Aller au contenu
EN 4 QUESTIONSTrouver mon modèle
Code · guide expert · 18 min de lecture

Configurer Codex : config.toml, effort, bac à sable, approbations

Codex se règle dans un fichier texte partagé par le terminal, l'éditeur et l'appli de bureau. Ce guide décrit l'ordre de lecture des réglages, les clés qui comptent et les combinaisons sûres de bac à sable et d'approbations.

Disponible en France

Illustration du dossier OpenAI

Codex, l’agent de code d’OpenAI, lit ses réglages dans un fichier au format TOML. La ligne de commande, l’extension d’éditeur et l’appli de bureau ChatGPT partagent ce fichier : un réglage posé une fois sert partout sur la machine. Ce guide suppose Codex installé (voir Codex pas à pas) et décrit les clés de la documentation lue le 17 novembre 2026, pour Codex 0.166 à 0.169.

Où sont les réglages

  • ~/.codex/config.toml : vos réglages personnels. Dans l’extension d’éditeur, l’engrenage en haut à droite puis Codex Settings > Open config.toml l’ouvre.
  • .codex/config.toml dans un projet : les réglages de ce projet, lus seulement si vous avez approuvé le projet.
  • ~/.codex/<nom>.config.toml : un profil, chargé par --profile <nom> par-dessus vos réglages.
  • /etc/codex/config.toml : les réglages du système, sous Linux et macOS.
  • requirements.toml : sur une machine gérée par une entreprise, des contraintes qui interdisent certaines valeurs (par exemple approval_policy = "never").

CODEX_HOME déplace le dossier ~/.codex. Codex résout les valeurs dans cet ordre, le premier qui parle gagne :

L'ordre dans lequel Codex lit ses réglages, du plus fort au plus faible, d'après « Config basics » lu le 17 novembre 2026.
Page Config basics de ChatGPT Learn : Codex reads configuration details from more than one location, puis la section Codex configuration file.
La page « Config basics » de la documentation de Codex, le 17 novembre 2026 : réglages personnels dans ~/.codex/config.toml, réglages de projet dans .codex/config.toml (capture learn.chatgpt.com).

Un fichier de départ

Ce fichier reprend les clés que la documentation cite le plus souvent, avec des valeurs prudentes :

# ~/.codex/config.toml
model = "gpt-6.2-sol"
model_reasoning_effort = "medium"

# Sûreté : écrire dans le dossier de travail, demander avant d'en sortir
sandbox_mode = "workspace-write"
approval_policy = "on-request"

# Recherche web : index tenu par OpenAI (par défaut), "live" pour le web en direct
web_search = "cached"

# Ne transmettre aux commandes que les variables utiles,
# et filtrer celles qui contiennent KEY, SECRET ou TOKEN
[shell_environment_policy]
ignore_default_excludes = false
[shell_environment_policy.filters]
"PATH" = "include"
"HOME" = "include"

Pour un essai d’un jour, la même valeur passe en ligne de commande, sans toucher au fichier : codex -c model_reasoning_effort="high". L’option --strict-config refuse de démarrer si le fichier contient une clé inconnue, pratique après une mise à jour.

Modèle, effort et vitesse

Le modèle se règle par model, ou par codex -m au lancement, ou par /model en cours de session. Le choix enregistré doit exister dans tous les clients qui lisent le fichier : la documentation conseille un modèle commun quand l’extension d’éditeur partage la configuration. Sur un compte ChatGPT, GPT-5.5 a quitté Codex le 14 octobre 2026 ; remplacez gpt-5.5 partout où il reste (réglages, profils, agents, scripts).

L’effort de réflexion se règle par model_reasoning_effort. Les niveaux dépendent du modèle et du client : low, medium, high, xhigh, puis max et ultra pour les modèles qui les proposent. Dans l’appli et l’éditeur, low s’affiche Light. Pour GPT-6.2 Astra et Sol, partez du réglage proposé et ajustez ; pour GPT-6 Luna, la documentation conseille de partir de High. Max laisse plus de temps au modèle sur une seule tâche ; Ultra répartit le travail entre des sous-agents et ne se justifie que pour une tâche découpable. Dans /model, More reasoning… affiche ces deux niveaux quand le modèle les prend en charge.

La vitesse : /fast et /ultrafast dans le terminal (la même commande ramène au mode Standard), ou service_tier = "fast" dans le fichier. Fast produit les jetons environ 1,5 fois plus vite sur GPT-6.2 Astra ; Ultrafast jusqu’à 4,5 fois plus vite sur GPT-6.2 Astra et Sol. Les deux consomment davantage de la formule. Ultrafast est réservé aux formules Pro (Sol avec Pro 200 $, les deux modèles avec Pro 500 $) et aux espaces d’entreprise qui l’activent.

Terminal : extrait de codex --help avec les options -m --model, -s --sandbox et ses valeurs read-only, workspace-write, danger-full-access, -a --ask-for-approval avec on-request et never, et --search.
Sortie réelle de codex --help sur le mini-PC de QUELLE IA (Codex 0.166.0), le 17 novembre 2026 : les valeurs acceptées par --sandbox et --ask-for-approval.

Bac à sable et approbations

Deux réglages indépendants décident de ce que Codex peut faire seul.

Les trois modes du bac à sable et les deux politiques d'approbation de Codex, et le préréglage Auto, d'après la documentation lue le 17 novembre 2026.
  • sandbox_mode dit ce que les commandes peuvent toucher techniquement : read-only, workspace-write (écriture dans le dossier de travail et les dossiers temporaires, réseau coupé) ou danger-full-access (aucune limite). Le bac à sable est imposé par le système d’exploitation.
  • approval_policy dit quand Codex s’arrête pour vous demander : on-request (il demande pour sortir du bac à sable, aller sur le réseau ou écrire hors du dossier) ou never (il ne demande jamais ; un échec revient au modèle). L’ancienne valeur untrusted n’existe plus et peut empêcher Codex de démarrer : retirez-la.
Tableau de la page Agent approvals & security : Auto (preset), Safe read-only browsing, Read-only non-interactive (CI), Auto-review, avec leurs options en ligne de commande et leur effet.
Le tableau « Common sandbox and approval combinations » de la documentation, le 17 novembre 2026 (capture learn.chatgpt.com).

Dans workspace-write, certains chemins restent en lecture seule, récursivement : .git, .agents, .codex et .aws à la racine de chaque dossier accessible. /status montre les dossiers ouverts, /permissions change de mode en cours de session.

Les combinaisons que donne la documentation :

Intention Options Effet
Auto (préréglage d’un dossier Git) aucune, ou --sandbox workspace-write --ask-for-approval on-request lit, modifie et lance des commandes dans le dossier ; demande pour le reste
Lecture prudente --sandbox read-only --ask-for-approval on-request lit et lance des commandes sans rien modifier
Intégration continue en lecture seule --sandbox read-only --ask-for-approval never même chose, sans jamais poser de question
Relecture automatique approvals_reviewer = "auto_review" avec on-request un agent relecteur juge chaque demande avant vous
Accès complet --dangerously-bypass-approvals-and-sandbox (alias --yolo) ni bac à sable ni question, à réserver à une machine déjà isolée
Page Fast and Ultrafast modes de ChatGPT Learn, avec une illustration de ciel étoilé et la section Choose a speed in the composer.
La page « Fast and Ultrafast modes », le 17 novembre 2026 : Fast et Ultrafast produisent les jetons plus vite et consomment davantage (capture learn.chatgpt.com).

Pour ouvrir le réseau sans tout ouvrir, gardez workspace-write et ajoutez :

[sandbox_workspace_write]
network_access = true

La relecture automatique (approvals_reviewer = "auto_review") confie chaque demande d’approbation à un agent relecteur. Il cherche les fuites de données, les tentatives de lire des identifiants, les affaiblissements durables de la sécurité et les actions destructrices ; il refuse les actions jugées critiques, et en cas de panne il refuse aussi. Ces relectures consomment du quota.

Pour imposer une validation à chaque commande dans un projet que vous ne connaissez pas, marquez-le non fiable dans vos réglages personnels. Codex ignore alors les réglages, hooks et règles propres au projet :

[projects."/chemin/vers/le/projet"]
trust_level = "untrusted"

Bon à savoir. La recherche web de Codex est un outil hébergé chez OpenAI, séparé du réseau du bac à sable : elle reste possible quand les commandes n’ont pas accès au réseau. Coupez-la avec web_search = "disabled" si un projet l’exige.

Les profils

Un profil est un fichier à part, ~/.codex/<nom>.config.toml, qui s’ajoute à vos réglages quand vous lancez codex --profile <nom>. Écrivez-y les clés au premier niveau, sans table [profiles.<nom>]. Exemple d’un profil pour les relectures nocturnes :

# ~/.codex/revue.config.toml
model = "gpt-6.2-sol"
model_reasoning_effort = "high"
sandbox_mode = "read-only"
approval_policy = "never"
codex exec --profile revue "Relis les changements de la branche courante et liste les risques"

AGENTS.md, les consignes écrites

Avant de travailler, Codex lit les fichiers AGENTS.md. D’abord ~/.codex/AGENTS.md (ou AGENTS.override.md s’il existe), vos consignes pour tous les projets ; puis un AGENTS.md par dossier, de la racine du projet jusqu’au dossier courant, le plus proche passant en dernier. L’ensemble est plafonné à 32 Kio par défaut (project_doc_max_bytes). /init crée un premier fichier pour le projet.

# ~/.codex/AGENTS.md
## Règles de travail
- Lance `npm test` après toute modification d'un fichier JavaScript.
- Utilise `pnpm` pour installer les dépendances.
- Demande-moi avant d'ajouter une dépendance de production.

Pour vérifier que Codex les lit :

codex --ask-for-approval never "Résume les consignes que tu as reçues."

Les règles de commandes

Les règles, encore expérimentales, décident quelles commandes peuvent sortir du bac à sable. Elles vivent dans un fichier .rules d’un dossier rules/ (par exemple ~/.codex/rules/default.rules), écrit dans un langage proche de Python (Starlark) :

# Demander avant de laisser passer « gh pr view » hors du bac à sable
prefix_rule(
    pattern = ["gh", "pr", "view"],
    decision = "prompt",
    justification = "Lire une demande de fusion, avec accord",
    match = ["gh pr view 7888"],
    not_match = ["gh pr --repo openai/codex view 7888"],
)

Trois décisions existent : allow (par défaut), prompt et forbidden ; quand plusieurs règles s’appliquent, la plus stricte gagne. codex execpolicy check teste une commande contre vos règles avant de vous y fier.

Les autres réglages utiles

  • Serveurs MCP : codex mcp add les écrit sous [mcp_servers.<nom>] ; le guide MCP donne la syntaxe complète.
  • Mémoire locale : éteinte par défaut, elle s’allume avec [features] puis memories = true (ou dans l’appli, Settings > Personalization > Enable Codex memories). /memories règle son usage conversation par conversation.
  • Fonctions optionnelles : la table [features] les allume ou les coupe (hooks, multi_agent, fast_mode…), ou codex --enable <nom> pour une session.
  • Windows : la documentation recommande le bac à sable natif MXC quand la machine et la politique le permettent (prefer_mxc = true sous [features]), avec sandbox = "elevated" sous [windows] en solution de repli.
  • Diagnostic : codex doctor vérifie l’installation, la configuration, la connexion et l’environnement.

Précautions

  • Ne désactivez pas le bac à sable par confort. danger-full-access et --yolo laissent une injection de prompt (une consigne piégée dans un fichier ou une page) agir sur toute la machine.
  • Pas de secret dans config.toml : préférez des variables d’environnement, et gardez le filtrage des variables KEY, SECRET et TOKEN.
  • Relisez les AGENTS.md et .codex/ d’un dépôt cloné avant de lui faire confiance.
  • Après une mise à jour de Codex, relancez avec --strict-config pour repérer une clé retirée.

Pour aller plus loin

Pour monter son atelier d'IA à la maison, mini lab AI, du même auteur, va plus loin.

Tous les guides →

Sources

  1. learn.chatgpt.com, lue le
  2. learn.chatgpt.com, lue le
  3. learn.chatgpt.com, lue le
  4. learn.chatgpt.com, lue le
  5. learn.chatgpt.com, lue le
  6. learn.chatgpt.com, lue le
  7. learn.chatgpt.com, lue le
  8. learn.chatgpt.com, lue le
  9. learn.chatgpt.com, lue le
  10. learn.chatgpt.com, lue le
  11. learn.chatgpt.com, lue le
  12. learn.chatgpt.com, lue le
  13. learn.chatgpt.com, lue le