OpenAI Codex 團隊分享 Prompt，深挖你反覆在做的事沉澱成 Skills、Subagent 和 Automation（附 Claude Code / Cursor 落地指南）
整理版優先睇
從重複中提煉 Skills：OpenAI Codex 團隊教你用 Prompt 挖出個人工作模式，再落地 Claude Code / Cursor
呢篇文章係由 OpenAI Codex 團隊嘅 Vaibhav (VB) Srivastav 分享，佢發現好多開發者用 AI 編程助手時，成日重複問同一類問題，例如「CI 點解死咗？」、「幫我 review PR」、「寫 changelog」。每次都要重新鋪上下文，agent 又從零開始理解，好浪費時間。佢想解決嘅問題就係：點樣自動化咁 detect 重複任務，並將佢哋沉澱成可重用嘅 Skills、Subagent 同 Automation。
VB 最初嘅 prompt 只 focus 工程場景，但好快發現限制——重複工作遠唔止編碼，研究、寫作、規劃、溝通、運營、個人事務都有模式。佢新版 prompt 將範圍擴闊，仲加咗好多護欄：例如候選項必須出現過至少兩次、輸入穩定、流程可重複、輸出明確，而且要先檢查現有資產，避免重複造輪子。證據來源要分層，優先睇近期會話，再用 Memories 同 Chronicle 做跨會話發現，但要返源系統 confirm。
整體結論係：呢個「元工作流」 prompt 唔單止可以生 Skills，本身仲係一個生產 Skills 嘅框架。VB 強調要「揀最細嘅適用形態」、「保持窄、實、可驗證」，避免發明唔存在嘅需求。最後佢仲畀咗喺 Claude Code 同 Cursor 嘅落地指南，包括點樣對應本地嘅 rules、hooks、skills，同埋執行節奏：先出 shortlist 俾人確認，再…
- 作者 VB 分享一條系統化 prompt，讓 Codex 回顧歷史會話，自動挖掘重複任務模式，沉澱為 Skills、Subagent、Automation，提升效率。
- 關鍵護欄：候選項必須出現至少兩次、輸入穩定、流程可重複、輸出明確，且要優先檢查現有資產，避免重複。
- 證據來源分層：近期會話 > Memories/Rollup > Chronicle（只作發現）> 已有資產，跨來源印證先可靠。
- 產出形態從兩種擴到四種：Skills、Custom Subagent、Automation，同埋顯式嘅「Skip」選項，避免硬湊。
- 落地建議：先出 shortlist 人工審核，再創建；Claude Code 用 plan mode 行第一步；時間窗口默認 30 日，週期性工作可拉到 60–90 日。
挖掘重複工作模式嘅 Prompt（最新版本）
Vaibhav 分享嘅完整 prompt，用於 Codex 回顧歷史、識別重複任務並沉澱為 Skills/Subagent/Automation/Skip。包含證據來源順序、准入門檻、產出形態選擇同輸出格式要求。
內容結構
Look back over my recent work from the last 30 days, or all available history if shorter, and identify repeated manual workflows worth packaging.Use available evidence in this order:
- Recent Codex sessions and task summaries.- Codex Memories and rollout summaries to find patterns repeated across sessions.- Chronicle, if enabled, to spot repeated work outside Codex. Use Chronicle for discovery only; confirm important details in the relevant source system when possible.- Existing skills, custom agents, and automations, so you reuse or extend what already exists instead of duplicating it.Look broadly for work that is repeated, time-consuming, error-prone, context-heavy, or benefits from a consistent process. Include workflows across coding, research, writing, planning, communication, operations, analysis, and personal administration.Only act on a candidate when it:
- occurred at least twice, or is clearly likely to recur and costly to repeat;- has stable inputs, a repeatable procedure, and a clear output or stopping condition;- would materially improve speed, quality, consistency, or reliability;- is not already adequately covered.Choose the smallest appropriate form:
- Skill: a reusable workflow or playbook.- Custom subagent: a bounded specialist role or investigation task suitable for delegation.- Automation: a scheduled or recurring check, report, reminder, or monitor.- Skip: work that is too one-off, ambiguous, sensitive, or poorly evidenced to package.First produce a compact shortlist with:
- repeated workflow- supporting evidence and dates- frequency/confidence- recommended form: skill, subagent, automation, extend existing, or skip- why it is or is not worth creatingThen create only the high-confidence missing items. Keep them narrow, practical, source-aware, and easy to validate. Do not create speculative, overlapping, or overly broad assets.Finish with:
- what you created or extended- what you deliberately skipped- what needs more evidence before packaging重複嘅損耗，同埋點樣用元工作流解決
作者真正想解決嘅問題：開發者用 AI 編程助手時，成日重複問同一類問題
每次都要重新鋪上下文，agent 都從零開始理解，呢種重複就係持續嘅損耗。VB 嘅方向好直接：將可重複嘅工作流沉澱成《Skills》，將可委派嘅具體任務沉澱成《Subagent》。
Prompt 演進：從工程場景到通用護欄
最初條 prompt 只 focus 工程場景——CI、PR、changelog、debugging、test triage。但 VB 好快發現限制：重複工作遠唔止編碼，研究、寫作、規劃、溝通、運營、個人事務都有模式。新版乾脆將範圍全打開。
更關鍵嘅轉變係「憑感覺建 Skills」呢件事
如果只叫 agent「揾重複模式並打包」，佢會寧多勿少，將一次性需求都誤判成模式。新版本加咗准入門檻：至少出現過兩次、輸入穩定、流程可重複、輸出明確、能實質改善速度或質量、未被現有資產覆蓋。
最後一條尤其值得留意：作者要求先翻已有資產，能擴展就擴展，唔好重複造輪子
- 1 至少出現過兩次，或者明顯會再發生且重複成本不低
- 2 輸入穩定、流程可重複、輸出或停止條件明確
- 3 打包後能在速度、質量、一致性、可靠性上帶來實質改進
- 4 現有的 skills / subagent / automation 還沒有充分覆蓋
證據來源分層，同埋產出形態嘅精細化
證據來源優先級：近期 Codex 會話 > Memories > Chronicle > 已有資產
呢套分層有個隱含判斷：單一來源容易誤讀，跨來源印證先靠得住。Chronicle 只能用嚟發現，關鍵事實要返源系統確認。
產出形態從兩種擴到四種，第四種「Skip」好值得玩味
- Skills：可複用嘅工作流或 playbook
- Custom subagent：邊界清晰、適合委派嘅專家角色或調查任務
- Automation：定期或循環跑嘅檢查、報告、提醒、監控
- Skip：太一次性、太模糊、太敏感、證據不足嘅，就唔好打包
將「跳過」顯式列為合法選項，係呢版 prompt 隱藏嘅亮點
佢畀 agent 一個明確台階落——你可以判斷咩唔值得做，並講出呢個判斷。冇咗呢條，agent 為交差會硬湊產出。
輸出格式亦收緊咗：先出 shortlist（每項寫明支撐證據、日期、頻率、置信度、推薦形態、點解值得做），然後先創建高置信度缺失項，最後交收尾說明（做咗啲咩、跳過咗咩、仲需要咩證據）。呢個三段式令過程可審計、可覆盤。
喺 Claude Code / Cursor 嘅落地指南
條 prompt 原本係畀 Codex 用，但搬到 Claude Code 或 Cursor 需要本地化。能力模型相近，只係落點唔同。
喺 Cursor：證據來源包括 agent transcripts 目錄、近期編輯歷史、chat 記錄；跨會話沉澱睇 .cursor/rules/、AGENTS.md、plugin skills
喺 Claude Code：會話記錄喺 ~/.claude/projects/ 以 jsonl 存；跨會話記憶睇 CLAUDE.md 同 ~/.claude/skills/
作者提到嘅 Chronicle 喺兩邊都冇原生對應。如果想抓外部重複工作，可以叫 agent 睇 shell history、git log、Obsidian notes，但要記住——只係用嚟發現線索，事實要返源系統 confirm。
產出形態對應：Cursor 用 .cursor/skills-cursor/、custom subagent、hook、rule；Claude Code 用 ~/.claude/skills/、~/.claude/agents/、hooks，automation 可以靠 cron + claude -p 定期執行。
等 OpenAI Codex 睇返你過去嘅對話歷史，揾出成日重複出現嘅任務模式，然後整理成可以重用嘅 Skills、Subagent、Automation 等，呢個係 Codex 團隊 Vaibhav (VB) Srivastav 分享嘅。
https://x.com/reach_vb/status/2058538305872949490[1]
作者真正想解決嘅問題
大多數開發者用 AI 編程助手嗰時，都會成日問同一類問題：
- 「CI 點解會死咗？」
- 「幫我睇下呢個 PR」
- 「寫個 changelog」
- 「追蹤呢個 bug」
- 「清理呢個 diff」
每次同樣嘅上下文都要重新講一次，agent 又次次由頭開始理解你想點。呢種重複本身已經係一種持續嘅消耗。
佢提出嘅方向係：將可以重複嘅工作流程變成 Skills，將可以交俾人做嘅具體任務變成 Subagent。呢個諗法初頭聽落好簡單，但係作者之後不斷改呢條 prompt，睇得出佢用嘅時候遇到幾類典型問題，於是逐步喺方法論上加咗保護機制，由比較偏研發嘅場景，擴展到更通用嘅辦公等場景，沉澱方式都諗得更仔細。
諗法係點樣深化嘅
最早嗰條 prompt 寫得比較隨意，焦點淨係放喺工程類場景——CI、PR、changelog、debugging、test triage。呢個係作者最熟嘅領域，但係好快就會發現限制：重複工作遠唔止編碼，研究、寫作、規劃、溝通、運營、分析、個人事務裏面都有好多值得沉澱嘅模式。新版本索性將範圍全部打開。
更重要嘅轉變係關於 「靠感覺建立 Skills」 呢件事。如果一個 Agent 淨係俾人叫佢「揾重複模式然後打包」，佢會傾向於寧多勿少，將一次性需求都當成模式，最後整咗一大堆冇人會真正用嘅嘢。作者新版本嘅做法係加咗一道門檻——一定要符合以下條件先可以動手：
- 最少出現過兩次，或者明顯會再發生而且重複成本唔低
- 輸入穩定、流程可以重複、輸出或者停止條件清晰
- 打包之後能夠喺速度、質量、一致性、可靠性方面帶嚟實質改善
- 現有嘅 skills / subagent / automation 未能夠充分處理呢件事
最後嗰條特別值得留意。作者明確要求先睇嚇已經有咩資產，可以擴展就擴展，唔好重複造輪子。呢個係工程協作入面好基本但係 Agent 成日忽略嘅紀律。
證據從邊度嚟
呢個係最新版本另一個實質嘅升級，作者將證據來源排咗優先次序：
- 近期嘅 Codex 會話同任務摘要——最直接嘅痕跡
- Codex Memories 同 rollout summaries——用嚟發現跨會話先睇得出嘅模式，單一會話睇唔到呢種重複
- Chronicle（如果開咗）——用嚟捉 Codex 以外嘅重複工作。但呢度有個細節：作者淨係叫佢做發現，關鍵事實必須返去源系統確認。呢個係一種合理嘅唔輕易信
- 已經有嘅 skills / custom agents / automations——避免同現有資產衝突
呢套分層有個暗藏嘅判斷：單一來源容易解讀錯，跨來源互相印證先靠得住。
產出形態由兩種變成四種
最早淨係得 skills 同 subagent 兩個選項。新版本擴到四種，而且第四種幾值得玩味：
- Skills：可以重用嘅工作流程或者 playbook
- Custom subagent：邊界清晰、適合交俾人做嘅專家角色或者調查任務
- Automation：定時或者循環執行嘅檢查、報告、提醒、監控
- Skip：太一次性、太模糊、太敏感、證據唔夠嘅，就唔好打包
將「跳過」明確列為一個合法選項，係呢版 prompt 隱藏嘅亮點。佢俾咗 Agent 一個明確嘅落台階——佢可以判斷咩嘢唔值得做，然後講返個判斷出嚟。冇咗呢條，Agent 為咗交差就會夾硬整啲嘢出嚟。
輸出格式收緊咗
新版本要求先俾一個簡潔嘅候選短名單（shortlist），每項都要寫清楚：
- 重複嘅工作流程係咩
- 支撐證據同日期
- 頻率同信心程度
- 推薦形態：skills、subagent、automation、擴展現有，定係跳過
- 點解值得做或者點解唔做
出完短名單之後，先開始建立高信心嘅缺失項目，而且要保持窄、實用、可以驗證。最後仲要再交一個收尾說明：做咗咩、刻意跳過咩、仲需要更多證據先可以鬱嘅係咩。
呢個三段式收尾令成個過程可以審計、可以覆盤。一個星期後返嚟睇，可以清楚知道當時點解咁判斷，唔係面對一鍋模糊嘅產出估嚟估去。
呢條 prompt 做嘅嘢，本質上係元工作流
佢同普通嘅 skills 有啲唔同——佢係用嚟生產 skills 嘅 skills。Codex、Claude Code、Cursor 等體系入面都有類似嘅「skill-creator」諗法，但係作者呢版更輕量，更面向「發掘個人工作模式」。
佢內置咗幾條好重要嘅剋制：
Choose the smallest appropriate form.
Keep them narrow, practical, source-aware, and easy to validate.
Do not create speculative, overlapping, or overly broad assets.
呢幾句直接對治咗 Agent 自動化嗰時最常見嘅失敗——發明唔存在嘅需求、同現有資產重疊、範圍太闊搞到冇人用得着。
實際喺 Claude Code / Cursor 點樣用
呢條 prompt 係寫俾 Codex 嘅，搬去 Claude Code 或者 Cursor 要做幾處本地化。兩邊嘅能力模型其實好接近，只係落點唔同。
證據來源嗰部分
- 喺 Cursor：agent transcripts 目錄、近期編輯歷史、當前 workspace 嘅 chat 記錄係最直接嘅痕跡；跨會話嘅偏好同約定沉澱喺
.cursor/rules/、AGENTS.md，同埋已經安裝嘅 plugin skills 入面 - 喺 Claude Code：會話記錄喺
~/.claude/projects/下面以 jsonl 形式儲存，可以直接 grep 或者交俾 agent 自己睇；跨會話嘅記憶主要睇項目級嘅CLAUDE.md同用戶級嘅~/.claude/CLAUDE.md，再加埋~/.claude/skills/下面已經裝好嘅 skill - 作者提到嘅 Chronicle 喺兩邊都冇原生對應。如果想捉 Codex / Claude Code / Cursor 以外嘅重複工作，可以叫 agent 順便睇下 shell history、git log、Obsidian daily notes 呢類外部痕跡，但係記住作者嘅提醒——呢啲淨係用嚟發現線索，事實要返去源系統確認
產出形態嗰部分
- 喺 Cursor 對應到
.cursor/skills-cursor/下嘅 skill、custom subagent、cursor hook、cursor rule。作者講嘅「automation」基本上就係 hook 嘅角色 - 喺 Claude Code 對應到
~/.claude/skills/下嘅 skill（帶 SKILL.md 嘅目錄）、~/.claude/agents/下嘅 custom subagent，同埋~/.claude/settings.json入面配置嘅 hooks。「automation」呢類仲可以用系統 cron 加上 Claude Code 嘅 headless 模式（claude -p）嚟定期執行任務 - 兩邊都建議先睇現有 skill 可唔可以擴展先考慮新建。Claude Code 嘅 skill 係按目錄組織嘅，擴展一個舊 skill 通常比新建一個更方便
執行節奏上有個建議——第一次淨係叫佢出 shortlist，唔好叫佢寫文件。人手睇一次，確認判斷冇錯，再叫佢行第二步去建立。作者不斷強調「高信心先動手」，跟呢個原則做，可以將錯誤判斷嘅成本壓到好低。Claude Code 嗰邊可以直接用 plan mode 行第一次，自然就淨係規劃唔鬱手。
時間窗口預設用最近30日比較合理，但係如果你嘅工作有明顯週期性（月尾做報表、季度覆盤之類），可以拉到60-90日，等低頻但確定嘅模式都可以捉到。
相關資源推薦
OpenAI 官方生產力與團隊協作方法論深度解讀：Codex 如何進化為跨數據、跨應用、跨團隊協作工作夥伴！
/goal 理論和實踐全解 - 讓 Codex 和 Claude Code 連續跑數小時直到完成目標的自主任務模式怎麼用好？
Agent Harness Engineering 三重前沿實踐：Codex、Claude Code、Cursor 如何讓人類從編碼者升為架構師
OpenAI Codex App 完全入門指南（5月最新版）：看這一篇就夠 + 7 天上手實戰計劃 + Cursor/Claude Code 平滑遷移教程
附錄：原始 prompt（最新版本）
Look back over my recent work from the last 30 days, or all available history if shorter, and identify repeated manual workflows worth packaging.
Use available evidence in this order:
- Recent Codex sessions and task summaries.
- Codex Memories and rollout summaries to find patterns repeated across sessions.
- Chronicle, if enabled, to spot repeated work outside Codex. Use Chronicle for discovery only; confirm important details in the relevant source system when possible.
- Existing skills, custom agents, and automations, so you reuse or extend what already exists instead of duplicating it.
Look broadly for work that is repeated, time-consuming, error-prone, context-heavy, or benefits from a consistent process. Include workflows across coding, research, writing, planning, communication, operations, analysis, and personal administration.
Only act on a candidate when it:
- occurred at least twice, or is clearly likely to recur and costly to repeat;
- has stable inputs, a repeatable procedure, and a clear output or stopping condition;
- would materially improve speed, quality, consistency, or reliability;
- is not already adequately covered.
Choose the smallest appropriate form:
- Skill: a reusable workflow or playbook.
- Custom subagent: a bounded specialist role or investigation task suitable for delegation.
- Automation: a scheduled or recurring check, report, reminder, or monitor.
- Skip: work that is too one-off, ambiguous, sensitive, or poorly evidenced to package.
First produce a compact shortlist with:
- repeated workflow
- supporting evidence and dates
- frequency/confidence
- recommended form: skill, subagent, automation, extend existing, or skip
- why it is or is not worth creating
Then create only the high-confidence missing items. Keep them narrow, practical, source-aware, and easy to validate. Do not create speculative, overlapping, or overly broad assets.
Finish with:
- what you created or extended
- what you deliberately skipped
- what needs more evidence before packaging讓 OpenAI Codex 回顧你過去的會話歷史，識別重複出現的任務模式，並沉澱為可複用的 Skills、Subagent、Automation 等，來自 Codex 團隊 Vaibhav (VB) Srivastav 的分享。
https://x.com/reach_vb/status/2058538305872949490[1]
作者真正想解決的問題
大多數開發者在使用 AI 編程助手時，會反覆問同類問題：
- "CI 為什麼掛了？"
- "幫我 review 這個 PR"
- "寫一下 changelog"
- "追蹤這個 bug"
- "清理這個 diff"
同樣的上下文每次都要重新鋪一遍，agent 也每次都從零開始理解你想要什麼。這種重複本身就是一種持續的損耗。
他給出的方向是：把可重複的工作流沉澱成 Skills，把可委派的具體任務沉澱成 Subagent。這個想法初看簡單，但作者後來反覆打磨這條 prompt，可以看出他在使用過程中遇到了幾類典型問題，於是逐步給方法論加上了護欄，從更偏研發場景，鋪開到更通用的辦公等場景，沉澱方式也做了更多思考細化。
思考是如何深化的
最早那條 prompt 寫得比較隨性，焦點也只放在工程類場景——CI、PR、changelog、debugging、test triage。這是作者最熟悉的領域，但很快就會發現侷限：重複工作遠不止編碼，研究、寫作、規劃、溝通、運營、分析、個人事務裏都有大量值得沉澱的模式。新版本乾脆把範圍全打開了。
更關鍵的轉變發生在 "憑感覺建 Skills" 這件事上。一個 Agent 如果只被告知"找重複模式並打包"，它會傾向於寧多勿少，把一次性需求也誤判成模式，最後產出一堆沒人會真正用的資產。作者新版本的處理方式是給候選項加了一道准入門檻——必須滿足以下幾條才允許動手：
- 至少出現過兩次，或者明顯會再發生且重複成本不低
- 輸入穩定、流程可重複、輸出或停止條件明確
- 打包後能在速度、質量、一致性、可靠性上帶來實質改進
- 現有的 skills / subagent / automation 還沒有充分覆蓋這件事
最後一條尤其值得留意。作者明確要求先翻已有資產，能擴展就擴展，不要重複造輪子。這是工程協作裏很基本但 Agent 經常忽略的紀律。
證據從哪裏來
這是最新版本另一處實質性的升級，作者把證據來源排了優先級：
- 近期的 Codex 會話和任務摘要——最直接的痕跡
- Codex Memories 和 rollout summaries——用來發現跨會話才看得出的模式，單會話裏看不到這種重複
- Chronicle（如果開啓了）——用來抓 Codex 之外的重複工作。但這裏有個細節：作者只讓它做發現，關鍵事實必須回到源系統確認。這是一種合理的不輕信
- 已有的 skills / custom agents / automations——避免和現存資產打架
這套分層有個隱含的判斷：單一來源容易誤讀，跨來源印證才靠得住。
產出形態從兩種變成四種
最早只有 skills 和 subagent 兩個選項。新版本擴到四種，而且第四種很值得玩味：
- Skills：可複用的工作流或 playbook
- Custom subagent：邊界清晰、適合委派的專家角色或調查任務
- Automation：定期或循環跑的檢查、報告、提醒、監控
- Skip：太一次性、太模糊、太敏感、證據不足的，就不要打包
把"跳過"顯式列為一種合法選項，是這版 prompt 隱藏的亮點。它給 Agent 一個明確的台階下——你可以判斷什麼不值得做，並把這個判斷說出來。少了這一條，Agent 為了交差會硬湊產出。
輸出格式被收緊了
新版本要求先給一份緊湊的候選短名單（shortlist），每一項都要寫清楚：
- 重複的工作流是什麼
- 支撐證據和日期
- 頻率和置信度
- 推薦形態：skills、subagent、automation、擴展已有，還是跳過
- 為什麼值得做或者為什麼不做
短名單出完之後，才開始創建高置信度的缺失項，並且要保持窄、實、可驗證。最後還要再交一份收尾說明：做了什麼、有意跳過了什麼、還需要更多證據才能動的是什麼。
這個三段式收尾讓整個過程可審計、可覆盤。一週後回頭看，能清楚知道當時為什麼這樣判斷，而不是面對一鍋模糊的產出去猜。
這條 prompt 在做的事情，本質上是元工作流
它和普通的 skills 不太一樣——它是用來生產 skills 的 skills。Codex、Claude Code、Cursor 等體系裏都有類似的"skill-creator"思路，但作者這版更輕量，更面向"挖掘個人工作模式"。
它內置了幾條很重要的剋制：
Choose the smallest appropriate form.
Keep them narrow, practical, source-aware, and easy to validate.
Do not create speculative, overlapping, or overly broad assets.
這幾句話直接對治了 Agent 自動化時最常見的失敗——發明不存在的需求、和已有資產重疊、範圍鋪得過寬以至於誰都用不上。
拿到 Claude Code / Cursor 裏實際怎麼用
這條 prompt 是給 Codex 寫的，搬到 Claude Code 或 Cursor 裏需要做幾處本地化。兩邊的能力模型其實很接近，只是落點不同。
證據來源那部分
- 在 Cursor 裏：agent transcripts 目錄、近期編輯歷史、當前 workspace 的 chat 記錄是最直接的痕跡；跨會話的偏好和約定沉澱在
.cursor/rules/、AGENTS.md，以及已安裝的 plugin skills 裏 - 在 Claude Code 裏：會話記錄在
~/.claude/projects/下面以 jsonl 形式存着，可以直接 grep 或者交給 agent 自己翻；跨會話的記憶主要看項目級的CLAUDE.md和用戶級的~/.claude/CLAUDE.md，再加上~/.claude/skills/下已經裝好的 skill - 作者提到的 Chronicle 在兩邊都沒有原生對應物。如果想抓 Codex / Claude Code / Cursor 之外的重複工作，可以讓 agent 順便看看 shell history、git log、Obsidian daily notes 這類外部痕跡，但記住作者的提醒——這些只能用來發現線索，事實要回到源系統確認
產出形態那部分
- 在 Cursor 裏對應到
.cursor/skills-cursor/下的 skill、custom subagent、cursor hook、cursor rule。作者說的 "automation" 基本就是 hook 的角色 - 在 Claude Code 裏對應到
~/.claude/skills/下的 skill（帶 SKILL.md 的目錄）、~/.claude/agents/下的 custom subagent，以及~/.claude/settings.json裏配置的 hooks。"automation" 這一類還可以藉助系統 cron + Claude Code 的 headless 模式（claude -p）來跑定期任務 - 兩邊都建議先看已有 skill 能不能擴展再考慮新建。Claude Code 的 skill 是按目錄組織的，擴展一個老 skill 通常比新建一個更省事
執行節奏上有個建議——第一遍只讓它產出 shortlist，先不要讓它寫文件。人工審一遍，確認判斷沒跑偏，再讓它進第二步去創建。作者反覆強調"高置信度才動手"，照這個原則走，能把誤判成本壓得很低。Claude Code 這邊可以直接用 plan mode 跑第一遍，自然就只規劃不動手。
時間窗口默認用最近 30 天比較合理，但如果你的工作有明顯週期性（月底做報表、季度覆盤之類），可以拉到 60–90 天，讓低頻但確定的模式也能被捕捉到。
相關資源推薦
OpenAI 官方生產力與團隊協作方法論深度解讀：Codex 如何進化為跨數據、跨應用、跨團隊協作工作夥伴！
/goal 理論和實踐全解 - 讓 Codex 和 Claude Code 連續跑數小時直到完成目標的自主任務模式怎麼用好？
Agent Harness Engineering 三重前沿實踐：Codex、Claude Code、Cursor 如何讓人類從編碼者升為架構師
OpenAI Codex App 完全入門指南（5月最新版）：看這一篇就夠 + 7 天上手實戰計劃 + Cursor/Claude Code 平滑遷移教程
附錄：原始 prompt（最新版本）
Look back over my recent work from the last 30 days, or all available history if shorter, and identify repeated manual workflows worth packaging.
Use available evidence in this order:
- Recent Codex sessions and task summaries.
- Codex Memories and rollout summaries to find patterns repeated across sessions.
- Chronicle, if enabled, to spot repeated work outside Codex. Use Chronicle for discovery only; confirm important details in the relevant source system when possible.
- Existing skills, custom agents, and automations, so you reuse or extend what already exists instead of duplicating it.
Look broadly for work that is repeated, time-consuming, error-prone, context-heavy, or benefits from a consistent process. Include workflows across coding, research, writing, planning, communication, operations, analysis, and personal administration.
Only act on a candidate when it:
- occurred at least twice, or is clearly likely to recur and costly to repeat;
- has stable inputs, a repeatable procedure, and a clear output or stopping condition;
- would materially improve speed, quality, consistency, or reliability;
- is not already adequately covered.
Choose the smallest appropriate form:
- Skill: a reusable workflow or playbook.
- Custom subagent: a bounded specialist role or investigation task suitable for delegation.
- Automation: a scheduled or recurring check, report, reminder, or monitor.
- Skip: work that is too one-off, ambiguous, sensitive, or poorly evidenced to package.
First produce a compact shortlist with:
- repeated workflow
- supporting evidence and dates
- frequency/confidence
- recommended form: skill, subagent, automation, extend existing, or skip
- why it is or is not worth creating
Then create only the high-confidence missing items. Keep them narrow, practical, source-aware, and easy to validate. Do not create speculative, overlapping, or overly broad assets.
Finish with:
- what you created or extended
- what you deliberately skipped
- what needs more evidence before packaging