本文由 辛梓煜@词元二号站（www.ciyuanerhao.com）撰写，转载请注明出处。

先把结论摆在最前面：Codex 已经不是当年那个写代码的小工具了，它现在是一个能"自己动手"的 AI 助手——不光回答你的问题，还能直接在你电脑上改文件、批量整理表格、生成图片和 PDF、起草邮件、做仪表板，甚至从零搭一个网站再部署上线。它免费就能用，认真当生产力工具的话升级到付费方案会更稳。真正让它好用的关键不在于你会不会写提示词，而在于三件事：给它圈一个明确的工作目录、用一份 AGENTS.md 告诉它项目背景、再把重复的活儿打包成"技能（Skills）"。 把这三步走顺，你就能把一堆零碎的体力活整段甩给它，自己只做检查和拍板。

下面这篇是我自己从装好软件到跑完一整套流程，一步步踩过来的完整拆解。想看完整操作，往下翻。

一、先把 Codex 到底是什么讲清楚

很多人一听到 Codex 就以为是几年前那个帮你补全代码的接口，其实早就不是一回事了。现在的 Codex 是 OpenAI 做的一个 AI 智能体（Agent），简单说就是一个"会自己干活"的助手。它和我们平时用的对话式 AI 最大的区别是：对话式 AI 给你出主意、写文字，而 Codex 是真的会在你电脑上动手——它能读你的文件、改你的文件、运行脚本、生成新的文档，把活儿从头干到尾。

先解释一个词：智能体（Agent）。普通对话模型像一个嘴皮子很溜的顾问，你问它"这事怎么办"，它给你讲一通；智能体则是把"讲"和"做"合二为一——它不仅告诉你方案，还能调用工具、读写文件、执行命令，一步步把方案落地。区别就好比"咨询师"和"能上手干活的助理"。理解了这一点，你就不会再用"让它写段文字"的思路去用 Codex，而是会想"我能把哪一整段流程交给它"。

Codex 有好几种用法，适合的人不太一样，我做了张表帮你对号入座：

这篇我重点讲桌面应用，因为它界面最友好，对不写代码的人也很能打。它支持 Windows 和 macOS。OpenAI 自己给它的定位很有意思，大意是"从一个会写代码的智能体，进化成一个用代码来帮你把电脑上的活儿干完的智能体"。这句话翻译成人话就是：哪怕你完全不懂编程，它照样能替你处理一大堆办公杂事——它写的那些代码，是它自己用来干活的"工具"，你根本不用去看懂。

值得一提的是，这类智能体工具这两年进化得非常快：从最早只能在云端单点改改代码，到现在能在本地长时间跑、能并行处理多个项目、能被信任去接手跨越几小时甚至几天的大任务。它的核心竞争力已经从"它能做什么"，悄悄转向了"你怎么指挥它、怎么监督它、怎么和它协作"。换句话说，会不会用，正在成为比模型本身更重要的变量——这也是我写这篇长文的原因。

它的费用门槛也低。Codex 直接包含在 ChatGPT 的套餐里，免费版目前也能体验（有用量限制），日常轻度使用基本够；但如果你打算把它真正塞进工作流天天用，建议至少升级到 Plus 这一档，额度更宽裕、跑长任务时不容易中途卡住。我自己折腾下来的体会是：免费额度适合试水，一旦你尝到甜头想全天候让它干活，付费方案省下来的时间远比那点订阅费值。

为了让这篇不只是干讲概念，我后面会用一个虚构的小例子串起来：假设我要筹办一场线下分享沙龙，手上一堆报名表要汇总、要做邀请邮件、要做个活动看板、最后还想搭个简单的活动官网。整个过程我都交给 Codex 来打配合，你跟着看一遍就知道它能干到什么程度了。

二、安装好之后第一件事：让 Codex 先认识你

装 Codex 桌面版很简单：去官方页面找到对应系统的下载链接，下回来正常安装就行。第一次打开，你会发现它的界面和常见的对话式 AI 很像——中间一个大输入框，就是你向它发指令的地方；左侧是对话列表；左下角是设置入口。

但别急着发第一条指令。新手最容易忽略的一步，恰恰是先让它认识你。

打开左下角的设置，切到"个性化"那一类。这里可以把你的身份、职务、希望它怎么称呼你、回复时的语气偏好这些都填进去。看着是小事，效果差别很大：填好之后，它给你的回复会更贴合你的实际角色，不会动不动给你一堆用不上的废话。

个性化下面通常还有一个**记忆（Memory）**开关。打开之后，Codex 会从你跟它的多次对话里慢慢记住你的习惯和偏好，下次不用重复交代。比如你一旦说过"日期一律用 2025-08-15 这种格式"，后面它就会自己沿用。

小提醒：个性化里写的是"关于你这个人"的长期信息，记忆是"它从对话里自己攒下来的偏好"。两者叠加，用得越久它越懂你。

2.1 顺手认一下界面

发指令之前，花一分钟把界面认熟，后面会少走很多冤枉路：

• 中间的大输入框：你向 Codex 发问、下指令的地方，也是整个软件用得最多的入口。
• 左侧的对话面板：你跟它的所有对话记录都列在这儿。用不到的旧对话可以执行"封存（归档）"指令收起来，保持列表清爽。
• 左下角的设置：个性化、记忆、权限这些都在这里调。
• 左上角的扩展 / 技能页面：管理你装的技能和扩展，后面会反复用到。

2.2 两种"新建对话"，别按错

开新对话时你会发现有两个入口，背后逻辑不一样，新手特别容易搞混：

差别在于：从项目旁边的加号开的对话，会自动带上这个项目的背景（也就是后面要讲的 AGENTS.md）；而普通"新增对话"则是一张白纸。所以处理项目事务时，记得从项目那个加号进，别图省事点了通用入口，否则它又得你从头交代背景。这个习惯养成了，能省掉大量重复沟通。

这一步做完，相当于完成了破冰。但光认识你还不够——它还得搞清楚你眼下到底在忙哪件具体的事。这就引出了下一步，也是我认为整套流程里最关键的一步。

三、给 Codex 圈一块"工作范围"：项目文件夹 + AGENTS.md

如果你只给 Codex 一句"帮我整理一下报名表"，它会一脸懵：什么报名表？放哪儿了？要整成什么样？所以聪明的做法是先给它划定一个明确的工作范围，再把项目背景写下来给它看。

3.1 建一个专属文件夹

第一步，在电脑里新建一个文件夹，名字起得清楚一点，比如就叫"线下沙龙筹备"。这个文件夹以后用来存放跟这件事相关的所有文件——报名表、名单、素材图、它生成的成果，全堆这儿。把所有相关文件集中到一个目录，是让智能体高效工作的前提，否则它东找西找，效率和准确率都会打折。

3.2 写一份 AGENTS.md，把背景一次性交代清楚

接下来是点睛之笔：在这个文件夹里建一份操作守则。每次你让 Codex 处理这个项目的事，它都会先把这份守则读一遍，自动掌握所有必要背景，省得你每回都从头讲。

建这份守则不需要任何专业工具，打开系统自带的文本编辑器就行（Windows 上记事本就够用）。把活动名称、日期、地点、有哪些注意事项、命名规范这些写进去。

这里有两个必须记住的硬规矩：

• 这份文件要存在你刚建的那个项目文件夹里面，不能乱放；
• 文件名必须叫 AGENTS.md，一字不能错——Codex 就是认准这个名字去主动读取的。

AGENTS.md 里大概可以这么写（这是我给沙龙项目写的示例，你照着改即可）：

# 项目：2025 秋季线下技术沙龙筹备

## 基本信息
- 活动日期：2025-09-20（周六）下午
- 地点：城市图书馆三楼报告厅
- 预计规模：80 人

## 文件命名规范
- 报名表统一命名为：报名表_班组_姓名.docx
- 汇总文件统一放在 /汇总 子目录下

## 通用要求
- 所有日期一律写成 2025-09-20 这种格式
- 涉及人名时不要泄露手机号等敏感信息

存好这份文件之后，回到 Codex 界面，新建一个项目，选择"使用现有文件夹"，进到刚才存放 AGENTS.md 的那个目录，点打开。这样 Codex 就和这个项目绑定了。

为什么这一步这么重要？因为它把"上下文"这件事固定了下来。我自己一开始偷懒不写 AGENTS.md，结果每次都要把背景重讲一遍，又慢又容易讲漏；写完之后整个体验立刻顺滑了一大截。这是 辛梓煜@词元二号站 实操下来最想先安利给新手的一招。

3.3 AGENTS.md 写好的几个要点

AGENTS.md 不是写得越长越好（原因下一节讲技能时会展开），但写得到位能让 Codex 少猜很多。我总结了几条经验：

• 只写"长期不变、每次都要用"的背景。 比如活动日期、命名规范、绝对不能碰的红线。临时的、一次性的要求，直接在对话里说就行，别往里堆。
• 把"约束"写明确。 与其写"注意保护隐私"，不如写死"输出任何名单时都不要包含手机号、身份证号"。约束越具体，它越不会越界。
• 给命名和格式定标准。 日期格式、文件命名、汇总表放哪个子目录，这些一旦写清楚，后面所有自动化的产出都会整整齐齐。
• 用人话分段，加小标题。 它读起来更清楚，你日后维护也方便。

一个常见的新手误区是：把整套操作步骤（"先做 A、再做 B、然后 C"）也塞进 AGENTS.md。这恰恰是该用技能来装的东西，不该混进背景文件里。背景归背景，流程归流程，分开放，整个项目才不会越用越臃肿。这一条我后面在第七节会专门掰开讲，这里先埋个伏笔。

flowchart TD
    A[新建项目文件夹] --> B[放入相关文件]
    A --> C[写 AGENTS.md 背景守则]
    B --> D[在 Codex 里选这个文件夹建项目]
    C --> D
    D --> E[每次对话自动读取 AGENTS.md]
    E --> F[Codex 带着完整背景干活]

四、选模型、调推理强度、设速度：把"大脑"调到合适档位

项目建好后，还要给它配一颗合适的"大脑"。Codex 让你挑用哪个 AI 模型来干活，目前默认值通常是 GPT-5 系列里专门优化过编程和智能体任务的版本（型号会随官方更新而变，按界面里的默认选项走一般就够）。

除了模型本身，还有两个旋钮值得新手了解一下：

要注意一点：开"快速"模式或拉高推理强度，都会更快地消耗你的用量额度。所以别一上来就全拉满，按任务难度来——简单的体力活用低档位，省额度；真正烧脑的活儿再给它加马力。这种"按需给油"的习惯，长期能帮你把额度花在刀刃上。

调好之后可以先随手测一下成果。比如我问它"我叫什么名字，最近在筹备什么活动"，它会把个性化设置和 AGENTS.md 里的信息综合起来，给出一个准确的回答。看到它能答对，就说明前面的"破冰 + 圈范围"都到位了。

关于模型版本，多说一句免得你被名字绕晕：Codex 用的模型隶属于 GPT-5 这一代，里面又细分出专门为编程和智能体任务优化过的若干版本，名字会随官方更新不断变化。对新手来说，没必要纠结具体型号——界面给你的默认选项，通常就是当下最适合干活的那个，照默认走就行。只有当你明确感到"这个任务太烧脑、它有点力不从心"，再考虑往上换更强的版本；或者反过来，任务很简单又想省额度，就换个更轻量的小模型。把它想象成开车换挡：平路用经济挡省油，爬坡再降挡上扭矩，没必要全程地板油。

五、第一类典型活儿：批量改名、跨表合并去重、自动记日志

热身完毕，来点真刀真枪的。办公里最磨人的就是这种重复体力活，恰恰也是 Codex 最能解放你的地方。

5.1 杂乱文件批量重命名

我筹备沙龙时，让各组负责人回填报名表，结果收上来一看——每个人命名方式都不一样，乱成一锅粥。这种活儿手动改能改到崩溃。

做法很简单：把所有表格拖进项目文件夹，然后给 Codex 一句指令，让它把所有文件名统一改成固定格式（比如前面 AGENTS.md 里约定的那种）。过一会儿再打开文件夹，原本乱七八糟的命名已经被它收拾得整整齐齐。

5.2 跨表合并 + 自动去重

更典型的是合并表格。我手上有两份从不同渠道收来的人员名单，要合成一张 Excel，麻烦的是两份之间有重名的人，合的时候得顺手去掉重复。

我把两个文件拖进项目文件夹，写提示词时用一个小技巧：输入 @ 符号，界面会弹出候选文件清单，直接把这两份名单挂到提示词里，比手敲文件名又快又不会写错。

提示词大概是这样：

请把项目文件夹里的 @名单A.xlsx 和 @名单B.xlsx 合并成一张 Excel，
两份名单中重复出现的人名只保留一条，
合并结果保存为 “参会名单_合并.xlsx”。

这里还有个进阶玩法值得说：Codex 能并行处理多个任务。所以我可以让它一边做名单去重，一边同时去把那堆报名表汇总到另一张总表里，两件事一起跑，我喝口水的工夫两边都干完了。

5.3 让它顺手记一本"处理日志"

考虑到后面还会陆陆续续有人补交表格，我额外让它建一份日志文件，专门记录"已经处理过哪些文件"。这样下次再来一批新表，一对日志就知道哪些是新的、哪些已经入过库，不会重复劳动也不会漏。

跑完之后我检查了一下成果：名单成功合并、重名清除干净；各组报名表的数据也都汇进了总表对应的列；日志文件里则列出了一份清清楚楚的已处理清单。这一整套，搁以前我得吭哧吭哧搞一上午。

5.4 再举一个：从一堆文档里提炼信息

除了改名和合表，还有一类很常见的活儿是"信息提取"。比如各组提交的不只是表格，还有一些 Word 写的说明文档，我想快速知道每份文档里"摊位主题"和"所需场地"分别是什么。

这种活儿手动翻一份份读会读到眼花。我的做法是把这些文档都丢进项目文件夹，然后一句话：

请逐个读取项目文件夹里的所有 Word 说明文档，
从每份里提取“摊位主题”和“所需场地”两项，
汇总成一张表格，文档信息缺失的标注“未填写”。

它会一份份读过去，把结构化信息抽出来排成表。这类"读非结构化文档 → 输出结构化表格"的能力，是 Codex 在办公场景里最被低估的本事之一。

5.5 动手前先给自己留条后路

最后说个安全习惯：让 AI 批量改文件之前，先把原始文件备份一份。最简单的做法，就是在项目文件夹里建一个"原始备份"子目录，把收上来的原件先复制一份进去，再让 Codex 去动副本。万一它理解偏了、改坏了，你还有干净的原件可以重来。批量操作快是快，但不可逆的改动一旦出错，回滚成本很高，这一步保险值得做。

六、审批机制：读写权限、自动审批、完全访问怎么选

让 AI 在你电脑上动手，安全边界这件事必须搞明白，不然心里不踏实。

Codex 干活时，碰到一些它觉得"需要你点头"的操作，会弹窗等你核准。你可以单次同意，也可以选"本工作阶段不要再问"，让它在这一段连续作业里别老打断你。

如果嫌弹窗烦，可以在下方切换它的权限档位，大致分三档，越往下越省事但也越需要你信任它：

flowchart LR
    A[逐次询问<br/>最谨慎] --> B[自动审批<br/>较宽松]
    B --> C[完全访问<br/>中断最少 风险最高]

我的习惯是：新项目、重要文件，先用最谨慎那档，看它几轮表现都靠谱了，再慢慢放宽到自动审批。这跟带新人是一个道理——先盯紧，磨合好了再放手。涉及会动到原始文件、又不可逆的操作时，最好还是让它先停下来问一句。

举个我真实的顾虑：批量重命名这种事，如果规则没说清、它又开着完全访问一路改下去，等你发现命名跑偏，几十个文件名都改乱了，回滚起来很糟心。所以越是"批量 + 不可逆"的操作，越值得让它先停下来给你看一眼计划。多点一次"同意"花不了几秒，省下的可能是一下午的返工。安全边界这东西，宁可前期啰嗦点，也别图省事。

七、技能（Skills）：把重复 SOP 打包，省下 Codex 的"脑容量"

到这儿你可能发现一个痛点：每来一份新表，我都得把"先改名、再登记到 Excel"这套步骤重新交代一遍，烦不烦？

解决思路有两个，但其中一个有副作用，得讲清楚。

7.1 为什么不能什么都往 AGENTS.md 里塞

第一个思路是：把这些规则统统写进 AGENTS.md，反正每次开新对话它都会读。听起来挺好，但有个坑：AGENTS.md 写得越长，AI 每次都要先把这一大坨读进去，留给真正任务的"思考空间"就被挤占了，时间一长，回复质量反而会被拖累。

打个通俗的比方：AGENTS.md 像是你随身带、走到哪看到哪的便签本，东西越多越沉；而下面要讲的技能，更像是放在工具箱里、用到才拿出来的专用工具。

7.2 把 SOP 打包成"技能（Skill）"

第二个思路才是正解：把要交代的这套步骤打包成一个技能（Skill）。技能同样用来记录一项任务的标准流程（SOP），但它平时不会被加载进对话里占地方，只有真正用得上时才被调出来执行，这样就把宝贵的"记忆空间"省了下来。

技能在底层其实就是一个名叫 SKILL.md 的文本文件，里面写清楚这个技能叫什么、什么情况下该用、具体怎么一步步操作。它采用一种"渐进式加载"的机制：平时 Codex 只在脑子里记着每个技能的名字和简介，等判断出某个任务匹配上了，才去读那份完整的 SKILL.md。为了不撑爆上下文，这份"技能清单"的总占用还有上限（大约是模型上下文窗口的 2% 左右），装的技能太多它会自动精简描述。这套设计的好处就是——你可以装一大堆技能，平时却几乎不占地方。

7.3 项目级 vs 全局级：两种作用范围

技能分两个层级，搞清楚这点能少走弯路：

回到我的沙龙例子：整理报名表这套流程只在这次活动里用得上，所以我让 Codex 建一个项目级技能，详细描述好"重命名 + 登记到 Excel"的步骤。建完它就静静躺在项目文件夹里，是一份很简单的说明文件。除了在文件夹里能看到，我也可以在 Codex 左上角的扩展页面切到"技能"标签，在那里找到它，用右上角的开关临时停用或重新启用；以后用不到了，左下角还能直接卸载。

而像"做一份规范的 Word 表格排版"这种本事，是我在任何项目里都可能用到的，那就建成全局级技能。之后无论手头在忙哪个活儿，都能随时把它叫出来。

7.4 手动指定要用哪个技能

一般情况下，Codex 会根据你提示词的内容自动判断该不该启用某个技能。但你也可以手动精确指定：在输入框里敲一个斜杠 /，从弹出菜单里挑你想触发的技能就行。

我验收的时候只需要在输入框里简短写一句"帮我整理一下报名表"，它就自动调用刚建好的技能，把新交上来的那份表重命名、登记入库，全程不用我再啰嗦一遍步骤。这种"教一次、以后一句话搞定"的感觉，才是把 AI 真正用成生产力的关键。

7.5 一个技能长什么样：手把手看一份 SKILL.md

很多人对"技能"还是觉得抽象，我直接给你看一份简化的 SKILL.md 长什么样，看完你就懂了——它本质就是一份写给 AI 看的"操作说明书"：

---
name: 整理报名表
description: 当用户要求整理、汇总或登记报名表时使用。负责把杂乱命名的报名表统一改名，并把数据登记到总表 Excel。
---

# 整理报名表的标准流程

## 触发场景
用户说“整理报名表”“汇总报名”“登记新交的表”时启用本技能。

## 操作步骤
1. 扫描项目文件夹里所有 .docx 报名表文件。
2. 按规范把文件名改成：报名表_组别_姓名.docx。
3. 读取每份表里的字段，登记到“参会名单_合并.xlsx”。
4. 在“处理日志.md”里追加这次处理过的文件清单。

## 注意事项
- 不要覆盖已存在的总表数据，新增追加即可。
- 遇到信息缺失的表，先跳过并在日志里标注，不要乱填。

你看，开头那段 name 和 description 就是 Codex 平时记在脑子里的"简介"，它靠 description 判断什么时候该用这个技能——所以描述一定要写清楚触发场景，写得含糊它就可能该用的时候没用、不该用的时候乱用。下面的正文则是真正被调用时它才会展开来读的详细步骤。

写技能的几条心得：触发条件写具体；步骤写成有序清单；把"不要做什么"的红线单独列出来；能举个输入输出的小例子就更好。技能写得越规整，Codex 执行起来越稳。这套"把人脑里的 SOP 翻译给 AI"的能力，慢慢会成为一个很值钱的软技能——辛梓煜 我自己就是从乱写、到越写越顺，踩了不少坑才摸出门道的。

八、扩展（连接器 / 外挂）：让 Codex 接入更多工具

技能旁边还有一个叫"扩展（连接器 / 外挂程序）"的分页。如果说技能是一份份现成的操作说明，那扩展就是更完整的"懒人工具包"——里面除了预写好的技能，有时还会打包必要的程序代码等其他文件，用来给 Codex 扩充新本领。

举个例子，我要在沙龙的筹备会上给大家讲讲活动规划，需要一份 PPT。这时我可以先在 Codex 里安装一个做演示文稿的扩展，然后回到首页写一句"帮我生成一份十页的活动规划 PPT"，它就会调用刚装好的扩展，把这份简报搭出来，我直接拿去讲就行。

扩展的来源很灵活：官方和社区都有现成的，你也可以把某个公开技能的网址拷下来，让 Codex 帮你安装。装好之后，同样能在扩展页面找到它，随时停用或删除。

这里多补一句技术背景，帮你理解扩展到底"连"的是什么。Codex 能接入外部工具，靠的是一套通用的连接标准（业内常说的 MCP，即"模型上下文协议"，你可以粗略理解成"让 AI 和各种软件对话的统一插头"）。正因为有这套标准，Codex 才能去连你的邮箱、连演示文稿工具、连网站托管服务等等。对普通用户来说，你不用懂协议细节，只要知道："想让它多一项本事，去扩展页面装个对应的连接器就行。"

不过装扩展也有安全这根弦要绷着：

• 优先用官方或可信来源的扩展，来路不明的别随便装，毕竟它装上后可能会获得访问你某些数据的权限。
• 看清楚一个扩展要的权限。比如邮箱连接器会要访问你的邮件，心里得有数它能看到什么、能做什么。
• 不用了就及时停用或卸载，别让一堆用不到的连接器一直挂着。

把扩展当成"给 Codex 装外设"来理解就对了——好用，但插之前先看清插的是什么。

一句白话总结三者关系：AGENTS.md 是项目背景，技能 是一项具体本事，扩展 是一整套打包好的能力包。层层叠加，Codex 就从"会聊天"变成"会干活"。

九、图像生成：批量做工牌 / 识别证，再导出成 PDF

Codex 还有一个让很多人意外的本事：它内建了图像生成能力，能直接出高质量的图。

我筹备沙龙时有个活儿是给当天到场帮忙的志愿者做识别证。我先把识别证的需求描述给它——尺寸、比例、风格、要显示的姓名和职务这些，它很快就生成出一张设计稿。

但这只是个样板。实际每张识别证上的名字都不一样，而且最后还得输出成 PDF 方便交给厂商批量印。所以我换了个思路：

1. 先让它重新生成一张干净的背景底图（不带具体名字的模板）；
2. 把底图和志愿者名单一起拖进项目文件夹；
3. 到技能页面装上处理 PDF 的技能；
4. 写一段提示词，让它用这张底图当模板、把名单里每个人的名字依次填上，批量生成所有识别证的 PDF。

提示词大概长这样：

请用 @识别证底图.png 作为模板，
读取 @志愿者名单.xlsx 中的姓名和职务，
为每个人生成一张识别证，
最终合并输出为一个可打印的 PDF 文件。

跑完打开文件夹，所有人的识别证 PDF 就都齐了。这里要顺带提醒一句：图像生成会更快地消耗用量额度（官方说明里也提到，图像生成消耗额度的速度大约是普通任务的好几倍，还跟画质和尺寸有关）。所以批量出图前，最好先瞄一眼自己还剩多少额度，心里有数。

顺便分享几条让出图更省心的描述技巧：

• 把尺寸和比例说死。 别只说"做个识别证"，要说清楚"竖版、宽高比 3:4、留出顶部放 logo 的位置"，它才不会乱来。
• 风格用具体词，别用模糊词。 "简洁现代、浅蓝主色、留白多"比"好看一点"有用得多。
• 先出模板、再批量套用。 像识别证这种"版式统一、只换名字"的需求，一定是先定一张干净模板，再让它批量填名字，而不是一张张从头生成——既省额度，风格也统一。
• 要导出印刷