读要求、查状态、改文件、build、静态检查、提交、推送、部署、线上验证。

第四,建立文件触碰预算,提前说明本轮允许修改哪些文件,不允许碰哪些模块。

第五,建立验收命令清单,把数量检查、链接检查、隐私检查、旧 URL 检查和 undefined/null/NaN 检查固定下来。

第六,建立失败处理协议,要求网络、权限、构建、部署失败时保留现场并如实说明,不把未完成动作标记为成功。

可复用 Prompt 公式

通用 Prompt = 目标 + 范围 + 流程 + 结果。

Codex 项目 Prompt = 当前状态 + 本轮目标 + 允许范围 + 禁止范围 + 文件清单 + 执行步骤 + 验收命令 + 失败处理 + 最终回复格式。

这个公式的重点不是把 prompt 写得更长,而是把 AI 的行动空间设计得更清楚。

结尾判断

真正有效的 Prompt,不是把需求写得越长越好,而是让 AI 在正确边界内稳定完成正确任务。

Prompt 的核心不是命令 AI,而是设计一个可执行、可验收、可复盘的协作流程。

对 AI 产品方向的启发

我真正要记住的结论