Alt ajanlar

ChatGPT Work ve Codex, uzmanlaşmış ajanları paralel olarak başlatıp sonuçlarını tek bir yanıtta toplayarak alt ajan iş akışlarını çalıştırabilir. Bu, kod tabanını keşfetme veya çok adımlı bir özellik planını uygulama gibi yoğun biçimde paralelleştirilebilen karmaşık görevlerde özellikle yararlı olabilir.

Yerel Codex istemcilerinde farklı görevler için farklı model yapılandırmalarına ve talimatlara sahip özel ajanlar da tanımlayabilirsiniz.

Kullanılabilirlik

Web'de ChatGPT Work

ChatGPT Work, uygun hesaplara alt ajan iş akışlarını ve etkinliklerini sunar.

Yerel Codex istemcileri

Güncel Codex sürümlerinde alt ajan iş akışları varsayılan olarak etkindir. Alt ajan etkinliği ChatGPT masaüstü uygulamasında, Codex CLI'da ve IDE uzantısında görünür.

Her alt ajan kendi model ve araç çalışmasını gerçekleştirdiğinden, alt ajan iş akışları karşılaştırılabilir tek ajanlı çalıştırmalardan daha fazla token tüketir.

Web'de ChatGPT Work

ChatGPT Work'te ChatGPT'den bağımsız işleri alt ajanlara devretmesini isteyin. Ajanlar ChatGPT'nin barındırılan ortamında çalışır; sohbet, etkinliklerini ve sonuçlarını gösterir. Çoğu zekâ düzeyinde devretmeyi açıkça isteyin. Ultra ile ChatGPT, paralel ajanların hızı veya kaliteyi önemli ölçüde artıracağı durumlarda işleri proaktif olarak devredebilir.

ChatGPT masaüstü uygulaması

Bir uygulama sohbetinde Codex'ten işin bağımsız bölümlerini alt ajanlara devretmesini isteyin. Güncel yerel Codex sürümleri, doğrudan istediğinizde veya geçerli AGENTS.md ya da beceri talimatları bunu gerektirdiğinde görev devreder. Uygulama, her alt ajan iş parçacığını görünür kılar; böylece çalışmalarını ve ana sohbete döndürülen özeti inceleyebilirsiniz.

Codex CLI

Etkileşimli bir CLI oturumunda Codex'ten alt ajanları kullanmasını isteyin. Codex ayrıca görev devretmeyi isteyen geçerli AGENTS.md veya beceri talimatlarını izleyebilir. Ajan iş parçacıkları çalışırken bunları incelemek ve aralarında geçiş yapmak için /agent kullanın. Ana iş parçacığı, alt ajan sonuçlarını nihai yanıtında birleştirir.

IDE uzantısı

Bir IDE sohbetinde Codex'ten işin bağımsız bölümlerini alt ajanlara devretmesini isteyin. Codex ayrıca görev devretmeyi isteyen geçerli AGENTS.md veya beceri talimatlarını izleyebilir. Arka plan ajanı kullanıcı arayüzü kullanılabildiğinde etkin alt ajanlar düzenleyicinin üzerinde görünür. Durumlarını görmek, tüm etkin alt ajanları durdurmak veya tek bir alt ajan iş parçacığını açmak için paneli genişletin.

Alt ajan iş akışları neden yararlıdır

Geniş bağlam pencerelerinde bile modellerin sınırları vardır. Gereksinimleri, kısıtlamaları ve kararları tanımladığınız ana sohbeti keşif notları, test günlükleri, yığın izleri ve komut çıktıları gibi gürültülü ara çıktılarla doldurursanız oturum zamanla daha az güvenilir hâle gelebilir.

Bu durum genellikle şöyle tanımlanır:

• Bağlam kirliliği: Yararlı bilgiler, gürültülü ara çıktıların altında kalır.
• Bağlam çürümesi: Sohbet daha az ilgili ayrıntılarla doldukça performans düşer.

Arka plan bilgisi için Chroma'nın bağlam çürümesi yazısına bakın.

Alt ajan iş akışları, gürültülü çalışmaları ana iş parçacığından uzaklaştırarak yardımcı olur:

• Ana ajanın gereksinimlere, kararlara ve nihai çıktılara odaklanmasını sağlayın.
• Keşif, testler veya günlük analizi için uzmanlaşmış alt ajanları paralel olarak çalıştırın.
• Ham ara çıktılar yerine alt ajanlardan özetler alın.

Ayrıca işler bağımsız olarak paralel yürütülebildiğinde zaman kazandırabilir ve daha geniş kapsamlı görevleri sınırlı parçalara ayırarak daha yönetilebilir hâle getirirler. Örneğin Codex, milyonlarca token içeren bir belgenin analizini daha küçük problemlere bölebilir ve süzülmüş çıkarımları ana iş parçacığına döndürebilir.

Başlangıç olarak keşif, test, triyaj ve özetleme gibi okuma ağırlıklı görevlerde paralel ajanları kullanın. Birden çok ajanın aynı anda kod düzenlemesi çakışmalara yol açabileceği ve koordinasyon yükünü artırabileceği için paralel yazma ağırlıklı iş akışlarında daha dikkatli olun.

Temel terimler

Codex, alt ajan iş akışlarında birbiriyle ilişkili birkaç terim kullanır:

• Alt ajan iş akışı: Codex'in paralel ajanlar çalıştırdığı ve sonuçlarını birleştirdiği iş akışı.
• Alt ajan: Codex'in belirli bir görevi ele almak üzere başlattığı, görev devredilmiş ajan.
• Ajan iş parçacığı: Bir alt ajanın çalışmasını yürüttüğü iş parçacığı. Desteklenen istemciler, ilerlemeyi veya sonuçları incelemek üzere bu iş parçacıklarını açmanıza olanak tanır.

Alt ajan iş akışlarını tetikleme

Web'de ChatGPT Work

Çoğu zekâ düzeyinde alt ajanları veya paralel ajan çalışmasını doğrudan isteyin. Ultra, proaktif görev devrini etkinleştirir; böylece ChatGPT uygun bağımsız işleri ayrı bir istek olmadan devredebilir.

Yerel Codex istemcileri

Alt ajanları veya paralel ajan çalışmasını doğrudan isteyin. Codex ayrıca geçerli proje ya da beceri talimatları gerektirdiğinde görev devredebilir.

Pratikte elle tetikleme; "iki ajan başlat", "bu işi paralel olarak devret" veya "her nokta için bir ajan kullan" gibi doğrudan talimatlar vermek anlamına gelir. Her alt ajan kendi model ve araç çalışmasını gerçekleştirdiği için alt ajan iş akışları, karşılaştırılabilir tek ajanlı çalıştırmalardan daha fazla token tüketir.

İyi bir alt ajan istemi, işin nasıl bölüneceğini, Codex'in devam etmeden önce tüm ajanları bekleyip beklemeyeceğini ve hangi özetin ya da çıktının döndürüleceğini açıklamalıdır.

Review this branch with parallel subagents. Spawn one subagent for security risks, one for test gaps, and one for maintainability. Wait for all three, then summarize the findings by category with file references.

Model ve akıl yürütme seçimi

Farklı ajanlar farklı model ve akıl yürütme ayarlarına ihtiyaç duyar.

Web'de ChatGPT Work

ChatGPT Work'te düzenleyiciden bir model ve zekâ düzeyi seçin. Kullanılabilir zekâ düzeyleri, seçilen modele bağlı olarak Light, Medium, High, Extra High ve Max seçeneklerini içerebilir. Ultra yalnızca uygun hesaplar ve desteklenen modeller için kullanılabilir. En yüksek düzeyde akıl yürütme kullanır ve ChatGPT'nin uygun işleri proaktif olarak alt ajanlara devretmesini sağlar.

Diğer zekâ düzeylerinde işin paralel olarak devredilmesini istediğinizde alt ajanları açıkça talep edin.

Yerel Codex istemcileri

Bir modeli veya model_reasoning_effort ayarını sabitlemezseniz Codex, görev için zekâ, hız ve fiyatı dengeleyen bir kurulum seçebilir. Hızlı taramalar için gpt-5.6-terra seçeneğini ya da daha zorlu akıl yürütme için daha yüksek eforlu bir gpt-5.6 yapılandırmasını tercih edebilir. Daha ayrıntılı kontrol istediğinizde bu seçimi isteminizde yönlendirin veya ajan dosyasında model ve model_reasoning_effort değerlerini doğrudan ayarlayın.

Model seçimi

• gpt-5.6: Zorlu ajanlar için buradan başlayın. Planlama, araç kullanımı, doğrulama ve daha geniş bir bağlam boyunca işin sonuna kadar sürdürülmesini gerektiren belirsiz, çok adımlı çalışmalarda en güçlü seçenektir.
• gpt-5.6-terra: Keşif, okuma ağırlıklı taramalar, büyük dosya incelemesi veya destekleyici belgelerin işlenmesi gibi derinlikten çok hız ve verimliliği öne çıkaran ajanlarda kullanın. Ana ajana süzülmüş sonuçlar döndüren paralel çalışanlar için uygundur.
• gpt-5.6-luna: Açık, tekrarlanabilir veya yüksek hacimli işleri ele alan hızlı ve dar kapsamlı ajanlarda kullanın.

Akıl yürütme eforu (model_reasoning_effort)

• ultra: Seçilen model desteklediğinde en derin akıl yürütme için kullanın.
• max ve xhigh: Seçilen model bu düzeyleri desteklediğinde özellikle zorlu akıl yürütme için kullanın.
• high: Bir ajanın karmaşık mantığı izlemesi, varsayımları denetlemesi veya uç durumları ele alması gerektiğinde kullanın (örneğin inceleme ya da güvenlik odaklı ajanlar).
• medium: Çoğu ajan için dengeli varsayılan.
• low: Görev basit olduğunda ve hız en önemli unsur olduğunda kullanın.

Daha yüksek akıl yürütme eforu yanıt süresini ve token kullanımını artırır, ancak karmaşık işlerde kaliteyi yükseltebilir. Ayrıntılar için Modeller, Yapılandırma temelleri ve Yapılandırma Başvurusu bölümlerine bakın.

Orkestrasyon ve iş parçacığı denetimleri

ChatGPT veya Codex; yeni alt ajanları başlatma, takip talimatlarını yönlendirme, sonuçları bekleme ve ajan iş parçacıklarını kapatma dâhil olmak üzere ajanlar arasındaki orkestrasyonu yönetir.

Çok sayıda ajan çalışırken Codex, istenen tüm sonuçlar hazır olana kadar bekler ve ardından birleştirilmiş bir yanıt döndürür.

Web'de ChatGPT Work

Çoğu zekâ düzeyinde ChatGPT, doğrudan bir istekten sonra ajanları başlatır. Ultra ile ChatGPT, paralel çalışma yararlı olduğunda proaktif olarak da görev devredebilir.

Yerel Codex istemcileri

Güncel yerel Codex sürümleri, doğrudan bir istekten veya geçerli proje ya da beceri talimatından sonra ajanları başlatır.

Nasıl çalıştığını görmek için projenizde şu istemi deneyin:

I would like to review the following points on the current PR (this branch vs main). Spawn one agent per point, wait for all of them, and summarize the result for each point.
1. Security issue
2. Code quality
3. Bugs
4. Race
5. Test flakiness
6. Maintainability of the code

Alt ajanları yönetme

Web'de ChatGPT Work

Salt okunur Active ve Done listelerini görmek için Subagents bölümünü açın. Ayrıntılarını ve sonucunu incelemek üzere tamamlanmış bir alt ajanı seçin. Web kenar çubuğu alt ajan etkinliğini bildirir; tek bir alt ajanı durdurmak veya yönlendirmek için denetimler sunmaz.

ChatGPT masaüstü uygulaması

• Çalışmasını incelemek için ana iş parçacığında gösterilen etkinlikten bir alt ajan iş parçacığını açın.
• Çalışan bir alt ajanı yönlendirmesini, durdurmasını veya tamamlanmış alt ajan iş parçacıklarını kapatmasını doğrudan Codex'ten isteyin.

Codex CLI

• Etkin ajan iş parçacıkları arasında geçiş yapmak ve devam eden iş parçacığını incelemek için CLI'da /agent kullanın.
• Çalışan bir alt ajanı yönlendirmesini, durdurmasını veya tamamlanmış ajan iş parçacıklarını kapatmasını doğrudan Codex'ten isteyin.

IDE uzantısı

• Arka plan ajanı paneli kullanılabildiğinde durumu incelemek, etkin alt ajanları durdurmak veya bir alt ajan iş parçacığını açmak için paneli genişletin.
• Çalışan bir alt ajanı yönlendirmesini, durdurmasını veya tamamlanmış ajan iş parçacıklarını kapatmasını doğrudan Codex'ten isteyin.

Onaylar ve korumalı alan denetimleri

Yerel Codex istemcileri

Alt ajanlar geçerli korumalı alan politikanızı devralır.

Web'de ChatGPT Work

ChatGPT Work, alt ajanları barındırılan ortamında çalıştırır ve yerel Codex korumalı alanını veya onay modu denetimini sunmaz. Alt ajanlar üst sohbetin kullanabildiği araçları kullanır. Web sitesi ve bağlayıcı izinleri araca özgü olmaya devam eder.

ChatGPT masaüstü uygulaması

Alt ajanlar düzenleyicinin altında seçilen izin modunu devralır. Codex'ten görev devretmesini istemeden önce üst tur için izin modunu seçin.

Codex CLI

Etkileşimli CLI oturumlarında siz ana iş parçacığına bakarken bile etkin olmayan ajan iş parçacıklarından onay istekleri gelebilir. Onay katmanı kaynak iş parçacığı etiketini gösterir; isteği onaylamadan, reddetmeden veya yanıtlamadan önce o iş parçacığını açmak için o tuşuna basabilirsiniz.

Etkileşimsiz akışlarda veya bir çalıştırmanın yeni bir onay gösteremediği durumlarda yeni onay gerektiren eylem başarısız olur ve Codex hatayı üst iş akışına iletir.

Codex, bir alt ajan başlattığında üst turun canlı çalışma zamanı geçersiz kılmalarını da yeniden uygular. Buna, seçilen özel ajan dosyası farklı varsayılanlar belirlese bile oturum sırasında etkileşimli olarak ayarladığınız /permissions değişiklikleri veya --yolo gibi korumalı alan ve onay seçimleri dâhildir.

IDE uzantısı

Alt ajanlar düzenleyicinin altında seçilen izin modunu devralır. Codex'ten görev devretmesini istemeden önce üst tur için izin modunu seçin.

Ayrıca tek tek özel ajanların korumalı alan yapılandırmasını geçersiz kılabilir, örneğin bir ajanı açıkça salt okunur modda çalışacak şekilde işaretleyebilirsiniz.

Özel ajanlar

Codex yerleşik ajanlarla birlikte gelir:

• default: Genel amaçlı yedek ajan.
• worker: Uygulama ve düzeltmelere odaklanan yürütme ajanı.
• explorer: Okuma ağırlıklı kod tabanı keşif ajanı.

Kendi özel ajanlarınızı tanımlamak için kişisel ajanlar adına ~/.codex/agents/ veya proje kapsamındaki ajanlar adına .codex/agents/ altına bağımsız TOML dosyaları ekleyin.

Her dosya bir özel ajan tanımlar. Codex bu dosyaları, başlatılan oturumlar için yapılandırma katmanları olarak yükler; dolayısıyla özel ajanlar normal bir Codex oturum yapılandırmasıyla aynı ayarları geçersiz kılabilir. Bu, özel bir ajan manifestinden daha ağır gelebilir ve yazma ile paylaşım olgunlaştıkça biçim değişebilir.

Her bağımsız özel ajan dosyası şunları tanımlamalıdır:

• name
• description
• developer_instructions

Bir özel ajan dosyası model veya model_reasoning_effort ayarlarsa dosyadaki değer öncelikli olur. Aksi takdirde Codex her ayarı bağımsız olarak çözümler: önce açık başlatma değeri, ardından karşılık gelen [agents] varsayılanı, sonra üst öğenin değeri. Bir başlatma farklı bir model seçerse ve açıkça belirtilmiş ya da yapılandırılmış bir efor yoksa Codex o modelin varsayılan eforunu kullanır. sandbox_mode, mcp_servers ve skills.config gibi diğer oturum ayarları, özel ajan dosyasında belirtilmediklerinde üst öğeden devralınır.

Genel ayarlar

Genel alt ajan ayarları hâlâ yapılandırmanızdaki [agents] altında bulunur.

Notlar:

• agents.enabled varsayılan olarak true değerini alır. Çok ajanlı araçları devre dışı bırakmak için bunu false olarak ayarlayın.
• agents.max_concurrent_threads_per_session ayarını belirtmediğinizde varsayılanı Codex seçer. Mevcut yapılandırmalar eski bir takma ad olarak agents.max_threads kullanmaya devam edebilir.
• Açık başlatma değerleri agents.default_subagent_model ve agents.default_subagent_reasoning_effort değerlerini geçersiz kılar.
• agents.interrupt_message varsayılan olarak true değerini alır. Modelin görebileceği kesinti mesajını ajanın bağlamından çıkarmak için bunu false olarak ayarlayın.
• Özel bir ajan adı explorer gibi yerleşik bir ajanla eşleşirse özel ajanınız öncelikli olur.

Özel ajan dosyası şeması

Özel bir ajan dosyasına model, model_reasoning_effort, sandbox_mode, mcp_servers ve skills.config gibi desteklenen diğer config.toml anahtarlarını da ekleyebilirsiniz.

Codex özel ajanı name alanıyla tanımlar. Dosya adını ajan adıyla eşleştirmek en basit kuraldır, ancak doğruluk kaynağı name alanıdır.

Özel ajan örnekleri

En iyi özel ajanlar dar kapsamlı ve belirgin tercihlere sahiptir. Her birine net bir iş, bu işle eşleşen bir araç yüzeyi ve komşu işlere kaymasını önleyen talimatlar verin.

Örnek 1: PR incelemesi

Bu kalıp, incelemeyi üç odaklı özel ajan arasında böler:

• pr_explorer kod tabanının haritasını çıkarır ve kanıt toplar.
• reviewer doğruluk, güvenlik ve test risklerini arar.
• docs_researcher özel bir MCP sunucusu aracılığıyla çerçeve veya API belgelerini denetler.

Proje yapılandırması (.codex/config.toml):

[agents]
max_concurrent_threads_per_session = 8

.codex/agents/pr-explorer.toml:

name = "pr_explorer"
description = "Read-only codebase explorer for gathering evidence before changes are proposed."
model = "gpt-5.3-codex-spark"
model_reasoning_effort = "medium"
sandbox_mode = "read-only"
developer_instructions = """
Stay in exploration mode.
Trace the real execution path, cite files and symbols, and avoid proposing fixes unless the parent agent asks for them.
Prefer fast search and targeted file reads over broad scans.
"""

.codex/agents/reviewer.toml:

name = "reviewer"
description = "PR reviewer focused on correctness, security, and missing tests."
model = "gpt-5.6-terra"
model_reasoning_effort = "high"
sandbox_mode = "read-only"
developer_instructions = """
Review code like an owner.
Prioritize correctness, security, behavior regressions, and missing test coverage.
Lead with concrete findings, include reproduction steps when possible, and avoid style-only comments unless they hide a real bug.
"""

.codex/agents/docs-researcher.toml:

name = "docs_researcher"
description = "Documentation specialist that uses the docs MCP server to verify APIs and framework behavior."
model = "gpt-5.6-luna"
model_reasoning_effort = "medium"
sandbox_mode = "read-only"
developer_instructions = """
Use the docs MCP server to confirm APIs, options, and version-specific behavior.
Return concise answers with links or exact references when available.
Do not make code changes.
"""

[mcp_servers.openaiDeveloperDocs]
url = "https://developers.openai.com/mcp"

Bu kurulum aşağıdaki gibi istemlerle iyi çalışır:

Review this branch against main. Have pr_explorer map the affected code paths, reviewer find real risks, and docs_researcher verify the framework APIs that the patch relies on.

Örnek 2: Ön yüz entegrasyonu hata ayıklama

Bu kalıp; kullanıcı arayüzü gerilemeleri, kararsız tarayıcı akışları veya uygulama koduyla çalışan ürünü kesen entegrasyon hataları için kullanışlıdır.

Proje yapılandırması (.codex/config.toml):

[agents]
max_concurrent_threads_per_session = 6

.codex/agents/code-mapper.toml:

name = "code_mapper"
description = "Read-only codebase explorer for locating the relevant frontend and backend code paths."
model = "gpt-5.6-luna"
model_reasoning_effort = "medium"
sandbox_mode = "read-only"
developer_instructions = """
Map the code that owns the failing UI flow.
Identify entry points, state transitions, and likely files before the worker starts editing.
"""

.codex/agents/browser-debugger.toml:

name = "browser_debugger"
description = "UI debugger that uses browser tooling to reproduce issues and capture evidence."
model = "gpt-5.6-terra"
model_reasoning_effort = "high"
sandbox_mode = "workspace-write"
developer_instructions = """
Reproduce the issue in the browser, capture exact steps, and report what the UI actually does.
Use browser tooling for screenshots, console output, and network evidence.
Do not edit application code.
"""

[mcp_servers.chrome_devtools]
url = "http://localhost:3000/mcp"
startup_timeout_sec = 20

.codex/agents/ui-fixer.toml:

name = "ui_fixer"
description = "Implementation-focused agent for small, targeted fixes after the issue is understood."
model = "gpt-5.3-codex-spark"
model_reasoning_effort = "medium"
developer_instructions = """
Own the fix once the issue is reproduced.
Make the smallest defensible change, keep unrelated files untouched, and validate only the behavior you changed.
"""

[[skills.config]]
path = "/Users/me/.agents/skills/docs-editor/SKILL.md"
enabled = false

Bu kurulum aşağıdaki gibi istemlerle iyi çalışır:

Investigate why the settings modal fails to save. Have browser_debugger reproduce it, code_mapper trace the responsible code path, and ui_fixer implement the smallest fix once the failure mode is clear.