AI Cert Prep
Saisissez un mot-clé pour rechercher dans la documentation.

Parcours Codex

Codex Path

Préparation indépendante au parcours OpenAI Academy Codex — surfaces et modèles Codex, workflows de codage au quotidien, configuration et extension, adoption, gouvernance et passage à l’échelle, avec deux examens blancs indépendants.

Parcours Codex 5 domaines 2 × examens blancs de 50 items Aligné sur l’Academy

Cette piste est une préparation à la certification OpenAI pour les ingénieurs qui utilisent Codex, construite à partir des objectifs d’apprentissage OpenAI accessibles au public. Ce n’est pas un cours officiel OpenAI ni un examen blanc officiel. Les badges Academy et le certificat de parcours Codex ne sont pas des certifications et ne garantissent pas l’éligibilité à une future certification.

Ce à quoi cette piste vous prépare

Le parcours Codex sur OpenAI Academy compte trois cours, tous dans la catégorie Build with AI, destinés aux ingénieurs logiciels et aux responsables d’ingénierie :

  • Get Started with Codex (~80 min) — tâches sur dépôt, modification de code et revue de celui-ci. La compétence centrale est de cadrer une tâche de codage, de vérifier le changement et de fournir au relecteur des preuves claires.
  • Extend Codex Workflows (~90 min) — transformer des pratiques efficaces en workflows d’équipe reproductibles avec une supervision claire, en utilisant une configuration partagée, AGENTS.md, des subagents, des skills et des plugins.
  • Scale Codex Across Governed Teams and Systems (~100 min) — coordonner des chantiers parallèles et intégrer leurs sorties en sécurité, standardiser la configuration sur de nombreux dépôts et gouverner le déploiement.

Réussir les trois évaluations à ≥ 80 % vaut le certificat de parcours Codex. Lisez la page paysage des qualifications pour ce que ce certificat prouve et ne prouve pas, et la page modèle d’évaluation avant votre premier examen blanc.

Blueprint

Nos examens blancs indépendants pondèrent les cinq domaines comme ci-dessous. Les pondérations sont notre choix de conception, aligné sur la durée et l’accent publiés des trois cours, pas des paramètres publiés par OpenAI.

#DomainePondérationItems (approx. sur 50)Page de cours
1Codex Fundamentals and Surfaces20 %~10Domaine 1
2Core Coding Workflows24 %~12Domaine 2
3Extending and Configuring Codex20 %~10Domaine 3
4Team Adoption and Governance20 %~10Domaine 4
5Scaling Across Teams and Systems16 %~8Domaine 5

Où sont les points

Core Coding Workflows (24 %) est le domaine le plus lourd à lui seul, et Fundamentals, Configuration et Governance pèsent chacun 20 %. Ensemble, les quatre premiers domaines représentent 84 % de l’examen blanc. Le parcours récompense les ingénieurs qui savent cadrer une tâche, vérifier un changement et l’étayer de preuves pour la revue — puis rendre cela reproductible et sûr pour une équipe. Les astuces de prompting ne valent presque rien ici.

Deux examens blancs indépendants

Cette piste propose deux examens blancs indépendants complets, pondérés par domaine, de 50 items chacun. L’Examen blanc 1 est votre diagnostic — passez-le sans chronomètre d’abord pour repérer vos deux domaines les plus faibles. L’Examen blanc 2 est délibérément plus difficile (plus d’énoncés à contraintes multiples et de qualificatifs FIRST / BEST / MOST cost-effective / TWO, davantage de mises en situation) — utilisez-le chronométré comme votre test go/no-go avant de passer la véritable évaluation Academy. Tous les items des deux examens blancs et des pages de domaine sont distincts.

L’état d’esprit que cette piste récompense

Codex est un agent qui écrit et exécute du code en votre nom, si bien que l’examen récompense de façon répétée une posture : vous êtes propriétaire du changement, Codex le rédige, et le relecteur a besoin de preuves. Les bonnes réponses tendent à :

  • Cadrer étroitement la tâche et donner à Codex le contexte de dépôt dont il a besoin — un AGENTS.md, les fichiers pertinents, les commandes de build et de test — plutôt qu’une vague ligne.
  • Choisir la surface qui convient à la tâche : CLI pour les exécutions scriptées et non interactives, extension IDE pour des boucles d’édition serrées, Codex cloud pour un travail long ou parallèle.
  • Utiliser le moindre reasoning effort qui obtient le résultat, en escaladant Low → Medium → High → Extra High → Max → Ultra seulement lorsque la tâche le justifie.
  • Vérifier avec des tests et des diffs, et remettre au relecteur des preuves — une exécution de test réussie, un diff propre, un résumé d’auto-review — pas seulement « ça marche ».
  • Garder l’agent à l’intérieur d’un sandbox et d’un mode de permission explicite ; approuver les escalades délibérément.
  • Standardiser AGENTS.md et config.toml sur les dépôts pour que le comportement soit prévisible à l’échelle.

Les mauvaises réponses tendent à : faire confiance à un diff non relu, exécuter un agent avec accès réseau et écriture complets par défaut, choisir Ultra pour un correctif d’une ligne, sauter les tests parce que « le modèle est bon », ou déployer Codex à l’échelle de l’organisation sans groupes, rôles ni journalisation d’audit.

Répartition du temps suggérée

Un plan de 18–24 heures pour toute la piste, pondéré par domaine et par le degré pratique de chacun.

DomainePondérationHeures
Core Coding Workflows24 %6
Codex Fundamentals and Surfaces20 %4
Extending and Configuring Codex20 %4,5
Team Adoption and Governance20 %4
Scaling Across Teams and Systems16 %3

Orientez votre révision vers pondération × votre taux d’erreur, pas la pondération seule. La plupart des ingénieurs sous-investissent dans la gouvernance (D4) et surinvestissent dans les surfaces qu’ils utilisent déjà.

Checklist de préparation pratique

Faites-les dans un vrai environnement Codex (CLI, extension IDE ou cloud). Lire sur un workflow ne vous apprend rien sur le workflow.

  • Installez le Codex CLI, connectez-vous et lancez une session interactive ; changez de modèle avec /model et observez les niveaux de reasoning effort.
  • Écrivez un AGENTS.md pour un vrai dépôt : commande de build, commande de test, conventions de codage et ce que Codex ne doit jamais toucher.
  • Exécutez un changement cadré avec codex exec -m gpt-5.6-terra 'fix the failing test in payments' de façon non interactive et lisez le diff et les preuves produits.
  • Fixez model = 'gpt-5.6' dans un config.toml partagé et confirmez que le CLI, l’extension IDE et l’application desktop le reprennent tous.
  • Faites une boucle review-first : demandez à Codex de planifier, approuvez le plan, laissez-le implémenter, puis vérifiez le diff et exécutez les tests vous-même avant de merger.
  • Exécutez la même tâche à un reasoning effort Medium puis High et comparez le résultat, le temps et le coût.
  • Utilisez un git worktree pour qu’une tâche Codex de longue durée s’exécute sur sa propre branche sans bloquer votre arbre de travail.
  • Activez l’auto-review et lisez le résumé que Codex produit pour un diff ; décidez si c’est une preuve suffisante pour votre relecteur.
  • Configurez un mode / profil de permission restrictif et un sandbox, puis observez quelles actions requièrent une approbation.
  • Exécutez Codex Security (ou un deep scan) sur une branche et triez un résultat jusqu’à un correctif.

Pages de la piste

Dernière mise à jour le 18 sept. 2026