Codex 自我提升 Prompt：讓 Agent 從過去 30 天工作中萃取 Skill、Subagent 與 Automation

AI Agent / Workflow Memory / Skill Extraction

Threads 貼文整理了 OpenAI 開發者體驗與社群主管 Vaibhav Srivastav（VB）分享的一段 prompt：讓 Codex 回看最近 30 天 session、任務摘要、Memories、rollout summaries，必要時參考 Chronicle，找出反覆手動執行、耗時、易錯、需要大量情境或可因一致流程受益的工作，並判斷要封裝成 skill、custom subagent、automation，或刻意跳過。

核心判斷：這段 prompt 的價值不是某個神奇指令，而是把 agent 從「被動執行」轉成「流程沉澱器」。真正成熟的 AI coding workflow 不只完成任務，還要從任務歷史中提煉可重複資產，逐步降低未來重複成本。

輸入證據順序

先看最近 Codex session 與任務摘要；再看 Codex Memories 與 rollout summaries，找跨 session 重複模式；若 Chronicle 啟用，僅用來發現 Codex 之外的重複工作；最後檢查既有 skills、custom agents 與 automations，避免重複建立。

候選條件

候選流程至少發生過兩次，或明顯會再發生且重複成本高；有穩定輸入、可重複程序、明確輸出或停止條件；能改善速度、品質、一致性或可靠性；且尚未被既有方式充分涵蓋。

最小適當形式

Skill 適合操作手冊；custom subagent 適合可委派的有限範圍專家；automation 適合週期性檢查、報告、提醒或監控；skip 則保留給一次性、模糊、敏感或證據不足的工作。

形式	適用情境	不要濫用的原因
Skill	可重用流程、操作手冊、API 慣例、踩坑經驗、驗證步驟。	太寬泛的 skill 會變成噪音；必須有明確觸發條件與可驗證步驟。
Custom subagent	固定類型調查、code review、security scan、資料整理、專案檢查。	如果只是普通工具呼叫或一次性任務，建立 subagent 會增加 orchestration 成本。
Automation	排程、週期報告、監控、提醒、例行資料抓取。	只有在輸入穩定、頻率明確、失敗可回報時才值得自動化。
Skip	敏感、模糊、低頻、一次性、沒有穩定輸出或停止條件。	跳過不是失敗；它避免 agent 建立過度猜測、互相重疊或難維護的資產。

可直接改寫成 agent 週期性自省流程：

回顧最近 30 天 session；若不足 30 天，就看所有可用歷史。
列出「重複工作流程、支援證據與日期、頻率/信心、建議形式、為什麼值得或不值得」。
先輸出候選清單，不要立刻全部建立。
只建立高信心、目前缺失、範圍狹窄、務實、具來源意識、容易驗證的項目。
最後列出：已建立/擴充什麼、刻意跳過什麼、哪些項目還需要更多證據。

對 Hermes / Kate 工作流的啟示：Allen 連續丟 Threads / GitHub 連結時，這種模式已經非常明顯：抽取來源、查重、讀官方資料、寫 HTML-rich KB、發佈、驗證、避免重複。這類流程應持續沉澱成 skill 與批次腳本，而不是每次從零開始。

來源：
Threads 原文：https://www.threads.com/@cooljerrett/post/DYvcrTZmZNH
X 原始來源連結（貼文引用）：https://x.com/reach_vb/status/2058538305872949490