在使用 Codex 进行代码生成与重构时，许多开发者常遇到“模型忘记前文逻辑”或“输出偏离初始需求”的问题。这通常是因为未有效利用其上下文管理能力。本文通过一个具体的实战案例，演示如何构建高质量的 Prompt 以优化 Codex 的响应精度。
实战场景：遗留系统模块重构
假设我们有一个基于 Python 的旧版数据清洗脚本，代码结构松散且缺乏注释。我们的目标是将其中核心的数据验证函数提取为独立的类，并添加类型提示。直接输入“重写这个函数”往往会导致 Codex 忽略现有的依赖关系，产生不可用的代码。因此，我们需要精心构建上下文。
步骤一：提供完整的代码背景
首先，将待修改函数的完整代码块以及其调用的相关辅助函数一并粘贴到 Prompt 中。不要只截取片段，因为 Codex 需要理解变量来源和返回值类型。例如，在 Prompt 开头明确标注：“以下是当前 `data_validator.py` 的核心代码段...”
步骤二：明确约束与期望
其次，用自然语言清晰描述重构目标。避免模糊指令，应具体说明：“请将 `validate_input` 函数重构为一个名为 `DataValidator` 的单例类。要求保留原有异常处理逻辑，但需使用 `typing` 模块补充参数和返回值的类型注解。同时，请确保不改变原有的业务逻辑行为。”
步骤三：迭代验证与修正
最后，观察 Codex 的输出。如果它遗漏了某个边界条件检查，不要重新从头编写 Prompt，而是直接在对话中指出：“你生成的类缺少对空列表的处理，请修正这部分逻辑。”这种基于上下文的即时反馈，能显著提升最终代码的质量与可用性。
通过上述结构化方法，你可以更好地掌控 Codex 的行为，使其成为更可靠的编程助手，而非仅仅是一个随机代码生成器。