Codex App 边玩边赚钱实战教学：那些不为人知的使用秘诀

Author: 逸尘

Length: • 12 mins

Annotated by howie.serious

上一篇我讲了 Codex App 从 0 到 1 入门,重点是带大家认识 Codex 界面以及进行一些基础配置。

最近我发现,很多人第一次接触 Codex App 的反应不是“哇,好强”,而是:

这玩意儿到底从哪开始使用?需不需要我配置一大堆东西?

左边一堆入口,中间是聊天,右边又会弹出网页、图片、文档、来源、代码变化。设置里还有一堆看起来很技术的东西。

作为小白,困住你的大概率不是不想用Codex,而是压根不知道如何第一次上手Codex。

所以这篇文章不是技术类文章,我会按一个普通人的使用路线抽丝剥茧地来讲清楚:

  1. Codex App 到底是什么。
  2. 本地 App、云端 Codex、普通 ChatGPT 的区别。
  3. 打开 App 后,左边、中间、右边分别是干什么的。
  4. 设置页每个目录到底管什么。
  5. 普通对话和项目对话有什么区别。
  6. 插件、技能、MCP、自动化、Git 这些词怎么理解。
  7. 哪些地方小白最容易点错。 本文基于 Mac 版 Codex App 实测整理。 Codex版本:Codex 26.429.30905。 Codex App 更新很快,你看到的按钮名称和位置可能会有一点变化,但核心逻辑基本一样。

一、Codex App 到底是什么

一句话:Codex App 是一个把 AI Agent 放进你电脑里的工作台,只要你能在电脑上做的操作,它基本上也都能做,而且它会做的更完美、更高效。

说白了,它不是一个你问一句,它答一句的普通聊天框。Codex App 更像是你的助理,它可以:

  • 和你聊天。
  • 读你指定的本地文件。
  • 搜索网页。
  • 打开内置浏览器。
  • 生成图片、文档、PPT、网页、代码等结果。
  • 用插件连接 Gmail、GitHub、Google Drive、Slack 等外部工具。
  • 设置自动化,定期帮你检查、总结或继续任务。

如果你是非程序员,可以先把它理解成:

一个更偏“做事”的 ChatGPT。

它不是只回答“怎么做”,而是很多时候可以直接帮你“做一遍”。

但也正因为它能做事,所以你必须理解它的界面和权限。不然你会不知道它到底是在本地电脑上做事,还是在云端任务里做事,也不知道它什么时候会碰到你的文件。

先看一张打开后的整体界面。

这张图先不用看细节。你只要记住:左边是导航栏,中间是你和 Codex 对话的地方,右边有时会出现结果、来源、预览和代码变化。

这就是 Codex App 和普通聊天框最大的差别:它不是只有“问答”,它还有“工作现场”。

二、下载和登录

Mac 用户建议只从 OpenAI 官方入口下载 Codex App:

https://openai.com/codex/

安装方式和普通 Mac App 差不多:

  1. 下载 Codex App。
  2. 打开安装包。
  3. 把 Codex 拖进“应用程序”。
  4. 从启动台或应用程序里打开 Codex。
  5. 用你的 ChatGPT / OpenAI 账号登录(普通账号也有一定的免费额度)

三、本地 Codex App、云端 Codex、普通 ChatGPT 有什么区别

在开始介绍Codex App之前,我把Codex App和云端Codex以及普通Chatgpt的区别先理一下,因为很多人一直没搞清楚这三者的区别。

名字 大白话解释 适合做什么 ChatGPT 普通对话 一个网页或 App 里的助手 问问题、写文案、解释概念、生成文件、生成图片 Codex App 本地版 装在你电脑上的 AI 工作台 普通ChatGPT能做的都能做,最大的区别就是能轻松地读取本地的文件。 云端 Codex 在云端环境里跑的 AI Agent 有时候电脑关机了本地Codex APP就用不了了,如果在云端上跑任务,那就不受本地电源的限制,因为是跑在官方服务器上面的。

小白先记住一个判断标准就够了:

  • 一般任务:用普通对话。
  • 要处理本地文件或项目:用 Codex App 里的项目。
  • 要让 Codex 在远程环境里持续跑任务:用云端 Codex。

四、主界面地图:左边、中间、右边

第一次打开 Codex App,可能有点懵逼,因为上面的功能还是有点多的,毕竟人家是“超级工作台”嘛!

区域 它是干什么的 小白最常用的动作 左边导航栏 找入口、找项目、找对话 新对话、切换对话、连接插件和设置自动化任务 中间对话区 你和 Codex 真正交流的地方 输入需求、让Codex开始工作 右边结果区 展示证据和产物 看来源、预览网页/图片/PDF、看代码变化

下面这张图是插件页,但它很适合看 Codex 的整体布局:左边是导航,中间是主要内容,右边这次没有打开额外预览(一般有生成图片、代码或者网页,就可以在右边预览)。

五、左侧导航栏:你从这里进入不同工作流

左边是 Codex 的入口区。

常见入口包括:

  1. 新对话

大白话:开一个全新的聊天任务

适用时机:不想沿用旧上下文、清空之前聊天记录重新提问时

  1. 搜索

大白话:查找历史对话、命令以及相关文件

适用时机:忘记之前聊过的内容,需要回溯查看记录时

  1. 插件

大白话:给 Codex 增加外部拓展能力

适用时机:需要连接 Gmail、GitHub、Drive、Slack 等第三方工具时

  1. 自动化

大白话:让 Codex 定时或延后自动执行任务

适用时机:想要每日自动总结、定期检查内容、延后继续处理任务时

  1. 项目

大白话:让 Codex 针对指定文件夹、代码仓库开展工作

适用时机:需要它读取文件、修改文件、运行本地命令时

  1. 普通对话

大白话:不绑定任何项目的纯聊天模式

适用时机:查询概念、撰写文案、梳理思路、日常简单提问时

六、搜索:找回你之前做过的事

点左侧“搜索”,会弹出一个搜索浮层。

它的作用很简单:

  • 找历史对话。
  • 找之前跑过的项目任务。
  • 找你忘记名字的上下文。

七、插件:给 Codex 装能力包

点左侧“插件”,会进入插件页。

插件其实就是给 Codex 装能力包。

比如:

  • Browser Use:让 Codex 操作内置浏览器。
  • Computer Use:让 Codex 操作 Mac 上的 App。
  • Spreadsheets:让 Codex 处理表格。
  • Presentations:让 Codex 做演示文稿。
  • GitHub:让 Codex 和 GitHub 工作流配合。
  • Gmail / Google Drive / Slack 这类:让 Codex 连接外部账号。

这里顺便把几个词讲清楚。

名词 大白话解释 例子 Plugin 插件 给 Codex 装一个能力包 装了表格插件,它就更会处理表格 Connector 连接器 连接外部账号或服务 连接 Gmail、GitHub、Google Drive Skill 技能 一套固定工作流说明书 “写教程时按我的风格来写” MCP 一种让外部工具接入 Codex 的方式 让 Codex 调用某个本地服务或工具

小白不用纠结这些名词的具体细节,只需要大概理解:

插件是能力包,连接器是接账号,技能是工作流说明书,MCP 是接工具的通道。

什么时候需要插件?

  • 你想让 Codex 读 Gmail。
  • 你想让 Codex 操作浏览器。
  • 你想让 Codex 做 PPT、表格、文档。
  • 你想让 Codex 和 GitHub、Slack、Linear 等工具协作。

小白建议:刚开始只用官方已经内置好的插件,不要急着装一堆,后续熟练了可以慢慢添加

八、自动化:让 Codex 稍后或定期帮你做事

点左侧“自动化”,会看到自动化页面。

自动化就是让 Codex 在某个时间点,或按某个频率,自动执行一件你提前设置好的任务。

常见场景:

  • 每天早上帮你整理某个项目状态。
  • 每周检查一次某个仓库有没有问题。
  • 半小时后继续当前线程。
  • 定期监控某个网页、邮箱、任务列表。
  • 定时生成日报、周报、复盘。

九、右侧结果区:产出物

Codex 的右侧区域可能出现:

  • 生成出来的文件。
  • 搜索来源。
  • 网页预览。
  • 图片预览。
  • PDF / 文档预览。
  • 内置浏览器。
  • 代码差异。
  • Git 变化。

你可以把右侧理解成:Codex 交作业的地方。

中间告诉你“Codex到底做了什么”,右边让你看“Codex到底产出了什么”。

十、设置入口:让Codex更好用

左下角有“设置”入口,这里面可能有很多小白陌生的设置,但是挨个认真看完,其实也能设置好,把Codex设置的更加好用。下面逐个介绍:👇

十一、设置页 1:常规

常规管的是 App 的基础使用习惯。

常见内容包括:

  • 工作模式:更偏日常工作,还是更偏编程。
  • 默认权限。
  • 自动审核。
  • 完全访问权限。
  • 默认打开目标。
  • 语言。
  • 菜单栏显示。
  • 运行时防止系统休眠。
  • 长文本发送快捷键。

小白最应该关注四个地方。

第一个是工作模式。

如果你不是程序员,优先选更偏“日常工作”的模式。这样 Codex 的表达会少一点工程黑话。

第二个是权限。

权限越大,Codex 能做的事越多,但风险也越大。

如果你还不熟,别一上来就开最大权限,但是熟练了之后发现权限给的用多,需要操心的越少,使用Codex越丝滑,这个因人而异,大家可以按照自己的习惯设置。

第三个是发送方式。

长文本是否需要 Command + Enter 发送,这个会影响你写长需求时会不会误触,因为很多朋友不小心点击Enter就会发送,比如我。。。

第四个是语音输入

这个相当于全局键,打开了之后,不止是在Codex App内部,可以在电脑上任意一个对话框调用Codex的语音输入法。但是如果习惯了比如Typeless、豆包输入法的朋友就没有必要切换了。

十二、设置页 2:外观

外观管的是界面长什么样。

常见内容包括:

  • 主题。
  • 字体。
  • 颜色。
  • 代码展示样式。
  • 差异对比样式。
  • 字号或界面密度。

这个页面基本不影响 Codex 能不能完成任务,它只影响你看界面UI的时候舒不舒服。

但是有个新功能大家也许会感兴趣:可以在这个界面选择一只桌宠,然后再Codex对话框输入/宠物就能唤起一只陪伴大家工作的小可爱!

十三、设置页 3:配置

保持默认即可,不需要改。

十四、设置页 4:个性化

个性化管的是 Codex 怎么理解你。

这里通常会出现类似:

  • 个人偏好。
  • 自定义说明。
  • 记忆或偏好相关设置。
  • 让 Codex 按某种风格回答的规则。

你可以在这里写:

  • 我更喜欢中文回答。
  • 我不是程序员,请少用术语。
  • 给我教程时要写成功标志和排查步骤。
  • 修改代码前先解释影响。
  • 涉及隐私文件时先提醒我。

小白建议写这种: 

请默认用中文回答。
如果涉及代码,请先用大白话解释目的,再给具体操作。
如果要修改文件、运行命令、访问外部账号,请明确告诉我风险。
教程类内容请写成小白能照着做的步骤,并标注成功标志。

哪些别乱写?

  • 不要把 API Key、密码、Cookie 写进去。
  • 不要把私人身份证、银行卡、公司机密写进去。
  • 不要写互相矛盾的规则。

十五、设置页 5:MCP 服务器

MCP 对小白来说第一次听见会有点懵,但是简单理解就是MCP 是让 Codex 连接外部工具的一条通道,大概意义和插件没啥区别。

比如某个工具提供了 MCP,Codex 就可以通过它读取数据、调用功能、执行操作。

一般不需要添加,就是用Codex内置的插件已经能满足99%的日常工作生活需求了。

十六、设置页 6:Git

Git 是代码世界里的“版本记录系统”。

如果你不是程序员,可以先这样理解:

Git 像一个项目的时间机器,记录每次改了什么。

因为你需要知道:

  • 它改了哪些文件。
  • 哪些改动是新增的。
  • 哪些改动是删除的。
  • 能不能回退。
  • 要不要提交。

但是总而言之,这些都是技术相关,小白第一次上手把这页的设置保持默认即可,不需要改变。

十七、设置页 7和8:环境和工作树

小白保持默认即可!

十八、设置页 9和10:浏览器使用和电脑操作

浏览器使用是指 Codex 能操作内置浏览器,这个功能非常实用,Codex 可以用它来:

  • 打开网页。
  • 搜索资料。
  • 登录某些网站。
  • 查看本地网页。
  • 测试前端页面。
  • 截图或检查页面效果。

直接在Codex App内部就完成相关操作,不需要再跳转到别的网页,十分便捷。

十九、设置页 10:电脑操控

电脑操控是让 Codex 操作 Mac 上的应用。

比如:

  • 打开某个 App。
  • 点击按钮。
  • 查看界面。
  • 处理一些可视化任务。
  • 帮你在软件里完成一些流程。

这功能很非常非常强,可以说是我觉得Codex App最牛逼的一个功能,前端时间我才让它帮我从零到一写了一份法律检索报告(我只完成了登录几个网站的操作,别的搜索、探究网站内部结构、点击、整理资料全是它一次性完成),但是,也更需要谨慎。

因为它可能碰到:

  • 微信。
  • 邮箱。
  • 浏览器。
  • 文件管理器。
  • 付费软件。
  • 公司工具。
  • 私人资料。

小白建议:第一次用电脑操控,最好只让它操作无风险 App,特别记住不要操作社媒账号和微信!!!!!

二十、设置页 11:已归档对话

已归档对话就是被你收起来的历史对话,它不是删除,更像是:一个没有时间限制的回收站,不会过期清理,想要找回来的时候随时在这里找回就行。

适合归档的内容:

  • 已经完成的任务。
  • 暂时不用的项目对话。
  • 不想占用左侧列表的旧记录。
  • 需要保留但不常看的过程。

二十一、跑一个普通对话:先从低风险任务开始

刚开始用 Codex,不建议直接让它改项目,先开启一个普通对话。特别建议打开“完全访问权限”,那一刻,会发现真的很爽,小白应该不会一上来就做什么惊人的操作,所以也不会有太大的安全风险,吧。。。

比如输入: 

用小白能听懂的话,解释一下 Codex App 和 ChatGPT 的区别。

如果是做一个比较复杂的任务,建议打开“计划模式”,先梳理清楚思路,再开始做。

二十二、权限确认:非常重要!

Codex 可能会请求不同权限,你可以这样理解:

权限类型 意味着什么 小白怎么判断 文件访问 Codex 要读或改某个文件夹 看清楚路径是不是你允许的项目 终端命令 Codex 要在电脑上运行命令 不懂就让它先解释 浏览器 Codex 要打开网页或操作网页 避免付款、删除、发布类操作 第三方账号 Codex 要连接 Gmail、GitHub 等 看清楚授权范围 电脑操控 Codex 要操作 Mac App 边界一定要说清楚

小白最容易犯的错:看到确认按钮就点。千万不要这样,如果你看不懂,就问: 

这个权限具体会让你做什么?有什么风险?我是小白,应该允许吗?

Codex 本身也可以帮你解释权限滴!~

二十三、常见踩坑和排查

  1. Codex 一直在跑,不知道是不是卡了

先看左边对话状态,是在转圈还是蓝色的不动的点

如果它显示转圈,那就是没有结束。

如果它显示蓝色的点,就代表任务已经结束了

  1. 它请求权限,我不知道能不能点

不要直接点,让它解释: 

这个权限会让你访问什么?为什么这个任务需要它?有没有更低风险的做法?
  1. 它改了项目,我看不懂

让它解释 Git diff: 

请按文件逐个解释这次改动,用非程序员能懂的话说。
  1. 生成结果不满意

不要重开。

直接基于结果继续改: 

保留现在的结构,但把语言改得更口语化,并补充每一步的成功标志。
  1. 插件太多,不知道装哪个

先别装,先用官方内置能力。

等你明确知道“我要让 Codex 连接某个工具”,再去插件页找。

  1. 自动化跑偏

大概率是你的任务描述太泛,把任务精细化描述一下:

  • 什么时候执行。
  • 执行对象是什么。
  • 输出什么。
  • 不要做什么。
  • 遇到问题怎么处理。

二十四、我的推荐使用路线

如果你是第一次用 Codex App,我建议按这个顺序来:

  1. 打开 App,先熟悉左侧导航。
  2. 新建一个普通对话,问一个低风险问题。
  3. 打开设置页,只看不改。
  4. 建一个干净演示项目,不要用私人项目。
  5. 让 Codex 读取项目,并生成一个简单 Markdown。
  6. 看右侧结果区。
  7. 让它解释它做了什么。
  8. 再尝试插件页和自动化页。
  9. 最后再碰 Git、MCP、电脑操控这些高级功能。

二十五、账号额度怎么选:Plus 够不够,Pro 什么时候值得

尽量用付费的会员账号登录,因为免费的真的经不起折腾。大佬级别的直接上pro,小白可以先plus尝尝鲜。

一些购买方法汇总:

小猫的20美金礼品卡订阅方法:https://x.com/lngkximo/status/2050761195750351026

gamsgo:https://www.gamsgo.com/partner/WsMzs,之前有200刀,现在好像缺货。

逸尘:我这边也提供plus和200刀pro的充值,但是基本上都和官方价格差不多,但是优点胜在不需要折腾,充值方式简单,不愿意浪费太多时间的大佬可以让我赚杯咖啡钱~联系:yichen365ai

二十六、写在最后

Codex App 是一个非常牛逼、而且非常适合普通人上手的超级APP,他比Claude Code的CLI界面更加好上手,非常符合小白的使用习惯。而且他能够操控电脑、读取本地文件,基本上只要是人类能做的软件操作他都能完成。

它的功能非常广泛:

  • 聊天。
  • 文件。
  • 项目。
  • 网页。
  • 浏览器。
  • 自动化。
  • Git。
  • 第三方账号。
  • 本地电脑权限。

所以小白第一次打开会懵,是很正常的,但是你要习惯使用它,慢慢地给他加插件、加Skill,最后把它培养成最合适的超级助手。

最后,祝你使用Codex愉快!

地基已经搭建好了,就要开始用 Codex App 干一些真正能提效降本的事情,把它全方位地赋能到业务里面。

今天这篇就带大家进入一些实战场景,体验一下 Codex 那些不为人知的使用秘诀,从基础到略难,从功能到场景,一次性帮你把 Codex 啃透!🔥

  • 牛马打工人必备:用 Codex 做 Word、PDF、PPT(图片型 VS HTML 型)、Sheets 四件套。
  • 手搓酷炫 3D 视频:用 Codex + HyperFrames / Remotion(three.js)做《国产动画十大电影》。
  • 早起早睡身体好:用 Codex 实际制作一个排版精美的分析早睡早起的网站,在 Vercel 上线部署,然后用Codex操控OpenRouter做对比实验,测试新模型Ring的能力。
  • 自媒体人必备:用 Codex 制作图文长教程——让 Codex 自己操控自己,多对话并行,截图打码一把梭。
  • 电商选品上架自动化:Codex + Playwright 操控浏览器,无痛实现拼多多商品批量上架。

边学边玩,再边把钱赚了,是我的目标,也与各位大佬共勉,话不多说,直接开始!

一、牛马打工人必备:用 Codex 做 Word、PDF、PPT、Sheets 四件套

以前如果你要做一套活动方案、项目汇报、课程交付、咨询报告、员工培训材料,可能要先花几个月熟练使用这些工具。

但是现在在Codex里面只需要一句提示词,就能生成排版精美、数据准确的Word、PDF、PPT、Sheets。

我为了展示Codex生成四件套的能力,做了一个demo:

请在当前对话里做一个办公四件套演示任务,主题是《Codex App 内容生产工作流》。要求:

1. 生成 Word 文档、PDF 文件、PPTX 演示稿、XLSX 表格四类真实文件;

2. 每个文件都要有实际内容,不要空文件;

3. 生成后告诉我每个文件的真实路径;

4. 尽量生成一个预览或文件清单,方便我截图放进教程;

5. 最后给出验收清单,确认四个文件都存在、能打开、不是占位内容。

验收结果:

1.Word 文档验收截图:

2.PDF 文件验收截图:

3.PPT 演示稿验收截图:

4.Sheets 表格验收截图:

当然,在我没有给出skill或者优化后的提示词的情况下,能做出这样的效果,已经非常优秀了!

众所周知,现在X最火的PPT制作方法,绝对是打破传统的HTML绘制PPT,现在相关爆火的Skill也是数不胜数,其次直接生成图片PPT也是一个另辟蹊径的办法。

下面我将用“进阶版”PPT的操作路径给大家带来一些启发:

路线一:图片型 PPT

图片型 PPT 的意思是:先让 Codex 生成一张张 16:9 的视觉图片,再把这些图片铺到 PPT 里。

每一页 PPT 本质上就是一张完整图片。

效果还是蛮不错的,因为底层是GPT2-imge。

当然,这种方式生成的PPT并非无法编辑,还是有很多方法滴,如果感兴趣,可以私信找我要文档~

路线二:HTML 型 PPT

HTML 型 PPT 是最近非常火的一条路线。

说白了,就是不用传统 PPT 软件,而是用 HTML、CSS、JS 直接写幻灯片。

它的好处是:

  • 可以在浏览器里直接预览;
  • 可以做动画;
  • 可以做交互;
  • 可以用代码控制布局;
  • 可以方便截图、导出、录屏;
  • 很适合和 Codex 这种代码执行型工具配合。

X上面有很多开源火爆的Skill,大家用Grok搜索一下就能让Codex安装一下使用了。

二、手搓酷炫 3D 视频:Codex + HyperFrames / Remotion 做《国产动画十大电影》

前面是打工人刚需,下面开始玩一点酷的,主打一个劳逸结合。

我之前让 Codex + HyperFrames / Remotion (three.js) 做了一个《国产动画十大电影》的 3D 视频:

Codex+Hyperframes+Remotion直接一口气生成《国产十大动画电影》排行榜高燃混剪,燃爆了!

1.Minimax旁白配音

2.yt-dlp下载部分视频

3.Hyperframes+Remotion生成开场动画+剪辑

4.本地工具统一音量

以上,全部是Codex一次性完成!!!

最近我发现,很多人第一次接触 Codex App 的反应不是“哇,好强”,而是:

这玩意儿到底从哪开始使用?需不需要我配置一大堆东西?

左边一堆入口,中间是聊天,右边又会弹出网页、图片、文档、来源、代码变化。设置里还有一堆看起来很技术的东西。

作为小白,困住你的大概率不是不想用Codex,而是压根不知道如何第一次上手Codex。

所以这篇文章不是技术类文章,我会按一个普通人的使用路线抽丝剥茧地来讲清楚:

  1. Codex App 到底是什么。
  2. 本地 App、云端 Codex、普通 ChatGPT 的区别。
  3. 打开 App 后,左边、中间、右边分别是干什么的。
  4. 设置页每个目录到底管什么。
  5. 普通对话和项目对话有什么区别。
  6. 插件、技能、MCP、自动化、Git 这些词怎么理解。
  7. 哪些地方小白最容易点错。 本文基于 Mac 版 Codex App 实测整理。 Codex版本:Codex 26.429.30905。 Codex App 更新很快,你看到的按钮名称和位置可能会有一点变化,但核心逻辑基本一样。

一、Codex App 到底是什么

一句话:Codex App 是一个把 AI Agent 放进你电脑里的工作台,只要你能在电脑上做的操作,它基本上也都能做,而且它会做的更完美、更高效。

说白了,它不是一个你问一句,它答一句的普通聊天框。Codex App 更像是你的助理,它可以:

  • 和你聊天。
  • 读你指定的本地文件。
  • 搜索网页。
  • 打开内置浏览器。
  • 生成图片、文档、PPT、网页、代码等结果。
  • 用插件连接 Gmail、GitHub、Google Drive、Slack 等外部工具。
  • 设置自动化,定期帮你检查、总结或继续任务。

如果你是非程序员,可以先把它理解成:

一个更偏“做事”的 ChatGPT。

它不是只回答“怎么做”,而是很多时候可以直接帮你“做一遍”。

但也正因为它能做事,所以你必须理解它的界面和权限。不然你会不知道它到底是在本地电脑上做事,还是在云端任务里做事,也不知道它什么时候会碰到你的文件。

先看一张打开后的整体界面。

这张图先不用看细节。你只要记住:左边是导航栏,中间是你和 Codex 对话的地方,右边有时会出现结果、来源、预览和代码变化。

这就是 Codex App 和普通聊天框最大的差别:它不是只有“问答”,它还有“工作现场”。

二、下载和登录

Mac 用户建议只从 OpenAI 官方入口下载 Codex App:

https://openai.com/codex/

安装方式和普通 Mac App 差不多:

  1. 下载 Codex App。
  2. 打开安装包。
  3. 把 Codex 拖进“应用程序”。
  4. 从启动台或应用程序里打开 Codex。
  5. 用你的 ChatGPT / OpenAI 账号登录(普通账号也有一定的免费额度)

三、本地 Codex App、云端 Codex、普通 ChatGPT 有什么区别

在开始介绍Codex App之前,我把Codex App和云端Codex以及普通Chatgpt的区别先理一下,因为很多人一直没搞清楚这三者的区别。

名字 大白话解释 适合做什么 ChatGPT 普通对话 一个网页或 App 里的助手 问问题、写文案、解释概念、生成文件、生成图片 Codex App 本地版 装在你电脑上的 AI 工作台 普通ChatGPT能做的都能做,最大的区别就是能轻松地读取本地的文件。 云端 Codex 在云端环境里跑的 AI Agent 有时候电脑关机了本地Codex APP就用不了了,如果在云端上跑任务,那就不受本地电源的限制,因为是跑在官方服务器上面的。

小白先记住一个判断标准就够了:

  • 一般任务:用普通对话。
  • 要处理本地文件或项目:用 Codex App 里的项目。
  • 要让 Codex 在远程环境里持续跑任务:用云端 Codex。

四、主界面地图:左边、中间、右边

第一次打开 Codex App,可能有点懵逼,因为上面的功能还是有点多的,毕竟人家是“超级工作台”嘛!

区域 它是干什么的 小白最常用的动作 左边导航栏 找入口、找项目、找对话 新对话、切换对话、连接插件和设置自动化任务 中间对话区 你和 Codex 真正交流的地方 输入需求、让Codex开始工作 右边结果区 展示证据和产物 看来源、预览网页/图片/PDF、看代码变化

下面这张图是插件页,但它很适合看 Codex 的整体布局:左边是导航,中间是主要内容,右边这次没有打开额外预览(一般有生成图片、代码或者网页,就可以在右边预览)。

五、左侧导航栏:你从这里进入不同工作流

左边是 Codex 的入口区。

常见入口包括:

  1. 新对话

大白话:开一个全新的聊天任务

适用时机:不想沿用旧上下文、清空之前聊天记录重新提问时

  1. 搜索

大白话:查找历史对话、命令以及相关文件

适用时机:忘记之前聊过的内容,需要回溯查看记录时

  1. 插件

大白话:给 Codex 增加外部拓展能力

适用时机:需要连接 Gmail、GitHub、Drive、Slack 等第三方工具时

  1. 自动化

大白话:让 Codex 定时或延后自动执行任务

适用时机:想要每日自动总结、定期检查内容、延后继续处理任务时

  1. 项目

大白话:让 Codex 针对指定文件夹、代码仓库开展工作

适用时机:需要它读取文件、修改文件、运行本地命令时

  1. 普通对话

大白话:不绑定任何项目的纯聊天模式

适用时机:查询概念、撰写文案、梳理思路、日常简单提问时

六、搜索:找回你之前做过的事

点左侧“搜索”,会弹出一个搜索浮层。

它的作用很简单:

  • 找历史对话。
  • 找之前跑过的项目任务。
  • 找你忘记名字的上下文。

七、插件:给 Codex 装能力包

点左侧“插件”,会进入插件页。

插件其实就是给 Codex 装能力包。

比如:

  • Browser Use:让 Codex 操作内置浏览器。
  • Computer Use:让 Codex 操作 Mac 上的 App。
  • Spreadsheets:让 Codex 处理表格。
  • Presentations:让 Codex 做演示文稿。
  • GitHub:让 Codex 和 GitHub 工作流配合。
  • Gmail / Google Drive / Slack 这类:让 Codex 连接外部账号。

这里顺便把几个词讲清楚。

名词 大白话解释 例子 Plugin 插件 给 Codex 装一个能力包 装了表格插件,它就更会处理表格 Connector 连接器 连接外部账号或服务 连接 Gmail、GitHub、Google Drive Skill 技能 一套固定工作流说明书 “写教程时按我的风格来写” MCP 一种让外部工具接入 Codex 的方式 让 Codex 调用某个本地服务或工具

小白不用纠结这些名词的具体细节,只需要大概理解:

插件是能力包,连接器是接账号,技能是工作流说明书,MCP 是接工具的通道。

什么时候需要插件?

  • 你想让 Codex 读 Gmail。
  • 你想让 Codex 操作浏览器。
  • 你想让 Codex 做 PPT、表格、文档。
  • 你想让 Codex 和 GitHub、Slack、Linear 等工具协作。

小白建议:刚开始只用官方已经内置好的插件,不要急着装一堆,后续熟练了可以慢慢添加

八、自动化:让 Codex 稍后或定期帮你做事

点左侧“自动化”,会看到自动化页面。

自动化就是让 Codex 在某个时间点,或按某个频率,自动执行一件你提前设置好的任务。

常见场景:

  • 每天早上帮你整理某个项目状态。
  • 每周检查一次某个仓库有没有问题。
  • 半小时后继续当前线程。
  • 定期监控某个网页、邮箱、任务列表。
  • 定时生成日报、周报、复盘。

九、右侧结果区:产出物

Codex 的右侧区域可能出现:

  • 生成出来的文件。
  • 搜索来源。
  • 网页预览。
  • 图片预览。
  • PDF / 文档预览。
  • 内置浏览器。
  • 代码差异。
  • Git 变化。

你可以把右侧理解成:Codex 交作业的地方。

中间告诉你“Codex到底做了什么”,右边让你看“Codex到底产出了什么”。

十、设置入口:让Codex更好用

左下角有“设置”入口,这里面可能有很多小白陌生的设置,但是挨个认真看完,其实也能设置好,把Codex设置的更加好用。下面逐个介绍:👇

十一、设置页 1:常规

常规管的是 App 的基础使用习惯。

常见内容包括:

  • 工作模式:更偏日常工作,还是更偏编程。
  • 默认权限。
  • 自动审核。
  • 完全访问权限。
  • 默认打开目标。
  • 语言。
  • 菜单栏显示。
  • 运行时防止系统休眠。
  • 长文本发送快捷键。

小白最应该关注四个地方。

第一个是工作模式。

如果你不是程序员,优先选更偏“日常工作”的模式。这样 Codex 的表达会少一点工程黑话。

第二个是权限。

权限越大,Codex 能做的事越多,但风险也越大。

如果你还不熟,别一上来就开最大权限,但是熟练了之后发现权限给的用多,需要操心的越少,使用Codex越丝滑,这个因人而异,大家可以按照自己的习惯设置。

第三个是发送方式。

长文本是否需要 Command + Enter 发送,这个会影响你写长需求时会不会误触,因为很多朋友不小心点击Enter就会发送,比如我。。。

第四个是语音输入

这个相当于全局键,打开了之后,不止是在Codex App内部,可以在电脑上任意一个对话框调用Codex的语音输入法。但是如果习惯了比如Typeless、豆包输入法的朋友就没有必要切换了。

十二、设置页 2:外观

外观管的是界面长什么样。

常见内容包括:

  • 主题。
  • 字体。
  • 颜色。
  • 代码展示样式。
  • 差异对比样式。
  • 字号或界面密度。

这个页面基本不影响 Codex 能不能完成任务,它只影响你看界面UI的时候舒不舒服。

但是有个新功能大家也许会感兴趣:可以在这个界面选择一只桌宠,然后再Codex对话框输入/宠物就能唤起一只陪伴大家工作的小可爱!

十三、设置页 3:配置

保持默认即可,不需要改。

十四、设置页 4:个性化

个性化管的是 Codex 怎么理解你。

这里通常会出现类似:

  • 个人偏好。
  • 自定义说明。
  • 记忆或偏好相关设置。
  • 让 Codex 按某种风格回答的规则。

你可以在这里写:

  • 我更喜欢中文回答。
  • 我不是程序员,请少用术语。
  • 给我教程时要写成功标志和排查步骤。
  • 修改代码前先解释影响。
  • 涉及隐私文件时先提醒我。

小白建议写这种: 

请默认用中文回答。
如果涉及代码,请先用大白话解释目的,再给具体操作。
如果要修改文件、运行命令、访问外部账号,请明确告诉我风险。
教程类内容请写成小白能照着做的步骤,并标注成功标志。

哪些别乱写?

  • 不要把 API Key、密码、Cookie 写进去。
  • 不要把私人身份证、银行卡、公司机密写进去。
  • 不要写互相矛盾的规则。

十五、设置页 5:MCP 服务器

MCP 对小白来说第一次听见会有点懵,但是简单理解就是MCP 是让 Codex 连接外部工具的一条通道,大概意义和插件没啥区别。

比如某个工具提供了 MCP,Codex 就可以通过它读取数据、调用功能、执行操作。

一般不需要添加,就是用Codex内置的插件已经能满足99%的日常工作生活需求了。

十六、设置页 6:Git

Git 是代码世界里的“版本记录系统”。

如果你不是程序员,可以先这样理解:

Git 像一个项目的时间机器,记录每次改了什么。

因为你需要知道:

  • 它改了哪些文件。
  • 哪些改动是新增的。
  • 哪些改动是删除的。
  • 能不能回退。
  • 要不要提交。

但是总而言之,这些都是技术相关,小白第一次上手把这页的设置保持默认即可,不需要改变。

十七、设置页 7和8:环境和工作树

小白保持默认即可!

十八、设置页 9和10:浏览器使用和电脑操作

浏览器使用是指 Codex 能操作内置浏览器,这个功能非常实用,Codex 可以用它来:

  • 打开网页。
  • 搜索资料。
  • 登录某些网站。
  • 查看本地网页。
  • 测试前端页面。
  • 截图或检查页面效果。

直接在Codex App内部就完成相关操作,不需要再跳转到别的网页,十分便捷。

十九、设置页 10:电脑操控

电脑操控是让 Codex 操作 Mac 上的应用。

比如:

  • 打开某个 App。
  • 点击按钮。
  • 查看界面。
  • 处理一些可视化任务。
  • 帮你在软件里完成一些流程。

这功能很非常非常强,可以说是我觉得Codex App最牛逼的一个功能,前端时间我才让它帮我从零到一写了一份法律检索报告(我只完成了登录几个网站的操作,别的搜索、探究网站内部结构、点击、整理资料全是它一次性完成),但是,也更需要谨慎。

因为它可能碰到:

  • 微信。
  • 邮箱。
  • 浏览器。
  • 文件管理器。
  • 付费软件。
  • 公司工具。
  • 私人资料。

小白建议:第一次用电脑操控,最好只让它操作无风险 App,特别记住不要操作社媒账号和微信!!!!!

二十、设置页 11:已归档对话

已归档对话就是被你收起来的历史对话,它不是删除,更像是:一个没有时间限制的回收站,不会过期清理,想要找回来的时候随时在这里找回就行。

适合归档的内容:

  • 已经完成的任务。
  • 暂时不用的项目对话。
  • 不想占用左侧列表的旧记录。
  • 需要保留但不常看的过程。

二十一、跑一个普通对话:先从低风险任务开始

刚开始用 Codex,不建议直接让它改项目,先开启一个普通对话。特别建议打开“完全访问权限”,那一刻,会发现真的很爽,小白应该不会一上来就做什么惊人的操作,所以也不会有太大的安全风险,吧。。。

比如输入: 

用小白能听懂的话,解释一下 Codex App 和 ChatGPT 的区别。

如果是做一个比较复杂的任务,建议打开“计划模式”,先梳理清楚思路,再开始做。

二十二、权限确认:非常重要!

Codex 可能会请求不同权限,你可以这样理解:

权限类型 意味着什么 小白怎么判断 文件访问 Codex 要读或改某个文件夹 看清楚路径是不是你允许的项目 终端命令 Codex 要在电脑上运行命令 不懂就让它先解释 浏览器 Codex 要打开网页或操作网页 避免付款、删除、发布类操作 第三方账号 Codex 要连接 Gmail、GitHub 等 看清楚授权范围 电脑操控 Codex 要操作 Mac App 边界一定要说清楚

小白最容易犯的错:看到确认按钮就点。千万不要这样,如果你看不懂,就问: 

这个权限具体会让你做什么?有什么风险?我是小白,应该允许吗?

Codex 本身也可以帮你解释权限滴!~

二十三、常见踩坑和排查

  1. Codex 一直在跑,不知道是不是卡了

先看左边对话状态,是在转圈还是蓝色的不动的点

如果它显示转圈,那就是没有结束。

如果它显示蓝色的点,就代表任务已经结束了

  1. 它请求权限,我不知道能不能点

不要直接点,让它解释: 

这个权限会让你访问什么?为什么这个任务需要它?有没有更低风险的做法?
  1. 它改了项目,我看不懂

让它解释 Git diff: 

请按文件逐个解释这次改动,用非程序员能懂的话说。
  1. 生成结果不满意

不要重开。

直接基于结果继续改: 

保留现在的结构,但把语言改得更口语化,并补充每一步的成功标志。
  1. 插件太多,不知道装哪个

先别装,先用官方内置能力。

等你明确知道“我要让 Codex 连接某个工具”,再去插件页找。

  1. 自动化跑偏

大概率是你的任务描述太泛,把任务精细化描述一下:

  • 什么时候执行。
  • 执行对象是什么。
  • 输出什么。
  • 不要做什么。
  • 遇到问题怎么处理。

二十四、我的推荐使用路线

如果你是第一次用 Codex App,我建议按这个顺序来:

  1. 打开 App,先熟悉左侧导航。
  2. 新建一个普通对话,问一个低风险问题。
  3. 打开设置页,只看不改。
  4. 建一个干净演示项目,不要用私人项目。
  5. 让 Codex 读取项目,并生成一个简单 Markdown。
  6. 看右侧结果区。
  7. 让它解释它做了什么。
  8. 再尝试插件页和自动化页。
  9. 最后再碰 Git、MCP、电脑操控这些高级功能。

二十五、账号额度怎么选:Plus 够不够,Pro 什么时候值得

尽量用付费的会员账号登录,因为免费的真的经不起折腾。大佬级别的直接上pro,小白可以先plus尝尝鲜。

一些购买方法汇总:

小猫的20美金礼品卡订阅方法:https://x.com/lngkximo/status/2050761195750351026

gamsgo:https://www.gamsgo.com/partner/WsMzs,之前有200刀,现在好像缺货。

逸尘:我这边也提供plus和200刀pro的充值,但是基本上都和官方价格差不多,但是优点胜在不需要折腾,充值方式简单,不愿意浪费太多时间的大佬可以让我赚杯咖啡钱~联系:yichen365ai

二十六、写在最后

Codex App 是一个非常牛逼、而且非常适合普通人上手的超级APP,他比Claude Code的CLI界面更加好上手,非常符合小白的使用习惯。而且他能够操控电脑、读取本地文件,基本上只要是人类能做的软件操作他都能完成。

它的功能非常广泛:

  • 聊天。
  • 文件。
  • 项目。
  • 网页。
  • 浏览器。
  • 自动化。
  • Git。
  • 第三方账号。
  • 本地电脑权限。

所以小白第一次打开会懵,是很正常的,但是你要习惯使用它,慢慢地给他加插件、加Skill,最后把它培养成最合适的超级助手。

最后,祝你使用Codex愉快!

核心思路:

  • Codex 负责写项目、改代码、跑渲染、排查错误
  • three.js 负责 3D 画面
  • Minimax负责旁白配音
  • yt-dlp下载部分视频
  • Remotion / HyperFrames 负责把网页动画变成视频
  • 本地工具统一音量
  • 最后输出 MP4 成片

详细步骤就是:

1.先把目标视频的需求给Codex说清楚——“我需要一个做《国产动画十大电影》的视频,16:9....(更多描述参考下面的模板),你自己去网上找素材下载。”

2.和Codex对齐需求——”如果有任何不清楚的地方,或者需要我继续判断的地方,请一定要停下来问我问题,进行信息对齐。“

3.开启“超高”和“完全访问权限”,让Codex@browser和@computer use自己去操作,当然@chrome也可以(但是我一直超时没成功过)。

4.得到成片,然后就是把不满意的地方和Codex说,让它修改。

当初我想要做这么一个视频的思路,很简单,我就是想验证Codex“自动写脚本——搜索素材——自动下载——自动识别高光片段——自动配音——自动剪辑”这条链路跑通。

然后迁移到商业化就是,调用GPT2-image、seedance2.0、elevenlabs等API,90%自动化地完成上述整个思路,赋能到AI流量变现、AI电商带货、AI前端获客、AI广告宣传等真实场景里面。

至于怎么写脚本、怎么生成图片、怎么制作视频,这是一门大学问,需要千锤百炼去苦修试错,不是朝夕就能学会的,而且细分到每一个垂直领域所需要掌握的技巧又是完全不同的。

但是怎么生成一个视频,快速上手玩,有一个通用模板可以给大家快速上手:

目标:

受众:

目标平台:unspecified / YouTube / Shorts / Reels / TikTok / 官网 / 会议现场

时长:

比例 / 分辨率 / FPS:

语言:

场景数量与每场时长:

主体 / 角色:

动作:

场景 / 背景:

镜头 / 构图:

光线 / 色彩 / 风格:

字幕 / 画面文字:

音频:旁白 / 语言 / 音色 / 语速 / 音乐 / SFX

转场:

关键帧 / 参考图 / 角色一致性资产:

品牌 / 法务 / 无障碍:

数据变量 / 占位符:

输出要求:先给 scene list,再给 final prompt,再给 render metadata JSON

关于纯AI视频这一块,我之前这篇推文也有分享过我汇总的影视基础知识:

GPT2-image+Seedance2.0绝对是颠覆广告行业的存在!感受下这四条香水视频的质感和运镜!你敢相信这是零美术和影视背景的我做出来的吗?!​

​

所有的视频, Made By **Ritgamsgo.com/ai-video/partn...HMGc​

​

虽然这些视频底层的模型自身很牛逼,但是功不可没的是我在提示词中加入了之前花了几十个小时精心研究的影视基础,涵盖了:景别、拍摄角度、特殊视角、构图、光影、风格、运镜、漫剧镜头。现在全部开源!👇

三、早起早睡身体好:一条提示词做网站,并部署到 Vercel

现在玩 AI 的人,很多都有一个共同问题:作息乱。

原因可能就是。。。AI太好玩了——本来只是想改一个提示词,然后顺手又刷了一堆X、莫名其妙调用Codex跑一个任务,最后这个任务又停不下来了。。。这就是曾经的我。。。

我知道用AI很爽,但身体遭不住,健康才是革命的本钱。所以我趁这次写“Codex代码教程“的机会,让 Codex 做了一个网站,主题是“早睡早起身体好”

让Codex写代码,跑出一个小网站或者小App真的很简单:

请重新帮我生成一个网站,主题是早睡早起。

要求:

1. 页面要排版精美;

2. 可以有 3D 动画效果;

3. 分析早睡早起的好处;

4. 给出普通人能执行的步骤;

5. 做成真实可运行的网站;

6. 最后启动本地预览,并部署到 Vercel。

涉及到上线部署(别人通过链接能访问你的这个网站)这里可能需要你配置一下Vercel插件(“插件”里面搜Vercel就行):

Codex 最后做出来的不只是一个静态页面(已经部署到:https://codex-1-html-css-js-2.vercel.app/,大家可以自由访问),他还做了:

  • 一个 3D 昼夜节律视觉场景;
  • 早睡早起好处说明;
  • 晚间关机流程;
  • 早晨启动流程;
  • 7 天调整计划;
  • 自测打分;
  • 常见误区;
  • 参考资料和免责声明。

当然,这只是一个很基础的网站,如果想要做前端后端都完备的网站,那么难度会高一些,但是没关系,Codex都能帮你解决的,记得选择“计划模式”,先有方案,再写代码,效果会好很多。

除了让Codex自己写项目之外,其实还能白嫖官方网页版AI生成的代码——我直接打开相应的网页版AI,把我的项目需求告诉它,让它返回相应的代码,这一招在测试新模型的时候特别好用。

Openrouter上面经常会有新的模型,这个时候很多人很懒,只想等着AI博主测试完了看效果,但是这样其实自己永远不清楚模型的真实能力。

一个一个测确实费时间,其实有一个小技巧——直接让Codex去Openrouter上测试。

最近 OpenRouter 上又新出现了一个模型:Ring-2.6-1T (free),是蚂蚁家的第一个推理大模型()。

我本来想把 Ring-2.6-1T 接到 Claude Code 里面,然后让 Codex 去操作 Claude Code,看这个模型在 agent 编程场景里的真实表现。但实际操作的时候遇到一个限制:Codex 现在不能直接操控我本机里已经打开的 Ghostty / Claude Code 终端界面,所以这条链路不好测。

于是我换了一个更直接的办法:让 Codex 打开 OpenRouter 官网,在 Chat Playground 里选择 Ring-2.6-1T (free),然后把上面那条非常普通的“早睡早起网站”提示词和本地 frontend-design skill 里的审美原则提炼成提示词丢给它,让它直接生成一个单文件 HTML 网站。

它生成出来的版本,我也部署了一份,大家可以直接打开看效果:

https://ring-sleep-site.vercel.app/

老实说,这个结果非常不错吧,简洁美观。白嫖Token成功!

所以,如果你刚好想用一种高效的办法测试新模型的能力,我建议你可以通过 Codex + OpenRouter 免费试试 Ring 模型。国产大模型现在确实不是只能看参数和榜单,拿来干活也已经很有水平了。

此外,这个思路其实还可以迁移,Codex里面只能用GPT5.5模型,但是网页端GPT可以用GPT5.5 pro,据说这个模型比Codex写的代码好用,所以我这个思路迁移到GPT5.5pro可以说是非常牛逼!这个秘密别公开出去了,咱自己用就行。。。

四、自媒体人必备:用 Codex 制作图文长教程

这一节是我自己非常常用的一个场景,我相信会对很多写长文章恐惧症的朋友也会有所帮助。

自媒体人最痛苦的是什么?不是不会写,而是“搜索素材——找选题——搭结构——写文章——配图片/视频”这套流程花费时间太多了,往往写一篇文章几个小时就过去了。。。

所以,我直接干脆让Codex来写,我上一篇爆了92W阅读的《Codex App 从0到1完整入门教程:把这个超级APP的每一个细节抽丝剥茧讲清楚》其实80%都是由Codex完成!

包括文章、截图、打码、配封面图,我做的就是20%的纠正和补充工作。

但是,为什么很多人用AI写出的就是一坨。。。而我能用Codex写出那么高阅读的文章?这就涉及到“提示词的准确度”和“风格迁移学习”。

写作,不是给AI一个方向,让它琢磨,而是你要把“自己写这篇文章的思路”告诉它,让它帮你加速这个过程,这篇文章的核心和内容基本和你脑海想的别无二致,只是AI把这个琐碎的过程给自动化了。

所以,有一篇AI写的好文之前,是这个写作的人脑海里面有画面、有思路。

我拿我之前的这篇文章举个例子:我知道要介绍Codex的主界面以及Codex的设置,那么我给Codex的指令就是:

“你来操作Codex APP本身,你挨个分析Codex主界面每个按钮的功能,然后再打开Codex的设置,按照左边导航栏的顺序,一页一页仔细地介绍。注意把隐私的地方打码。@computer use”

然后是把自己过去写作的经验沉淀为一个Skill,方便Codex了解自己的写作习惯、语言风格,才能写出更贴合自己水平的好文。比如,我自己就沉淀了一个“Yichen tutorial writing”(用过去的长文章提炼的),然后让Codex调用这个skill来帮我写作

下面是另外一个实战demo,大家可以看看效果:

还有一个更牛逼的操作,让Codex同时开几个对话跑任务,自己监控自己,比如现在这篇文章的初稿,就是Codex开了五个窗口跑完的,大幅提高了效率!

五、电商选品上架自动化:Codex + Playwright 实现拼多多商品批量上架

最后讲一个真正能降本的业务场景。我之前和一个电商的老板连麦,他现在主要做拼多多,店铺在迅速扩张。

他们遇到的痛点非常典型:

  • 链接数量很多;
  • 一个链接下面有多个 SKU;
  • 表格里有几千行数据;
  • 当前在售链接有几百个
  • 开新店时,需要重新建几百个商品链接;
  • 每个 SKU 都要填库存、拼单价、规格编码、商品编码、参考价等字段;
  • 日常还要维护价格和编码变化;
  • 人工对着表格往后台填,慢,而且容易错。

这就是非常适合自动化的场景,因为它不是创意判断。

它本质上是:

把表格里的结构化数据,稳定地填进网页后台。

第一条思路:Computer Use

我最开始给他的思路,是用 Codex 的 Computer Use。

也就是让 Codex 直接看屏幕、操控电脑、打开表格、识别后台字段,然后把内容填进去。

因为我想着Codex可以操作电脑,之前我跑了相关的数据库任务、X长文章任务都非常丝滑,所以推荐他首先用这个

只要把表格路径、后台页面、字段对应关系讲清楚,Codex 就可以像一个会看屏幕的人一样操作。

但是Codex拒绝访问拼多多后台,所以只能换第二条思路——用Codex调用playwright!

第二条思路:Playwright

Playwright 是什么?你可以把它理解成“让代码操控浏览器”。

它不是靠眼睛看屏幕,而是直接识别网页里的按钮、输入框、下拉框。

这个其实更适合批量任务。因为Computer Use 像一个人坐在电脑前看屏幕操作,Playwright 像一个自动化脚本,直接去找网页元素,不会抢鼠标和屏幕。

然后这条思路就打通了:

flowchart LR

A["商品底表"] --> B["整理字段映射"]

B --> C["Playwright 打开后台"]

C --> D["填写商品基础信息"]

D --> E["填写 SKU 价格和库存"]

E --> F["上传图片和视频"]

F --> G["截图暂停人工确认"]

G --> H["确认后批量运行"]

H --> I["输出成功/失败日志"]

Codex 在这里负责什么

这个项目里,Codex 不只是调用了一个playwright,它负责了整条链路:

  • 读取原始 Excel;
  • 分析哪些列有用;
  • 重新整理成标准上架表;
  • 让你确认字段映射;
  • 写 Playwright 自动化;
  • 用已登录浏览器打开拼多多后台;
  • 先跑一个商品;
  • 截图暂停,让人工确认;
  • 记录成功、失败和错误截图;
  • 稳定后批量跑;
  • 最后把流程沉淀成 Skill。

把成功的经验沉淀成skill,这就从“一次性帮我填表”,直接升级成“公司可复用的自动化流程”,大大节约了后续的踩坑成本

六、常见踩坑与解决方案

跑完这五个场景,我踩过的坑比成功案例多得多😅。下面把最有代表性的几个整理出来,可能会帮你节省大量时间。

坑1:Computer Use 不是万能的

现象:让 Codex 用 Computer Use 操作拼多多后台,直接被拒绝访问。

根因:部分网站会检测自动化操作(浏览器指纹、WebDriver 标记、无头模式等),拼多多这类平台的反爬机制尤其严格。Computer Use 本质是「看屏幕 + 模拟键鼠」,和真人操作的行为模式依然有差异。

解法:

  • 首选 Playwright:它不是模拟键鼠,而是直接走 Chrome DevTools Protocol 操控浏览器内核,配合 stealth 伪装更接近真人;
  • 复用已登录浏览器:让 Playwright 连接你手动登录过的 Chrome 实例(--remote-debugging-port),绕过登录态检测;
  • Computer Use 和 Playwright 的分工:Computer Use 适合开放网站(Google 搜索、文档编辑、X 发帖),Playwright 适合有反爬保护的后台系统。

坑2:Codex 不能操控本机已打开的终端

现象:想让 Codex 去操作本机 Ghostty / Claude Code 终端窗口,发现它只能看屏幕,无法接管输入。

根因:Codex 的 Computer Use 能识别屏幕内容,但不能向外部终端进程发送命令。同时终端类应用的界面元素(光标位置、输入焦点)对自动化来说是黑盒。

绕路办法:

  • 如果目标是「用某个网页版 AI 的能力」(如 ChatGPT Pro、Ring),让 Codex 直接打开网页版操作;
  • 如果目标是「让 Codex 调用 Claude Code」,目前不可行,需要等 Codex 放宽白名单。可以考虑用 Codex 直接完成 Claude Code 能做的事情;
  • 在 Codex 内置终端里直接执行 CLI 命令 -- 这个是可以的,Codex 对自己的终端有完整控制权。

坑3:提示词给方向不给思路 → 产出垃圾

现象:跟 Codex 说「帮我写一篇关于 XX 的文章」,输出确实是一坨。

根因:Codex 不知道你的知识结构、审美偏好、目标读者的认知水平。你给方向,它就自由发挥;你给思路,它就加速执行。

解法:

  • 写之前自己搭框架:核心观点 → 文章结构 → 每段要点(一句话就行);
  • 把框架作为提示词给 Codex,让它「加速流程」,不是「从零创作」;
  • 沉淀写作风格 Skill(用你过去的高质量文章提炼),让 Codex 模仿你的语气和排版习惯。

七、跑完这五个场景后,我对 Codex 的理解

如果只把 Codex 当聊天助手,对话一下,实在就太浪费了。。。

你可以用它来生产文字、图片和视频——写图文教程(自媒体)、做精美的hyperframes视频(自媒体)、AI视频带货、接广告商单

你可以用它来解析微信聊天数据(https://github.com/mcncarl/yichen-skills/tree/main/wechat-local-vault)——赋能私域、提升话术、业务挖掘

你可以用它来自动化操控浏览器——电商AI提效、自媒体多平台同步

你可以用它来做AI PK——打开网页,同时调用gemini、chatgpt、claude、grok等网页版AI的最强模型,来帮你深度研究或者思考

你可以用它来自动测试Openrouter的新模型,看一下每次的神秘模型的能力边界

你可以用它来调用监督别的AI干活——这一步的潜力是无限大的,但是唯一遗憾的是Codex不能监督别的终端干活,也就是说不能去监督Claude Code,希望以后能够放宽白名单。

八、我建议的小白学习路线

如果你是刚开始用 Codex App,不要一上来就挑战最复杂的电商自动化。

建议按这个顺序:

  • 先让它生成几张图片,提示词可以去苍何老师的提示词网站学习(https://gpt-image2.canghe.ai/);
  • 再让它生成 Word、PDF、PPT、XLSX;
  • 再让它做一个 HTML 小网页;
  • 再让它启动本地预览;
  • 再让它部署到 Vercel;
  • 再让它做图文教程;
  • 再尝试 HTML PPT;
  • 再尝试视频动画;
  • 最后再碰业务自动化。

这个顺序会比较丝滑,因为你会一点点建立和Codex信任——先看到它能生成资料、网站,看到它上线,看到它操作浏览器。

最后你才会真的理解:哦,原来 Codex App 不是一个聊天框,它是无所不能的超级助手!

九、关于价格和使用事项

关于Codex的使用方法:免费版两个对话就用完了,所以大家上手一般至少需要充值一个GPT的Plus会员,但是我这种用量比较大的就开了个100刀的,实测下来一周差不多用完。

如果有需要GPT Plus、pro充值的朋友,可以来找我(yichen10801或yichen365ai),帮大家节省充值时间同时,我会给出几乎成本价,和大家交个朋友。

如果大家在和Codex对话过程中遇到以下情况:

解决办法是:

第一,不要只配置 HTTP_PROXY、HTTPS_PROXY、ALL_PROXY,还要补上 WebSocket 用的 WSS_PROXY、WS_PROXY,因为新对话可能走的是 wss:// 连接;

第二,把这些代理变量写进 ~/.codex/config.toml,让 Codex 的子进程能用代理;

第三,再用 launchctl setenv 把同样的代理写进 macOS 图形应用启动环境,这样从 Dock/Finder 打开的 Codex Desktop 也能吃到代理;

第四,设置完成后必须完全退出 Codex 再重新打开,不是只关窗口,因为旧进程不会自动继承新的代理环境。

核心思路就是:同时覆盖 HTTP 代理、WebSocket 代理,以及 Codex Desktop 自己的启动环境。

最后,祝大家使用Codex愉快!如果有业务场景繁琐、需要优化的老板,也欢迎联系我。