提示词
你通过发送提示词，也就是用户消息，与 Codex 交互，告诉它你希望完成什么。
示例提示词：
解释 transform 模块是如何工作的，以及其他模块如何使用它。新增一个命令行选项 `--json`，让它输出 JSON。当你提交提示词后，Codex 会在一个循环中工作：先调用模型，然后执行模型输出所指示的动作，例如读文件、改文件、调用工具等。这个过程会在任务完成或你主动取消时结束。
和 ChatGPT 一样，Codex 的效果很大程度上取决于你给出的指令。下面是一些实用提示：
- 当 Codex 能验证自己的工作时，它通常会产出更高质量的结果。尽量提供问题复现步骤、功能验证方法，以及 lint、pre-commit checks 之类的检查要求。
- 当你把复杂任务拆成更小、更聚焦的步骤时，Codex 的表现通常更好。较小的任务更容易让 Codex 测试，也更容易让你审查。如果你不确定该怎么拆，可以直接让 Codex 先提出一个计划。
关于如何向 Codex 写提示词的更多思路，参见 工作流。
线程
线程，就是一次会话：包括你的提示词，以及之后的模型输出与工具调用。一个线程可以包含多条提示词。例如，第一条提示词让 Codex 实现某个功能，后续提示词再让它补测试。
当 Codex 正在积极处理某个线程时，这个线程就处于“运行中”。你可以同时运行多个线程，但应避免让两个线程修改同一批文件。你也可以稍后继续向同一个线程追加提示词，从而恢复它。
线程既可以在本地运行，也可以在云端运行：
- 本地线程：运行在你的机器上。Codex 可以读取和编辑你的文件，也可以运行命令，因此你可以直接看到有哪些改动，并继续使用你现有的工具。为了降低工作区之外发生意外改动的风险，本地线程会运行在沙箱中。
- 云端线程：运行在隔离的环境中。Codex 会克隆你的仓库，并检出它正在工作的分支。当你想并行运行任务，或从另一台设备委派任务时，云端线程特别有用。若要让你的仓库支持云端线程，请先把代码推送到 GitHub。你也可以从本地机器把任务委派到云端，此时会连同你当前的工作状态一起带过去。
上下文
提交提示词时，尽量一并附上 Codex 可用的上下文，例如相关文件和图片的引用。Codex IDE 扩展会自动把当前打开的文件列表和选中的代码范围带入上下文。
当智能体工作时，它也会不断从文件内容、工具输出，以及自己已经做过什么、还要做什么的持续记录中收集上下文。
线程中的所有信息都必须落在模型的上下文窗口内，而这个窗口大小会随着模型不同而变化。Codex 会监控并显示剩余空间。对于较长任务，Codex 可能会自动通过总结相关信息、丢弃次要细节的方式来压缩上下文。通过反复压缩，Codex 可以在多步骤过程中持续处理复杂任务。