Codex in één minuut
Je kunt Codex een fout laten onderzoeken, een functie laten aanpassen of code laten beoordelen. Een goede taak benoemt het gewenste gedrag, de relevante context en de controles. De waarde zit in een navolgbare wijziging in het project, niet alleen in een overtuigende uitleg of een los codefragment.
Codex als product en als werkomgeving
Een taalmodel kan code voorstellen in een gesprek. Codex voegt daar een werkomgeving aan toe waarin code kan worden gelezen, gewijzigd en gecontroleerd. Afhankelijk van de gebruikte variant kan die omgeving lokaal, via een editor of in de cloud beschikbaar zijn. Toegang tot gereedschappen en netwerken blijft afhankelijk van de inrichting en rechten.
De actuele productdocumentatie plaatst Codex binnen de ChatGPT-ervaring en beschrijft daarnaast de CLI, editorintegratie en cloudmogelijkheden. Het zijn verschillende manieren om met programmeertaken te werken. De beste ingang hangt af van waar het project staat en hoe de ontwikkelaar wijzigingen beoordeelt. Voor een niet-programmeur is vooral van belang dat het resultaat in een beheersbaar project terechtkomt.
Het woord Codex heeft bovendien een geschiedenis. OpenAI gebruikte die naam in 2021 voor codegerichte modeltechnologie en introduceerde op 16 mei 2025 Codex als cloudagent voor softwareontwikkeling. De introductiepagina uit 2025 waarschuwt inmiddels zelf dat zij verouderd is. Zij is bruikbaar als historische bron, maar niet voor huidige modellen, toegang of abonnementen.
Codex is niet hetzelfde als Sol of Astra
Het model levert mogelijkheden voor begrijpen, redeneren en genereren. Codex organiseert daar gereedschappen en een uitvoeringsomgeving omheen. Volgens de huidige documentatie zijn onder meer GPT Sol, GPT Astra en GPT Luna relevant voor verschillende soorten programmeerwerk. Welke variant je kunt kiezen, hangt af van account, client en instellingen.
Een voorbeeld maakt het verschil duidelijk. Je kunt hetzelfde model een codefragment laten uitleggen in een eenvoudige toepassing of het binnen Codex aan een repository laten werken. In het tweede geval kan het ook relevante bestanden vinden en controles uitvoeren, mits de omgeving dat toestaat. Het verschil in resultaat komt dan niet alleen uit het model, maar ook uit beschikbare context en gereedschappen.
Een nieuwe modelkeuze verleent geen extra rechten. Als een project niet beschikbaar is of een netwerkverbinding is geblokkeerd, kan een krachtiger model dat niet zelfstandig opheffen. Ook een geslaagde codegeneratie betekent niet dat de wijziging al is getest of gepubliceerd. Vraag om die stappen afzonderlijk te beschrijven.
Werken met repositories en projectafspraken
Een repository bevat de broncode en meestal de geschiedenis van een project. Om een wijziging goed te maken, moet de agent eerst begrijpen hoe het betreffende onderdeel werkt. Bestaande patronen, configuratie en projectinstructies kunnen belangrijker zijn dan een algemene voorkeur voor een nieuwe techniek.
Stel dat een webshop verschillende productcategorieën heeft en het filter een verkeerde telling laat zien. Geef Codex een voorbeeld van het probleem en het verwachte resultaat. De agent kan vervolgens onderzoeken waar de telling wordt berekend en welke gegevens worden gebruikt. Dat is gerichter dan de algemene opdracht om de webshop beter te maken.
Projectafspraken kunnen beschrijven hoe code wordt georganiseerd, welke opdrachten controles uitvoeren en welke onderdelen extra voorzichtig moeten worden behandeld. Een agent hoort die afspraken te lezen en de wijziging daarop af te stemmen. Bewaar de oorspronkelijke bedoeling in de taakomschrijving, zodat een technische oplossing niet onbedoeld de gewenste functionaliteit verandert.
Terminal, uitvoering en tests
Via een terminal kan een geschikte Codex-omgeving opdrachten uitvoeren. Denk aan het lezen van bestanden, bouwen van een toepassing of draaien van een gerichte controle. Een uitvoerbare omgeving maakt het mogelijk om meer te doen dan code voorspellen. Zij introduceert ook afhankelijkheden: de juiste software, gegevens en toegangsrechten moeten aanwezig zijn.
Vraag om controle die past bij het probleem. Bij een fout in een filter is een test van de betreffende selectie zinvoller dan alleen vaststellen dat bestanden syntactisch geldig zijn. Bij een tekstwijziging kan een gerichte visuele of inhoudelijke controle voldoende zijn. Meer tests draaien is niet automatisch beter wanneer ze niets zeggen over het gewijzigde gedrag.
Een goed resultaat onderscheidt uitgevoerde en niet uitgevoerde controles. Als een externe dienst ontbreekt, kan een lokale controle nog steeds nuttig zijn, maar zij bewijst niet dat de volledige koppeling werkt. Laat beperkingen expliciet benoemen. Zo kan een ontwikkelaar beslissen welke aanvullende stap nog nodig is voordat de wijziging naar gebruikers gaat.
Codebeoordeling en menselijke controle
Codex kan helpen bij het beoordelen van wijzigingen, bijvoorbeeld door mogelijke fouten, ontbrekende controles of onduidelijke aannames te signaleren. Een review is geen garantie dat alle problemen zijn gevonden. De beoordeling blijft afhankelijk van de beschikbare code, context en de vraag die aan het systeem wordt gesteld.
Voor een team werkt een concrete reviewopdracht beter dan alleen kijk hiernaar. Beschrijf welk gedrag belangrijk is en welke risico's samenhangen met de wijziging. Laat bevindingen koppelen aan relevante code en leg uit waarom zij een gebruiker zouden raken. Een lijst algemene stijlvoorkeuren is minder bruikbaar dan een aantoonbaar probleem met een duidelijk gevolg.
Menselijke controle blijft vooral waardevol bij de bedoeling van de functie. Werkt de nieuwe stroom zoals klanten verwachten? Is een uitzondering terecht toegevoegd? Past het resultaat bij andere productafspraken? Human-in-the-loop betekent hier dat de agent werk voorbereidt en controleert, terwijl de verantwoordelijke persoon de juiste beslissingen kan nemen.
Agents en taken met meerdere stappen
Een programmeeropdracht kan verschillende fasen bevatten: probleem begrijpen, code vinden, wijziging maken, controleren en resultaat toelichten. Dat is een agentische workflow wanneer het systeem vervolgstappen organiseert op basis van eerdere uitkomsten. De agent kan bijvoorbeeld een mislukte controle gebruiken om de wijziging te herzien.
Bij grotere opdrachten kunnen afzonderlijke deeltaken nuttig zijn, maar ze vragen afstemming. Twee gelijktijdige wijzigingen in hetzelfde bestand kunnen elkaar hinderen. Een heldere taakverdeling en samenvoeging van resultaten blijven nodig. De mogelijkheid om agents in te zetten is geen reden om ieder klein probleem ingewikkelder te organiseren.
Definieer ook wat afronden betekent. Is een voorstel voldoende, moet een wijziging in een branch klaarstaan of hoort een publicatie bij de opdracht? Dat zijn verschillende eindpunten. Een tool kan technisch veel uitvoeren, maar het doel en de toegestane handelingen horen uit de opdracht en projectafspraken te komen.
Een bruikbare eerste Codex-opdracht
Een goede start is een klein, zichtbaar probleem. Bijvoorbeeld: op deze categoriepagina blijft de teller gelijk na het kiezen van een filter; onderzoek de oorzaak, herstel het gedrag en controleer het voorbeeld. Voeg relevante bestanden of toegang tot het project toe en benoem bestaande afspraken. Zo kan de agent met een duidelijk doel beginnen.
Beoordeel daarna de wijziging, de uitleg en de uitgevoerde controle samen. Kun je zien wat er anders is? Is het probleem aantoonbaar opgelost? Zijn er beperkingen die een vervolgstap vragen? Die vragen helpen ook gebruikers zonder programmeerachtergrond om een concreet resultaat te beoordelen, eventueel samen met een ontwikkelaar.
Voor toegang en verbruik raadpleeg je de actuele officiële documentatie. Work en Codex delen volgens de huidige prijsinformatie gebruik binnen ChatGPT; gebruik met een eigen API-sleutel volgt een andere route. Deze fiche vermeldt geen geldbedragen. Het belangrijkste onderscheid blijft stabiel: Codex is de programmeeromgeving en werkwijze, het gekozen GPT-model is een onderdeel daarvan.