meng shao@shao__meng · XCodex 团队分享了一项实践：让 Codex 分析你近期的会话历史，识别重复出现的任务模式，并将其沉淀为可复用的产物。具体分为两类：面向固定流程的“技能”和面向单一职责的“子智能体”。通过设计针对性的提示词（聚焦于 CI 失败等七个高频场景），强制进行二分类选择，该方法旨在减少重复的手动描述，节省 token 并提升一致性。
让 Codex 回顾你过去的会话历史，识别重复出现的任务模式，并沉淀为可复用的 Skills 或 Subagent，来自 Codex 团队 @reach_vb 的分享
大多数开发者在使用 AI 编程助手时，会反复问同类问题： · "CI 为什么挂了？" · "帮我 review 这个 PR" · "写一下 changelog" · "追踪这个 bug" · "清理这个 diff" 这些重复的 prompt 本质上是未被显式抽象的工作流。每次手动重新描述，既浪费 token，也缺乏一致性。
Skills 和 Subagent 的沉淀方式区别是什么？ · Skills：适用于可复用的工作流，多步骤、有固定流程、面向"怎么做" · Subagent：适用于边界清晰的角色或调查任务，单一职责、可委派、面向"谁来做"
Prompt 设计的工程细节 · 数据源明确--基于 "recent Codex sessions" 而非凭空生成，让建议有真实依据。 · 二分类决策--强制 Codex 在 skill 和 subagent 之间做选择，避免模糊产出。 · 领域聚焦--列出 CI、PR review、changelog、docs、release、debugging、test triage 七个高频场景，收窄搜索空间。 · 质量约束--"Create the useful ones only. Keep them simple." 防止 AI 过度生成低价值产物。
Prompt 原文可以直接复制 Look through my recent Codex sessions and identify repeated workflows or repeated asks.