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
GPT-5.2 Codex 常见问题
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。