Códice de OpenAI: Una guía con 3 ejemplos prácticos

OpenAI acaba de publicar el Codex dentro de la aplicación ChatGPT. Codex es una herramienta pensada para ayudar a programadores y equipos a descargar el trabajo diario de codificación.

En este tutorial, te mostraré cómo utilizar Codex dentro de chatGPT para realizar tareas prácticas en un repositorio de GitHub, incluso si no eres un programador profesional. Utilizaremos el Códice para:

• Aplica una corrección de código y genera un pull request.
• Explica una función compleja dentro del código base.
• Identifica y resuelve un fallo basándote en una pregunta de estilo Preguntas y Respuestas.

Verás cómo Codex funciona en una caja de arena segura, genera cambios de código verificables y te ayuda a enviar más rápido, sin salir de ChatGPT.

¿Qué es el Códice de OpenAI?

OpenAI Codex es un agente de ingeniería de software basado en la nube que puede escribir y editar código, ejecutar pruebas, corregir errores e incluso proponer pull requests. Cada tarea se ejecuta en su propio entorno aislado.

Codexfunciona con codex-1, una versión del modelo o3 ajustado a los flujos de trabajo de desarrollo del mundo real. Este agente está pensado para la seguridad, la comprobabilidad y la productividad de los programadores. Puedes guiar al Codex utilizando los archivos AGENTS.md o interactuar con él directamente en la barra lateral de ChatGPT.

Con Codex CLItambién puedes llevar estas funciones directamente a tu terminal.

Configuración del Códice de OpenAI

Configurar el Códice sólo lleva unos minutos. Aquí tienes un sencillo paso a paso para empezar.

Paso 1: Localizar la herramienta Códice

Empieza por conectarte a ChatGPT. En la barra de herramientas de la izquierda, busca Códice. Ten en cuenta que el Codex se estádesplegando actualmenteen sólo para los usuarios de Pro, Team y Enterprise .

Paso 2: Cómo empezar con el Codex

Haz clic en Códice, y te llevará a otra pestaña para la configuración inicial. Haz clic en "Empezar" y sigue el procedimiento de autenticación que se indica en el paso siguiente.

Paso 3: Autenticación multifactor

Haz clic en "Configurar MFA para continuar" y escanea el código QR con tu aplicación de autenticación favorita (como Google Authenticator o Authy). Introduce el código para verificarlo y ¡listo!

Paso 4: Conectarse a GitHub

Una vez realizada la autenticación multifactor, conectamos Codex a GitHub.

Paso 4.1: Autorizar el conector GitHub

"Conectar a GitHub" te llevará a una ventana emergente para autorizar el conector de GitHub. Lee la ventana emergente y Autoriza.

Paso 4.2: Añadir tu cuenta de GitHub

Una vez conectado GitHub, tenemos que añadir nuestra cuenta. En la pestaña de organización de GitHub, selecciona "Añadir una cuenta de GitHub". 

Esto te llevará a otra ventana emergente para "Instalar y autorizar". Haz clic en autorizar, y todos tus repositorios aparecerán en la interfaz de ChatGPT. También puedes autorizar sólo repositorios seleccionados.

Paso 4.3: Crear un entorno

Elige el repositorio en el que quieres trabajar y haz clic en "Crear entorno".

Esto te llevará a "Controles de datos". El Codex sigue en desarrollo activo, y puede que veas un aviso opcional para permitir que tus datos se utilicen para mejorar el modelo. Puedes desactivarlo y continuar.

Ahora tu entorno está listo para ser explorado. Codex permite a los usuarios iniciar tareas en paralelo con tareas previamente seleccionadas.

Simplemente haz clic en "Iniciar tareas" o elige las tareas según tus necesidades. Esto te llevará a una interfaz en la que puedes hacer preguntas o pedir al agente que codifique una función para ti.

Una vez que todas las tareas estén listas, selecciona la tarea en la que te gustaría trabajar-o puedes trabajar en varias tareas en paralelo.

Paso 5: AGENTS.md archivo (opcional)

El archivo AGENTS.md es un archivo de configuración especial introducido por OpenAI para su uso con la plataforma Codex, diseñado específicamente para ayudar a guiar a los agentes de IA mientras trabajan dentro de tu base de código. Puedes considerarlo como un manual de programadores para compañeros de IA, muy similar a un README.md, pero centrado en instrucciones para agentes autónomos. Aquí tienes un ejemplo de archivo AGENTS.md:

# AGENTS.md

## Code Style
- Use Black for Python formatting.
- Avoid abbreviations in variable names.

## Testing
- Run pytest tests/ before finalizing a PR.
- All commits must pass lint checks via flake8.

## PR Instructions
- Title format: [Fix] Short description
- Include a one-line summary and a "Testing Done" section

Cuando Codex ejecuta una tarea en tu base de código, lo hace:

• Busca los archivos de AGENTS.md cuyo ámbito incluya el archivo o archivos que está modificando.
• Aplica las instrucciones de esos archivos para formatear, probar y documentar sus cambios.
• Da prioridad a las instrucciones anidadas más profundas cuando se aplican varios archivos (como una configuración en cascada).

Códice de OpenAI: Tres ejemplos prácticos

Exploremos cómo puede ayudarte Codex en el desarrollo del mundo real utilizando tres ejemplos que ejecuté en un repositorio.

Ejemplo 1: Correcciones básicas y erratas

A veces, Codex divide una única solicitud en subtareas, como corregir erratas, mejorar un LÉAME o escribir pruebas, todo dentro del mismo espacio de trabajo.

Puedes iniciar una nueva tarea dentro de una tarea existente basada en la revisión inicial, solicitar cambios en la base de código existente o hacer preguntas a través del cuadro de texto. Para ampliar la tarea o arreglar algo nuevo, haz clic en "Código" e inicia directamente una nueva subtarea.

Cuando estés satisfecho con los cambios, haz clic en "Empujar", lo que creará una nueva solicitud de extracción. Tras unos segundos, puedes hacer clic en "Ver Pull Request" para acceder a la pull request y fusionarla con la principal.

Ejemplo 2: Explicación del código base

A continuación, utilicé Codex para una tarea que no era de edición: explorar el código base y preguntarme qué podía hacer a continuación. Esto es especialmente útil si eres nuevo en un proyecto, intentas incorporarte rápidamente o simplemente estás atascado intentando comprender cómo funciona una determinada función.

Codex navegó por el proyecto y proporcionó un desglose limpio y sencillo para principiantes de la estructura del código base. En lugar de limitarse a enumerar los archivos, el Codex los agrupó por finalidad:

• Destacó que qwen3_demo.py es el script principal, que lanza dos interfaces basadas en Gradio: una para el cambio de modo de razonamiento y otra para la traducción multilingüe.
• Identificó qwen3_demo.ipynb como una alternativa de cuaderno interactivo.
• Señaló test_qwen3_demo.py para las pruebas unitarias y README.md para la documentación y los vídeos explicativos.

Además, el Codex también enumera los "Puntos clave que debes conocer", como las dependencias (Ollama CLI), el papel de la función _run_ollama y consejos para ampliar la interfaz. Incluso sugirió próximos pasos, como explorar el versionado de modelos, mejorar la interfaz de usuario y añadir gestión de errores.

Ejemplo 3: Encontrar y corregir un error

Codex puede escanear todo el código base, identificar un error, proponer una solución y mostrarte una vista previa de los cambios. Este proceso se parece a las revisiones de cambios de código en GitHub.

Puedes revisar los registros para comprender el proceso de fondo de los cambios realizados haciendo clic en "Registros".

Codex devuelve un resumen de los cambios realizados, junto con los archivos creados o afectados por los cambios. También puedes hacer preguntas sobre los cambios o pedir al Codex que escriba nuevo código para mejorar la implementación actual.

Una vez satisfecho con las correcciones del código, haz clic en "Empujar" y "Crear nuevo PR" para abrir una nueva pull request.

Tras unos segundos, puedes hacer clic en "Ver Pull Request" para acceder a la pull request y fusionarla con la principal.

Codex permite fusionar los cambios con sólo unos clics.

Los archivos principales se actualizan sin problemas en el repositorio.

¿Por qué es importante el Codex?

Codex no es una herramienta más de generación de código, sino un agente de colaboración. Puedes pedirle que escriba, refactorice, pruebe, depure o explique, y te mostrará los registros del terminal, las citas y los resultados de cada paso.

He aquí algunos beneficios del mundo real que he observado:

• Las tareas son trazables y verificables.
• El Códice funciona en paralelo, por lo que puedes poner en cola varios cambios.
• Respeta tu configuración de desarrollo, especialmente si has configurado convenciones a través de AGENTES.md del archivo
• Se ajusta a las normas de las relaciones públicas humanas y puede superar las pruebas de la IC.

A mí me parece que OpenAI acaba de liberar a un becario de ingeniería de software.

Conclusión

Aprendimos cómo Codex puede corregir errores, aplicar parches de características y explicar la lógica del código, todo ello mientras genera pull requests, ejecuta pruebas y cita sus acciones mediante logs de terminal y diffs.

Este recorrido práctico ilustra cómo Codex puede mejorar tu flujo de trabajo diario como programador, tanto si estás depurando código heredado, incorporándote a un nuevo repositorio o realizando tareas de mantenimiento.

A medida que Codex evolucione, preveo integraciones más profundas con IDEs, CI pipelines y planificadores de tareas, convirtiéndolo en un compañero fundamental en la pila de software moderna. Para saber más sobre Codex, lee el blog oficial del lanzamientoy también puedes encontrar ejemplos de casos de uso en canal de YouTube de OpenAI.

Para profundizar en los modelos y herramientas de OpenAI centrados en la ingeniería, te recomiendo estos blogs:

• Tutorial OpenAI Codex CLI
• API O4-mini de OpenAI: Tutorial paso a paso con proyecto de demostración
• Guía GPT-4.1 con Proyecto Demo: Aplicación de búsqueda de códigos por palabras clave