AI 技术知识库的 ChatGPT 与 Codex 协作配置方案

状态：已验证
来源：对话整理
更新时间：2026-03-12

关键结论

ChatGPT 项目提示词与 Codex AGENTS.md 应分别负责“知识提炼”和“文档落盘”。
AGENTS.md 需要明确主题识别、增量更新、知识条目结构、去重规则和索引维护规则。
知识库应按稳定技术主题建立主题目录，具体知识点优先写入主题入口文件或子主题文件。
知识库应采用“主题会话制”，而不是每个问题都新建聊天。

详细分析

如果 AGENTS.md 缺少写入位置规则和去重规则，整理时容易产生重复内容或写错 section。
如果主题划分过细，后续维护成本会快速上升，也容易出现近义主题重复。
将强相关知识按中粒度组织到主题入口文件或子主题文件中，比频繁创建零碎文件更适合长期积累。
ChatGPT 更适合负责讨论与结构化提炼，Codex 更适合基于仓库规则执行落盘和增量维护。

可执行步骤

在仓库中使用强化后的 AGENTS.md 作为 Codex 的落盘规则。
在 ChatGPT 项目中配置专用提示词，用于输出适合归档的技术结论和整理模板。
在 topics/ 下优先建立稳定的大主题目录，而不是问题级目录或临时文件。
在 INDEX.md 中仅维护主题与路径索引。
后续继续以“同主题持续会话、跨主题新建聊天”的方式维护知识库。

命令 / 配置 / 代码

text

AGENTS.md 负责：主题识别、增量更新、条目结构、去重规则、索引维护。
ChatGPT 项目提示词负责：技术提炼、结构化结论、对 Codex 的整理模板。

风险与注意事项

不要一开始就把主题拆得过细。
不要让 Codex 重写全文，应坚持增量更新。
不要删除旧结论，被推翻时应标记为 已失效。
聊天线程过长或主题切换时应及时新建聊天。
其中“将具体知识点持续追加到单个主题文档内部”的结构方案，已被后续“主题目录 + 子主题文件”的中粒度方案替代。