从零上手 ChatGPT 与 Codex：安装、注册与进阶使用全指南

OpenAI 将 Codex 与 ChatGPT 深度整合后，很多用户第一次打开客户端会被两套逻辑、一堆陌生按钮搞懵。这篇教程基于一份 B站保姆级视频整理，把下载安装、账号登录、会员开通到 Codex 的进阶设置串成一条清晰的路径，帮你少走弯路。

说明：本文涉及的账号注册与第三方充值内容仅作信息整理，实际操作请自行评估合规与安全风险。

Codex 与 ChatGPT 已经合并

视频作者反复强调的一个核心事实是：Codex 和 ChatGPT 已经整合到同一个客户端里，所谓下载 Codex 其实就是下载 ChatGPT 的桌面应用。

安装流程本身没有难点——打开官网，点击页面中间的下载按钮，等待下载完成后在文件夹里双击安装包，跟着提示一步步点下去即可。真正需要理解的是安装完成后，客户端内会出现 Codex 和 ChatGPT 两个切换项，它们对应两种完全不同的任务处理逻辑：

• ChatGPT 模式：适合简单对话和快速问答，回答通常十几秒就能出结果；
• Codex 模式：适合让它"具体去干一件事"，比如写代码、处理文件，执行时间往往需要 3 到 60 分钟。

理解这个区别，是用好整套工具的前提。对话谁都会用，真正值得花时间学的是 Codex。

Codex 最初是 OpenAI 于 2021 年推出的独立代码生成模型，基于 GPT-3 架构针对编程任务微调而来，是 GitHub Copilot 的底层引擎。此后 OpenAI 将代码能力逐步融入 GPT-4 系列主模型，使得独立的 Codex API 于 2023 年正式下线。2025 年 OpenAI 重新启用"Codex"这一品牌名，指代集成在 ChatGPT 客户端中的自主编程智能体（Coding Agent）——它不再只是"补全代码"，而是能在沙盒环境中自主运行代码、读写文件、调用工具，完成端到端的开发任务。因此现在语境中的 Codex 与早期的 Codex API 是两代完全不同的产品，理解这一演变有助于正确设定使用预期。

账号登录与会员开通

登录环节，作者推荐用谷歌账号一键登录，因为主流海外 AI 基本都支持谷歌账号，一号多用能省去反复注册的麻烦。注册谷歌账号时用谷歌浏览器操作，流程与常规注册一致，需要留意的是账号归属地会跟随网络环境自动判定。

关于会员开通，视频提到目前主要通过第三方代充网站完成，支持微信支付，以 ChatGPT Plus / Pro 为例，充值时需要在已登录账号的官网页面获取一段授权代码，粘贴回充值界面核验邮箱后创建订单，支付后一两分钟即可到账。刷新客户端后头像旁出现 Plus 标识，即代表开通成功。

这里要提醒的是，第三方代充存在账号安全和汇率溢价（视频提到比官网多约一刀手续费）等问题，是否采用需自行判断。开通后的账号可直接在 Codex 中登录，解锁全部能力。

Codex 的核心功能与使用技巧

新建一个 Codex 对话后，界面上会出现不少陌生按钮，作者逐一做了拆解：

权限与模型选择

界面上最显眼的"完全访问"（红色）用来决定 Codex 执行操作时是否需要你逐次批准，作者默认拉满以提升效率，但建议新手先用一两天熟悉后再开启。模型选择遵循"越高级越好"的原则，但对普通会员来说，日常任务用中等档位即可，复杂任务再往上调，避免额度消耗过快。

项目、目标与计划模式

• 项目：指定一个文件夹，Codex 产生的文件都存留其中，每次执行也会优先读取该文件夹内容；
• 目标模式：给 Codex 设一个目标，不达成绝不罢休。作者转述推特上一个案例——有人开了这个模式后，Codex 为了叫醒需要输入密码的用户，直接写程序让电脑发声，可见该模式行为可能相当"极端"，建议只在明确可达成的目标下使用；
• 计划模式：把任务拆成十几个步骤执行，对复杂任务可手动修改步骤，提升成功率。

目标模式的底层逻辑源自"自主智能体（Agentic AI）"设计范式：系统会持续评估当前状态与目标之间的差距，并自主选择工具和行动来弥合差距，直到判定目标已完成为止。与普通的单轮或多轮对话不同，目标模式下模型拥有主动发起下一步行动的权力，这意味着它可能在无人干预的情况下连续调用文件系统、执行脚本甚至触发外部程序。这种架构带来了极高的自动化潜力，但也引入了"失控风险"：一旦目标定义模糊或执行环境边界不清晰，模型可能采取超出预期的手段来"完成"任务。因此在使用目标模式前，建议明确定义成功标准，并为 Codex 设置必要的权限边界。

录制技能与分支功能

录制技能是让 Codex 观察你的录屏，总结出一套可复用的操作技能，适合网站后台等固定重复、可以沉淀成 SOP 的场景；但一旦任务涉及现实层面的信息交互，效果就会打折扣。

作者认为最实用的是分支功能——在每条对话下方可以创建分支，一次性开十几个分支让 Codex 并行处理任务的不同阶段，效率成倍提升。代价是额度消耗也会同比例上升。

必开设置与推荐插件

合理的设置能让 Codex 发挥完整性能。进入左下角头像的设置页，重点集中在"常规配置"、"个性化"和"电脑操控"三处：

• 常规：建议开启自动审核权限以节省精力；完整访问权限建议熟悉一天后再开；打开"上下文窗口使用情况"按钮，随时掌握剩余上下文与压缩时机；在配置里打开网页搜索能增强任务能力。
• 个性化：勾选"启用本地记忆"和"允许基于工具生成记忆"，会略增额度消耗，但会让工具越用越顺手。
• 电脑操控：把屏幕相关的勾选项都安装，可增强 Codex 处理任务的能力。

插件方面，作者的定位很清晰：插件是针对特定场景的技能，比如 Excel 插件能强化文档制作与分析能力，按需安装即可。其中特别推荐所有人都装上模拟点击插件，它能让 Codex 用鼠标精准操控电脑，任务结果更可靠。

进阶：把上下文从 20 万扩展到 100 万

Codex 对话默认上下文容量是 20 万，超出后会自动压缩，而压缩往往会削弱任务执行效果。作者给出的解法是打开官方默认关闭的百万上下文：直接让 Codex 打开配置文件，在文件管理系统中用记事本打开该文件，粘贴一段官方指令后保存，重启客户端即可生效。验证方式是随便问一个问题，右下角上下文容量会显示接近 824K 的数值。

需要权衡的是，百万上下文虽然能承载更长任务，但额度消耗同样夸张，作者建议"斟酌性开启"，而非默认长期打开。

上下文窗口（Context Window）是指大语言模型在单次推理中能够"看到"的最大 Token 数量，涵盖对话历史、上传文件、工具返回结果等所有输入内容。Token 并非等同于字符，中文约 1–2 个字符对应 1 个 Token，代码则因结构密集往往消耗更多。当输入超过上下文上限时，模型必须丢弃或压缩早期内容，这会导致它"遗忘"任务的早期约束或中间结果，进而降低长流程任务的一致性。将上下文从 20 万扩展至约 82 万 Token，理论上可以让 Codex 在不丢失信息的前提下处理一个大型代码仓库或超长文档。代价是每次推理需要处理的 Token 量大幅增加，API 计费与本地推理资源消耗均会成比例上升，这正是作者建议"斟酌性开启"的原因。

练手项目：做一个桌面宠物

教程最后给出一个上手练习——用 Codex 做桌面宠物。操作路径是头像 → Codex 设置 → 宠物 → 创建，在弹出的对话框中提出需求并上传素材，Codex 就会生成一个桌宠。作者展示的示例甚至接入了大模型对话能力，可实时读取电脑信息并互动，剩下的就交给想象力发挥。

小结

整体来看，这份教程的价值在于把 Codex 那些容易被忽略的设置与逻辑讲透：搞清 ChatGPT 与 Codex 两种模式的分工、善用分支并行、按需装插件、谨慎开启目标模式和百万上下文。工具再强也要量力而行——作者最后也提醒，功能虽多，切勿贪杯，注意合理使用。