OpenAI Codex, показаний на каналі Futurepedia, позиціонується як настільний «надбудований» агент до ChatGPT: він не просто відповідає в чаті, а працює безпосередньо з файлами та програмами на комп’ютері. Окрема лінія в цьому підході — як зробити так, щоб Codex поводився більш «людиноподібно»: пам’ятав контекст, повторював ваші улюблені процеси і не змушував щоразу переписувати інструкції. За це відповідають два ключові блоки — система пам’яті та механізм skills, включно з можливістю записувати власні сценарії дій.
Дві пам’яті Codex: «про вас» і «про проєкт»
Пам’ять у Codex побудована на двох рівнях.
Перший — це безперервна особиста пам’ять. Вона працює «як у ChatGPT» і не потребує від користувача жодних дій. Codex поступово запам’ятовує загальні відомості про стиль роботи, вподобання чи типові завдання і використовує їх у майбутніх сесіях. Усе це відбувається у фоні — немає окремих файлів чи ручного налаштування.
Другий рівень — пам’ять проєкту. Це вже цілком конкретний артефакт: спеціальний файл у папці проєкту, в якому зберігаються інструкції та контекст саме для цього середовища. Створити його можна однією командою у вікні Codex — потрібно ввести /init. Після цього система генерує файл agent.md із детальними вказівками для себе.
Формат markdown обрано не випадково: це проста текстова розмітка, яку Codex легко читає й оновлює. У такому файлі збирається все, «що йому потрібно знати», щоб орієнтуватися в конкретному проєкті: опис призначення, карта папки, інструкції, як оновлювати побудовані інструменти (наприклад, дашборд), верифікаційні нотатки й робочі принципи.
Результат: будь-який новий чат, запущений у цьому проєкті, автоматично «бачить» цю пам’ять. Користувачеві не потрібно знову пояснювати, що це за бізнес, як організовано файли й які саме артефакти вже створені — Codex витягує це з agent.md і стартує з повноцінним контекстом.
Фактично такий файл перетворює розрізнені одноразові діалоги на довготривалий проєкт із стабільною пам’яттю, де всі подальші запити спираються на вже напрацьовану структуру.
Skills як «картки рецептів» для робочих процесів
Другий великий шар «олюднення» Codex — система skills. Їх описують як «пакети експертизи», які дозволяють агенду повторювати завдання стабільно й послідовно, без постійних нагадувань про алгоритм чи контекст. Мета — перетворити одноразово відпрацьований процес на готовий рецепт, який можна викликати однією фразою.
У Codex уже є вбудовані skills. У демонстраційному проєкті використовувалися, зокрема, скіли для роботи з електронними таблицями та PDF-файлами: саме вони давали системі знання про те, як краще зчитувати, редагувати й створювати ці типи документів.
Окрема вбудована можливість — генерація зображень. У Codex безпосередньо інтегровано модель GPT Image 2, яку там позиціонують як найкращу на даний момент для точного дотримання промптів і складного тексту на зображеннях. Модель доступна «нативно» — тобто користувач може просто дати вказівку згенерувати візуал, не переходячи в інші сервіси й не налаштовуючи підключення вручну.
На практиці це працює так: Codex не просто викликає модель для створення картинок, а ще й комбінує її з іншими skills. Наприклад, він здатен одночасно згенерувати кілька варіантів дизайнерських макетів, а потім автоматично оформити кожен у вигляді PDF за допомогою іншого скіла. Для користувача це виглядає як один запит у чаті, а під капотом послідовно відпрацьовують кілька «карток рецептів».
Власні skills: від одноразового результату до повторюваного процесу
Справжній потенціал Codex розкривається тоді, коли користувач починає створювати власні skills. Логіка тут проста: спочатку разом із агендом крок за кроком доводите певний результат до ідеалу, а коли він вас влаштовує — просите «упакувати» цей процес у skill.
Цей підхід показують на прикладі дизайну меню. Спершу Codex генерує кілька варіантів, комбінуючи вхідні дані з логотипом та таблицею позицій. Далі користувач робить зауваження: десь виправити текст, десь підправити візуальні деталі. Кілька ітерацій — і, нарешті, один із варіантів повністю задовольняє вимоги і щодо стилю бренду, і щодо читабельності, і щодо структури.
На цьому етапі замість того, щоб щоразу повторювати всю цю історію в новому чаті, можна перейти до консервації процесу: дати команду створити skill на основі поточної конфігурації. Codex у відповідь запускає внутрішній «skill creator» — окремий скіл, який поетапно перетворює пройдений сценарій у повторюваний робочий процес.
Користувач може прямо тегнути цей «skill creator» через @, щоб напевно змусити Codex використати саме його. У результаті створюється новий кастомний skill, який одразу ж проходить валідацію: система тестує, чи здатна повторити процес у тому самому стилі.
Подальше використання такого скіла вже не вимагає завантажувати референси чи пояснювати естетику бренду: достатньо змінити, наприклад, вміст таблиці з меню, запустити новий чат і звернутися до створеного skill (знову ж таки, зручно через тег @). Codex бере нові дані, застосовує зафіксований візуальний рецепт і віддає оновлений результат у тій самій стилістиці, що й раніше.
У підсумку skills перетворюються на персональну бібліотеку «робочих інструкцій», які застосовуються за запитом і гарантують послідовність результатів — без довгих промптів і повторних налаштувань.
Коли AI не розуміє сам: запис дій як новий тип skill
Не всі завдання у браузері чи на комп’ютері Codex може вивести з текстового опису. У відео це чесно визнають: для деяких унікальних чи трохи заплутаних сценаріїв агент може просто «не здогадатися», що саме від нього хочуть. Водночас часто йдеться про дії, які людина виконує регулярно — наприклад, специфічну послідовність кліків у внутрішньому сервісі.
Для таких випадків у Codex з’явилася нова можливість — записати skill у буквальному сенсі цього слова. Система робить запис екрана, поки користувач самостійно виконує потрібне завдання. Потім Codex «дивиться», як це було зроблено, і намагається побудувати повторюваний сценарій: відтворювати ті ж дії у майбутньому, крок за кроком, у тому самому порядку.
Цю функцію подають як особливо корисну саме для нестандартних, але регулярних задач, з якими модель не справляється за одним лише текстовим описом. Окрема ремарка: така автоматизація перебуває на найпередовішому, але ще не ідеальному етапі розвитку. Наголошується, що вона не здатна впоратися з усім — сценарії мають залишатися відносно простими. Утім, уже зараз сама можливість «показати, а не описати», як потрібно працювати, радикально розширює діапазон завдань, які Codex може взяти на себе.
Таким чином поруч із класичними skills — текстово описаними «картками рецептів» — з’являється другий тип: сценарії, отримані через спостереження за реальною взаємодією користувача з інтерфейсом.
Як пам’ять і skills формують «персональний стиль» Codex
У поєднанні проектна пам’ять і skills фактично перетворюють Codex із «розумного чат-бота» на послідовного робочого партнера, який не тільки виконує окремі запити, а й розуміє контекст довкола них і відтворює напрацьовані еталони.
Файл agent.md тримає в полі зору все, що стосується конкретного проєкту: структуру папок, призначення інструментів, правила валідації, пріоритети. Навіть якщо користувач повертається до роботи через певний час у новій сесії, Codex не стартує з нуля — він «пам’ятає», навіщо це середовище існує і як у ньому слід поводитися.
Skills, у свою чергу, знімать із користувача рутину переописування процесів: від форматування документів до складніших робочих ланцюжків. Вбудовані скіли забезпечують базову компетентність у поширених типах файлів і задачах, а кастомні — закріплюють індивідуальний стиль, дизайн, бізнес-логіку. Записані сценарії додають до цього ще й можливість навчити Codex копіювати конкретні дії на екрані.
Разом вони створюють відчуття, що агент не просто «розумний інструмент», а щось ближче до колеги, який запам’ятовує, як «у вас тут заведено» — від загального бачення проєкту до дрібних візуальних деталей і послідовності кліків.
Висновок
Пам’ять і skills у Codex — це не додаткові «галочки» в інтерфейсі, а фундамент, на якому вибудовується довготривала й стабільна співпраця з AI-агентом. Одна команда /init фіксує контекст проєкту в окремому файлі, а система skills перетворює найуспішніші разові сесії на багаторазові сценарії — від роботи з файлами до генерації зображень і записаних дій у браузері.
Результат — менше повторюваних інструкцій, більше послідовності й відчуття, що Codex поступово набуває «пам’яті організації» і вашого власного робочого стилю.
Джерело:
Full OpenAI Codex Tutorial: Beginner to Advanced — Futurepedia