Configurar o Codex com GPT-6 Astra num sandbox que pede aprovação

Um segundo agente no projeto de vídeo só ajuda se não puder gastar, baixar ou apagar nada por conta própria. O Codex, o agente de programação da OpenAI, não gera vídeo: lê o AGENTS.md (o arquivo de instruções que ele carrega antes de cada tarefa, como o manual de procedimentos de uma cozinha), edita arquivos e executa FFmpeg, Remotion ou MoviePy dentro de um sandbox. Sandbox é o cercado onde o agente trabalha, como a caixa de areia de uma criança: lá dentro ele cava e constrói à vontade; para usar a rede ou sair da pasta, precisa pedir.

Sem esse cercado, o custo aparece na fatura antes do primeiro quadro. Um perfil com acesso total e aprovação desligada deixa o agente chamar a API de imagem em lote sem perguntar o preço, baixar fontes da internet no meio do render e escrever fora do projeto. Com o perfil certo, cada saída da pasta vira um pedido na tela, e a regra de custo fica escrita num arquivo que o agente relê em toda sessão.

Nesta aula você instala o Codex CLI estável (versão 0.162.1, de 09/10/2026) no macOS, no Linux ou no Windows, escolhe entre GPT-6 Astra, GPT-6.1 Sol e GPT-6 Luna, escreve o ~/.codex/config.toml com workspace-write e aprovação on-request, cria o AGENTS.md do projeto de vídeo e roda o Codex sem interface com codex exec e resposta validada por schema.

Instalar o Codex e escolher o modelo

Instale pelo script oficial do seu sistema e confira a versão logo em seguida. Se você seguiu a bancada da aula 3, o FFmpeg já está no PATH, e é ele que o Codex vai chamar nos renders. No primeiro uso ele pergunta como você entra: "Sign in with ChatGPT" usa a assinatura, e a chave de API cobra pela tabela da API. A assinatura do ChatGPT não inclui créditos de API, e quem entra só com chave não tem as tarefas na nuvem.

No Windows, o Codex roda em PowerShell nativo com o sandbox do próprio Windows ou dentro do WSL2 (o Linux que o Windows hospeda). A 0.162.0, de 08/10/2026, trouxe correções justamente nesse sandbox, e a 0.162.1, de 09/10/2026, corrigiu o travamento da interface com perguntas de várias linhas, então não fique em versões antigas. O GPT-6 Astra exige a 0.153.0 ou mais nova e só aparece no seletor de modelo a partir da 0.154.0, de 09/09/2026.

Escolher o modelo é escolher quanto cada pensamento custa. O GPT-6 Astra (gpt-6-astra, lançado em 03/09/2026) é o modelo mais capaz da OpenAI: contexto de 1,05 milhão de tokens, saída de até 128 mil e conhecimento até 30/04/2026, e não aceita temperature, top_p nem esforço none. O GPT-6.1 Sol (gpt-6.1-sol, do DevDay de 29/09/2026) entrega quase tudo o que um pipeline de vídeo precisa por um quinto do preço, e por isso é o padrão deste curso; o Astra entra por chamada, com -m gpt-6-astra, quando o Sol falha duas vezes no mesmo problema.

Quando a tarefa é planejar cenas, revisar um script ou escrever um corte de FFmpeg, fique no 6.1 Sol. Diante de um bug de sincronia entre áudio e legenda que resistiu a duas rodadas, troque para o Astra só naquela chamada. Para checagens mecânicas em volume, como conferir 40 nomes de arquivo, o Luna resolve por centavos. Desde a 0.159.1, de 29/09/2026, quem não define model já cai no 6.1 Sol. Se o seu config.toml ainda aponta gpt-5.5, troque agora: o modelo sai do Codex em 14/10/2026 (a API não muda).

Os modos Fast e Ultrafast não compensam aqui: o gargalo de vídeo é o render, não o modelo. O Ultrafast gera até 300 tokens por segundo, mas na API custa seis vezes o Standard (US$ 60 / US$ 300 por milhão no Astra desde 29/09/2026; US$ 12 / US$ 60 no 6.1 Sol desde 08/10/2026) e, no Codex, só existe no Pro 500 e em Enterprise ou Edu elegíveis, gastando 8 vezes a cota incluída. No Plus, no Pro 100 e no Pro 200 ele não existe, nem pago com créditos.

Fechar o sandbox e a aprovação no config.toml

O ~/.codex/config.toml é o arquivo de preferências do Codex, compartilhado entre a CLI e a extensão de IDE (VS Code, Cursor e Windsurf). Três chaves decidem a segurança. sandbox_mode aceita read-only, workspace-write e danger-full-access. approval_policy aceita on-request, never ou um objeto granular; on-failure está deprecado e untrusted foi aposentada na documentação atual. A rede começa desligada e só abre com network_access = true dentro de [sandbox_workspace_write]. Mesmo em workspace-write, as pastas .git, .agents e .codex ficam só para leitura, com tudo o que há dentro delas.

No modo Auto da interface, o preset equivale a --sandbox workspace-write --ask-for-approval on-request: o agente edita e roda comandos no projeto e pede aprovação para usar a rede ou sair dele. É exatamente o que um projeto de vídeo precisa. Se quiser entender por que dar menos poder ao agente é a escolha padrão, a aula de segurança e governança de agentes mostra o mesmo raciocínio aplicado a qualquer ferramenta.

Escrever o AGENTS.md do projeto de vídeo

O Codex monta as instruções em camadas. Primeiro lê o global, ~/.codex/AGENTS.override.md ou ~/.codex/AGENTS.md (a variável CODEX_HOME muda essa raiz); depois lê um arquivo por diretório, da raiz do repositório até a pasta atual, com o AGENTS.override.md antes do AGENTS.md. O mais próximo da pasta onde você está prevalece. O comando /init cria um esqueleto, que você substitui pelo modelo abaixo.

Todos os AGENTS.md somados têm teto de 32 KiB (project_doc_max_bytes). Um arquivo de projeto de vídeo cabe em 3 KiB: estrutura de pastas, regras e verificação. Roteiro inteiro não entra ali, porque o que passar do teto deixa de ser lido. A ideia de um arquivo único que qualquer assistente entende é a mesma da aula sobre o arquivo que todo assistente de IA entende, e é ela que permite, na aula 14, apontar Claude Code e Codex para as mesmas regras.

Diga ao agente onde a tarefa termina. O guia da OpenAI sobre prompts e skills para o Astra, publicado entre 11 e 12/09/2026, avisa que um AGENTS.md cheio de "pergunte antes" faz o modelo parar onde você queria que ele continuasse e devolver a tarefa pela metade. Por isso o modelo acima ganhou três linhas: o que é pronto (renderizar, rodar ffprobe e corrigir até a duração bater), a permissão permanente para os comandos seguros que você já conhece e a pausa restrita a rede, API paga e escrita fora do projeto. A regra de custo continua; ela só deixou de ser genérica.

O mesmo guia pede ponteiros em vez de ordens de leitura: "o texto narrado está em roteiro/roteiro.md" custa uma linha, enquanto "leia todos os docs antes de cada edição" consome contexto em toda chamada e deixa o Astra lento. Ele também dispensa "rode os testes", porque o Astra já roda a verificação sozinho. Se o Codex parar no meio do render pedindo um sim que você daria sempre, falta aquele comando na linha de permissão permanente: acrescente e rode de novo.

Rodar sem interface com codex exec e ligar MCP

O codex exec roda uma tarefa do começo ao fim, sem conversa, e é o que transforma o Codex em peça de script. Ele começa em read-only; --sandbox workspace-write libera a escrita, e o antigo --full-auto está obsoleto. Quatro opções fazem o trabalho pesado: --output-schema obriga a resposta a caber num schema (o molde do JSON, como a forma de um bolo: o que não couber faz a chamada falhar em vez de devolver texto solto), -o grava a última mensagem num arquivo, --json emite os eventos linha a linha e --ephemeral não guarda a sessão. Para continuar de onde parou, codex exec resume --last. Em CI, exporte CODEX_API_KEY.

Três tempos formam o padrão do curso: planejar em read-only com schema, renderizar em workspace-write e continuar a mesma sessão com resume --last. O script abaixo cria o schema, roda os três tempos e confere o plano com jq.

No Codex, o MCP explicado na aula 9 funciona sempre como cliente: codex mcp add <nome> -- <comando> liga um servidor local, codex mcp add <nome> --url <endereço> liga um remoto com Bearer ou OAuth, codex mcp login <nome> autentica e codex mcp list mostra o estado. O modo inverso, codex mcp-server, que expunha o Codex a outro agente, foi removido em 05/09/2026. Antes de ligar qualquer servidor, meça o que ele pode fazer com a aula sobre o grau de poder de cada servidor.

As skills do Codex são pastas com um SKILL.md (campos name e description obrigatórios) em .agents/skills, chamadas por $nome ou /skills; a lista inicial ocupa no máximo 2% do contexto e o arquivo completo só carrega quando usado. As skills oficiais do Remotion servem ao Codex, ao Claude Code e ao Cursor. O diretório oficial openai/plugins traz remotion, hyperframes e codex-security. O AGENTS.md cumpre no Codex o papel que o CLAUDE.md da aula 7 cumpre no Claude Code, e o app do Codex importa essa configuração em Settings, General, Import other agent setup.

Para render longo, o Codex Cloud roda a tarefa numa máquina da OpenAI a partir de um repositório GitHub, mesmo com o seu computador desligado. O ambiente é criado na web ou no app do Codex: ele lê o repositório e propõe a preparação, que instala dependências e ferramentas, e você revisa antes de publicar. Confira se o FFmpeg está nessa preparação. A internet é um ajuste do próprio ambiente (Allow Codex to access internet), com três presets: Package managers, que já inclui os repositórios do Ubuntu e do Debian, Custom domains only, em que você lista cada domínio, e All. A máquina tem teto: no Plus, 2 vCPUs, 8 GiB de memória e 8 GiB de disco; no Pro, Business, Enterprise e Edu, 4 vCPUs, 16 GiB e 32 GiB. No Plus cabe um corte 9:16 por tarefa, não a semana inteira de renders.

Guia prático: dois perfis, rede por domínio e teste do cercado

A aula deixou o Codex sem rede e pedindo aprovação. Este guia separa a sessão que só edita e renderiza da sessão que chama API paga: um arquivo de perfil liga a rede só para api.openai.com e api.elevenlabs.io, um filtro impede que as chaves cheguem a comandos que não precisam delas e o comando codex sandbox mostra, antes da tarefa, o que o cercado nega.

Na Cozinha da Rafa, canal de receitas de Recife com três vídeos por semana (um longo 16:9 e dois cortes 9:16), o projeto video-ia recebe o AGENTS.md acima e o config.toml com a rede desligada. Na segunda-feira, o codex exec em read-only lê roteiro/roteiro.md, com a receita do bolo de rolo, e devolve seis cenas de 8 a 12 segundos. Com cerca de 8 mil tokens de entrada e 2 mil de saída no 6.1 Sol, a chamada custa US$ 0,016 mais US$ 0,02, ou US$ 0,036, em 09/10/2026. No render do corte 9:16, o Codex tenta baixar uma fonte da internet; o sandbox pede aprovação, a Rafa nega e coloca a fonte em marca/fontes/.

Se a tarefa chama API paga (imagem, voz ou vídeo), abra uma sessão à parte com network_access = true e aprovação on-request; se só edita e renderiza localmente, mantenha a rede desligada. Quando o render passa do que o seu notebook aguenta, mande para o Codex Cloud com FFmpeg instalado na preparação. Com um CLAUDE.md pronto, importe-o no app e revise o AGENTS.md gerado; sem ele, comece pelo /init e pelo modelo desta aula.

Instale o Codex, grave o config.toml desta aula e rode o prompt acima na pasta do projeto. Está pronto quando codex --version mostra 0.162.1 ou superior, o cenas.json passa no jq, o MP4 de teste de 3 segundos sai em 1080x1920 sem nenhum download e o primeiro pedido de rede aparece na tela esperando o seu sim. Com isso, a aula 13 usa o mesmo cercado para gerar o storyboard.