结论先说
- 用
compact_prompt接管默认摘要规则。在~/.codex/config.toml或受信任仓库的.codex/config.toml中配置compact_prompt,即可覆盖内置的上下文压缩指令,无论是手动输入/compact还是达到阈值自动压缩都会按你的要求整理记忆。 - 模板较长时改用
experimental_compact_prompt_file独立维护。如果团队压缩规范超过十行,把提示词单独放进 Markdown 或文本文件再通过文件路径引用,比在 TOML 里写一大段转义字符串更易做 Git 版本审查。 - 好的压缩提示词核心是「保硬状态、砍过程噪音」。明确要求保留架构禁区、已改文件与符号名、精确配置键名、当前测试通过/失败状态和下一步清单,同时显式指示丢弃已被替代的旧方案与冗长终端报错全文。
- 别把全局常驻规范只寄托在压缩摘要里。长期不变的仓库红线应该写进
AGENTS.md(每轮自带),compact_prompt负责抢救的是「本轮对话里临时拍板的上下文状态」。 - 超长上下文反复压缩与多轮精修建议配足会员额度。国内如无外币支付方式,可在本站自助开通 ChatGPT Plus 或高额度 ChatGPT Pro,团队多人标准化部署也可了解 ChatGPT Business 团队定制。

图:本站根据 OpenAI Codex 官方文档:Configuration Reference 整理的示意图
本文根据 OpenAI Codex 官方文档《Configuration Reference》整理,资料核对于 2026-11-19。配图为本站整理的示意图,不是界面截图。本站(bigolab.com)不是 OpenAI 官方网站。
适用于谁
- 在单个长任务里连续迭代几十轮代码,执行
/compact后发现 Codex 忘记了前面确认过的接口契约、目录禁区或关键环境变量名的开发者; - 需要处理大型重构或跨模块联调,希望自动压缩上下文时只留高价值工程状态、丢掉中间试错噪音的工程师;
- 希望把团队统一的压缩摘要模板沉淀进配置文件、避免成员每次手动补充背景的研发团队。
一、为什么默认 /compact 在复杂工程里容易「失忆」
在 Codex CLI 中,当一轮重构会话不断读取源码、跑单测并贴入堆栈日志,上下文窗口很快就会逼近上限(/compact 与回滚基础操作可先看 /guides/codex-cli-diff-compact-rewind-rollback-guide)。触发手动 /compact 或到达 model_auto_compact_token_limit 自动压缩时,模型会把早前的多轮消息提炼成一段结构化交接摘要。
默认压缩策略面向通用编程场景,它很难猜出哪些细节在你的项目里「绝对不能改写」:例如你三轮前临时口头约定的「旧接口必须保持向后兼容、严禁修改 migrations/ 目录」「鉴权头固定叫 X-Tenant-Token」「当前 test_billing.py 的第 3 个用例失败是因为 mock 时区未固定」。一旦这些细节在通用摘要里被模糊成「已讨论鉴权和账单测试问题」,压缩后的下一轮代码改动就很容易推翻先前结论。
通过自定义 compact_prompt,你相当于给交接班写了一份强制检查表,确保每次压缩后模型拿到的是一份精确、可继续执行的工程交接单。
二、两种写法模板:行内多行字符串与外部文件引用
打开 ~/.codex/config.toml(完整结构见 /guides/codex-config-toml-complete-guide),可按下面两种方式落地配置。
方式 1:直接在 config.toml 中写多行 compact_prompt(本站建议模板)
使用 TOML 三双引号 """ 可以保持良好的换行排版,避免大量 \n 转义符:
toml
#:schema https://developers.openai.com/codex/config-schema.json
# 可选:按需调整自动压缩触发阈值(须在当前模型窗口范围内)
# model_auto_compact_token_limit = 80000
compact_prompt = """
请将以上会话压缩为供后续继续编码的工程交接摘要,必须严格保留以下 5 个分节,严禁概括丢失精确标识符:
1. 【硬性约束与禁区】用户明确禁止改动的文件/目录、向后兼容要求、禁止引入的依赖或框架约定。
2. 【已确认的接口与变量】精确保留所有已拍板的 API 路径、字段名、配置键名、环境变量名与数据库列名。
3. 【代码改动台账】按「文件路径 + 函数/类名 + 改动意图」逐条列出已完成修改的文件。
4. 【当前验证状态】列出最近一次运行的构建/测试命令、已通过项,以及尚未修复的报错核心信息与行号。
5. 【待办下一步】按优先级列出接下来立即要做的 1 到 3 件事。
请主动删除已被否决的早期试错思路、重复打印的完整命令行日志和冗长源码原文,确保摘要精炼紧凑。
"""
方式 2:使用 experimental_compact_prompt_file 拆成独立团队文件
如果你希望在团队仓库里用 Markdown 维护压缩模板并方便 PR 评审,可以把上述提示词保存为 .codex/compact-prompt.md(或 ~/.codex/compact-prompt.md),再在 config.toml 中引用路径:
toml
#:schema https://developers.openai.com/codex/config-schema.json
experimental_compact_prompt_file = "~/.codex/compact-prompt.md"
注意:compact_prompt 与 experimental_compact_prompt_file 二选一维护即可,避免两处同时配置造成排查困惑;若只针对当前项目生效,请把配置放进受信任仓库的 .codex/config.toml。

图:本站根据 OpenAI Codex 官方文档:Configuration Reference 整理的示意图
订阅与账号准备提示:大仓长会话既吃上下文空间,也在频繁压缩与高推理档位下加快消耗周期配额(窗口和限额优化可参考 /guides/codex-app-context-window-1m-setting 与 /guides/codex-usage-limits)。如果高频触及限额,可在本站开通 ChatGPT Pro 充值 或 ChatGPT Pro 5x iOS 可覆盖档;注册新 OpenAI 账号遇到手机验证环节卡顿,也可查看 Codex 注册手机验证服务。
三、写好 compact_prompt 的四条实操原则(本站建议)
- 只保留「精确符号」而不是长篇解释。提醒模型保留文件名、函数名、环境变量名和接口字段名即可,不要在压缩提示词里写「把改过的代码完整贴出来」,否则压缩后的摘要本身就占掉几万 Token,失去压缩意义。
- 明确写出「允许丢弃什么」。如果不告诉模型剔除早期失败尝试和整屏测试日志,摘要往往会为了求稳把过时的排查过程全留下来,导致后续继续干扰判断。
- 配合阶段性手动
/compact效果最好。不要每次都等到上下文彻底塞满才被迫自动压缩;每当一个子功能开发并验证完毕,主动执行一次/compact(搭配合理的压缩提示词),既能大幅省额,也能让下一阶段推理更清爽(更多省额思路见 /guides/codex-save-usage-quota-model-reasoning-context-tips)。 - 把静态规则放回
AGENTS.md。目录结构、构建脚本、代码风格这类跨任务不变的约束应留在AGENTS.md,让compact_prompt专注保存当前会话的动态状态,分工清晰才不容易丢重点。
常见问题
问:设置 compact_prompt 会让每次普通提问都额外消耗更多 Token 吗?
答:不会。compact_prompt 只在真正执行 /compact 或达到阈值触发自动上下文压缩的那一次请求中被使用,日常普通对话轮次不会重复注入这段提示词。
问:为什么改完 compact_prompt 后,正在运行的老会话里跑 /compact 好像没按新模板输出?
答:Codex 通常在启动会话时加载 config.toml。修改压缩提示词后,请重启新的终端会话或在下次开启任务时验证;若配置写在仓库级 .codex/config.toml,还需确认当前目录已设为受信任工作区。
问:国内没有外币信用卡,或者公司研发团队需要开增值税发票报销,怎么开通能跑 Codex 的订阅?
答:可在本站 AI 会员充值总览 按需选购 ChatGPT Plus、ChatGPT Plus 官网直充 或高配额的 ChatGPT Pro,企业团队多人部署可直接查看 ChatGPT Business 团队定制。支持支付宝、微信支付与 AlipayHK,自助兑换无需交出账号密码,并可开具增值税发票;实时价格以商品页展示为准,售后执行掉订阅按剩余天数折退、封号不在质保范围的政策。
相关教程
- Codex CLI /diff、/compact 与回滚操作完全指南
- Codex 节省额度的模型、推理档位与上下文实用技巧
- Codex App 1M 超大上下文窗口配置说明
- Codex config.toml 配置文件完整指南
参考资料
- OpenAI Developers 文档:Codex Configuration Reference — https://developers.openai.com/codex/config-reference
- OpenAI Codex 官方文档:Configuration Reference — https://learn.chatgpt.com/docs/config-file/config-reference
- OpenAI Codex GitHub 仓库 — https://github.com/openai/codex
0 条评论
还没有评论,来抢沙发~