40分钟学会Codex！“零基础”终级教程～【附完整文档】

推荐语

想快速掌握Codex，成为AI编程高手？这篇40分钟教程让你从安装到实战，轻松玩转10个实用场景！

核心内容：
1. 基础入门：Codex与Claude Code的区别及安装指南
2. 功能详解：从基础操作到高级功能的全方位讲解
3. 实战应用：10个到手即用的场景案例与配套资源

杨芳贤

53AI创始人/腾讯云(TVP)最具价值专家

为了让每个小白都能从 0 掌握 Codex！我花了十几天，做了上面这期40分钟的视频。

🎬视频里知识点最全、操作最完整～我会从安装开始，手把手把 Codex 的基础能力到高级功能组合，用 10 个实战场景带大家彻底拉通～

看完，你不仅摸透 Codex 的能力，还收获 10 个到手就能用的实战用法。以后这类 Agent 产品出一个算一个，你都会触类旁通、游刃有余。

想全面掌握 Codex，强烈推荐先看视频！

📎 配套文档：视频里提到的命令、工具、skill、prompt 全都打包好了！跟着视频操作的时候随用随查👇

https://my.feishu.cn/wiki/OCY5wzbGhiLDr8kMulkcLLuSnQd

📖 图文教程：没时间看视频也没关系，你正在读的这一篇就是图文教程～读完知道 Codex 整体能干什么、自己该从哪一关入手，适合先建立全局认知，或者看完视频回来查漏～

好啦，话不多说，上课！

1.1 Claude Code跟Codex的区别

本质上他俩都是从编程 Agent 起家、逐步走向通用 Agent 的产品，分别是 Anthropic 和 OpenAI 出的。

模型、易用性、功能和价格上可以看看下面这张图~

功能上，Claude Code 原本是最齐全的，Skill、MCP、斜杠命令、Hook、远程操控这些都是 Claude Code 先发明的。

但Codex 这边后来居上，发了浏览器操控、Computer Use、image2 生图，还有手机端和 Hook——可以直接用手机 ChatGPT 控制电脑上的 Codex 干活。

在使用场景上，我日常办公用 Codex，写作用 Claude Code 搭配 Claude（Opus 4.6 的写作和规划真的很强）。编程的时候嘛，两个都用上。

结论是，入门的朋友 Codex 就很强，有条件的朋友 2 个都来很完美。2 者逻辑是一样的，学一个另一个就会用了。

Claude Code 我也做过一期系统教程，想拥有左膀右臂的朋友可以去看看～

全网最全！60分钟全面掌握Claude Code~【附完整文档】

1.2 基础上手

ok，正式开始，用 Codex 唯一要准备的，就是一个 ChatGPT 账号，免费的也行，只是额度少点。

有了账号，直接官网下载安装就好。

https://chatgpt.com/zh-Hans-CN/codex/get-started/

这里也随便选点，比如日常工作，反正后续可以改。

1.3 界面介绍

进来之后会看到一个对话窗口，跟 ChatGPT 很类似。

打开两边的侧边栏也蛮眼熟的：左边管理对话和任务列表，中间是聊天，右边大概是结果之类的吧。

大家都能猜个7788，所以我们先不深究，直接开用！

这其实也是我探索所有新 AI 工具的独门秘方：打开一个陌生界面，先不管别的，找到对话框先聊，找到看得懂的按钮先按，按着按着就会了。

第一个要了解的能力是本地文件操作，Codex 可以自主读取和操作你本地的文件，而且不限数量。

比如说，我作为剪辑，本地文件夹里存了 80 多条视频素材，命名全是看不懂的。我想用它们的内容来重命名，看见文件名就知道是什么素材。这事 ChatGPT 肯定做不了，Codex 可以。 

2.1 项目文件夹

那我们来到这两个地方，可以看到都显示了一个概念叫项目。

我们一点"进入项目工作"就让我们选本地的文件夹了。

只要选中这个文件夹，里面的所有文件 Codex 都可以读取和操作。

当然，这需要我们给它权限。

2.2 三种权限模式

大家看这里的权限选择，目前我们是默认的权限，我们点开有三种权限模式。

那大家尤其是新手朋友，就选择自动审查模式相信AI就完了。咱又能审得比他好吗？对吧。

2.3 实战

ok，那我们选中刚刚的视频文件夹，继续来提出我们的需求。

帮我把这个文件夹里的所有视频素材，都按他们的实际内容重新命名

它做的时候非常聪明，先看到底有多少，然后选择抽取关键画面来判断内容，

而且它还知道不一个个看，拼成缩略图一组一组看，很快～

文件名全改变了，过程中没问要提权，因为都是在这个文件夹内操作。

我也分别对应了下，都是对的~而且它还遵循着序号、人物、场景、行动的清晰命名格式。

2.4 一个项目下可以同时开几个对话

我们也还可以在同一个项目里，开多个不同的对话，

比如在另一个对话里布置不同的任务，让它把所有关于风景的剪成一整条。它真能剪，用了一些工具，用 ffmpeg 拼在了一起。

2.5 创建新项目

那创建新的项目，我们可以手动在这边新建，

它会自动在本地同步创建一个文件夹。然后跟 Codex 对话的过程中，Agent 产生的任何文件，pdf、markdown、ppt 啊，也都会存在我们本地电脑上。

2.6 小总结

OK，大家应该get了！

Codex 可以随时访问本地文件，读取、写、删、移动文件。文件夹内的内容也就成了 Agent 随时可以获取的上下文。这里的"项目"也就对应着本地的一个文件夹。

3.1 上下文管理

那问题来了，刚刚这么个任务，会花我们多少额度呢？

界面上的这个小圈就能看到，它代表当前操作和对话使用了多少模型的上下文窗口。

当上下文快满的时候，Codex 会自动帮我们压缩。

其实当一个任务告一段落，不用等它自己动手，自己通过 /压缩 也可以手动压缩。能让模型更聚焦在新任务上，也省点上下文额度~

3.2 额度状态

除了对话的上下文余量，我们还想知道作为免费用户、Pro 会员、Plus 会员还有多少总额度对吧？

有 2 种方式：

第一种：左边设置中点开剩余额度，就能看到你 5 小时内还剩多少、本周还剩多少比例，甚至有什么时候到期刷新的提示。这个产品设计还是比 Claude 友好的。

第二种：直接在对话框里输入斜杠，找到"状态"，

打开之后会在这个对话中持续显示上下文余量、5 小时限额和一周限额。

Codex 的额度还是非常大方的~20 刀我认为能满足大多数白领工作的高频使用。

3.3 模型选择

顺便我们也介绍这里的模型选择。速度这里，快速相当于加急通道，会消耗更多的额度。

模型这里可以选更多模型，不过一般还是最新就完事了~

然后上面也可以选择智能程度，一般中度智能就够了，我们也可以选高~

这个小麦克就是语音输入功能了。但转录速度远不如下载语音输入法，当然比手打字还是快很多，推荐用语音~

Codex的第二大能力，就是在我们授权的情况下，可以使用终端执行命令。

那我们就让 Codex 装一些平时对小白来说复杂的东西吧。

4.1 装环境

4.1.1 常用依赖：以后用啥都得有它们

大家以后用各种 Agent、做项目必备的工具，比如 nodejs、git 什么的。

我们可以一句话跟 Codex 说："帮我安装nodejs最新版本"，

因为这些东西比较常见，所以在自动审核权限模式下，你看它都不向我们申请提权，就熟门熟路帮我装好了。

4.1.2 爆火新 Agent

像龙虾，Hermes，甚至它的竞品Claude Code，都可以让Codex装，完了还能教你怎么用。

比如我们装个hermes吧，我都不需要给它hermes的官网和仓库地址，我就说最近有个叫hermes的Agent很火，你帮我安装一个吧。

它会自己搜索然后判断到底是哪个，然后根据官方的文档，帮我们装好了，还验证好了。

你瞧瞧，我们照着他说的启动下试试，真好了～ 

那往后的配置我们就不继续了，但大家应该get了，

有了Codex，以后那些复杂的部署都可以直接让他做。怒省599！ 而且你在使用过程中遇到任何问题，还可以截图问Codex，什么虾死了，马挂了，升级出了问题，都可以让Codex直接帮你修。

4.1.3 软件应用：连卸载也能干

像 Cursor、Antigravity 这种软件应用，平时都是我们手动网页下载的，他也可以帮你下载和卸载。

用 Codex 我也建议大家下载一个 Agent IDE。因为现在 Codex 的缺点是没法打开文件内容直接编辑，侧边栏虽然可以看到文件结构和内容，但没法编辑。

所以大家可以让 Codex 下载个自己喜欢的当成编辑器。下好之后呢，右上角就会出现一个按钮，随时可以把项目在编辑器中打开。

4.1.4 Skills、MCP、CLI：找到链接发过去

Skill 和 MCP呢，Codex 本身也支持，我们后面会详细讲到。

这些 Skills 和 CLI 通常不像那些大项目那么著名，所以最好找到它的仓库或者明确的官方地址。比如下载一个专门找 Skill 的 find-skill，方式就是把链接拷贝给 Codex，说"帮我装下这个 Skill"。

4.2 并行任务处理

那刚才它在装skill的过程，我们可以再开一个对话，或者在项目中开一个对话。

比如一句话装个飞书 CLI。飞书 CLI 其实非常典型，现在有一些积极 AI 化的软件，把几乎所有原本能做的操作都做成 CLI 让 Agent 方便操作。

这边会显示每个任务的情况：转圈说明正在执行，蓝色点说明已完成，有时候还会出现需要你申请权限。

做完以后 Codex 就能帮我做飞书里的操作了，比如写文档、发消息、建日历、做表格什么的。我几乎每天都在用。

好，大功告成。我们就这么一个小章节，就用自然语言的方式让 Codex 帮我装好了 Hermes、node、git、feishu-cli 一大堆东西。这就是 Codex 作为 Agent 的第二大常用能力：命令行使用。

也希望大家能 get 到一点：我们在电脑上想做的很多事，都可以让 Codex 这样的桌面 Agent 去做～

那Codex的第三大能力，是持久记忆，它有这两套持久记忆系统。

在 Codex 里，手动的持久记忆文件叫 agents.md，自动的记忆机制也有。

5.1 全局 agents.md

打开设置找到个性化，这里的自定义指令实际上就是全局生效的 agents.md。

它会在我们任意项目跟 Codex 对话的时候，第一时间作为上下文发给大模型。

可以手动自己写，也可以直接在对话里跟 Codex 强调"记住这个事"，让它自己写到这里去。

这是全局的长期记忆，适合记一些适用于所有任务的大原则，比如你的习惯、要说中文、工作偏好、修改文档要留下修订痕迹等等。

5.2 项目级 agents.md

另一种就是项目级的 agents.md，只在项目中生效。

比如我们选中了一个项目，可以打开右上角的编辑器自己创建 agents.md 手写针对项目的规则，也可以直接让 Codex 来写。

我的建议是在项目文件夹有内容之后，让 Codex 根据它对项目的了解，自己帮我们写。

5.3 自动记忆：实验性功能

自动记忆刚刚在个性化下面也看到了，需要手动打开。

它备注了这个功能是实验性的。机制是打开功能之后，Codex 会在我们结束对话、结束任务、闲置一段时间之后，帮我们把那段对话总结成记忆，记在一个地方。

不过有几个限制：

• 太短的对话它就不记了

• 记忆的总结一样会消耗你的额度，所以额度太低时它也不记了

• 自动记忆文件，OpenAI 官方不建议手动修改，顶多删一删没必要的信息

它大概长这样，是一个任务一个任务记录的。会写上记忆来源是哪段对话、工作目录是什么。当以后触发特定关键词的时候，它会去召回这段记忆。

这些内容也是 Codex 自动记录、以后会自动召回去使用的。

我们也可以先不去修改它，格式确实也不方便修改。

更多时候，对于明确的规则和要求，还是组织 agents.md来实现。 

生图其实只是 Codex 的一个小功能。

所以这一章节，我们会用生图能力做一个完整的个人主页项目，顺便再感受一下 Codex 在小白开发里的实际工作方式~

那我们新开一个项目，就叫「个人主页」。

6.1 打开计划模式，先讨论再动手

点这里的加号，把“计划模式”打开。

做网站这种任务会稍微复杂一点，计划模式会先帮我们整理需求、生成完整计划，再正式开始执行。

我们没想清楚也没关系，直接说想做一个个人主页。

它一看项目里没有内容，就会以选择框的方式问我们细节。

这些选项我们按自己的要求选就行，选完，它会自动整理出一份完整方案，问我们要不要按这个计划开始执行。

整体我觉得已经没什么问题了，不过我们还可以继续补充需求。

提交之后，它还会继续追问，确认之后，Codex 就正式开始初始化项目、一步步生成网页了。

6.2 执行中可以随时纠偏

生成过程中，如果你发现它跑偏了，还能随时纠偏。

比如这个图片我不太满意，

发送出去，它并不会立刻中断任务，我们可以看到右边这个引导按钮，它写着，不打断模型运行，在下次调用工具后发送过去。

这是非常好的一个功能，不用让它在错误的道路上一路狂奔额度花光，也不会让它重新再跑一遍任务。

6.3 分叉 Fork：聊岔了可以回头

另外，我们找一个已经结束的任务，每个 AI 回复下面都有一个按钮：分叉 Fork。

意思是他可以让我们随时从这开始新开一个对话，非常适合前面还聊得好好的、上下文也很有价值，但往下聊就有点聊岔劈了的时候。

6.4 桌面宠物

点开设置里的外观，下面就有一队小宠物可选，甚至还可以点击创建一个根据你记忆生成的定制宠物。

点击唤醒宠物，桌面上就会有个常驻的小玩意，脑袋上会冒出 Codex 正在做什么的提示。

别的好像也没什么用～

6.5 内置预览浏览器

ok，刚才的主页任务完成了，我们来看看效果。

Codex有个内置的预览浏览器，可以直接在右边的侧边栏打开，

那它的这个预览浏览器还有个好处，点击右上角的批注按钮，就能在页面上选中具体元素去写修改意见，包括图片。

6.6 让 Codex 自己写项目级 agents.md

项目有了雏形，我们再 callback 一下刚刚的 agents.md。

现在就是让 Codex 自己帮我生成项目级 agents.md 的好时候，让它自己生成一下。

不错，项目的背景信息和各种规则都写进去了。无论我们再开新对话还是清空聊天记录，Codex 都能通过这个项目级的 agents.md 立马了解我们项目的基本情况～

ok，那先保持这样不做精修，直接准备部署上线~

在Codex中，插件大多是让Agent跟外部平台、外部工具、外部服务连接的作用。

点开左边的插件，这里已经默认帮我打开了好几个内置插件。

它的插件页面没有中文翻译，所以我把这些插件的具体中文意思、能干什么也都列在文档里啦👇～

https://my.feishu.cn/wiki/NATtwZKgmiS4JSk1I74c78lYnRb

7.1 一键部署上线

那我们看到coding板块，我们想要部署上线，通过插件会非常方便。

Vercel、Netlify 都可以。Vercel 更适合有域名的朋友，否则有时候国内访问有点问题。如果没有域名，国内访问 Netlify 会更好一点，点加号装好～

如果大家的 GitHub 没选上的也记得选上。

然后回到对话告诉他想用 Netlify 把网站部署上去。也别管咋部署，反正需要干啥他都会告诉我们～

最后搞定了，这个链接就是最后我们的网站了，发出去别人就能访问你的个人主页。如果想替换成自己买的域名，你懂的，问 Codex 教你操作就完了~

7.2 操控类的插件

我们回到刚刚我们已经安装的插件，里面其实还有三个非常重要的内置插件：Browser Use、Computer Use，还有 Chrome。

这三个简单说一下区别：

Browser Use：Codex 帮你开一个新的浏览器去点击、翻页、截图、填表单。

Chrome 插件：操控你自己已经登录的浏览器，不新开窗口。勾选之后会引导你装一个 Chrome 插件（任意 Chromium 内核的浏览器都行）。它还有个隐藏好处是可以在后台执行操作，不占用你的屏幕，你该用浏览器、该干别的，接着干就行。

Computer Use：最厉害的一个，不止能操控浏览器，连电脑上的 App 都能操控。不过暂时只有 Mac 有。

这三个东西文字讲完你大概率还没感觉，所以强烈建议你回顶部看视频的演示——我让 Codex 自己去做了个 MBTI 测试、还让它播音乐 + 操作微信，画面比文字直观 100 倍~

不过实际上我觉得这三个插件的操作效率目前还是有点低，我不太喜欢用~

而后面要说的这个 Skill，就是我每天都会用的东西了。

Skills 我确实已经说过很多次了，好学的朋友一定要去补补课~

本质上它是我们人为沉淀的一些可复用的方法、流程、和工具的组合，相当于 Agent 做某类具体任务的行动指南。

8.1 装别人写好的 Skill

之前已经让 Codex 帮我装过一个叫 find-skill 的元 Skill。后续想装、或者想找一些社区上的 Skill，都可以直接用一句话让 Codex 帮你下载。

8.2 自己创建 Skill 的两种方式

我在 CC 那期也说了，最好用的 Skill 还是自己创建的、符合自己工作的专属 Skill。

创建 Skill 也有 2 种方式：

1. 直接告诉 Codex 你想创建一个什么样的 Skill，通过跟他讨论打磨得出。

2. 先跑通流程，然后形成 Skill～这也是更推荐的做法。

那视频里也有一个案例，一个自动写 GitHub 热门项目推荐的 Skill，这里就不详细展开了，大家可以去看看顶部视频~

下一个能力就是 MCP～

其实 MCP 现在已经用得不多了，简单示范一下。

Codex 的 MCP 藏在设置里面的 MCP 服务器，

但小白看这个肯定不知道怎么填。跟之前说的一样，只需要把你想装的 MCP 链接拷贝给 Codex，让它自己装就完了。

比如想装 NotebookLM 的 MCP，把链接发给它。

它就会引导我们登录授权，搞定后Codex 也能直接获取我们 NotebookLM 上的外挂知识库了。

定时任务本身不稀奇，每天早上 9 点提醒我吃药、提醒我喝水...这类事普通软件也能做。

但还要说，是因为它可以结合之前学到的各种能力，把一整套组合起来的任务让 Agent 定点执行。自动化加上智能化和定制化，方显美妙。

比如我们有一个热门项目图文 Skill，就可以设成每 3 天或者每周让他定时定点产出一篇《本周 GitHub 热门项目推荐》发出来。那不就是一个自动社交媒体运营机器了吗？

感觉有用多了～

10.1 创建自动化任务的 2 种方式

10.1.1 方式一：在自动化面板里建

选到这边的自动化面板。这里有一些官方的参考示例，不过大多数是跟开发相关。

在右上角选择新建自动化功能，需要填写的非常简单：用提示词写好需要自动化做的是什么，再选择什么时候触发（可以自定义触发时间），然后选择执行的模型和思考强度，点击创建就可以了。

10.1.2 方式二：直接跟 Codex 说（推荐）

我还是倾向于让大家用第二种更简单的：直接在对话里跟 Codex 说。

直接说"帮我创建一个自动化任务，每周一早上 9 点，自动执行热门项目推荐的 Skill，产出一篇图文发到群里"。再看自动化这里，就已经设好了这个任务。

设置方法很简单，手机上的ChatGPT和电脑上的Codex都更新到最新版之后，打开手机的ChatGPT，点侧边栏的Codex，

它就会提示你在电脑上完成设置。然后在电脑中选择"允许这台手机控制这台电脑"，直接就搞定了。

如果你有多台电脑，也可以分别给它连上。

这等于你不管在大街上、地铁上，还是朋友聚会上，都可以随时随地下发一个任务，让Codex在你的电脑上干完一个活，更像一个同事了。

这个功能目前免费版也能用，但主要能连Mac系统的Codex。

好，到这里 Codex 的所有核心能力就全部过完了。

我们来回顾一下这张图~

比起这些功能本身，我也希望大家能记住2件事，

1. 我们很多事，真的可以交给Agent做了

2. 我们已经从"问AI"走了到"管理AI"的阶段

现在用Codex这类Agent，每个人都得像领导一样：给它准备它需要的上下文和工作环境，给它指明任务目标，检查它的计划，监督它的过程，验收它的结果。

同时，领导还要负责把好的方法和流程沉淀成可复用的技能，把反复要做的事，设成自动化执行的规矩~

好啦，那我们想要真正把Codex用起来，还得动手跟着练～也建议大家点开视频实操！👇

视频里每一步都演示得很细，遇到细节命令再翻文档查🔗👇

https://my.feishu.cn/wiki/OCY5wzbGhiLDr8kMulkcLLuSnQd

最后，我们下次见啦～

邮箱：join@qiuzhi2046.com

邮件主题：应聘[岗位]-姓名-渠道

线下全职：深圳

感谢铁铁们也帮忙转发推荐呀～