Codex保姆级教程：9大模块玩转AI编程工作台

Codex是什么：从「回答问题」到「完成任务」

AI编程时代，真正能大幅提升开发效率的工具正在从「问答助手」进化为「智能体工作台」。OpenAI推出的Codex，正是这一趋势的代表产品。

用一句话理解Codex：它是OpenAI推出的AI编程与智能体工作台，最大的价值在于把AI从「回答问题」推进到「完成任务」。

普通AI工具更像问答助手——你问一个问题，它给你一个答案，比如写文案、做内容总结。而Codex更像一个能进入项目真实目录、读取资料、修改文件、运行命令、调用插件的助手，最终生成可检查、可继续修改的结果。你可以把它理解成「能参与工作流程的助手」，不仅提升编程效率，日常办公、学习、写作场景同样受益。

本文根据B站UP主的22分钟保姆级教程整理，从9个模块系统拆解Codex的核心能力与实战用法，适合零基础用户从入门到进阶。

安装与界面：新手只需记住三个区域

安装Codex和普通软件类似：打开官网，点击下载，选择对应系统版本。首次打开时用ChatGPT账号登录即可。

登录后不要急于点击所有按钮，新手只需牢记三个核心区域：

• 左侧导航区：查看新建的聊天、项目、插件市场、自动化入口
• 中间对话框区：给Codex下达任务、上传附件、选择模型和推理等级
• 右侧结果区（场务区）：显示文件、预览页面、生成结果

一个适合新手的入门案例：新建空白项目后，输入提示词「帮我创建一个Markdown文件，用三句话解释Codex和普通聊天工具的区别」。你会发现，它不只是在聊天框里回答，而是真正在项目目录下创建了一个新文件。这正是后面所有能力的基础——Codex拥有一个可以持久操作的工作区。

Chat与Project模式：临时对话 vs 持久化工作

Codex有两种重要的工作方式，理解它们的区别是用好这款AI编程工具的第一步。

Chat模式：临时问问题

Chat更像普通聊天，适合临时性、一次性的提问。比如输入「解释一下MCP是什么」，它会像普通AI工具一样直接给出回答。这类任务不需要长期文件，也不需要在本地产生持久化结果，用Chat即可。

Project模式：正式任务产出成果

Project则适合正式任务——只要这个任务会产生文件、需要读取资料、持续修改、运行命令、写代码或调用插件，就建议用Project。例如「把当前文件移动到当前目录下」这类操作，Codex会在真实目录中完成，并把结果呈现在结果区。

简单总结：Chat是临时对话，Project是会产生持久化结果的工作。做网页、修改PPT、做表格、写代码，都推荐使用Project模式。无论哪种模式，都可以右击重命名，并查看真实的工作目录。

「持久化工作区」的概念是理解Codex与普通AI聊天工具本质区别的关键。普通AI对话是无状态的——每次对话结束后，AI不保留任何文件或操作记录。而Codex的Project模式维护一个真实的文件系统沙箱：所有生成的文件、安装的依赖、执行的脚本都保存在项目目录中，下次打开时状态完全保留。这类似于在云端拥有一台始终在线的开发机，而非每次都从零开始。这也是为什么「做网页」「写代码」这类需要多轮迭代的任务必须用Project模式——只有持久化的工作区才能支撑「上次生成的文件→这次继续修改→下次测试部署」这样的完整工作流。

模型、推理等级与权限：新手用默认配置最稳妥

这是Codex使用中容易被忽视但至关重要的三个设置项。

选择合适的模型

模型是Codex的「大脑」。在输入框右下角可以看到多个版本，不同模型在速度、推理能力、成本和适合任务上各有差异。新手无需纠结，选择默认模型即可完成大部分任务。

调整推理等级

推理等级分为低、中、高、超高。等级越高花费时间越多，越适合复杂任务，比如规划大型项目、分析大量文件。此外还有速度选项：快速模式比默认速度快1.5倍，但Token用量会翻倍。

谨慎设置权限

权限是最需要谨慎对待的部分。Codex执行任务时可能读文件、写文件、运行命令、联网、安装依赖甚至操作浏览器和电脑，这些动作都需要授权。

这里有一个重要提醒：权限不是越高越好。权限越高Codex越自由，但你需要看清它到底做了什么。建议新手前期使用「默认权限」或「自动审查权限」，遇到弹窗不要无脑点击，先看清它访问哪里、要执行什么命令。

实测案例中，当指令要求在Download目录（当前项目目录之外）创建TXT文件时，Codex会弹窗请求授权——这说明默认状态下它只能访问当前目录，越界操作必须经过确认。若选择「自动审查」，Codex会自动判断操作危险等级，低危操作自行确认，高危操作才请求授权。

插件市场：给Codex装上专业工具箱

Codex的Plugins可以理解成工具箱，安装后它就能处理更专业的任务。

以「办公三件套」为例：

• Documents插件：创建和编辑Word文档
• Spreadsheets插件：处理Excel表格
• Presentations插件：生成和修改PPT

实战演示

准备一份「AI工具学习资料」文档，给出提示词「帮我把这个文档整理成三种产物：一个Word学习笔记、一个Excel工具对照表、一份PPT课程大纲」。Codex会自动调用对应插件，一次性生成三种格式的文件。

除了让Codex智能判断，你还可以显式调用插件——点击加号选择插件，再给出文案，它就会用指定插件生成产物。

Plan模式：复杂任务先规划再执行

当任务比较复杂时，直接让Codex动手往往得不到理想结果——技术栈、代码结构、页面风格都可能与预期偏差。这时就该用Plan模式。

Plan模式遵循「理解→拆解→确认→执行」四步流程。它的核心不是「慢一点」，而是让Codex先把任务拆开，告诉你准备怎么做，你确认后它再执行。

如何开启Plan模式

点击加号选择「计划模式」。以「做一个个人博客」为例，Codex会先弹框让你选择博客定位、实现方式、视觉风格，然后列出完整计划。你满意后点击「实施此计划」，它才会生成静态博客页面。

Plan模式适合对结果有明确要求、不希望AI自由发挥的场景——它先规划再执行，不会上来就修改代码。

Skill与MCP：教它怎么做，让它连接外部服务

这是两个容易混淆但功能互补的高级能力。

Skill：Codex的操作说明书

Skill就像一份操作说明书，告诉Codex执行某类任务应遵循哪些步骤、注意哪些规则、使用哪些资源。比如生成图片有图片Skill，处理文档有文档Skill，测试网页有测试Skill。GitHub上有大量现成的Skill，覆盖开发、产品、写作、数据分析等场景。

安装方式有多种：

• 官方推荐的直接点击安装
• 通过终端复制第三方Skill命令回车安装
• 点击「Skill Create」自己创建，描述自己的工作流程

MCP：连接外部工具的标准接口

MCP是连接外部工具和服务的标准接口，让Codex能连接浏览器自动化、数据库、设计工具、项目管理等更多外部系统。

配置方式也很简单：通过 codex mcp add 命令加上MCP地址即可安装；或者更简单地在输入框直接说「帮我安装Figma MCP」，它就能自动完成。

实战演示中，安装Figma MCP后，给出提示词让Codex读取Figma设计稿，它成功读取了设计稿并识别出对应的标题元素。这就是让Codex连接外部服务的价值所在。

一句话区分：Skill是教Codex「怎么做」，MCP是让Codex「能连上外部系统」。

MCP（Model Context Protocol）是由Anthropic于2024年底提出并推动的开放标准协议，目标是为AI模型与外部工具之间建立统一的通信规范。在MCP出现之前，每个AI应用若想连接数据库、设计工具或浏览器，都需要为每种工具单独开发适配层，成本高且难以复用。MCP定义了一套标准化的「工具描述+调用+返回」格式，使得任何遵循该协议的外部服务都能被支持MCP的AI直接调用——类似于USB接口统一了外设连接标准。目前主流AI编程工具（包括Claude、Cursor、Codex等）均已支持MCP生态，GitHub、Figma、Notion、Slack等平台也陆续推出了官方MCP服务端，这意味着Codex理论上可以通过MCP接入数百种外部系统，而无需等待OpenAI逐一适配。

自动化与Computer Use：重复劳动交给AI

Automations：定时重复执行任务

自动化解决的是「有些任务不止做一次，而要重复做」的痛点，比如每天生成数据简报、每天获取AI最新新闻。其本质是让Codex在指定时间或间隔自动执行任务。

演示中，输入「每天晚上8点去社交平台获取Codex的新闻或更新并生成简报」，Codex便自动设置好定时任务。在自动化面板中，可以查看任务状态（活跃/暂停）、下次运行时间、运行环境和推理模型，也能手动执行、暂停或删除。不过新手不建议一上来就折腾自动化。

Computer Use：授权后直接操作电脑

Computer Use是Codex的一类「超能力」——授权后可以操作电脑，在软件中点击、输入、截图、读取界面信息。演示中，通过Computer Use让Codex「打开电脑国际象棋并与电脑对战」，它成功控制了整局对战。

但这类能力权限极高，新手务必谨慎使用。

Computer Use（计算机使用）能力的底层原理是「视觉+操作」的结合：AI通过截取屏幕画面来「看」当前界面状态，再生成鼠标点击坐标、键盘输入序列等底层操作指令来与界面交互。这与传统的RPA（机器人流程自动化）工具（如UiPath、AutoHotkey）有本质不同——RPA依赖提前录制的固定操作路径或UI元素ID，一旦界面变化就会失效；而基于视觉的Computer Use能理解界面语义，遇到弹窗或布局变化时能自主调整策略。这种灵活性使其适合处理界面不固定的任务，但同时也带来安全风险：AI的操作判断可能出错，在未经确认的情况下执行破坏性操作（如删除文件、提交表单）。因此在正式工作环境中使用前，强烈建议在隔离的测试账号或虚拟机环境中先行验证。

结语：用好Codex的关键在于「说清楚」

真正用好Codex的关键，不是记住每一个按钮，而是学会把任务说清楚：要它做什么、参考什么资料、最后怎么检查结果。

只要掌握了这个思路，无论是在写作、办公、学习还是编程场景，Codex都能帮你节约大量重复劳动。它代表的是AI工具从「问答」走向「执行」的必然趋势——而理解并驾驭这一趋势，正是每个开发者和知识工作者的新课题。