一项工作只要长期重复、材料在电脑里、结果又能检查，就值得尝试交给Codex先跑一个小样。
“更专业、更美观、更智能”没有统一判断方式。工具会选择自己理解的方向，最后双方都无法证明任务是否完成。
所以这篇文章只解决一件事：把模糊目标改成文件、行为、数量、视觉和人工判断都能核对的验收标准。接下来不讲空泛功能，直接看要准备什么、每一步留下什么，以及最后怎样判断合格。
适合谁
适合经常觉得Codex“做了但没做好”，却难以说清哪里不合格的人。
如果没有真实材料、说不清结果要用在哪里，或准备把输出不经检查直接提交，先不要扩大任务。补齐最小输入，再从一份样本开始。
Codex可以读取项目、修改文件和执行命令，因此先使用副本或版本控制，明确禁止触碰的目录与生产环境。高风险操作、唯一原件和最终判断必须留给人工。
开始前准备
- 原始需求与使用场景
- 当前版本或反例
- 允许的验证工具与人工负责人
- 建立一个测试副本或新目录，不直接操作唯一原件。
- 写下一句验收标准：另一位不了解任务的人也能按标准判断通过或失败，已知反例会被准确拦截
不要只准备输入，还要准备验收依据。没有对照样本、来源、测试或负责人判断，生成再多内容也无法证明已经完成。
完整步骤
第一步之前：先做一个最小样本
第一轮只验证流程，不追求覆盖全部范围。保留原始输入和第一次结果，后面每次调整才能知道究竟改善了什么。
第一步：拆出可观察对象
明确要检查哪个页面、文件、数据、命令或用户流程。
继续下一步之前，抽查“验收对象清单”中的边界项和异常项；发现前提不成立就先修正。
第二步：写通过与失败条件
用具体数量、状态、内容要求和不能出现的错误，避免只有正向形容词。
把“验收条件表”作为本轮留存证据。后续合并或扩大范围时，都应能用它复盘。
第三步：区分机器与人工验收
格式、数量和测试可自动；内容可信度、业务表达和视觉质量由负责人审阅。
先停在这里检查一次。此时应已经形成“验收职责表”，并且能回到原始材料说明它从哪里来。
第四步：用反例测试标准
拿一个已知不合格样本检查标准能否识别，不能识别就继续细化。
这一阶段的完成标志不是工具有回复，而是“标准有效性记录”已经可供人工检查。
第五步：人工验收并沉淀流程
正式交付前，由真正负责这项工作的人做最后判断。流程如果会重复，再保存输入模板、执行顺序、异常处理和合格样例。
实际示例
“导航更整齐”应改成五个指定视口下链接基线一致、无换行遮挡、移动菜单可键盘操作，并由负责人查看截图。
可以先这样描述任务：
我正在处理“把模糊目标改成文件、行为、数量、视觉和人工判断都能核对的验收标准”。已有材料包括原始需求与使用场景、当前版本或反例、允许的验证工具与人工负责人。请先不要扩大任务范围，也不要补造缺失信息。先完成“拆出可观察对象”，输出可以人工检查的中间结果；我确认后，再继续“写通过与失败条件”。最终请按照“另一位不了解任务的人也能按标准判断通过或失败，已知反例会被准确拦截”列出验收结果和仍需人工确认的内容。
判断示例是否成立时，不看字数和语气，重点看另一位同事能否沿着文件、页码、表格或命令输出复查。
常见问题与报错
验收标准写得很细，仍无法判断内容好不好
为内容增加目标读者问题、必须回答的结论、证据来源和不可出现的表达，再保留人工编辑终审。
任务跑了很久，却说不清改了什么
先要求列出计划和预计修改文件，每个阶段输出变更摘要、diff、命令和未解决项；没有检查点的长任务应暂停后重新拆分。
一次修改太多文件，出现问题无法定位
回到版本控制或副本，按一个目标一组文件重新执行；每批修改后立即运行对应检查，不把多个不相关需求放进同一次任务。
排查时先看实际读取文件、修改diff、命令和输出。一次只调整一个范围或规则，避免把多个故障叠在同一次执行里。
完成后的检查方法
- 另一位不了解任务的人也能按标准判断通过或失败，已知反例会被准确拦截
- 关键结论能回到原始材料、文件、命令输出或当前控制台。
- 没有把缺失信息、推测内容或示例数字写成已经确认的事实。
- 重要文件保留原件、版本或可恢复副本，敏感信息没有进入公开内容。
- 结果已经由真正负责这项工作的人审阅，而不是只看页面是否生成。
工具负责推进，人负责边界和最终判断。把两者分清，这项工作才会越做越省时间，而不是越积越乱。
资料来源
- OpenAI Codex文档
用于核对Codex的产品定位和当前官方使用说明。
- OpenAI AGENTS.md指南
用于核对项目级规则文件的作用范围；具体行为以当前Codex版本为准。
FAQ
可以一次把整个任务交给Codex完成吗？
不建议一次交付全部范围。先按本文步骤完成一个小样，用“另一位不了解任务的人也能按标准判断通过或失败，已知反例会被准确拦截”验收，再决定是否扩大范围。
遇到“验收标准写得很细，仍无法判断内容好不好”应该先检查什么？
为内容增加目标读者问题、必须回答的结论、证据来源和不可出现的表达，再保留人工编辑终审
完成后还需要人工检查吗？
需要。AI或执行工具负责推进流程，最终仍要由你根据原始材料、任务规则和“另一位不了解任务的人也能按标准判断通过或失败，已知反例会被准确拦截”完成验收。