OpenAI 关于 /goal 的使用指南：

Codex 原本就非常擅长处理界定清晰的编码任务：检视代码库、修复缺陷、添加测试、解析错误或实现局部修改。而 Goal 则专为那些后续步骤取决于 Codex 逐步推理过程的任务而设计：性能分析、补丁优化、基准测试、复现间歇性测试故障，或基于证据将研究性问题转化为系统化审计。

这类任务需要的不是更详尽的指令，而是一个持久的目标。借助 Goal，Codex 能持续聚焦于核心任务，在每一步完成后自主评估工作进度，并智能选择下一步行动——无需用户在每个中间结果后重复声明目标。

---

普通提示的作用是：执行下一步操作。

目标机制的核心在于：持续运作直至特定结果达成。这与常规请求有本质区别——普通指令中，Codex 完成即止并等待反馈；而目标模式下，线程会绑定持久性目标，每个交互周期结束后，系统将审视当前证据并判断目标是否达成。若未满足且目标仍有效，Codex 可基于最新状态继续推进。

---

Goal 通常会定义六个要素：- 成果状态：工作完成时应达成的真实状态。- 验证界面：用以证明成果状态的测试基准、报告、产出物、命令输出或源材料。- 约束条件：Codex 工作过程中必须不得出现倒退的情况。- 边界条件：Codex 可使用的文件、工具、数据、代码库或资源范围。- 迭代策略：Codex 在每次尝试后应如何决策下一步行动。- 阻断终止条件：当 Codex 应停止并声明当前限制下不存在可行路径时的判定机制。

---

当任务清晰但目标模糊时，Codex 能协助撰写目标本身。

采用简易的两步流程效果显著：首先用大白话描述工作内容，请 Codex 将其转化为目标草案；其次审核草案，收紧成功条件、验证范围、约束条件与受阻时停止条件，再激活生效。

---

目标并非适用于所有任务的工具。

对于单行编辑、简单解释、简短代码审查，或是你只想获得单次答案便结束的问题，无需使用目标。普通的 Codex 提示词更适合处理这类任务。

目标模糊时莫用 Goal。“改进代码”这类表述无法为智能体提供明确的完成依据；“重构代码”的表述同样乏力，除非你明确定义预期最终状态、测试要求与约束条件。

切勿用 Goal 掩盖不确定性。若数据可能缺失，需在目标中明确说明；若基准测试可能不稳定，应写明处理方案；若允许使用代理证据，则需定义其标注方式。

当任务具备三项特质时，“Goal 最具效力：持久的目标指向、基于证据的终点判定、以及可能经历多轮探索的实现路径。

链接：developers.openai.com/cookbook/examples/codex/using_goals_in_codex