Codex da OpenAI: Um guia com três exemplos práticos

A OpenAI acaba de lançar o Codex dentro do aplicativo ChatGPT. O Codex é uma ferramenta destinada a ajudar os desenvolvedores e as equipes a descarregar o trabalho diário de codificação.

Neste tutorial, mostrarei como usar o Codex dentro do ChatGPT para realizar tarefas práticas em um repositório do GitHub, mesmo que você não seja um programador profissional. Usaremos o Codex para:

• Aplique uma correção de código e gere uma solicitação pull.
• Explicar uma função complexa dentro da base de código.
• Identifique e resolva um bug com base em um prompt no estilo de perguntas e respostas.

Você verá como o Codex funciona em uma área restrita segura, gera alterações verificáveis no código e ajuda você a enviar mais rapidamente, sem sair do ChatGPT.

O que é o Codex da OpenAI?

O OpenAI Codex é um agente de engenharia de software baseado em nuvem que pode escrever e editar código, executar testes, corrigir bugs e até mesmo propor solicitações pull. Cada tarefa é executada em seu próprio ambiente de área restrita.

O Codex é alimentado pelo codex-1, uma versão do modelo modelo o3 ajustado em fluxos de trabalho de desenvolvimento do mundo real. Esse agente foi criado para garantir a segurança, a capacidade de teste e a produtividade do desenvolvedor. Você pode orientar o Codex usando os arquivos AGENTS.md ou interagir com ele diretamente na barra lateral do ChatGPT.

Com o Codex CLIvocê também pode trazer esses recursos diretamente para o seu terminal.

Configurando o Codex da OpenAI

A configuração do Codex leva apenas alguns minutos. Aqui está um passo a passo simples para você começar.

Etapa 1: Localizando a ferramenta Codex

Comece fazendo login no ChatGPT. Na barra de ferramentas do lado esquerdo, procure por Codex. Observe que, no momento, o Codex está sendo implementado apenas para usuários Pro, Team e Enterprise .

Etapa 2: Como começar a usar o Codex

Clique em Codex, e você será levado a outra guia para a configuração inicial. Clique em "Get Started" (Iniciar) e siga o procedimento de autenticação conforme mostrado na próxima etapa.

Etapa 3: Autenticação multifatorial

Clique em "Set up MFA to continue" (Configurar MFA para continuar) e digitalize o código QR usando seu aplicativo de autenticação favorito (como o Google Authenticator ou o Authy). Digite o código para verificar e pronto!

Etapa 4: Conecte-se ao GitHub

Quando a autenticação multifator estiver concluída, conectaremos o Codex ao GitHub.

Etapa 4.1: Autorizar o conector de GitHub

"Connect to GitHub" levará você a uma janela pop-up para autorizar o conector do GitHub. Leia o pop-up e autorize.

Etapa 4.2: Adicionando sua conta do GitHub

Quando o GitHub estiver conectado, precisaremos adicionar nossa conta. Na guia Organização do GitHub, selecione "Adicionar uma conta do GitHub". 

Isso levará você a outra janela pop-up para "Install and Authorize" (Instalar e autorizar). Clique para autorizar, e todos os seus repositórios aparecerão na interface do ChatGPT. Você também pode autorizar apenas repositórios selecionados.

Etapa 4.3: Criando um ambiente

Escolha o repositório no qual você deseja trabalhar e clique em "Criar ambiente".

Isso levará você a "Data Controls" (Controles de dados). O Codex ainda está em desenvolvimento ativo, e você poderá ver uma solicitação opcional para permitir que seus dados sejam usados para aprimoramento do modelo. Você pode desativar essa opção e continuar.

Agora seu ambiente está pronto para ser explorado. O Codex permite que os usuários iniciem tarefas em paralelo com tarefas pré-selecionadas.

Basta clicar em "Start tasks" (Iniciar tarefas) ou escolher tarefas de acordo com suas necessidades. Isso o levará a uma interface na qual você poderá fazer perguntas ou pedir ao agente que codifique um recurso para você.

Quando todas as tarefas estiverem prontas, selecione a tarefa na qual você gostaria de trabalhar - ou você pode trabalhar em várias tarefas em paralelo.

Etapa 5: AGENTS.md arquivo (opcional)

O arquivo AGENTS.md é um arquivo de configuração especial introduzido pela OpenAI para uso com a plataforma Codex, projetado especificamente para ajudar a orientar os agentes de IA à medida que eles trabalham em sua base de código. Você pode pensar nele como um manual do desenvolvedor para companheiros de equipe de IA, muito semelhante a um README.md, mas com foco em instruções para agentes autônomos. Aqui está um exemplo de arquivo 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

Quando o Codex executa uma tarefa em sua base de código, ele:

• Procura por arquivos AGENTS.md cujo escopo inclui o(s) arquivo(s) que você está modificando.
• Aplica as instruções contidas nesses arquivos para formatar, testar e documentar as alterações.
• Prioriza instruções aninhadas mais profundas quando vários arquivos se aplicam (como uma configuração em cascata).

Codex da OpenAI: Três exemplos práticos

Vamos explorar como o Codex pode ajudar você no desenvolvimento do mundo real usando três exemplos que executei em um repositório.

Exemplo 1: Correções básicas e erros de digitação

Às vezes, o Codex divide uma única solicitação em subtarefas, como corrigir erros de digitação, melhorar um README ou escrever testes, tudo no mesmo espaço de trabalho.

Você pode iniciar uma nova tarefa dentro de uma tarefa existente com base na revisão inicial, solicitar alterações na base de código existente ou fazer perguntas por meio da caixa de texto. Para estender a tarefa ou corrigir algo novo, clique em "Código" e inicie uma nova subtarefa diretamente.

Quando você estiver satisfeito com as alterações, clique em "Push", que criará uma nova solicitação pull. Após alguns segundos, você pode clicar em "View Pull Request" para acessar o pull request e mesclá-lo ao principal.

Exemplo 2: Explicação da base de código

Em seguida, usei o Codex para uma tarefa que não era de edição: explorar a base de código e perguntar o que eu poderia fazer em seguida. Isso é especialmente útil se você for novo em um projeto, estiver tentando integrá-lo rapidamente ou simplesmente não conseguir entender como funciona uma determinada função.

O Codex navegou pelo projeto e forneceu um detalhamento limpo e amigável para iniciantes da estrutura da base de código. Em vez de apenas listar os arquivos, o Codex os agrupou por finalidade:

• Ele destacou que o qwen3_demo.py é o script principal, lançando duas interfaces baseadas no Gradio - uma para alternar o modo de raciocínio e outra para tradução multilíngue.
• Ele identificou o qwen3_demo.ipynb como uma alternativa de notebook interativo.
• Ele indicou o site test_qwen3_demo.py para testes unitários e o site README.md para documentação e vídeos explicativos.

Além disso, o Codex também listou "Key Points to Know", como dependências (Ollama CLI), o papel da função _run_ollama e dicas para ampliar a interface. Ele até sugeriu as próximas etapas, como explorar a versão do modelo, melhorar a interface do usuário e adicionar o tratamento de erros.

Exemplo 3: Localizar e corrigir um bug

O Codex pode examinar toda a base de código, identificar um bug, propor uma correção e mostrar a você uma prévia das alterações. Esse processo se assemelha às revisões de alteração de código no GitHub.

Você pode revisar os registros para entender o processo em segundo plano das alterações feitas, clicando em "Logs".

O Codex retorna um resumo das alterações feitas, juntamente com os arquivos criados ou afetados por essas alterações. Você também pode fazer perguntas sobre as alterações ou pedir ao Codex que escreva um novo código para aprimorar a implementação atual.

Quando você estiver satisfeito com as correções de código, clique em "Push" e "Create New PR" para abrir uma nova solicitação pull.

Após alguns segundos, você pode clicar em "View Pull Request" para acessar o pull request e mesclá-lo ao principal.

O Codex permite que você mescle as alterações com apenas alguns cliques.

Os arquivos principais são atualizados sem problemas no repositório.

Por que o Codex é importante?

O Codex não é apenas mais uma ferramenta de geração de código, mas um agente colaborativo. Você pode pedir que ele escreva, refatore, teste, depure ou explique, e ele mostrará os logs do terminal, as citações e os resultados de cada etapa.

Aqui estão alguns benefícios que observei no mundo real:

• As tarefas são rastreáveis e verificáveis.
• O Codex funciona em paralelo, portanto você pode colocar várias alterações na fila.
• Ele respeita sua configuração de desenvolvimento, especialmente se você configurou as convenções por meio do AGENTS.md arquivo.
• Ele se alinha aos padrões de RP humana e pode passar nos testes de CI.

Para mim, isso parece que a OpenAI acabou de lançar um estagiário de engenharia de software.

Conclusão

Aprendemos como o Codex pode corrigir bugs, aplicar patches de recursos e explicar a lógica do código, tudo isso enquanto gera solicitações pull, executa testes e cita suas ações por meio de logs de terminal e diffs.

Este passo a passo prático ilustra como o Codex pode melhorar o fluxo de trabalho diário do desenvolvedor, quer você esteja depurando código legado, integrando um novo repositório ou fazendo triagem de tarefas de manutenção.

À medida que o Codex evolui, prevejo integrações mais profundas com IDEs, pipelines de CI e planejadores de tarefas, tornando-o um companheiro essencial na pilha de software moderna. Para saber mais sobre o Codex, leia o blog oficial de lançamentoe você também pode encontrar exemplos de casos de uso no canal da OpenAI no YouTube.

Para você se aprofundar nos modelos e ferramentas da OpenAI voltados para a engenharia, recomendo estes blogs:

• Tutorial da CLI do OpenAI Codex
• API O4-mini da OpenAI: Tutorial passo a passo com projeto de demonstração
• Guia GPT-4.1 com projeto de demonstração: Aplicativo de pesquisa de código por palavra-chave