Matt Shumer分享了一套基于 OpenAI Codex 的工作流，它能实现比默认设置更复杂的功能，同时大大提升了代码的可靠性和质量，有效避免了范围蔓延。整个流程分为三个阶段：首先用初步解释的提示深入理解需求和现有代码，要求列出所有模糊或不明确的地方；接着在充分讨论后，生成一份简单、优雅且明确指引各步骤的计划文档；最后，当计划完善后，切换到 gpt-5-codex high 模型进行精确实现，每一步都有详细的进度追踪和注释。

此方法不仅适用于编程，也可扩展到其他领域：有人将计划传递给其它模型（如 Claude）进行复核和测试，以确保每个细节都达标。相比使用复杂的内存管理方案，仅通过文件记录和规划提示就能很好地保存项目上下文，避免了 context rot。

原推文链接: x.com/mattshumer_/status/1981027089810637023