如需查看完整的文档索引,请参阅 llms.txt。在文档页面的 URL 末尾加上 .md 即可查看该页面的 Markdown 版本。
主导航
主题

代码生成

了解如何使用 OpenAI 模型和 Codex 生成代码。

编写、审查和修改代码,以及解答代码相关问题,是 OpenAI 模型目前的主要用途之一。本指南介绍使用 gpt-6.2-astra 和 Codex 生成代码的几种方式。

快速入门

使用 Codex

Codex 是 OpenAI 面向软件开发的编程智能体,可以帮助您编写、审查和调试代码。您可以在 IDE 中、通过 CLI,或在网页端和移动端站点上与 Codex 交互,也可以通过 SDK 在 CI/CD 流水线中使用 Codex。如果您希望让智能体参与项目的软件开发,Codex 是最佳选择。

Codex 与最新的通用模型搭配使用时效果最佳,例如 gpt-6.1-sol。

请参阅 ChatGPT 文档,查看设置指南、参考资料、价格等信息。

集成编程模型

对于大多数通过 API 生成代码的任务,建议先使用 gpt-6.2-astra。它既能处理通用任务,也能完成编程任务。如果您的应用需要同时支持编写代码、分析需求、查阅文档以及处理更广泛的工作流,这个模型很适合作为默认选择。

以下示例展示了如何使用 Responses API 生成代码:

适用于大多数编程任务的默认模型
from openai import OpenAI

client = OpenAI()

result = client.responses.create(
    model="gpt-6.2-astra",
    input="""Find the null pointer exception in this code:

def display_name(user):
    return user.profile.name

print(display_name(None))
""",
    reasoning={"effort": "high"},
)

print(result.output_text)

前端开发

对于前端开发,建议先在 Codex 中或通过 Responses API 使用 gpt-6.1-sol 或 gpt-6.2-astra。

以下是 GPT-5 的早期示例,每个应用都由一条提示词生成。您可以从这些提示词入手,在计划部署的模型上试用并评估生成结果。

后续步骤

  • 访问 ChatGPT 文档,了解 Codex 可以完成哪些任务、如何在您选择的界面中设置 Codex,或查看更多详细信息。
  • 阅读模型指南,了解如何选择模型、各模型的功能、迁移方法,以及适用于编程任务和智能体任务的提示词模式。
  • 在模型页面上比较 gpt-6.2-astra 和 gpt-6.1-sol。