OpenAI Codex: guida passo passo con 3 esempi pratici

TL;DR

\n
• \n

  OpenAI Codex è un agente di ingegneria del software basato su cloud disponibile in ChatGPT (piani Plus, Pro, Team ed Enterprise)

  \n
\n
• \n

  Collega Codex a un repo GitHub, poi assegnagli attività: correggere bug, applicare patch, generare test o spiegare il codice

  \n
\n
• \n

  Ogni attività viene eseguita in una sandbox isolata; Codex apre una pull request che rivedi prima del merge

  \n
\n
• \n

  Usa un file AGENTS.md per definire le convenzioni di coding che Codex seguirà in ogni attività

  \n
\n
• \n

  Codex funziona anche nel terminale tramite la Codex CLI e come estensione per VS Code

  \n
\n

Che cos'\u00e8 Codex di OpenAI?

OpenAI Codex \u00e8 un agente di ingegneria del software basato su cloud che pu\u00f2 scrivere e modificare codice, eseguire test, correggere bug e perfino proporre pull request. Ogni attivit\u00e0 viene eseguita nel proprio ambiente sandbox.

Codex \u00e8 alimentato dai pi\u00f9 recenti modelli frontier di OpenAI ed \u00e8 progettato per sicurezza, testabilit\u00e0 e produttivit\u00e0 degli sviluppatori. Puoi guidare Codex usando file AGENTS.md o interagire direttamente con lui nella sidebar di ChatGPT.

Con la Codex CLI, puoi portare queste capacit\u00e0 direttamente anche nel tuo terminale.

Panoramica delle opzioni di accesso a Codex:

Configurare Codex di OpenAI

Configurare Codex richiede solo pochi minuti. Ecco una procedura passo passo per iniziare.

Passo 1: trovare lo strumento Codex

Inizia effettuando l'accesso a ChatGPT. Nella barra laterale a sinistra, cerca Codex. Al lancio, Codex \u00e8 stato distribuito a utenti ChatGPT Pro, Business ed Enterprise. Ora \u00e8 incluso in tutti i piani (anche se l'accesso Free e Go \u00e8 molto limitato).

Passo 2: iniziare con Codex

Clicca su Codex: verrai portato in un'altra scheda per la configurazione iniziale. Clicca su \u201cGet Started\u201d e segui la procedura di autenticazione mostrata nel passo successivo.

Passo 3: autenticazione a pi\u00f9 fattori

Clicca \u201cSet up MFA to continue\u201d e scansiona il QR code usando la tua app di autenticazione preferita (come Google Authenticator o Authy). Inserisci il codice per verificare e hai finito!

Passo 4: connetti GitHub

Una volta completata l'autenticazione a pi\u00f9 fattori, colleghiamo Codex a GitHub.

Passo 4.1: autorizzare il connettore GitHub

\u201cConnect to GitHub\u201d aprir\u00e0 un pop-up per autorizzare il connettore GitHub. Leggi il pop-up e autorizza.

Passo 4.2: aggiungere il tuo account GitHub

Una volta collegato GitHub, dobbiamo aggiungere il nostro account. Nella scheda dell'organizzazione GitHub, seleziona \u201cAdd a GitHub account.\u201d 

Questo aprir\u00e0 un altro pop-up per \u201cInstall and Authorize.\u201d Clicca per autorizzare e tutti i tuoi repository compariranno nell'interfaccia di ChatGPT. Puoi anche autorizzare solo alcuni repository selezionati.

Passo 4.3: creare un ambiente

Scegli il repository su cui vuoi lavorare e clicca \u201cCreate environment.\u201d

Verrai portato alle \u201cData Controls.\u201d Codex \u00e8 ancora in sviluppo attivo e potresti vedere un prompt opzionale per consentire l'uso dei tuoi dati per il miglioramento del modello. Puoi disattivarlo e procedere.

Ora il tuo ambiente \u00e8 pronto per essere esplorato. Codex consente di avviare attivit\u00e0 in parallelo con task pre-selezionati.

Ti basta cliccare su \u201cStart tasks\u201d o scegliere task in base alle tue esigenze. Verrai portato a un'interfaccia dove puoi fare domande o chiedere all'agente di sviluppare una funzionalit\u00e0 per te.

Quando tutti i task sono pronti, seleziona quello su cui vuoi lavorare o lavora su pi\u00f9 task in parallelo.

Passo 5: AGENTS.md file (opzionale)

Il file AGENTS.md \u00e8 un file di configurazione speciale introdotto da OpenAI per l'uso con la piattaforma Codex, progettato specificamente per aiutare a guidare gli agenti AI mentre lavorano all'interno della tua codebase. Puoi considerarlo come un manuale per compagni di squadra AI, simile a un README.md, ma focalizzato su istruzioni per agenti autonomi. Ecco un esempio di file AGENTS.md:

# AGENTS.md\n\n## Code Style\n- Use Black for Python formatting.\n- Avoid abbreviations in variable names.\n\n## Testing\n- Run pytest tests/ before finalizing a PR.\n- All commits must pass lint checks via flake8.\n\n## PR Instructions\n- Title format: [Fix] Short description\n- Include a one-line summary and a \"Testing Done\" section

Quando Codex esegue un task sulla tua codebase, esso:

\n
\n
• Cerca file AGENTS.md il cui scope includa i file che sta modificando.
\n
• Applica le istruzioni in quei file per formattare, testare e documentare le sue modifiche.
\n
• Prioritizza le istruzioni pi\u00f9 in profondit\u00e0 quando si applicano pi\u00f9 file (come una configurazione a cascata).
\n
\n

Per una panoramica pi\u00f9 ampia sulla creazione di sistemi che agiscono attraverso strumenti e API, vedi il nostro tutorial sull'SDK OpenAI Agents.

Codex di OpenAI: tre esempi pratici

Vediamo come Codex pu\u00f2 aiutarti nello sviluppo reale con tre esempi che ho eseguito su un repository.

Esempio 1: correzioni di base e refusi

A volte Codex scompone una singola richiesta in sottoattivit\u00e0, come correggere refusi, migliorare un README o scrivere test, tutto nello stesso workspace.

Puoi avviare un nuovo task all'interno di un task esistente in base alla revisione iniziale, richiedere modifiche alla codebase esistente o fare domande tramite la casella di testo. Per estendere il task o correggere qualcosa di nuovo, clicca \u201cCode\u201d e avvia direttamente una nuova sottoattivit\u00e0.

Quando sei soddisfatto delle modifiche, clicca \u201cPush\u201d: verr\u00e0 creata una nuova pull request. Dopo pochi secondi, puoi cliccare \u201cView Pull Request\u201d per accedere alla PR e fare il merge su main.

Esempio 2: spiegazione della codebase

Poi ho usato Codex per un'attivit\u00e0 non di editing: esplorare la codebase e chiedere cosa potrei fare dopo. \u00c8 particolarmente utile se sei nuovo su un progetto, vuoi fare onboarding rapidamente o sei bloccato nel capire come funziona una certa funzione.

Codex ha navigato il progetto e fornito una spiegazione chiara e adatta ai principianti della struttura della codebase. Invece di elencare solo i file, li ha raggruppati per scopo:

\n
• Ha evidenziato che qwen3_demo.py \u00e8 lo script principale, che avvia due interfacce basate su Gradio \u2014 una per il cambio della modalit\u00e0 di reasoning e un'altra per la traduzione multilingue.
\n
• Ha identificato qwen3_demo.ipynb come un notebook interattivo alternativo.
\n
• Ha indicato test_qwen3_demo.py per i test unitari e README.md per documentazione e walkthrough video.
\n

Inoltre, Codex ha elencato anche i \u201cPunti chiave da conoscere\u201d, come le dipendenze (Ollama CLI), il ruolo della funzione _run_ollama e suggerimenti per estendere l'interfaccia. Ha persino proposto i prossimi passi, come esplorare il versioning dei modelli, migliorare la UI e aggiungere gestione degli errori.

Esempio 3: trovare e correggere un bug

Codex pu\u00f2 scansionare l'intera codebase, individuare un bug, proporre una correzione e mostrarti un'anteprima delle modifiche. Questo processo ricorda le revisioni delle modifiche su GitHub.

Puoi rivedere i log per capire il processo in background delle modifiche fatte cliccando su \u201cLogs.\u201d

Codex restituisce un riepilogo delle modifiche apportate, insieme ai file creati o interessati. Puoi anche porre domande sulle modifiche o chiedere a Codex di scrivere nuovo codice per migliorare l'implementazione attuale.

Quando sei soddisfatto delle correzioni, clicca \u201cPush\u201d e \u201cCreate New PR\u201d per aprire una nuova pull request.

Dopo pochi secondi, puoi cliccare \u201cView Pull Request\u201d per accedere alla PR e fare il merge su main.

Con Codex \u00e8 possibile fare il merge delle modifiche con pochi clic.

Le modifiche compaiono sul branch main in pochi secondi.

Perch\u00e9 Codex \u00e8 importante?

Codex \u00e8 un agente collaborativo, non un generatore di codice passivo. Puoi chiedergli di scrivere, refattorizzare, testare, fare debug o spiegare, e ti mostrer\u00e0 i log del terminale, le citazioni e gli output per ogni passaggio.

Ecco alcuni benefici reali che ho osservato:

\n
• Le attivit\u00e0 sono tracciabili e verificabili.
\n
• Codex lavora in parallelo, quindi puoi mettere in coda pi\u00f9 modifiche.
\n
• Rispetta il tuo setup di sviluppo, soprattutto se hai configurato convenzioni tramite un file AGENTS.md.
\n
• Si allinea agli standard PR umani e pu\u00f2 superare i test CI.
\n

Per me, \u00e8 come se OpenAI avesse appena rilasciato uno stagista di ingegneria del software.

Considerazioni finali

Abbiamo visto come Codex possa correggere bug, applicare patch di funzionalit\u00e0 e spiegare la logica del codice, generando al contempo pull request, eseguendo test e citando le sue azioni tramite log di terminale e diff.

Questa guida pratica mostra come Codex possa migliorare il tuo flusso di lavoro quotidiano da sviluppatore, che tu stia facendo debug di codice legacy, facendo onboarding su un nuovo repo o gestendo task di manutenzione.

Man mano che Codex evolve, mi aspetto integrazioni pi\u00f9 profonde con IDE, pipeline CI e task planner, rendendolo un'aggiunta pratica a qualsiasi workflow di ingegneria. Per saperne di pi\u00f9 su Codex, leggi l'articolo di lancio ufficiale, e puoi trovare esempi d'uso anche sul canale YouTube di OpenAI.

Per approfondire i modelli e gli strumenti di OpenAI focalizzati sull'ingegneria, ti consiglio questi blog:

\n
• Tutorial sulla Codex CLI di OpenAI
\n
• Guida a GPT-5.1 Codex: creare un agente analizzatore di issue GitHub
\n
• Codex CLI per l'automazione dei workflow dati: guida completa
\n
• Tutorial Codex CLI MCP: creare un agente per il portfolio dashboard
\n