OpenAI publica guia do GPT-6.2 no Codex: quando usar Medium, High, Extra High e Ultra
O agente do Codex pode gastar tempo à toa com uma miudeza ou analisar um bug complexo só por cima, e boa parte da diferença está no nível de raciocínio escolhido. A OpenAI lançou um guia do GPT-6.2 (Astra e Sol): o Medium serve para uma visão geral rápida, o High para um bug que atravessa vários sistemas e o Extra High para quando vários fatores se combinam. No modo Ultra, o próprio Codex decide quando chamar subagentes, e a tarefa deve ser passada como para um colega, com critério de aceitação.
Processado por IA de TG: @cgevent (Метаверсище и ИИще); editado por Hamidun News
O agente de programação do Codex pode passar horas às voltas com um ajuste simples e, ao mesmo tempo, analisar só superficialmente um bug complexo na fronteira entre serviços. Muitas vezes, a causa não está no modelo em si, mas em duas coisas: o nível de raciocínio que você ativou e a forma como descreveu a tarefa. A OpenAI publicou no learn.
chatgpt.com um guia prático para trabalhar com a família GPT-6.2 (modelos Astra e Sol) dentro do Codex.
O documento traz três configurações de profundidade de raciocínio — Medium, High e Extra High — e o modo Ultra, no qual o próprio Codex decide quando iniciar subagentes. No total, são quatro opções, e abaixo explicamos quando escolher cada uma. Este texto é um resumo baseado na versão do canal de Telegram «Метаверсище и ИИще»: o guia original está no link ao final.
Passe a tarefa como a um colega e já informe os critérios de aceitação
A principal recomendação é formular a tarefa como você faria para um colega de projeto e sempre indicar os critérios de aceitação, ou seja, a condição que permite verificar o resultado. Um exemplo do guia: o ícone deve ser legível em uma barra de ferramentas com 24 pixels de tamanho. Esse é um critério que o agente consegue checar sozinho, e você não precisa ficar repetindo «ainda não é isso».
Para quem desenvolve, a lógica vale para qualquer trabalho. «Conserte o teste» é uma instrução fraca. «Conserte o teste sem alterar a API pública e rode apenas o pacote afetado» funciona: o agente tem um limite e sabe quando pode parar.
Qual nível de raciocínio escolher e quando chamar subagentes
O parâmetro reasoning_effort, isto é, o quanto o modelo «pensa» antes de responder, deve ser ajustado, segundo o guia, à complexidade da investigação:
- Medium — visão geral rápida do código ou do problema;
- High — quando é preciso rastrear a causa por vários sistemas;
- Extra High — quando vários fatores interagem ao mesmo tempo e não há uma explicação simples;
- Ultra — o próprio Codex decide quando iniciar subagentes.
Na prática, isso significa que o Medium dá conta da rotina, e vale subir o nível quando o bug é intermitente e afeta vários serviços.
Subagentes são instâncias separadas do agente que assumem em paralelo partes independentes do trabalho. Por exemplo, um atualiza a documentação, outro verifica um módulo e um terceiro analisa os logs. Se a tarefa tem ramificações independentes desse tipo, o guia recomenda adicionar explicitamente ao prompt, à skill ou ao arquivo AGENTS.md a diretiva «use subagents as needed». No modo Ultra, a decisão de iniciar subagentes é do próprio Codex.
Tarefas visuais e boas práticas no AGENTS.md
Para slides, SVG e cenas 3D, a recomendação tem três passos. Primeiro, dar ao modelo uma referência (ou gerá-la com o GPT Image). Depois, fazer com que ele renderize o resultado. Por fim, conferir a imagem justamente na escala final de visualização. Um ícone que fica bonito ampliado pode virar uma mancha em 24 pixels. Para ilustrações editáveis e modelos 3D, está disponível o plugin SVG & 3D Design.
O AGENTS.md é um arquivo com instruções permanentes para o agente em um repositório. As recomendações para ele são:
- manter o arquivo compacto;
- levar preferências pessoais para ~/.codex/AGENTS.md;
- ao trabalhar com vários agentes localmente, limitar o número de builds e testes simultâneos;
- ao terminar, apagar arquivos temporários e processos em segundo plano.
O último item será familiar para quem já viu vários agentes iniciarem builds ao mesmo tempo e o notebook começar a travar.
O que levar em conta
Este é um resumo, não o texto completo do guia, então vale conferir os detalhes na fonte original. O autor do canal acrescenta ainda uma observação pessoal: a recém-lançada Astra pode ser teimosa — resolve a tarefa do jeito que ela mesma a entendeu e reage de forma bastante contida a broncas do usuário. É a impressão de uma pessoa, não uma medição. Mesmo assim, ela mostra por que o guia insiste tanto nos critérios de aceitação: quanto mais preciso o objetivo no início, menos é preciso discutir com o modelo ao longo do trabalho.
A conclusão prática é simples. Antes de começar, escolha o nível de raciocínio de acordo com a tarefa, defina condições verificáveis de conclusão, autorize explicitamente o uso de subagentes onde as ramificações forem independentes e mantenha o AGENTS.md curto.
- 20 de nov. de 2026Model ML levanta US$250 milhões para agentes de IA voltados a banqueiros, com avaliação de US$1,5 bilhão
- 20 de nov. de 2026Yandex 360 abre 7 serviços de escritório a agentes de IA por meio de servidor MCP
- 20 de nov. de 2026Tencent abre agente que detecta vídeos gerados por IA com 95,2% de precisão
- 20 de nov. de 2026EUA discutem obrigar empresas a revelar uso de IA chinesa: modelos da China ocupam o top 3 do OpenRouter
Perguntas frequentes sobre a notícia
O que se sabe sobre Passe a tarefa como a um colega e já informe os critérios de aceitação?
A principal recomendação é formular a tarefa como você faria para um colega de projeto e sempre indicar os critérios de aceitação, ou seja, a condição que permite verificar o resultado. Um exemplo do guia: o ícone deve ser legível em uma barra de ferramentas com 24 pixels de tamanho. Esse é um critério que o agente consegue checar sozinho, e você não precisa ficar repetindo «ainda não é isso». Para quem desenvolve, a lógica vale para qualquer trabalho. «Conserte o teste» é uma instrução fraca.
O que se sabe sobre Qual nível de raciocínio escolher e quando chamar subagentes?
O parâmetro reasoning_effort, isto é, o quanto o modelo «pensa» antes de responder, deve ser ajustado, segundo o guia, à complexidade da investigação: Medium — visão geral rápida do código ou do problema; High — quando é preciso rastrear a causa por vários sistemas; Extra High — quando vários fatores interagem ao mesmo tempo e não há uma explicação simples; Ultra — o próprio Codex decide quando iniciar subagentes.
O que se sabe sobre Tarefas visuais e boas práticas no AGENTS.md?
Para slides, SVG e cenas 3D, a recomendação tem três passos. Primeiro, dar ao modelo uma referência (ou gerá-la com o GPT Image). Depois, fazer com que ele renderize o resultado. Por fim, conferir a imagem justamente na escala final de visualização. Um ícone que fica bonito ampliado pode virar uma mancha em 24 pixels. Para ilustrações editáveis e modelos 3D, está disponível o plugin SVG & 3D Design. O AGENTS.md é um arquivo com instruções permanentes para o agente em um repositório.
Build & Ship Production AI Agents Without Boilerplate Code
Start your free 72-hour trial at Hamidun Academy (academy.hamidun.com) — interactive lessons on Claude Code & Cursor, live Tech Radar, and production agent templates.
O essencial da IA — uma vez por semana
Sete histórias que realmente importaram, escolhidas a dedo. Sem ruído nem releases.
Pronto! Verifique seu e-mail para a confirmação.