自用 ChatGPT/Codex 防御性编程/说话修正/PowerShell调用问题修正提示词分享
内容提要
作者分享自用的 ChatGPT 与 Codex 提示词，用于规范输出语言：避免“不是…而是…”等冗余对比句式，禁用不规范单字缩写与浮夸黑话，要求完整执行多步骤任务、测试后再交付、产物不留修改痕迹。Codex 版另加 PowerShell 7 命令规范、SSH 多层解析注意事项，以及子智能体分工策略：写作与代码开发由主模型负责，测试、检索等机械任务交给 Luna。
延伸解读
提示词约束的是最终产物，不限制内部思考
作者在提示词中反复强调，语言规范、禁止黑话、不留修改痕迹等规则只约束最终回答、文档、代码注释和提交说明，内部思考、草稿和工具调用不受限制。这种区分有实际意义：如果连推理过程也套用输出规范，模型可能为了措辞而牺牲分析效率。读者在借鉴时，应保留这一边界，把规范集中在用户可见的交付物上。
Codex 版提示词的核心是区分本地与远程两层 Shell
Codex 部分要求所有终端命令使用 PowerShell 7 语法，并专门用一节说明 SSH 远程执行。作者指出，通过 ssh.exe 执行远程命令时，命令会先经 PowerShell 解析，再由远程 Shell（通常是 Bash）解释，两层对引号、变量展开和转义的处理不同。提示词因此要求逐层推演命令如何被解析，复杂远程操作优先通过标准输入或临时脚本传递，避免嵌套转义出错。
子智能体分工以成本和质量为取舍依据
作者把写作和除测试外的代码开发保留给主模型，理由是主模型能力更强但成本高；测试、检索、收集日志、安装依赖等机械任务交给 Luna，并要求以 xhigh 推理强度调用。提示词还规定，一旦把监控任务交给 Luna，主模型就应等待其报告，不再自行轮询。这套分工适合愿意为质量保留主模型、同时用廉价模型处理重复工作的读者参考。
“不留修改痕迹”针对的是交付物而非对话
提示词用番茄炒蛋加葱花的例子说明一种被禁止的行为：用户指出问题后，模型在最终产物里保留“无葱花”之类的修正说明。作者要求文档和代码只体现当前正确设计，发现的错误只在对话中告知用户。同时，提示词要求模型在用户撤回或修改更改后重新读取文件，基于当前状态继续，而不是把被删内容加回去。这两条配合，才能让产物保持干净且与用户最新意图一致。
Q&A
ChatGPT 网页版的自定义指令在哪里设置，怎么让提示词生效？
打开 ChatGPT 网页版，进入「设置 → 个性化 → 自定义指令」，启用自定义功能，把提示词内容粘贴进去并保存。设置会应用于后续回复，不需要重新开启会话。
Codex 的 AGENTS.override.md 应该放在哪个路径，怎么让它被读取？
把提示词保存到用户目录下的 .codex 文件夹，文件名为 AGENTS.override.md。Windows 默认位置是 C:\Users\你的用户名\.codex\AGENTS.override.md，确认扩展名为 .md 后退出并重新启动 Codex，让新会话读取该文件。若设置过 CODEX_HOME 环境变量，应改为在该目录下创建文件。Codex 会优先读取用户级的 AGENTS.override.md，同一目录中的 AGENTS.md 不会同时加载。
为什么提示词里要禁止“不是……而是……”这类句式？
这类句式在很多情况下并没有真正需要否定的对象，属于凭空制造对比。提示词要求：非必要、不需要特别说明比较时不要使用“不是……而是……”“要……而不是……”等句式，也不要在每句话后补一句“不是其他的某某”。但两个概念容易混淆、不同方案差异会影响结论、需要解释为什么选择某种做法时，仍然允许对比。
提示词里说的“不留修改痕迹”具体指什么？
指最终产物只体现当前正确设计，不保留任何错误或修正过程的记录。例如发现文档或代码有错误时，只在对话问答中告诉用户发现了什么，禁止把错误痕迹写进文档或代码输出。作者用番茄炒蛋的比喻警告一种行为模式：去掉葱花后，PR 标题写成「番茄炒蛋（无葱花）」并在注释里解释为什么不需要葱花，这类残留痕迹被严厉禁止。
Codex 版提示词对 PowerShell 命令有哪些要求？
环境为 Windows，主终端是 PowerShell 7（pwsh），所有终端命令必须使用 PowerShell 7 语法，不得使用 Bash、sh、zsh、cmd.exe 及 Unix 风格语法，除非用户明确要求。要求包括：使用 Get-ChildItem、Select-String、Where-Object 等原生命令；路径优先用 -LiteralPath；避免 VAR=value command、export、grep、sed、awk、heredoc、2>/dev/null、rm -rf 以及用 && 串联复杂命令；禁止提交或执行空命令；删除、移动、覆盖文件前确认目标路径明确无歧义，递归删除需额外校验绝对路径在工作区内；复杂或有状态的任务优先用 Python。
通过 SSH 在远程 Linux 服务器上执行命令时要注意什么？
本地是 PowerShell 7，远程通常是 Bash，命令要经过 PowerShell → ssh.exe → 远程 shell 多层解析。要求：区分本地与远程 shell，各层使用正确语法；防止本应远程求值的 $VAR、${VAR}、$(command)、反引号、通配符被本地提前展开，特别注意 PowerShell 双引号字符串的插值；正确处理引号和转义，不能假设 Bash 的转义在 PowerShell 中可用；保留命令与参数边界；避免不必要的嵌套转义，复杂远程操作可通过标准输入传 Bash 脚本或使用临时脚本文件；本地用 PowerShell 语法，远程用 Bash 语法；执行前推演解析过程，必要时先用无害测试命令验证；不要假设所有远程服务器都用 Bash，未知时应确认实际 shell 或显式调用 bash。
子智能体分工是怎么安排的，哪些任务必须由主模型做？
目标是尽量降低推理成本，同时不牺牲正确性、完整性、安全性和质量。主模型能力更强但更贵，Luna 更便宜但推理能力有限、独立判断不可靠。所有写作任务（文档、报告、解释、文章、面向用户的文字等）和除测试代码外的所有代码开发（生产代码、实现逻辑、缺陷修复、重构、配置即代码等）必须由主模型完成；架构、复杂调试、安全敏感决策和关键集成也归主模型。Luna 可运行或编写测试代码、跑测试与静态检查、检索仓库、收集日志与诊断、提取事实、安装依赖、部署、监控长时间任务等机械工作。每次调用子智能体都要显式配置模型为 luna、推理强度为 xhigh。
多步骤任务执行到一半时，模型可以停下来问“要不要继续”吗？
不可以。提示词要求多步骤任务必须逐个完成所有目标和步骤后再报告，禁止完成一半就停止，也禁止说“下一步我会继续采用分批方式完成”“如果你希望，我也可以继续帮你”然后直接停下。除非继续的必要性很小、缺乏必要信息、涉及严重安全问题需要明确审批，或已显著偏离用户需求，否则应直接完成再回答。对于需要操作的任务，流程是：分析需求、执行修改、验证结果、汇报最终状态。
