请为新增聊天和音频提示词模板创建测试计划。
风险区域:slug 重复、推荐模型类别错误、locale 字段缺失、音频文件无效、列表页密度问题。 自动化检查:prompts check、i18n generate/check、媒体示例审计和 typecheck。 人工检查:中英文各抽一个聊天详情页和一个音频详情页。 反向用例:缺 audioUrl、缺对话示例、模型和类别不匹配。 停止条件:任一已发布模板 schema 失败,或音频不可读。
GPT-5.2 Codex 是 Rivya 里的分析型 AI 编码助手,适合架构评审、长链路重构、系统设计和大型代码库里的复杂调试。
示例输出
适合回归规划、内容检查和发布准备。
响应
示例输出
适合回归规划、内容检查和发布准备。
让 Rivya 帮你规划、分析、打磨提示词或处理代码任务。
Rivya Codex 测试计划提示词的对话预览。
输出摘要
适合回归规划、内容检查和发布准备。
适合任务
支持能力
在线试用
输入设置
对话控制
当所选模型支持时,你可以控制是否联网搜索、使用多强的推理,以及是否包含模型的思考内容。
联网搜索
允许支持的模型在回答过程中调用实时网页搜索。
推理强度
可以保持模型默认,或在支持时指定更轻或更强的推理级别。
开始一段对话,把规划、提示词和创作方向整理成一条可复用的线程。
提示词起步
当你不想从空白输入开始时,可以先用已经映射到 GPT-5.2 Codex 的模板,再按自己的任务改写。
模型示例
先用上方在线试用区开始生成,再结合这些示例结果判断成品质感、输出节奏和任务适配度,然后决定是否继续在完整工作台里投入更多积分。
让 Rivya 帮你规划、分析、打磨提示词或处理代码任务。
Rivya Codex 测试计划提示词的对话预览。
输出摘要
适合回归规划、内容检查和发布准备。
主示例
Rivya Codex 测试计划提示词的对话预览。
输入
提示词 + 可选图片
看点提示
Rivya Codex 测试计划提示词的对话预览。
每次消耗积分
按量付费 — 根据使用量消耗积分
为什么它适合
复杂工程推理更强
更适合系统设计和架构
12K 输出 Token,全面代码生成
最适合的任务
模型示例
决策确认
决策确认
适合任务
任务接近这些情况时使用
安静事实
提供商
OpenAI
类别
对话
能力标签
响应
积分模式
按量付费 — 根据使用量消耗积分
输入方式
提示词 + 可选图片
提示设置
最多 20,000 字
GPT-5.2 Codex 常见问题
GPT-5.2 Codex 适合架构评审、系统设计取舍、大型重构、多层调试,以及基于现有代码编写技术规格。工程任务涉及依赖关系和设计后果时,优先选择它。
在 Rivya 里,GPT-5.2 Codex 当前是以对话为核心的项目,也支持围绕图片材料继续分析和回答。
提供系统边界、相关代码或图示、现有约束、失败证据和决策标准。要求它明确列出假设、受影响组件和验证步骤,让架构建议可以被检验。
Rivya 当前按每百万输入 token 140 积分、每百万输出 token 1120 积分计费。当遗漏依赖或设计约束的代价高于一次审慎工程分析时,再使用这个档位。
架构和依赖较重的工程任务可选 GPT-5.2 Codex;范围较小的多文件重构可选 GPT-5.1 Codex;代码只是辅助背景时选择通用对话模型。
如果这次要先验证架构评审和系统设计取舍、跨依赖的大型重构规划、多层链路下的复杂调试,这页就够用。先在这里确认输入、方向和初步结果;等需要保存历史、连续迭代或管理素材时,再切到完整创作工作台。
这页当前就是围绕 GPT-5.2 Codex 的对话入口来设计的。它适合先把架构评审和系统设计取舍需要的截图、图表或图片材料带进来。
对 GPT-5.2 Codex 这类聊天模型来说,先把代码目标、现有上下文和你要它产出的形式说清楚,比继续找额外参数更重要。初步如果能把仓库背景、验收标准和限制交代明白,它在架构评审和系统设计取舍上的表现通常会上来得更快。
这页可以先公开浏览,但真正发送初步消息前仍需要先登录。当前是按 token 计费:每百万输入 token 为 140 积分,每百万输出 token 为 1120 积分。如果你还在整理问题或选模型,可以先在这里准备;确认要正式开聊时再登录即可。
如果你现在只是要开初步对话,查看 GPT-5.2 Codex 能不能把架构评审和系统设计取舍接住,继续留在这页就够了。等任务开始需要保存上下文、挂文件、连续追问,或者把同一条线程长期保留下来时,再切到完整创作工作台会更顺。
比较替代模型
OpenAI 在 Rivya 上的高阶 GPT 对话模型,适合复杂推理、图像辅助分析、研究整合和结构化写作。
为什么考虑它
当积分提示更适合下一次运行时,可以考虑它:按量付费 - 根据使用量消耗积分。
OpenAI 在 Rivya 上更高阶的 AI 对话模型,支持更完整的结构化输入、推理强度控制与工具型对话,适合复杂分析和多步骤任务。
为什么考虑它
如果任务更接近这个方向,可以考虑它:长策略简报和决策备忘录。
OpenAI 在 Rivya 上更高阶的 Codex AI 编码模型,延续代码生成、结构化推理和工具协作能力,更适合仓库级开发项目。
为什么考虑它
如果任务更接近这个方向,可以考虑它:仓库级调试和架构审阅。
无障碍回归复核对话提示词的对话预览。
让 Rivya 帮你规划、分析、打磨提示词或处理代码任务。
集成测试设计对话提示词的对话预览。
根据用户路径、数据边界、失败模式和验证目标设计集成测试。
集成测试设计对话提示词的对话预览。
让 Rivya 帮你规划、分析、打磨提示词或处理代码任务。
支付 Webhook 审计对话提示词的对话预览。
审计支付 webhook 路径中的幂等、重放安全、积分写入和客户可见失败处理。
支付 Webhook 审计对话提示词的对话预览。
开发者接入
确认模型字段、参考素材规则和积分行为后,可以通过 Public API v1 调用 GPT-5.2 Codex。