Codex 入门介绍教程（中文版）
Codex 入门介绍教程（中文版）
Codex 入门介绍教程（中文版） Codex 入门介绍教程（中文版） Modified May 29 No access Introduction to Codex 00:00 如果你能选择模型，通常可以从默认推荐模型开始，不需要一开始就纠结。 4. Reasoning Effort（推理强度） 它可以理解为“让 Codex 花多少心思思考这个问题”： • low：更快，适合简单任务 • medium：默认值，速度和思考深度平衡 • high / extra high：适合复杂任务 如果你刚开始不确定怎么选，先用 medium 就可以。 5. 权限模式（Permissions） Codex 默认运行在沙箱和受限权限环境里。这意味着它只能读取、修改和执行你明确授权范围内的内容。 例如你只给了它某个项目文件夹权限，那么它默认只能在这个文件夹里工作。如果任务需要更高权限，Codex 会主动向你确认。 这也是非技术用户最需要放心的一点：它不是不受控地乱跑，而是在边界里执行，并在关键节点让你做判断。 初次上手，先从什么任务开始 最好的起点不是“最酷”的任务，而是“最烦但重复”的任务。 例如： • 整理一个混乱的文件夹 • 合并几十个 CSV • 统一字段名称 • 找出异常值 • 批量总结一组文档 • 从 PDF 中提取关键字段 • 生成一份周报或摘要 这些任务有两个优点： 1. 结果容易验证 2. 一旦成功，马上就能感受到效率提升 一个很典型的 Codex 使用案例 分享里给了一个很适合新手理解的场景： 你有一个文件夹，里面有很多营销数据导出的 CSV 文件，格式并不统一。你希望系统帮你完成以下事情： • 把所有 CSV 合并成一份干净表格 • 尽可能统一列名 • 标记异常或不一致的数据 • 生成一份一页纸的趋势总结 • 把结果保存回本地输出文件夹 你只需要像交代同事一样告诉 Codex： “请把这个文件夹里的 CSV 合并成一份整洁表格，尽量统一字段名，标记异常，并生成一份 DOCX 格式的一页总结，最后把所有输出保存到 output 文件夹中。” 这就是 Codex 的典型价值： • 你描述结果 • 它处理技术步骤 • 你审阅产出 • 再根据需要继续调整 提示 Codex 的一个实用框架 如果你想让 Codex 更稳定地产出好结果，可以记住这个四步框架： 1. 先选一个你熟悉的重复任务 不要一开始就选最陌生、最难评估的任务。优先选你已经非常熟悉、也知道什么叫“做对了”的工作。 2. 给足材料 把相关文件、文档、表格、笔记放进项目文件夹。Codex 是否做得好，很大程度上取决于它是否拿到了足够的上下文。 3. 把结果说清楚 描述你希望看到的输出，而不是每一行技术步骤。你可以说明： • 最终要什么结果 • 结果保存到哪里 • 哪些情况需要特别标记 • 哪些做法不要采用 • 怎样算完成 4. 接受第一次结果只是起点 第一次结果不完美很正常。你可以继续追问： • 你刚才是怎么做的？ • 哪一步最不确定？ • 这里为什么这么处理？ • 请按这个标准重新做一版 和 Codex 的价值，不在“一次说完”，而在“多轮协作把结果打磨到可用”。 Plan Mode：适合谨慎型用户的重要功能 如果你担心“我是不是没说清楚”“它会不会做错”，可以使用 Codex 的 Plan Mode。 Plan Mode 的作用是： • 先不立刻执行 • 先让 Codex 给出它准备怎么做 • 它会提出补充问题 • 它会把计划写出来给你确认 对于刚上手的人，这非常有帮助。你可以先看计划，再决定是否继续执行。 Automations：把重复工作变成定时运行 如果某件事你每周都要做一次，就不一定要每次手动重复。 Codex 的自动化功能可以让你把某个任务保存为定时流程，例如： • 每周三上午 9 点自动合并新 CSV • 新文档进文件夹后自动生成摘要 • 定时清理和整理某类数据 • 周期性生成固定格式的报告 对很多知识工作者来说，这意味着 Codex 不只是“随叫随到的助手”，还可以变成“后台持续工作的自动化同事”。 非技术用户也能用好 Codex 的关键心法 1. 把它当同事，不要把它当魔法 你不需要背一套神秘提示词。现在的模型已经足够聪明，能理解自然语言。 更重要的是把任务背景、目标和约束讲清楚。 2. 保持好奇，不要把 Codex 关进“小盒子” 分享里讲了一个很有意思的观点：很多人低估了 Codex，结果只让它做特别小的事，反而错过了它 99% 的能力。 所以起步可以保守，但当你稍微建立一些信心后，也值得故意给它一个更难、更完整的任务，看看能力边界到底在哪里。 3. 真正重要的不是“会不会写代码”，而是“会不会定义问题” 未来最重要的能力之一，不一定是每个人都能手写程序，而是你能不能把一个真实问题描述清楚，并判断结果是不是合格。 团队层面的价值：从个人提效到组织杠杆 一旦你和团队里有人跑通了一个真实场景，Codex 的价值就会迅速放大。 例如团队可以开始： • 共享可复用的工作流 • 复用技能（skills） • 自动整理内部文档 • 把混乱数据变成结构化结果 • 把重复性分析变成固定流程 • 生成内部使用的小工具或轻量应用 在 OpenAI 的例子里，营销团队就用 Codex 帮他们生成代码、处理数据，并进一步做出了可交互仪表盘。真正的突破不是“代码写出来了”，而是“非工程团队也能直接用起来了”。 这也是组织内部 adoption 最常见的方式：不是靠统一命令强推，而是靠一个真正有价值的小胜利，引发更多人尝试。 非技术用户最常见的几个问题 1. Windows 什么时候可用？ 分享里提到，Windows 版很快会推出。如果你当前是 Windows 用户，可以先关注官方更新，并先用 ChatGPT 练习任务描述和工作流思维。 2. Codex 能连接其他应用吗？ 可以。如果你已经在 ChatGPT 工作区里连接了一些应用，Codex 也可以调用这些能力。例如 Slack、Google Drive、Microsoft Office、Salesforce、会议记录工具等，都可以成为工作流的一部分。 3. Codex 能不能做完整网站？ 可以。从前端、后端到数据库，Codex 都可以参与。但对非技术用户来说，更推荐先从结构更清晰、成功标准更明确的任务开始。 4. 还需要学习编程基础吗？ 需要，尤其当你要做更复杂、更长期的软件系统时。AI 可以大幅降低门槛，但系统设计、架构判断、质量标准这些基本功仍然重要。 如果你只是想先提高日常工作效率，不必等到学完编程再开始。但如果你想进一步做复杂产品，理解软件基础会越来越重要。 5. 怎么审核 Codex 的工作结果？ 最简单的方法不是硬看代码，而是： • 让它解释它做了什么 • 让它说明关键判断依据 • 让它按你的标准自查一遍 • 让它审查自己的输出是否符合约定 如果已经进入更正式的软件开发流程，还可以让 Codex 做代码审查，例如检查是否符合团队规范。 为什么是现在：Codex 不是突然出现的 Codex 之所以在现在这个时间点变得真正可用，不是因为某一天突然发生了奇迹，而是因为几个阶段逐步成熟了： • 更强的代码生成能力 • 更可靠的长任务执行能力 • 更好的指令理解能力 • 更稳定的代理式执行框架 • 更友好的产品入口 分享里特别提到，Codex 的发展经历了从早期自然语言生成代码，到终端代理，再到更完整的产品形态。随着新模型和 Codex App 的出现，真正“可委派、可执行、可复查”的体验才开始成熟。 最后的建议：先赢一场小仗 如果你看完这篇教程，只记住一句话，那就是： 不要先问“我是不是技术不够”，先问“我手上有没有一个重复、烦人、明确、值得自动化的小任务”。 然后： 1. 建一个干净项目文件夹 2. 把相关材料放进去 3. 清楚描述你要的结果 4. 让 Codex 先做第一版 5. 根据结果继续调整 先拿到一个真实可用的小胜利。一旦你跑通一次，就会开始重新理解什么叫“把工作交给软件代理”。 一句话总结 Codex 的意义，不是让所有人立刻变成程序员；而是让更多人第一次有机会，用自然语言把真实工作委派给一个可以执行、迭代、交付结果的智能代理。 No access Introduction to Codex 00:00 No access Introduction to Codex 00:00 如果你能选择模型，通常可以从默认推荐模型开始，不需要一开始就纠结。 4. Reasoning Effort（推理强度） 它可以理解为“让 Codex 花多少心思思考这个问题”： • low：更快，适合简单任务 • medium：默认值，速度和思考深度平衡 • high / extra high：适合复杂任务 如果你刚开始不确定怎么选，先用 medium 就可以。 5. 权限模式（Permissions） Codex 默认运行在沙箱和受限权限环境里。这意味着它只能读取、修改和执行你明确授权范围内的内容。 例如你只给了它某个项目文件夹权限，那么它默认只能在这个文件夹里工作。如果任务需要更高权限，Codex 会主动向你确认。 这也是非技术用户最需要放心的一点：它不是不受控地乱跑，而是在边界里执行，并在关键节点让你做判断。 初次上手，先从什么任务开始 最好的起点不是“最酷”的任务，而是“最烦但重复”的任务。 例如： • 整理一个混乱的文件夹 • 合并几十个 CSV • 统一字段名称 • 找出异常值 • 批量总结一组文档 • 从 PDF 中提取关键字段 • 生成一份周报或摘要 这些任务有两个优点： 1. 结果容易验证 2. 一旦成功，马上就能感受到效率提升 一个很典型的 Codex 使用案例 分享里给了一个很适合新手理解的场景： 你有一个文件夹，里面有很多营销数据导出的 CSV 文件，格式并不统一。你希望系统帮你完成以下事情： • 把所有 CSV 合并成一份干净表格 • 尽可能统一列名 • 标记异常或不一致的数据 • 生成一份一页纸的趋势总结 • 把结果保存回本地输出文件夹 你只需要像交代同事一样告诉 Codex： “请把这个文件夹里的 CSV 合并成一份整洁表格，尽量统一字段名，标记异常，并生成一份 DOCX 格式的一页总结，最后把所有输出保存到 output 文件夹中。” 这就是 Codex 的典型价值： • 你描述结果 • 它处理技术步骤 • 你审阅产出 • 再根据需要继续调整 提示 Codex 的一个实用框架 如果你想让 Codex 更稳定地产出好结果，可以记住这个四步框架： 1. 先选一个你熟悉的重复任务 不要一开始就选最陌生、最难评估的任务。优先选你已经非常熟悉、也知道什么叫“做对了”的工作。 2. 给足材料 把相关文件、文档、表格、笔记放进项目文件夹。Codex 是否做得好，很大程度上取决于它是否拿到了足够的上下文。 3. 把结果说清楚 描述你希望看到的输出，而不是每一行技术步骤。你可以说明： • 最终要什么结果 • 结果保存到哪里 • 哪些情况需要特别标记 • 哪些做法不要采用 • 怎样算完成 4. 接受第一次结果只是起点 第一次结果不完美很正常。你可以继续追问： • 你刚才是怎么做的？ • 哪一步最不确定？ • 这里为什么这么处理？ • 请按这个标准重新做一版 和 Codex 的价值，不在“一次说完”，而在“多轮协作把结果打磨到可用”。 Plan Mode：适合谨慎型用户的重要功能 如果你担心“我是不是没说清楚”“它会不会做错”，可以使用 Codex 的 Plan Mode。 Plan Mode 的作用是： • 先不立刻执行 • 先让 Codex 给出它准备怎么做 • 它会提出补充问题 • 它会把计划写出来给你确认 对于刚上手的人，这非常有帮助。你可以先看计划，再决定是否继续执行。 Automations：把重复工作变成定时运行 如果某件事你每周都要做一次，就不一定要每次手动重复。 Codex 的自动化功能可以让你把某个任务保存为定时流程，例如： • 每周三上午 9 点自动合并新 CSV • 新文档进文件夹后自动生成摘要 • 定时清理和整理某类数据 • 周期性生成固定格式的报告 对很多知识工作者来说，这意味着 Codex 不只是“随叫随到的助手”，还可以变成“后台持续工作的自动化同事”。 非技术用户也能用好 Codex 的关键心法 1. 把它当同事，不要把它当魔法 你不需要背一套神秘提示词。现在的模型已经足够聪明，能理解自然语言。 更重要的是把任务背景、目标和约束讲清楚。 2. 保持好奇，不要把 Codex 关进“小盒子” 分享里讲了一个很有意思的观点：很多人低估了 Codex，结果只让它做特别小的事，反而错过了它 99% 的能力。 所以起步可以保守，但当你稍微建立一些信心后，也值得故意给它一个更难、更完整的任务，看看能力边界到底在哪里。 3. 真正重要的不是“会不会写代码”，而是“会不会定义问题” 未来最重要的能力之一，不一定是每个人都能手写程序，而是你能不能把一个真实问题描述清楚，并判断结果是不是合格。 团队层面的价值：从个人提效到组织杠杆 一旦你和团队里有人跑通了一个真实场景，Codex 的价值就会迅速放大。 例如团队可以开始： • 共享可复用的工作流 • 复用技能（skills） • 自动整理内部文档 • 把混乱数据变成结构化结果 • 把重复性分析变成固定流程 • 生成内部使用的小工具或轻量应用 在 OpenAI 的例子里，营销团队就用 Codex 帮他们生成代码、处理数据，并进一步做出了可交互仪表盘。真正的突破不是“代码写出来了”，而是“非工程团队也能直接用起来了”。 这也是组织内部 adoption 最常见的方式：不是靠统一命令强推，而是靠一个真正有价值的小胜利，引发更多人尝试。 非技术用户最常见的几个问题 1. Windows 什么时候可用？ 分享里提到，Windows 版很快会推出。如果你当前是 Windows 用户，可以先关注官方更新，并先用 ChatGPT 练习任务描述和工作流思维。 2. Codex 能连接其他应用吗？ 可以。如果你已经在 ChatGPT 工作区里连接了一些应用，Codex 也可以调用这些能力。例如 Slack、Google Drive、Microsoft Office、Salesforce、会议记录工具等，都可以成为工作流的一部分。 3. Codex 能不能做完整网站？ 可以。从前端、后端到数据库，Codex 都可以参与。但对非技术用户来说，更推荐先从结构更清晰、成功标准更明确的任务开始。 4. 还需要学习编程基础吗？ 需要，尤其当你要做更复杂、更长期的软件系统时。AI 可以大幅降低门槛，但系统设计、架构判断、质量标准这些基本功仍然重要。 如果你只是想先提高日常工作效率，不必等到学完编程再开始。但如果你想进一步做复杂产品，理解软件基础会越来越重要。 5. 怎么审核 Codex 的工作结果？ 最简单的方法不是硬看代码，而是： • 让它解释它做了什么 • 让它说明关键判断依据 • 让它按你的标准自查一遍 • 让它审查自己的输出是否符合约定 如果已经进入更正式的软件开发流程，还可以让 Codex 做代码审查，例如检查是否符合团队规范。 为什么是现在：Codex 不是突然出现的 Codex 之所以在现在这个时间点变得真正可用，不是因为某一天突然发生了奇迹，而是因为几个阶段逐步成熟了： • 更强的代码生成能力 • 更可靠的长任务执行能力 • 更好的指令理解能力 • 更稳定的代理式执行框架 • 更友好的产品入口 分享里特别提到，Codex 的发展经历了从早期自然语言生成代码，到终端代理，再到更完整的产品形态。随着新模型和 Codex App 的出现，真正“可委派、可执行、可复查”的体验才开始成熟。 最后的建议：先赢一场小仗 如果你看完这篇教程，只记住一句话，那就是： 不要先问“我是不是技术不够”，先问“我手上有没有一个重复、烦人、明确、值得自动化的小任务”。 然后： 1. 建一个干净项目文件夹 2. 把相关材料放进去 3. 清楚描述你要的结果 4. 让 Codex 先做第一版 5. 根据结果继续调整 先拿到一个真实可用的小胜利。一旦你跑通一次，就会开始重新理解什么叫“把工作交给软件代理”。 一句话总结 Codex 的意义，不是让所有人立刻变成程序员；而是让更多人第一次有机会，用自然语言把真实工作委派给一个可以执行、迭代、交付结果的智能代理。 🎁 这是一份基于 OpenAI《Introduction to Codex》英文逐字稿整理的中文教程。 这是一份基于 OpenAI《Introduction to Codex》英文逐字稿整理的中文教程。 这篇教程适合谁 这是一篇面向非技术用户的 Codex 入门教程。如果你平时并不写代码，但经常要处理文件、汇总数据、整理文档、生成报告，或者反复做一些“电脑上的重复劳动”，那么 Codex 很值得你了解。 这篇内容不是教你在一小时内变成工程师，而是帮你建立一个更实用的认知： • Codex 没有想象中那么难 • 你不必先学会写代码，才能开始用它 • 它最有价值的地方，不只是“帮程序员写代码”，而是帮更多人把工作变成可自动执行的软件流程 为什么现在每个人都应该关心“编码能力” 很多人一听到“写代码”，会立刻想到工程师、终端、GitHub、复杂的技术名词。但更重要的事实是：软件本质上就是“让工作自动运行的方式”。 今天我们在电脑上做的大量工作，其实都属于知识劳动，例如： • 整理文件和文件夹 • 合并表格和 CSV • 批量总结文档 • 提取 PDF 里的字段 • 生成周报、月报、分析报告 • 在多个应用之间反复复制粘贴 这些任务看起来不是“软件工程”，但本质上都可以被自动化。AI 正在改变的，就是让更多人可以直接把一个工作需求，交给系统去完成。 Codex 带来的核心变化 过去几年，AI 在“写代码”这件事上大致经历了三个阶段： 1. 辅助阶段AI 只能补全一小段代码，像更聪明的自动补全。 2. 协作阶段人和 AI 可以并肩工作，由人主导，AI 辅助完成更多开发任务。 3. 代理阶段你可以把一个更完整、更复杂的任务直接交给系统，让它自己分解步骤、执行、检查、迭代，并在必要时向你确认关键决定。 这就是今天 Codex 最值得关注的地方：它不只是“帮你写代码”，而是在帮助你“把事情做成”。 你不需要先成为程序员 这是这场分享最重要的观念之一： 你不需要先掌握所有技术概念，才有资格开始用 Codex。你真正需要的，是一个明确的问题、一个想要的结果，以及愿意开始尝试的心态。 换句话说，过去我们总觉得“先学技术，再做事情”；现在越来越多场景变成了“先说清楚你要什么，再让系统完成技术实现”。 Codex 到底是什么 理解 Codex，最简单的方法是把它看成三个部分： 1. 模型（Model） 这是 Codex 的“大脑”。它负责理解你的任务、规划步骤、推理下一步、阅读已有文件、修改内容，并检查结果。 如果一个任务看起来执行得比较久，往往不是它“卡住了”，而是在认真处理更复杂的问题。 2. 执行框架（Harness） 这是让智能真正可以“做事”的部分。它让 Codex 能够在安全边界内： • 读取文件 • 修改文件 • 运行命令 • 检查结果 • 根据你的授权范围完成实际工作 也就是说，Codex 不只是一个聊天机器人，而是一个可以在你允许的范围内实际操作电脑工作流的代理。 3. 使用界面（Surfaces） 同一个 Codex，可以通过不同入口使用： • Codex App • IDE（开发环境） • 命令行 对于非技术用户来说，最容易上手的通常是 Codex App。它把能力包装成更直观、压力更小的产品体验。 Codex 和 ChatGPT 的区别 一个很好记的理解方式是： • ChatGPT 更适合“对话型工作” • Codex 更适合“电脑本地执行型工作” ChatGPT 擅长： • 头脑风暴 • 问答 • 文本生成 • 文件分析 • 轻量级协作 Codex 更适合： • 直接处理本地文件和文件夹 • 跨多个文件做批量操作 • 生成真实输出并保存到本地 • 长链路执行任务 • 把“一个想法”推进成“一个可用结果” 所以不是谁替代谁，而是要根据任务类型选工具。 如何开始使用 Codex 第一步：下载安装 去 OpenAI Codex 页面 下载应用。分享中提到，当时 Mac 版已经可用，Windows 版也已经推出。 OpenAI Codex 页面 第二步：使用 ChatGPT 账号登录 Codex 使用现有的 ChatGPT 账号登录。如果你还没有账号，先注册一个即可。 第三步：先创建一个低风险项目文件夹 建议不要一上来就把最重要、最复杂的工作目录交给 Codex。更好的方式是先在电脑上创建一个干净、独立、低风险的文件夹，例如： • first project • codex demo • weekly report test 这样做的好处是： • 更容易理解 Codex 在做什么 • 出错成本低 • 方便你逐步建立信任 第四步：把这个文件夹作为项目导入 Codex 导入后，你就可以围绕这个项目开始发起任务。 初次使用时，你只需要认识这几个地方 Codex App 看起来功能不少，但第一天不需要全部搞懂。最重要的几个部分是： 1. Thread（线程） 你可以把每次任务理解成一个工作会话。一个线程里，你和 Codex 围绕同一个目标持续来回协作。 2. Project（项目） 项目对应你授权给 Codex 使用的本地文件夹。它决定了 Codex 能看到哪些文件、能操作哪些内容。 3. Model（模型）