
石臻说AI
编辑:石臻
导读:不少小伙伴在用 AI 写代码时,卡住的地方往往不是因为模型不够强,而是因为任务说明得不够清晰。你可能会说“帮我完成这个功能”,可是后面又不断补充、修正,搞得一团糟。
这套 `/goal` 的使用方法,关键不在于省几个字,而是要把“目标、拆解、验收”这几步先理清楚,再让不同的 agent 各自带着目标一起并行工作。
先弄明白这个用法
以前我们写提示时,常常把“需求、执行步骤、注意事项、验收标准”混在一起。短任务还行,一旦任务复杂了,Codex 很容易就只抓住了最显眼的部分,后面的要求全都被忽略了。
更为稳妥的做法是先让 Codex 写下自己的 /goal:将你的意图转化为清晰的目标,再列出范围、子任务、风险和验收标准。人给方向,agent 则负责将这一方向翻译成具体的任务。

这和普通的提示方式其实差别很大。
普通的提示就像是“我给你一堆指令,你照着做就行”。而这套方法更像是先召开一个小型项目会议:你说出想要的东西,Codex 先帮你定义任务、拆解方式、子任务边界和验收标准,然后再开始执行。
简单来说,/goal 不是什么魔法咒语,它更像是 agent 的工作协议。
真正有效的不是“让 AI 自主决定一切”,而是让 AI 先把你模糊的想法翻译成切实可行的计划。
可复制的 5 步工作流程
先看看这张流程图。如果你希望 Codex 处理较长的任务,可以按这个顺序来操作。

第一步:先写下“意图”,别急着写完整的计划。
比如你想做一个 Three.js 的过山车第一人称视角 demo,刚开始没必要把所有技术细节都写得死死的。你可以先清楚地表达出最终想要的体验、约束和交付物:
💡 提示词参考:
我想做一个 Three.js 第一视角的过山车 demo。需要包含循环轨道、下落、倾斜转弯、至少一次翻转、速度感、地形、天空盒和音效。最终交付一个单 HTML 文件。
第二步:让 Codex 先给自己写个 goal。
这一点是整个方法的关键。不要直接说“开始做”,而是让它先把任务转化为可执行的目标。
💡 提示词参考:
For this task, write yourself a new goal first. Turn my request into a concrete objective with scope, constraints, subtasks, and acceptance criteria. Then execute against that goal.
如果你喜欢中文,可以这样说:
请先不急于实现。为自己写一个新的 /goal:将我的需求转化为清晰目标,列出范围、约束、子任务、验收标准。确认这个 goal 后,再去执行。
第三步:如果任务大,可以让它派生子 agent。
这里有个很重要的点:让 Codex 并行生成 agents,把工作分成独立的部分,每个 agent 都要有自己专属的 /goal。

你可以加上这句话:
💡 提示词参考:
If this benefits from parallel work, spawn agents for independent pieces. Give each agent its own dedicated /goal, make their deliverables explicit, and synthesize the results when they return.
这句话的意义在于,它不仅仅是在说“多线程工作”。它要求每个子 agent 带着自己的任务边界去执行:谁负责研究,谁负责实现,谁负责测试,谁负责审查。
第四步:让主线程负责整合,而不是让子 agent 争夺方向。
并行的 agent 最大的问题就是,大家都在努力,但最终却无法整合。所以主线程必须承担“总协调”的角色:收集子结果,判断冲突,合并方案,决定下一步走向。
你可以明确写一句:
Keep the main path responsible for coordination. Subagents should return findings or patches, but the main agent must synthesize and make final decisions.
第五步:让它把 goal 当作可以更新的对象。
长任务最怕在执行过程中目标发生漂移。一个好的补充要求是:如果 Codex 发现原目标不够完整,可以更新 goal,但必须解释为什么要改。
If the goal needs to change, update it explicitly and explain what changed before continuing.
这样能让 agent 少点“偷偷换题”,多点可追踪的项目感。
什么时候适合用,什么时候不太适合
这套方法特别适合三类任务。
让Codex更高效:如何制定清晰目标

有些场合其实不太适合用这种方法,比如说简单的修修补补、单个文件改一行,或者你已经有了特别精准的解决方案。这种情况下,让Codex再去写目标,反而显得有点多余。

我个人的经验是:只要这个任务预计时间超过20分钟,或者你觉得中间可能会频繁修改需求,那就一定要让Codex先写个目标。
虽然这一过程看似拖慢了速度,实际上却能有效减少后面的重复工作。
直接用的模板
下面这一段模板可以直接保存哦。等你需要的时候,只需替换第一段的任务描述,后面的内容基本不需要改。
💡 模板
通用格式:
我想完成以下任务:
[在这里写上你的需求]
在实施之前,请为自己写一个新的/goal。把我的意图变成一个具体的目标,包含范围、限制、子任务、风险和验收标准。
如果任务可以并行处理,就为独立的部分派出多个agents。每个agent都要有自己专属的/goal和明确的交付内容。
主负责路径要负责协调和最终的整合。如果目标需要更改,记得明确说明变动的内容和原因,再继续。
如果你是处理代码任务,我建议再加三条:
首先,先阅读现有的代码库,遵循本地的编码规范。
不要进行无关的重构。
在结束前,务必通过相关的测试或检查验证结果。
这三条听起来简单,但非常有效。它们能让agent从“随意发挥”回到工程的实际场景中。
如果你想全程用中文,也有这个版本:
💡 模板
中文格式:
我想完成下面这个任务:
[在这里写你的真实需求]
开始实施前,请先为自己设定一个新的/goal。将我的意图整理成具体目标,明确范围、约束、子任务、风险和验收标准。
如果任务适合并行处理,请为每个独立部分派出agents。每个agent都要有自己的dedicated /goal,并说明需要交付什么。
主线程负责协调和最终汇总。如果在执行过程中需要调整goal,请先清晰说明改动内容及原因,然后再继续。
最后说几句实话
/goal 这种能力让agent更像是一个能理解上下文的合作者,但它不会自动为你思考产品的判断。
你依然需要负责意图:想做什么、为什么做、哪些部分不能碰、结果怎么算完成。
Codex的任务是整理这些意图并转化为工作目标,再把目标分配给合适的执行单元。人的角色并不是消失,而是从“逐字下指令”变成“定义方向和验收标准”。
可以把这套方法浓缩成一句话:不要只让Codex干活,先让它理清楚怎么干活。任务越复杂,`/goal` 的价值就越明显。












建议在实际应用中多进行尝试,可能会发现更多细节需要调整。
对于初学者来说,建议从简单任务开始,逐渐过渡到复杂项目,避免挫败感。
在实际应用时,建议多尝试不同的提示方式,灵活应对各种需求。
要注意在设定目标时,尽量具体明确,避免模糊的表述。
看了这个方法,觉得自己之前的目标设定方式太简单了,应该调整一下。
在设定目标的时候,如何确定子任务的边界呢?这个步骤听起来有点复杂,应该怎么把握呢?
我尝试过让 AI 自己拆解任务,效果并不理想,可能是我没把目标说明清楚吧。
之前我也是直接让 AI 开始执行,效果不理想,看来需要重新调整思路。