小水：Codex 告别聊天框，五大功能技巧让我重新认识了它！

小水：Codex 告别聊天框，五大功能技巧让我重新认识了它！小水：Codex 告别聊天框，五大功能技巧让我重新认识了它！ Modified June 30 装好之后，提示词可以这样写： Code block Plain Text Copy @Chrome 打开我已经登录的后台，只读检查最近一篇草稿的标题、封面和正文是否一致，不要发布，不要修改任何内容。注意「只读」「不要修改」这些限定词，只有边界写得越清楚，agent跑偏的概率才会越低。 3 更新③ 轻松描述屏幕 Appshots这个功能，其实解决的是最让人头秃的事。想让 Codex 帮我改一个 UI，看着屏幕，却不知道怎么跟它说。那个按钮有点偏，往右一点点，还是往左，差不多就是那种感觉…… 这种时候最消耗精力的不是改代码，是我要把自己看到的东西先翻译成它能理解的文字。那Appshots 就是在优化这件事，用法也很简单 Mac 上按两下 Command，就可以直接把当前窗口的截图和可读取文字发进 Codex 线程。那我自己测试下来，这个功能最适合用于这些场景， • 网页 UI 间距不舒服，让 Codex 直接看截图。 • 报错页太长，不想复制一堆日志。 • 设置页、文档页、设计稿需要它帮我理解。 • 把 Figma / 图片编辑器 / 预览窗口发给它，让它帮我改代码或素材。具体使用的话，你也可以这样问： Code block Plain Text Copy 这张截图里按钮间距不舒服。请你根据截图调整页面样式，只改 CSS，不要改业务逻辑。改完后用浏览器截图给我看对比。 4 更新④ 分支对话分支对话其实之前chatgpt就有了，但现在codex也上了这个功能，我觉得非常值得这次给大家讲。因为刚开始我在用 Codex，最怕的就是它一改下去，把原来的方向搞乱。让它重构一段代码，它改了十几个文件，让它修一个 bug，它反手动了三处你没叫它动的地方。可能是之前agent产品用多后出现的后遗症，反正我是已经有点PTSD了。所以现在，我在使用codex的用法是，当一个问题有两种可能方案时，先不急着原线程里纠结，我会直接先从某一轮对话开一个分支，让它尝试另一条路线。用法是这样，具体描述如下： Code block Plain Text Copy 从这里开一个分支。原方案不要动，这条分支先试一个更保守的修复方案：只改样式，不改组件结构。最后给我对比两个方案的风险。这个功能特别适合，UI 有 A/B 两种风格，想都看一下。或者bug有保守修法和激进重构，先尝试保守那个。说白了，分支对话就是既让它大胆试错，又不影响原来已经稳定的部分。既要试错的自由，还不用承担试错的代价。对于复杂的工程任务来说，那绝对是能救命的焚决。 5 更新⑤ Goal mode 5 月 21 日，Goal mode 从实验功能正式开放。详细： https://developers.openai.com/codex/prompting goal mode https://xaicontrol.com/en/blog/codex goals guide/ 大概意识就是，在任务开始之前，先把完成标准写清楚。不是帮我优化一下，也不是帮我重构一次，而是让agent究竟要做到什么状态，这件事才算完成。那一个实际的 goal 可以这样写： Code block Plain Text Copy /goal 把这个项目的首页加载体验优化到可验证的状态：启动项目，记录当前问题，修复最明显的性能和布局问题，最后用浏览器截图和测试命令证明结果。不要改无关页面。重点注意，边界条件和完成条件，这两个同样重要。那适合 Goal mode 的任务主要是步骤多，耗时长、中间有多个判断节点。那我自己用下来的建议，是先从小目标开始，把写 goal 的感觉练出来。它能做的，是让 Codex 在推进过程中始终对照你定下的完成标准写得越清楚，它跑得越精准，写得越模糊，它越容易自作主张。 garbage in garbage out（垃圾进，垃圾出）这不是 Codex 的问题，也是当下所有AI agent的弱项。 6 絮叨以上，便是我使用下来认为比较重要的五个更新功能，即补齐该有的基础设施，同时也拓展了codex之前的一些不足之处。关于5月这波更新的官方链接、操作步骤和参考资料。小水也都整理进飞书文档了，需要的话可以关注并私信「Codex」。感谢你的驻足停留，我们下期再见～装好之后，提示词可以这样写：注意「只读」「不要修改」这些限定词，只有边界写得越清楚，agent跑偏的概率才会越低。 3 更新③ 轻松描述屏幕 Appshots这个功能，其实解决的是最让人头秃的事。想让 Codex 帮我改一个 UI，看着屏幕，却不知道怎么跟它说。那个按钮有点偏，往右一点点，还是往左，差不多就是那种感觉…… 这种时候最消耗精力的不是改代码，是我要把自己看到的东西先翻译成它能理解的文字。那Appshots 就是在优化这件事，用法也很简单 Mac 上按两下 Command，就可以直接把当前窗口的截图和可读取文字发进 Codex 线程。那我自己测试下来，这个功能最适合用于这些场景， • 网页 UI 间距不舒服，让 Codex 直接看截图。 • 报错页太长，不想复制一堆日志。 • 设置页、文档页、设计稿需要它帮我理解。 • 把 Figma / 图片编辑器 / 预览窗口发给它，让它帮我改代码或素材。具体使用的话，你也可以这样问： 4 更新④ 分支对话分支对话其实之前chatgpt就有了，但现在codex也上了这个功能，我觉得非常值得这次给大家讲。因为刚开始我在用 Codex，最怕的就是它一改下去，把原来的方向搞乱。让它重构一段代码，它改了十几个文件，让它修一个 bug，它反手动了三处你没叫它动的地方。可能是之前agent产品用多后出现的后遗症，反正我是已经有点PTSD了。所以现在，我在使用codex的用法是，当一个问题有两种可能方案时，先不急着原线程里纠结，我会直接先从某一轮对话开一个分支，让它尝试另一条路线。用法是这样，具体描述如下：这个功能特别适合，UI 有 A/B 两种风格，想都看一下。或者bug有保守修法和激进重构，先尝试保守那个。说白了，分支对话就是既让它大胆试错，又不影响原来已经稳定的部分。既要试错的自由，还不用承担试错的代价。对于复杂的工程任务来说，那绝对是能救命的焚决。 5 更新⑤ Goal mode 5 月 21 日，Goal mode 从实验功能正式开放。详细： https://developers.openai.com/codex/prompting goal mode https://xaicontrol.com/en/blog/codex goals guide/ 大概意识就是，在任务开始之前，先把完成标准写清楚。不是帮我优化一下，也不是帮我重构一次，而是让agent究竟要做到什么状态，这件事才算完成。那一个实际的 goal 可以这样写：重点注意，边界条件和完成条件，这两个同样重要。那适合 Goal mode 的任务主要是步骤多，耗时长、中间有多个判断节点。那我自己用下来的建议，是先从小目标开始，把写 goal 的感觉练出来。它能做的，是让 Codex 在推进过程中始终对照你定下的完成标准写得越清楚，它跑得越精准，写得越模糊，它越容易自作主张。 garbage in garbage out（垃圾进，垃圾出）这不是 Codex 的问题，也是当下所有AI agent的弱项。 6 絮叨以上，便是我使用下来认为比较重要的五个更新功能，即补齐该有的基础设施，同时也拓展了codex之前的一些不足之处。关于5月这波更新的官方链接、操作步骤和参考资料。小水也都整理进飞书文档了，需要的话可以关注并私信「Codex」。感谢你的驻足停留，我们下期再见～ 🔗 原文链接： https://mp.weixin.qq.com/s/qtcDjV z... https://mp.weixin.qq.com/s/qtcDjV z... 原创 Sherry小水 Sherry小水 Sherry小水2026年6月7日 11:06 陕西 Hi，这里是小水 5月这一整个月，我一直有在高强度研究和上手 Codex。追更新、测功能、踩坑、再试，差不多就是我这段时间每天的生活状态。当然，这一个月下来最大的感触，就是 Codex的刀法，变得越来越精准了。它已经快成了现阶段，我最离不开的agent产品。这话放在半年前小水确实不敢讲，毕竟那个时候罢黜百家，独尊龙虾，对标的产品也没几个能打（CC除外）。但现在codex真的已经让我实现了：手机远控自由，不盯屏幕自由，网页处理自由，AI试错自由，还有AI定标自优。以上五点其实在我看来，Openai都是在一次次重新定义这款产品， Codex agent也不再只是终端里的一个聊天框，总算变成了能持续帮我推进任务的工位搭子（流下欣慰的泪水）。所以今天，我们就来回顾复盘一下我认为5月最值得关注的五大功能。如果你是刚开始接触Codex，或者像我一样仍在学习，希望我的这些理解，也能带给你一些新的视角和思路 1 更新速通盘点那在正式讲这五个功能之前，我想先把5月以来官方的更新，给大家整体过一遍。因为很多人可能跟我一样，平时看到更新推送，看一眼就划走了。但把它们摆在一起，你会发现5月codex这个更新节奏其实非常密集。可谓三天一小更，七天一大更。所以我整理了一张总览图，大家可以先扫一眼。 5月的更新虽然主要集中在三个时间节点，但我觉得Openai并非零散地乱加按钮，而是同时在推进好几条线。另外如果你在用命令行版的 Codex CLI，5 月这边也有持续更新。 remote control、Goal、Python SDK、插件发现、权限配置都在同步补强。 CLI 这边的更新我也整理了一张图，感兴趣的可以看一下当然这期内容我会更侧重 Codex App 本身，CLI 的部分后面有机会单独拆一期聊。那么接下来，我们就重点来分享下我觉得最值得展开讲的五大功能。 1 更新① 手机远程控制手机控制这件事本身，其实并不新鲜， Cursor龙虾那边，通过接入第三方软件也早早有这个功能。但我觉得，Codex 做的跟那个思路有本质区别。龙虾是找接口接进第三方 App，Codex 是直接接入到手机上本来就装着的ChatGPT App。听起来只是实现方式不同，但稳定性和体验的差距，用过的人想必都门儿清。自家产品打通自家 App，跟找三方接口搭桥，完全没有可比性。具体是什么逻辑？ • 电脑、Mac mini、devbox 或 SSH 主机，继续跑任务 • 手机只负责三件事：看进度、补指令、批准下一步 • 代码、凭证、插件、权限——全部留在那台主机上，不上传，不转移所以，我就无须一直守在电脑前，但关键决策，还是我来做。那连接步骤也不复杂，四步就能走完： 1. 电脑端、手机端更新 ChatGPT App。 2. 在电脑端 Codex 里打开 Set up Codex mobile。 3. 按提示扫码授权。 4. 手机端进入 ChatGPT App 里的 Codex，选择项目或线程继续。具体怎么操作？电脑端设置入口，点击Get started 按提示开启手机连接电脑端进入扫码和授权流程手机端下载更新好Chatgpt后连接好以后，我可以这样接着推进，这个功能最有价值的地方，是手机直接接管关键决策， Codex 可以一直跑，但离开电脑后，我依旧可以用手机看它跑到哪了，需要批准命令时，在手机上点一下。电脑端改完后，就直接在手机上直接看 diff 和测试结果。 2 更新② Chrome插件这个更新是 5 月 7 日上线的，时间点比较早，它解决的是打破Codex过去处理网页任务时的限制，也就是登录态。简单理解就是，过去你的公众号后台，CRM，邮箱、内网系统、各种后台都要登录。过去Codex本体进不去，只能看你粘贴出来的文字。但这次的 Chrome 插件，就是在解决这件事。装上之后，Codex 可以在你授权的前提下，直接使用你 Chrome 里已有的登录环境，直接读页面、点按钮、整理信息。但每个网站的访问，都需要你提前单独授权。不是装完插件就万事大吉了，当然这个设计我很认可，毕竟你的网页里有多少东西，哪些可以授权哪些不可以，只有你自己最清楚。插件可以直接在 Chrome 商店搜 Codex，或者走这个链接直达： Chrome 插件商店直达： https://chromewebstore.google.com/detail/codex/hehggadaopoacecdllhhajmbjkdcmajg?hl=en&utm source=chatgpt.com