Vibe & agentic coding · OpenAI
Formations OpenAI Codex
Déléguer le développement avec OpenAI Codex : CLI et agent cloud, AGENTS.md, sandbox, approbations et workflows de PR en équipe.
OpenAI Codex est un agent de développement qui fonctionne aussi bien en local, sous forme d’outil en ligne de commande et d’extension d’IDE, que dans le cloud. En local, Codex lit votre dépôt, propose des modifications et exécute des commandes dans un environnement isolé. Dans le cloud, il traite en parallèle les tâches que vous lui déléguez dans des conteneurs dédiés et restitue des diffs ou des pull requests traçables. En deux jours, vous apprenez à combiner ces deux usages et à découper le travail pour que l’agent le mène à bien.
Le pilotage et la sécurité sont au cœur de la formation. Avec AGENTS.md, vous transmettez à Codex la connaissance du projet, les commandes de build et de test ainsi que vos conventions. Vous configurez les modes d’approbation et la sandbox pour que l’agent n’agisse que dans le cadre autorisé, et préparez des environnements cloud avec des scripts d’installation adaptés. Vous intégrez enfin Codex à vos workflows de pull request, exploitez la revue de code automatisée et fixez les règles de délégation et de contrôle avant fusion.
Contenus clés de toutes les formations OpenAI Codex
Module 1 Panorama de Codex : CLI, IDE et cloud
- Comparer le fonctionnement de Codex en local et dans le cloud
- Installer la CLI Codex, s’authentifier et la lancer dans un dépôt
- Sessions interactives, exécution non interactive et choix du modèle
- Distinguer les tâches adaptées à un agent de celles qui ne le sont pas
Module 2 La connaissance du projet avec AGENTS.md
- Construire un AGENTS.md avec les commandes de build, de test et de lint
- Formuler précisément conventions, repères d’architecture et interdits
- Utiliser des AGENTS.md imbriqués pour les monorepos et sous-projets
- Mesurer l’effet des consignes et les améliorer par itérations
Module 3 Sandbox, approbations et sécurité
- Choisir le mode d’approbation, de la lecture seule à une large autonomie
- Comprendre les limites de la sandbox pour le système de fichiers et le réseau
- Gérer secrets, dépendances téléchargées et injection de prompt
- Fichiers de configuration pour des standards d’équipe et des réglages sûrs par défaut
Module 4 Déléguer des tâches à l’agent cloud
- Configurer des environnements cloud avec scripts d’installation et dépendances
- Rédiger des tâches avec objectif, contexte et critères d’acceptation
- Lancer plusieurs tâches en parallèle et comparer les résultats
- S’appuyer sur les journaux et sorties de tests pour comprendre les solutions
Module 5 Workflows de PR et revue de code en équipe
- Transformer les résultats en pull requests et demander des corrections
- Utiliser la revue de code automatisée de Codex sur GitHub
- Intégrer Codex dans des scripts et des pipelines CI
- Définir les règles d’équipe : délégation, obligations de revue, responsabilités
Objectifs pédagogiques
- Vous utilisez Codex en local et dans le cloud pour les tâches de développement adaptées à chaque mode.
- Vous rédigez un AGENTS.md qui guide l’agent de manière fiable dans votre projet.
- Vous configurez modes d’approbation et sandbox selon vos exigences de sécurité.
- Vous déléguez des tâches à l’agent cloud et en vérifiez méthodiquement les résultats.
- Vous intégrez Codex à vos workflows de pull request et de CI avec des règles claires de revue et de responsabilité.
Les 32 formations OpenAI Codex
Développement & technique (32)
- OpenAI Codex pour les AI engineers
- OpenAI Codex pour les développeurs d’API
- OpenAI Codex pour les développeurs C# et .NET
- OpenAI Codex pour les développeurs C/C++ et embarqué
- OpenAI Codex pour les citizen developers
- OpenAI Codex pour les data engineers
- OpenAI Codex pour les data scientists et ML engineers
- OpenAI Codex pour les équipes DevOps et cloud
- OpenAI Codex pour les développeurs Go
- OpenAI Codex pour les outils internes et l’automatisation
- OpenAI Codex pour les développeurs Java et Spring
- OpenAI Codex pour les développeurs JavaScript et TypeScript
- OpenAI Codex pour les équipes Kubernetes et microservices
- OpenAI Codex pour la modernisation des systèmes hérités
- OpenAI Codex pour les startups et le développement de MVP
- OpenAI Codex pour les développeurs mobiles
- OpenAI Codex pour les développeurs back-end Node.js
- OpenAI Codex pour les développeurs PHP
- OpenAI Codex pour les développeurs Python
- OpenAI Codex pour les développeurs React et front-end
- OpenAI Codex pour les développeurs Rust
- OpenAI Codex pour les développeurs SAP ABAP
- OpenAI Codex pour les professionnels SQL et bases de données
- OpenAI Codex pour les développeurs Salesforce
- OpenAI Codex pour les équipes sécurité et DevSecOps
- OpenAI Codex pour les architectes logiciel
- OpenAI Codex pour les développeurs de jeux vidéo
- OpenAI Codex pour les tech leads et engineering managers
- OpenAI Codex pour l’automatisation des tests et la QA
- OpenAI Codex pour les designers UX
- OpenAI Codex pour les développeurs web
- OpenAI Codex pour les développeurs WordPress
Formation OpenAI Codex près de chez vous
Questions fréquentes
Quand utiliser Codex en local et quand dans le cloud ?
En local, vous travaillez de manière interactive au plus près du code, par exemple pour déboguer ou explorer une piste en suivant chaque étape. L’agent cloud convient aux tâches bien délimitées qui peuvent se dérouler seules, comme compléter des tests ou corriger de petits bugs. Vous pouvez en lancer plusieurs en parallèle et relire chacune sous forme de pull request.
Que doit contenir un bon AGENTS.md ?
Un bon AGENTS.md explique comment construire, tester et vérifier le projet, quelles conventions s’appliquent et quelles zones ne doivent pas être modifiées. Il reste court, concret et à jour. Des repères d’architecture et la liste des pièges fréquents sont également utiles. Pendant la formation, vous rédigez un AGENTS.md pour votre propre projet et en mesurez l’effet.
Est-il risqué de laisser Codex exécuter des commandes ?
Par défaut, Codex travaille dans une sandbox qui restreint l’accès aux fichiers et au réseau, et demande une approbation avant les opérations sensibles. Vous déterminez le degré d’autonomie via les modes d’approbation et la configuration. La formation vous apprend à choisir ces réglages en connaissance de cause et à limiter des risques comme l’injection de prompt.
Prérequis
Vous avez une pratique réelle de la programmation, maîtrisez Git et la ligne de commande et connaissez les workflows basés sur les pull requests.
Ordinateur portable personnel avec terminal, Git et environnement Node.js ; une offre ChatGPT incluant Codex ou une clé API OpenAI, ainsi qu’un compte GitHub pour les exercices cloud.
Demande sans engagement
Nous vous répondons sous un jour ouvré avec une confirmation ou une proposition alternative.