Codex 不是 ChatGPT 桌面版：非技术人员的 AI Agent 实战指南

❝

「本段核心问题：」 Codex 到底是什么？它跟 ChatGPT 有什么不一样？

❞

很多人一听说 OpenAI 出了桌面版 Codex，直觉反应是“ChatGPT 终于有桌面客户端了”。打开软件，输入文字，等它回答——然后就没了。就像有人调侃的那样：「把 Codex 当 ChatGPT 用，就像买了特斯拉只拿来听广播。」

Codex 不是 ChatGPT 的桌面版皮肤。它们是两种完全不同的东西。

ChatGPT 是一个装在浏览器里的对话机器人。你问它问题，它给你答案，但动手做事的人始终是你——上传文件的是你，下载结果的是你，复制粘贴、整理归档的还是你。因为 ChatGPT 根本碰不到你的电脑。

Codex 则不同。它是一个桌面 AI Agent，能够在你授权的范围内「直接读你的文件、修改文件、执行工具、产出成品」。你不用一次次上传下载、复制粘贴，Codex 可以自己钻进你的电脑去干活。

桌面 AI Agent 大致有两种形态：一种是像 Codex 这样对非技术人员友善的桌面 App；另一种是像 Claude Code 那样在终端机里操作的 CLI 工具。Codex 的优势在于——它有免费版，只要有 ChatGPT 帐号就能用，而且操作界面直观，不需要敲指令。

所以，在使用 Codex 之前，最需要做的事情不是安装，而是「心智转换」：从“问一个问题”转变为“交代一个任务”。你要把它当成一个可以直接动手的实习生，而不是一个只能动口的顾问。

「反思：」 我第一次打开 Codex 的时候，下意识地跟它说“帮我写一个 Python 脚本”——它写了，但我发现它其实能做得更多。真正让我意识到它不一样的地方是，当我跟它说“把桌面上的那个 Excel 打开，把第二列的空格去掉，然后存回去”，它真的照做了。那一刻我才明白，这不是一个聊天窗口，这是一个能操作电脑的入口。

界面导览：三栏式设计，5 分钟上手

❝

「本段核心问题：」 Codex 的界面长什么样，最关键的几个功能在哪里？

❞

Codex 采用直观的三栏式设计，不需要学习成本就能开始用：

  • 「左栏：」 历史对话、任务列表、专案资料夹、外挂程式和设定
  • 「中间栏：」 主要输入区，支援打字和语音输入
  • 「右栏：」 即时预览区，显示文件结构、网页渲染或 HTML 报表

有两个快速键必须记住：

  • 输入 @ 可以附加专案里的特定档案传送给 Codex
  • 输入 / 可以查看当前状态或指定要使用的 Skill

Fork 功能：平行宇宙的存档点

每一个对话回复下方都有一个「分支」按钮（Fork）。它的作用是：从该时间点复制出一条一模一样的新对话，让你可以分别尝试不同的方向。比如 Codex 给你两个解决问题的方案，你可以 Fork 两条分支，各走各的路，看看哪个结果更好——就像打电玩时存了一个进度，然后回头尝试另一种玩法。

视觉化注解：点画面就能改设计

在预览网页时，打开右上角的注解功能，你可以直接点击画面上的任何元素，然后说“这个标题放大”、“这张图换掉”，Codex 就会自动去修改底层代码并更新预览。整个过程不需要写程式，也不需要用抽象的语言描述位置——你指哪里，它就改哪里。

「反思：」 我教过一个完全不会写程式的朋友用 Codex 做活动网页。他看到注解功能的时候说了一句让我印象很深的话：“所以我不用跟它说‘上面那个区块的第二段文字’这种我自己都搞不清楚的话？”没错，视觉注解就是解决这个问题的——直接点画面，比任何描述都精确。

四个基本功：任何桌面 AI Agent 的核心能力

❝

「本段核心问题：」 要驾驭 Codex，需要掌握哪四个核心概念？

❞

不管用哪一款桌面 AI Agent，这四个概念都是核心。掌握它们，你就掌握了跟这类工具协作的基本方法论。

1. 专案（Project）：先圈出工作范围

Codex 的工作范围取决于你在哪个资料夹里开启它。那个资料夹就是它的工作区——它只会在这个范围内读档、改档、新增或删除。

「操作要点：」 与其只丢一个关键字让 Codex 自己找文件，不如直接把整个资料夹拖进去，或者贴完整路径，或者用 @ 功能指定档案。这本质上是在做「上下文工程」——把档案归好类、名字取清楚，让任何人（或 AI）光看资料夹名称就知道里面有什么。

「反思：」 我有一次把 Codex 直接开在“下载”资料夹里，结果它面对一堆“final_v2_真的最终版.xlsx”和“新增资料夹（3）”完全傻眼。后来我才意识到：「自己都没整理清楚的东西，AI 也帮不上忙。」 整理资料夹不是为了 AI，是为了你自己——AI 只是把你没做好的功课暴露出来了。

2. 权限（Permissions）：决定它能玩多大

Codex 有三种权限模式：

模式 说明 适用场景
保守（要求合作） 只能读档案跟你讨论，要动任何东西都得先问过你 新手入门、处理重要资料
中等（带我合作） 在工作资料夹内可自主读改档，想碰外面或联网时会停下问你 大多数日常任务
完整存取（Full Access） 完全放行，连整台电脑都能碰 熟悉后追求效率

「建议做法：」 从保守模式开始。被它问烦了再在当前视窗切到更高权限，或直接告诉它“这个工作阶段不要再问我”。等熟悉后可以开完整存取，但建议用 Agent’s Markdown 锁死不可逆操作（例如明确写“不要删除原始档”）。

3. 上下文（Context）：不是越多越好

上下文是 AI 的“视野范围”——能读到的所有资料，包括你的对话、提供的文件等。

「一个重要观念：」 上下文不是越多越好。因为 AI 要读的东西越多，能用来思考的空间就越被压缩，焦点也容易分散。

「实战技巧：」

  • 一个阶段做完后，让 Codex 先总结当前状态，然后输入 /compact 压缩上下文
  • 界面上的上下文用量小圈圈到 80% 就手动压缩一次，不要等它满了自动压缩
  • 这样可以避免任务做到一半被迫压缩而漏掉重要资讯

4. Agent’s Markdown：专案的规则书

这可以理解成专案的「员工手册」。在专案资料夹里放一份 Markdown 文件，里面写明：

请用繁体中文输出
不要删除原始档
修改文件前先说明你要改哪里
所有报名名单一律输出成 Excel
做完附上处理摘要

每次在这个专案下开启新 Session，Codex 都会先读这份文件，把它当成最高指导原则。

「新手容易踩的坑：」 写得越长越好，把所有 SOP 通通塞进去。实际上，规则越肥，AI 真正用来思考任务的空间就越少。比较好的做法是只放每次一定要知道的最低限度规则，较长的操作流程做成 Skill，要用再叫出来。

「如果不知道怎么开始：」 正常用一阵子，等专案有了点样子，再叫 Codex 根据合作经验帮你生成这份文件。

Agent’s Markdown 和 Memory 的区别

  • 「Agent’s Markdown：」 你亲手写的员工手册，是专案的规定，跟着资料夹走
  • 「Memory：」 AI 私底下对你的观察笔记——它觉得你有这个偏好就自己写下来

好处是它会越来越懂你，坏处是可能过度解读。所以 Memory 要定期清理，最简单的方法就是直接问 Codex：

你现在记了我哪些东西？

然后告诉它哪些可以删掉。

「总结原则：」 个人长期偏好给 Memory，专案规则与底线写进 Agent’s Markdown。

实战：从混乱资料夹到完整活动网页

❝

「本段核心问题：」 用 Codex 做一个活动筹备的实际流程是怎样的？

❞

下面用一个完整的讲座筹备案例，展示 Codex 如何把一个乱七八糟的资料夹变成有序的交付物。

第一步：扫描与整理资料夹

「操作：」 让 Codex 先扫描资料夹，告诉你里面有哪些文件、每个大概是做什么的，然后帮你重新命名。

例如把「Final 真的最终版.xlsx」改成「2026-06 讲座活动说明.xlsx」。

「为什么要做这一步：」 档名看不懂往往是工作开始乱掉的第一步。整理干净后，不管后面是自己做还是让 AI 接手，都会轻松很多。

第二步：整理表格

「关键技巧：」 跟 Codex 讲清楚目的，结果会差很多。

不要说：

帮我整理名单

要说：

帮我整理一份等一下要拿来记缺席的名单

这样它就会把信箱、是否出席等资讯摆前面，把不相关的栏位收起来。

「处理日志很重要：」 整理完后，请 Codex 产出一份处理日志，告诉你它改了什么、有哪些资料缺漏、哪些人需要补信箱。因为 Codex 不是魔法——你得知道它做了什么，才有办法验收。

有了干净的 Excel，还能继续往下串：叫 Codex 针对每个人写一封确认信，甚至去读报名者填的备注，客制化回应特殊需求。

第三步：制作简报与活动网页

根据活动说明和讲者介绍，先让 Codex 列出简报架构：第一页活动背景、第二页流程、第三页讲者介绍……而不是直接叫它“做一个简报”。

「做活动网页时，使用 Plan Mode（计划模式）：」

不要一上来就说：

帮我做一个活动网站

而是：

请你扮演一个 PM，针对我没讲清楚的地方反过来问我，问到规格被定义清楚为止。

等需求被厘清、计划看起来合理，再让 Codex 动手。

「视觉化修改：」 网页做出来不满意也没关系。利用右栏预览区的注解功能，直接点画面，然后像跟同事交代需求一样说：

  • “最上面那条横条放大”
  • “标题的字删掉”
  • “按钮往上弄一点”

做到这里，其实你已经在 Vibe Coding 了——不需要写一行程式码，却做出了一个完整的活动网页。

「反思：」 我以前做活动网页的习惯是打开 Wix 或 WordPress，从模板开始一点点改，一个下午就没了。用 Codex 配合 Plan Mode 的做法，我先让它把计划列出来——这个阶段大概 10 分钟——确认无误后再让它动手。整个流程下来，从原始资料到上线，不到一小时。真正省时间的不是“写代码变快了”，而是“不用来回确认需求”了。

Skill、外挂与自动化：从执行助理到自动化系统

❝

「本段核心问题：」 怎么让 Codex 从每次都要重新交代变成自动运行的体系？

❞

Skill：封装你的 SOP

一套你已经跑通、也满意的 SOP，可以存成 Skill，下次不用重讲一遍。

「举例：」 「讲座筹备 Skill」可以包含：

  1. 读取报名资料
  2. 整理名单与填补栏位
  3. 产生邀请信草稿
  4. 产出活动筹备状态报告
  5. 活动结束后产出复盘摘要

下次办类似活动，直接叫出这个 Skill，Codex 就会按流程一步一步执行。

外挂程式：串接第三方服务

点左侧栏的「外挂程式」，可以搜寻你想要的应用程式功能并一键连接：

  • 「Gmail：」 Codex 能帮你搜寻信件、撰写草稿
  • 「Google Drive：」 读取云端文件，按你的要求修改

自动化排程：解放你的脑子

把你每天固定要跑的任务交给 Codex，让它定时帮你做。

「举例：」 每天早上 9 点自动检查报名表单 → 有新报名就更新到 Excel → 捞未回信的人 → 写客制化 Follow-up

「一个容易被忽视的成本：」 一件琐事可能只花五分钟，但你要记得去做这件事的心智成本绝对不只五分钟。每天被这些琐事磨掉的时间，远比你以为的要多。自动化排程不是炫技，它在解放你的脑子。

「反思：」 我以前觉得“这种小事不用自动化，我自己做还比较快”。但我后来发现，真正消耗我的不是做那件事的 5 分钟，而是“记得要做”这个念头在脑子里盘旋的几小时。把这些固定琐事交给自动化之后，我脑子里少了很多“待办清单”的杂音。

把 Codex 当家教：边做边学的最高境界

❝

「本段核心问题：」 Codex 除了干活，还能教人做事？怎么用它来学习？

❞

Codex 除了是助理，其实也是随叫随到的家教。

「场景一：理解并定制 Skill」

拿到一个别人写好的 Skill，不知道怎么用？直接丢给 Codex，问它是做什么的、什么情况会触发。然后告诉它你平常的工作内容，问它这份 Skill 该怎么改才更适合你。

「场景二：安装并学会用新工具」

以前要去 GitHub 的 README 看一堆手把手教学，中间有一个画面长得不一样就卡住了。

现在可以直接跟 Codex 说：

你先帮我装好 [工具名称]，然后一步一步教我怎么用，顺便给我一张表，整理出我要注意的地方跟一些小技巧。

「场景三：给反馈，持续改进」

你是 Agent 的管理者，不能把任务丢给它就预设它会产出你脑子里那个完美的版本。要像带一个新来的同事一样：

  • 先给它背景
  • 讲清楚目标
  • 看一下它的计划
  • 验收它的成果

它做错的时候，不要只丢一句“我不喜欢”。要告诉它哪里不对、为什么不对、下次遇到类似情况该怎么判断。

你越是这样带它，它就越像一个真的懂你做事方式的伙伴，而不是每次都从零开始乱猜。

「反思：」 有一件事让我印象很深。我跟 Codex 说“这个报告的语调太生硬了”，然后它改了一版，还是不太对。后来我意识到问题不在“语调”，在于我没有告诉它“我的读者是谁”。当我补充了“这些报告是给非技术的主管看的”之后，它调整出来的版本就对了。这件事情教会我：「AI 不会读心，你对它越坦诚，它给你的东西越有用。」

风险与适用边界

❝

「本段核心问题：」 Codex 有哪些风险？什么情况下不该用它？

❞

Codex 能直接操作你的电脑档案，这意味着它也有能力造成破坏：

「档案遗失风险：」
在 Full Access 模式下，如果 Agent’s Markdown 没有明确写“不要删除原始档”，Codex 可能直接覆盖或删除你的文件。建议先备份重要资料。

「隐私与安全：」
Codex 需要读取你的档案才能工作，敏感资料（如密码、个资）不应放在专案资料夹中。串接外挂程式时注意授权范围。

「上下文限制：」
Codex 的上下文有上限，处理大型专案时需要手动压缩或拆分任务。不要指望它能记住整个专案的所有细节。

「不是万能：」
Codex 无法处理需要人类判断的复杂决策——创意方向、人际沟通、需要领域专家知识的深度分析。它擅长的是执行明确指令和处理结构化资料。

「免费版限制：」
免费版有使用额度限制，大量使用时需要升级付费方案。

「最安全的做法：」
先用保守模式，在一个专门的测试资料夹中练习，熟悉后再逐步提升权限。每次让 Codex 做重要操作前，先问它“你打算怎么做”，确认计划合理再放行。

「反思：」 我见过有人第一次用 Codex 就直接开 Full Access 跑一个重命名脚本，结果把整个专案资料夹的结构弄乱了。这不是 Codex 的错——是人没有设定边界。就像你不会让一个新来的实习生直接动生产环境的资料一样，AI 也需要你先把规则讲清楚。

核心原则：并行开发，而不是傻等

❝

「本段核心问题：」 怎么同时利用多个 AI 代理干活，而不是干等一个跑完？

❞

不要一个任务一个任务地喂给 AI 代理，然后盯着进度条发呆。真正的效率不是让代理跑得更快，而是让你能够同时调度多个任务。

Codex 支援这种并行工作流：

  1. 发完一个提示就切到下一个
  2. 让 AI 们各自干活
  3. 你负责调度和验收

你可以同时跑：iOS App 开发、Web Landing 页面、投资人简报、发布视频、社交媒体自动发布、App 图标设计——全部并行。

「Fork 分支功能」在并行场景下特别好用：用不同的分支测试不同的方向，然后选出最好的结果。

实用摘要 / 操作清单

如果你打算今天就开始用 Codex，这里是一份可以直接照着做的清单：

  1. 「下载并安装 Codex」（搭配 Ollama 使用本地模型更佳）
  2. 「选择一个专案资料夹」，把相关档案整理好，取好名字
  3. 「从保守权限模式开始」，在一个测试资料夹里练习
  4. 「第一个任务」：请 Codex 扫描并整理你的资料夹结构
  5. 「建立 Agent’s Markdown」：写入基本规则（语言、命名规范、安全边界）
  6. 「试用注解功能」：如果做网页，直接点画面修改
  7. 「定期检查上下文用量」，到 80% 就压缩
  8. 「把一个跑通的流程存成 Skill」
  9. 「设一个自动化排程」——哪怕是最简单的那一种

一页速览（One-page Summary）

概念 一句话解释 新手该怎么做
专案（Project） Codex 的工作范围 开一个专属资料夹，别开在桌面
权限（Permissions） 它能做什么、不能做什么 从保守模式开始，熟了再升级
上下文（Context） AI 的视野范围 到 80% 就压缩，别等它满
Agent’s Markdown 你写的员工手册 先简单写 5 条，别写太多
Skill 封装好的 SOP 跑通一个流程后就存起来
外挂 串接第三方服务 先连 Gmail 或 Drive 试试
自动化 定时执行任务 从每天早上一个固定任务开始
Fork 平行宇宙存档点 有两个方案时各走一条
注解 点画面改设计 做网页时一定要试

常见问答（FAQ）

「Q1：Codex 和 ChatGPT 桌面版有什么区别？」
Codex 能直接操作你电脑里的档案和工具，在你授权的范围内自主读档、改档、产出成品；ChatGPT 只能回答问题，动手的人还是你。

「Q2：Codex 免费吗？」
Codex 有免费版，只要有 ChatGPT 帐号就能使用。免费版有使用额度限制，大量使用时需要升级付费方案。

「Q3：我不是工程师，能用 Codex 吗？」
可以。Codex 的界面是三栏式设计，不需要写指令或代码。注解功能让你直接点画面就能改设计，语音输入也支援。

「Q4：Codex 会不会把我的资料删掉？」
在保守和中等权限模式下不会。只有在完整存取模式下，且你没有在 Agent’s Markdown 里写明安全规则时才有风险。建议从保守模式开始，重要资料先备份。

「Q5：Agent’s Markdown 要写多长？」
越短越好。只放每次一定要知道的最低限度规则（语言、命名规则、安全边界），详细的 SOP 做成 Skill 单独调用。

「Q6：什么是 Fork 功能？」
Fork 可以从任何一个对话时间点复制出一条一模一样的新对话，让你分别尝试不同方向，对比结果。

「Q7：Codex 能处理大型专案吗？」
可以，但要注意上下文限制。建议定期压缩上下文（/compact），并把大任务拆分成多个 Session 分段完成。

「Q8：自动化排程能做什么？」
可以定时执行固定任务，比如每天早上检查报名表单、更新 Excel、捞未回信的人、写 Follow-up 邮件等。

本文内容基于 OpenAI Codex 桌面版的实际使用体验整理而成。所有案例和技巧均来自真实应用场景。