codex和ChatGPT编程怎么排查:报错前先分清是工具挂了还是模型没接上

接入与开发

把 codex 和 ChatGPT 编程中常见的报错拆成账号、网络、模型、提示四层,给出逐层确认的顺序和判断标准,让排查不再靠猜。

搜「codex和ChatGPT编程怎么排查」的人,多半是代码跑不通、回复不对、或者干脆连不上,但一开始就在改提示词。这篇先把排查顺序定下来:先确认是哪一层出的问题,再决定改哪里。

搜这个问题的人,遇到的场景其实很不一样。有人是命令行工具直接报错退出,有人是代码能跑但结果不对,还有人只是回得慢。共同点是:一着急就去改提示词,把 system 那段来回折腾半小时,最后发现是密钥过期了。这种弯路我走过不止一次。

所以这篇不讲提示词技巧,只讲一件事:报错之后先判断问题出在哪一层,再决定动哪里。下面这套顺序是从外往里查,账号、网络、模型、输入四层,越靠外越先查。听起来像废话,但真正按这个顺序走一遍,能省掉大量瞎试的时间。

别先改提示词:把链路拆成四层再看

一次编程请求要过好几道关:工具拿到你的密钥,通过某个网络出口连到服务端,服务端按模型名路由,最后才是模型读你的输入。任何一道关出问题,表面现象都差不多——报错、卡住、或者答得离谱。区别在细节里。

判断层位主要靠报错文本里的状态码和关键词,工具界面上那句「请求失败」基本没有信息量,要看它下面对应的原始错误。同一条报错在不同层的表现也不同,比如连接超时和模型超时,前端都显示成一句话,但前者重试没用、后者换个短输入就能过。

账号鉴权层
密钥是否有效、余额或额度够不够、账号状态是否正常
网络连通层
出口能不能连上、DNS 和代理对不对、超时设得合不合理
模型与端点层
模型名在该端点存不存在、参数和字段兼不兼容
输入与上下文层
上下文有没有被截断、历史带没带上、系统提示有没有被覆盖

账号和额度这一层:最容易误判成模型不行

这层的问题最会伪装。额度用完或者套餐到期时,有的渠道不返回明显的错误,而是直接降级到能力差一些的模型,你看到的是一段答非所问的代码补全,还以为模型变笨了。所以先看密钥和余额,比任何调试都便宜。

  • 确认密钥没被重置或删除,复制粘贴时有没有带多余空格和换行
  • 分清订阅额度和按量额度,两者走不同通道,一种用尽不代表另一种也断了
  • 同一密钥换一个客户端跑一句最简单的请求,能通就说明密钥本身没问题
  • 看账号是否有并发或频率限制,短时间连续请求被限流的表现常常是超时而不是报错

有个反向判断很好用:如果同一个密钥在别的工具里正常出结果,这一层就可以直接跳过,别再翻余额页面了。反过来,如果所有工具都失败,那先别碰代码,去核对密钥和额度。

连不上还是连得慢:先分清两种毛病

连不上和连得慢是两件事,处理方式完全相反。连不上通常是连接建立阶段就失败,DNS 解析不到、代理配置不对、证书校验过不去,这时候调大超时没用。连得慢是连接通了但数据回得慢,多半跟首字节时间和整体超时设置有关。

实际用下来,最常见的坑是把所有超时塞进一个数字里。连接超时给短一点,几秒就够,连不上就赶紧报错而不是干等;整体超时给长一点,给模型留出生成时间。两档分开设,日志里的报错也会清楚很多。

  1. 先量一条基线用站内测速工具跑一次当前网络到目标端点的延迟,把数字记下来,作为今天的正常值
  2. 复现时看首次响应用一个极短请求试一次,卡在建立连接还是卡在等返回,日志里一般能看出来
  3. 分离变量同样的请求换本地直连和换代理各跑一次,哪条路能通就说明问题在网络出口

如果你怀疑是服务方整体变慢而不是自己这边的问题,可以到 /tools/speed-test 看当时的测速状况,跟自己的基线对一下再下结论。

模型和端点这一层:名字对不上、字段不兼容

模型名写错是最常见也最冤的一类错误。第三方中转站和官方渠道能用的模型往往不是同一份清单,你在 A 渠道调通的模型名,换到 B 渠道可能根本不存在。报错里一般会写明模型不可用,但工具界面常把它折叠成一句「请求失败」。

参数不兼容是另一类。top_p、tools、流式开关这些字段,不是每个端点都支持,报错通常直指字段名而不是模型。看到报错里有字段相关的词,就别再怀疑模型能力了,先把这个参数删掉重试。

现象更可能出在哪先动哪里
报错提到模型不存在或不可用模型与端点层核对该端点支持的模型清单
报错指向某个参数字段模型与端点层去掉该参数,最小请求重试
换同渠道另一模型能跑通代码或原模型不用改代码,换模型或换渠道
同一模型在网页端正常、工具里异常工具侧或配置查工具的配置加载与环境变量

判断标准很简单:换成同渠道里另一个模型能跑通,问题基本不在你的代码。剩下要做的就是确认那个模型名到底该写什么。各渠道实际的模型与价格以站内资料库为准,到 /price-watch 核对当时的清单,别凭记忆填。

前面都通还不对:把输入和上下文摆出来

账号通了、网络通了、模型名也对,但结果还是不对,这时候才轮到输入层。先别急着改措辞,先看三个东西:上下文是不是被截断,历史对话有没有真的带上,系统提示有没有被工具自己的模板覆盖。这三个问题造成的回答质量问题,看起来都像「模型理解能力不行」。

再往下才是提示内容本身。给任务写边界的时候,文件范围、期望输出格式、不能改动的部分,这三样缺一个结果就容易漂。少写一样,模型就会自己补,补出来的东西未必是你想要的。

调试习惯上,一次只改一个变量。改完用同一组用例跑,否则你分不清是哪次改动起了作用。这一点比任何提示词模板都值钱。

什么时候该怀疑是工具本身的问题

有两种迹象基本可以把方向转到工具侧。一是工具升级后突然出现集体报错,之前能跑的配置现在全挂;二是同一个提示在网页端正常,在工具里就是不行。这两种情况都说明问题在工具怎么发请求,而不是模型怎么答。

去翻工具的日志和配置加载顺序。环境变量被另一份配置文件覆盖是最常见的坑,尤其是项目目录里还留着一份旧的配置文件,全局那份就被盖掉了。表现是「明明改了但没生效」,很多人卡在这里反复怀疑服务方。

一份能照着走的排查清单

下面这套顺序是前面几节的压缩版,遇到问题按顺序走,每一步只改一个变量,把结果记在旁边。查的时候别跳步,跳过的那一步往往就是原因。

  1. 记录原始报错抄下报错原文和状态码,截图也行,别只记「报错了」三个字
  2. 换客户端复现用同一密钥在另一个客户端发一句最简单的请求,判断是不是密钥或账号问题
  3. 换模型换端点各试一次同渠道换模型、同模型换渠道,各试一次,把模型层和网络层分开
  4. 降级到最小请求只留一句话和必需字段,把参数、历史、工具调用全去掉,能通再逐步加回
  5. 逐步加回上下文从最小请求开始一层层加,每次加一样,加完跑同一组用例,确认是哪一层导致失败

这套流程的价值不在于步骤本身多精妙,而在于它逼你每次都只动一个变量。排查最怕的就是同时改三处,然后成功了也不知道为什么成功。

下一步如果你怀疑问题出在中转渠道本身,别只看报错,去看那家站点的可信度检测和近期价格变动记录,判断标准写得很清楚。

常见问题

codex 和 ChatGPT 编程报错,先查哪个?

先看报错里的状态码和关键词,确定落在账号、网络、模型还是输入这一层,再从外往里查。多数人一上来改提示词,结果前两层的问题一直没被发现。

同一份代码在网页版能跑,在工具里不行,是什么原因?

大概率是端点或参数不兼容,也可能是配置加载顺序让环境变量被覆盖。把工具的请求参数和网页端对齐,一次只改一处再试。

回复突然变短或者答非所问,算不算故障?

不一定。先查额度是否耗尽、上下文是否被截断、是否被路由到了另一个模型。这三处排除掉,再怀疑模型本身。

怎么判断是网络慢还是模型慢?

看首字节时间。连接建立慢是网络问题,首字出现后停顿久才是模型或排队的问题。用站内测速页量一条基线再对比。

要不要一开始就换模型试?

可以作为第二步。换同渠道另一个模型能跑通,说明代码和网络没问题,问题在模型选择或参数兼容上。

本文依据各平台公开文档与官方公告整理,只做中文归纳;具体做法、参数与限制以官方文档为准。