让 Codex 完成一项需要多来源核对的调查,关键不只是让它“搜索并写报告”,还要理清任务由谁提交、研究何时完成,以及报告中的结论能否追溯到原始来源。接入 AI-Q 深度研究技能时,可以把 Codex 看作任务发起和流程协调的一方,把研究服务看作执行研究的一方。
这篇教程侧重接入思路和验收方法。具体文件、调用方式与输出格式,应以实际使用的 AI-Q 技能文件和服务文档为准;在确认这些内容之前,不宜假定某个脚本、接口或报告字段一定存在。
Codex 技能可以由指令、辅助资源和脚本组成。接入前,先找到技能中的 SKILL.md,阅读它对适用任务、执行顺序、依赖条件和结果交付方式的说明。它的作用是帮助智能体理解何时使用技能、如何组织工作;它本身不等同于已经运行的研究服务。
SKILL.md
辅助脚本则可能负责连接技能指令与研究服务,例如整理输入、发起任务、查询状态或读取结果。具体有哪些脚本、各自接受什么输入,需要直接检查实际文件。阅读时尤其要确认:脚本是否只是包装调用,还是还负责处理错误、保存任务标识和整理报告。
可以用一个实用问题来划分职责:假设要比较几种 AI 工具的公开功能,Codex 负责接收用户问题、确定调查范围并调用技能;研究服务负责按其实际能力执行调查;最后由 Codex 整理可读报告,并协助核对引用。这样即使研究任务耗时较长,也能分别检查“有没有正确提交”和“报告是否可信”。
先让 Codex 将用户的自然语言需求整理为清晰的任务描述。至少应明确研究问题、使用场景、需要比较或回答的内容,以及希望报告呈现的结构。如果问题涉及近期变化,还应说明需要关注的时间范围;如果有指定来源或来源限制,也应提前写清楚。
例如,比较 AI 工具时,可以要求报告区分“公开资料支持的功能描述”“资料未说明的事项”和“基于资料作出的判断”。这些是报告要求,不应直接当作服务一定支持的接口参数。实际提交时,仍需依据技能文件和服务文档确认哪些要求可以通过已有调用方式传入。
提交前还要确认运行环境具备必要的访问条件,以及任务内容适合交给所使用的研究服务处理。不要在尚未核对数据处理方式时,把敏感信息直接放进研究问题。
如果实际接入方式采用异步任务,提交后通常需要保留服务返回的任务标识或其他查询线索,供后续查询使用。Codex 应能区分提交失败、任务仍在执行、任务已完成和任务执行失败等情况;这些是需要覆盖的流程状态,具体状态名称以服务文档为准。
轮询的目的只是了解任务进展,不能把“提交成功”当成“研究完成”。接入时应根据实际服务的限制设计查询间隔、等待期限和失败后的处理方式。达到等待期限后,可以向用户说明任务尚未取得结果,并保留可用于继续查询的线索,而不是编造一份完成报告。
也要检查中断恢复:如果 Codex 会话或脚本在等待期间停止,是否能利用已保存的任务线索继续查询。对于可能产生费用或重复任务的调用,重新提交前应先确认原任务状态。
任务完成后,先确认从哪里获取结果,以及返回内容是否包括报告正文、引用和来源信息。不要只检查“拿到了文本”;还要判断结果是否对应本次提交的问题,是否存在缺失、截断或无法读取的部分。
整理报告时,建议保留一份可供核对的原始结果,再由 Codex 生成面向读者的版本。这样发现引用错位或内容遗漏时,可以回到原始结果定位问题。若服务没有返回某项来源属性,应标明缺失,不要自行补造。
结构化报告的价值在于让读者快速看出结论、依据和限制之间的关系,而不只是把文字分成几个标题。对于工具比较类任务,报告可以先交代研究问题和范围,再分别呈现主要发现、支持这些发现的来源,以及资料不足的地方。若给出建议,应说明建议依据哪些已核实的信息。
来源属性要尽量保留,但不能凭空补齐。 可核对的属性包括来源名称、页面或文档标题、访问地址、发布或更新信息,以及该来源与结论的对应关系;实际记录哪些内容,取决于结果和原始页面是否提供。没有明确日期的页面,不应推断发布日期。
引用核验应落到具体句子。比如报告声称某工具具备某项功能,就打开所引用的来源,检查页面是否真的支持该说法、描述是否适用于正在比较的对象,以及资料是否已经过时。如果来源只支持部分结论,应缩小表述范围;如果无法访问或无法确认,应把该结论标为待核验,而不是把引用链接的存在当作证据充分。
对综合判断也要区分层次:来源提供的是事实材料,报告作者基于这些材料作出比较或建议。两者可以放在一起讨论,但不应让读者误以为来源直接作出了同样的判断。
用一项范围明确、允许公开查询的研究任务走完整个流程,再逐项检查:
如果其中任何一项尚未通过,就把它作为待解决的接入工作记录下来。尤其是引用核验:即使任务成功完成、报告格式整齐,也仍需检查关键结论是否真正得到来源支持。
Δ
Ctrl+D