Codex für LinkedIn: Technik verständlich erklären

Codex für LinkedIn

Engineering-Führungskräfte lesen LinkedIn, um Entscheidungen anderer Teams zu verstehen, nicht um Code-Diffs zu studieren. Eine gute Erklärung macht die Abwägung sichtbar: Was war langsam oder fehleranfällig, was wurde geändert, welche Betriebskosten entstanden und was hat sich messbar verbessert? Codex kann die Änderung selbst lesen und ihre technische Bedeutung für diese Zielgruppe übersetzen. Dieses Beispiel begleitet ein Datenplattform-Team bei der Umstellung seines Job-Schedulers. Es zeigt, wie Aussagen an die vorhandenen Messungen gebunden bleiben und warum ein Mensch die endgültigen Worte vor einer Veröffentlichung freigibt.

Beispiel: Ein Datenteam erklärt die Migration eines Schedulers

Ein Datenplattform-Team wechselt von einem Cron-basierten Scheduler zu einer Workflow-Engine. Die Teamleitung gibt Codex den zusammengeführten Pull Request, die Migrationsnotizen und ein gemessenes Ergebnis: Fehlgeschlagene nächtliche Jobs gingen ungefähr von einem pro Woche auf einen pro Monat zurück. Codex verfasst eine Erklärung mit 230 Wörtern für Engineering-Führungskräfte: den Fehlerfall im alten System, warum Wiederholungsversuche nicht ausreichten, die Entscheidung und deren Betriebskosten. Einen Satz, der der neuen Engine eine allgemein verbesserte Zuverlässigkeit für alle zuschreibt, markiert Codex als nicht durch die Messung gedeckt und formuliert ihn neu. Es bestätigt das Konto mit list_accounts und speichert den Beitrag über create_drafts. Die Teamleitung liest den Entwurf in Tareno und fragt Dienstag um 10:00 Uhr als Termin an; die Aktion bleibt bis zur Freigabe ausstehend.

Schritt für Schritt

1. 01

   Codex einmalig verbinden

   Füge Tareno über die Codex-Kommandozeile als Remote-MCP-Server hinzu und melde dich mit OAuth an. Das ist eine eigene Verbindung, kein öffentlicher Codex-Katalogeintrag. Eine Installation von Tareno in ChatGPT richtet Codex nicht automatisch ein.

2. 02

   Änderung und Ergebnis bereitstellen

   Nenne den zusammengeführten Pull Request, die Migrationsnotizen und das gemessene Ergebnis. Beschreibe, was du über welchen Zeitraum gemessen hast. Codex soll ausschließlich erklären, was diese Unterlagen und Zahlen tatsächlich zeigen.

3. 03

   Wissensstand der Zielgruppe festlegen

   Beschreibe die Leserschaft als Engineering-Führungskräfte, die deinen konkreten Technologie-Stack nicht unbedingt kennen. Bitte Codex, interne Begriffe durch verständliche Beschreibungen ihrer Funktion zu ersetzen, ohne die technische Aussage zu verändern.

4. 04

   Nicht belegte Aussagen markieren

   Lass jeden Satz kennzeichnen, der mehr behauptet als die Messungen zeigen, etwa eine allgemeine Verbesserung der Zuverlässigkeit oder nicht gemessene Kosteneinsparungen. Formuliere solche Sätze anhand der Belege um oder entferne sie.

5. 05

   Entwurf speichern

   Codex bestätigt das LinkedIn-Konto mit list_accounts und speichert die Erklärung über create_drafts. Lies den vollständigen Entwurf in Tareno und prüfe Zahlen, interne Namen und Formulierungen, bevor du einen Termin erwägst.

6. 06

   Termin anfragen und freigeben

   Nenne Datum, Uhrzeit und eine IANA-Zeitzone. Die Anfrage wird zu einer ausstehenden Aktion, die du im Dashboard freigibst. Codex kann anschließend mit get_action_status das Ergebnis der Anfrage abfragen.

Prompts zum Kopieren

Lies Pull Request [Nummer] und docs/migration-notes.md. Erkläre in fünf Sätzen, was geändert wurde und warum, sodass eine Engineering-Führungskraft ohne Kenntnisse unseres Technologie-Stacks es versteht. Liste jeden internen Begriff auf, den du ersetzt hast, und erkläre, was er bedeutet.

Schreibe einen LinkedIn-Beitrag mit 230 Wörtern, der die Scheduler-Migration für Engineering-Führungskräfte erklärt. Verwende ausschließlich dieses gemessene Ergebnis: [Fehlgeschlagene nächtliche Jobs gingen im letzten Quartal von etwa einem pro Woche auf etwa einen pro Monat zurück]. Nenne die Betriebskosten der Entscheidung und markiere jeden Satz, der mehr behauptet als diese Messung zeigt.

Formuliere jeden markierten Satz so um, dass er nur das aussagt, was die Messung zeigt, oder entferne ihn. Zeige mir Original und Überarbeitung nebeneinander und erkläre jeweils in einer Zeile, warum die neue Fassung besser belegt ist. Warte auf meine Antwort, bevor du etwas in Tareno speicherst.

Bestätige mit Tareno mein LinkedIn-Konto [Name] und speichere den endgültigen Text als Entwurf. Gib die Entwurfs-ID und den vollständigen Text zurück. Frage keinen Termin an, bis ich dir den Tag, die Uhrzeit und die Zeitzone genannt und den Text selbst geprüft habe.

Typische Fehler

• Einem Werkzeug allein ein Ergebnis zuschreiben, das weitere Ursachen hatte: Wenn sich im selben Quartal zwei Dinge änderten, nenne beide oder lasse die Ursache-Wirkungs-Behauptung weg.
• Für Spezialisten statt für Führungskräfte schreiben: Erklärt der Entwurf Begriffe nicht, die deine Zielgruppe nicht kennt, überarbeite ihn vor dem Speichern.
• Ein vages Ergebnis nennen: Eine messbare Veränderung wie ein fehlgeschlagener Lauf pro Monat statt einer pro Woche ist aussagekräftiger als eine bloße Behauptung besserer Zuverlässigkeit.
• Annehmen, dass die Tareno-Installation in ChatGPT auch Codex einrichtet: Codex benötigt eine eigene Verbindung und Anmeldung.