【最新版】适合零基础小白的Codex保姆级教程，它帮我解决了90%的问题
一直跟大家分享 使用Codex 生成AI视频提示词，控制Blender 建模等教程，但是 有很多朋友 都没用过codex。
今天我将以一篇 保姆级的 Codex的使用教程，带你从零开始完整了解Codex。
本文长度比较长，建议可以先收藏，慢慢看。
一、基本介绍
现在OpenAI把Codex和ChatGpt桌面端整合成了一个应用，更新速度非常快。你不仅可以和它聊聊人生规划，设计图片、创建网站、用地图做行程规划，这些也都不在话下。
我们再来看下Codex与Claude Code的区别，一开始它俩都是只能做编程任务的Agent，后面逐步转向了可以做很大部分工作的通用型Agent。
- 来源。Claude Code和Codex分别是由Anthropic和OpenAI这两家公司出的。
- 模型。Claude Code默认使用Claude模型，Codex默认使用GPT。两家的模型能力都非常强，属于是今天你超我，明天我超你。
- 价格。大部份人开通Claude Code的Pro，Codex的Plus套餐就够用了，都是每月20美金。
- 易用。Codex的界面比较清晰，对新手友好，几乎不封号，Claude Code会稍微复杂一些，而且很容易被封号。所以对于新手，我更推荐你使用Codex。
二、安装Codex
相信你一定可以找到Codex的官方，点击「下载macOs版」或者「下载Windows版」，下载完成之后，按照引导完成安装即可。
然后，我们需要准备一个ChatGPT账号。点击「免费注册」，使用Google邮箱或者QQ邮箱都可以完成注册。
二、认识界面
完成登录之后，我们会进入到Codex的首页。
最近Codex的首页做了很多的更新。我们从左往右看：
- 左侧是功能区，用来使用和管理不同的功能，有图像、定时任务、资料库、插件等等；
- 中间是项目区，用来创建新对话和管理项目，也可以根据不同的任务选择Codex或者ChatGPT模式。
- 右侧是工作区，用来给Codex发布任务，也可以选择模型、工作位置、添加文件等内容。
界面我们就看到这里，主要还是得去上手操作，从实践中学习才是了解一个软件最快的方法。
三、基础功能
我们先来看Codex最基础的功能。
首先从可以聊天的对话框这里开始，我们需要用AI做什么事情，就直接把我们的需求输入到对话框里。
比如，让Codex查询下机票燃油费最近的变动。
我们在输入需求之前，需要选择一些功能。因为这个需求比较简单，我们可以在项目区这里，把工作模式调整为ChatGPT（聊天）；在工作区这里，调整模型和思考深度，选择GPT-6模型和思考深度为“中”；然后在对话框这里输入“请帮我查询下机票燃油费最近的变动”。
这样，你就成功使用Codex完成了第一个任务。
不知道你还记不记得刚刚我们在项目区调整了工作模式。
顺便，我们来详细了解下Codex的三种工作模式：
- ChatGPT（聊天）侧重与你交流。适合边问边聊、理清思路、比较方案，也可以搜索资料、总结文件、写短文。侧重把任务做完。
- ChatGPT（工作）侧重执行工作任务。你提供目标、资料和要求，它可以规划步骤、使用工具、处理文件，最后交付报告、表格、PPT 等成果。过程中你可以查看进度、补充信息、调整方向。桌面端在相应功能可用时，还能使用本地文件、应用和浏览器。
- Codex侧重技术操作与过程透明。它更适合围绕项目工作：阅读代码、编辑文件、运行命令、测试、审查代码。界面会展示更多开发细节，例如 Git、代码差异和审查视图，方便你检查它具体改了什么。
其实Codex模式的功能包含了ChatGPT（工作）模式，也可以说ChatGPT（工作）模式能做的事情，Codex模式都能做。
还有个小tips：ChatGPT（聊天）模式不占用我们账户的额度。
所以，我建议聊天、搜索资料、总结文件选择ChatGPT（聊天）模式，其他情况无脑选择Codex模式。
我们切换到【Codex模式】，点击「新聊天」，开启一个新的会话。详细了解这个工作模式下有哪些基础功能。
1、项目
在对话框左上角有一个「选择项目」的入口。
选一个本地文件夹作为项目目录，Codex就会以把这个文件夹作为工作空间，后续Codex生成的所有文件都会存到这个文件夹里。
一个项目里可以开多个对话，每个对话都是独立的，它们共享同一个文件夹里的文件。
- 可以点击「新建项目」，直接输入「项目名称」，点击「创建项目」，这样会自动新建一个文件夹作为工作空间。
- 也可以点击「新建项目」，在此电脑上「添加文件」，选择电脑中已有的文件夹作为工作空间。
- 或者是选择已经创建过的项目作为工作空间。
点击一个项目左侧的「···」->「在Finder中显示」，可以打开这个项目在本地电脑文件夹的位置。
📷
项目可以集中管理同一主题的任务和产生的工作文件，方便查找历史记录、延续工作，也可以让Codex在对应的文件夹中处理任务。
2、工作位置
「选择项目」按钮左侧默认是「此计算机」，这里可以选择「此计算机」和「云端」。
“工作位置”决定了Codex在哪里读取文件、运行命令和完成任务。
我根据OpenAI官方文档整理了二者的区别，大家可以根据自己的需求选择：
3、添加文件等内容
对话框左下角的「+」按钮，可以理解为“给这次对话补充材料或选择工具”的入口。
- 文件和文件夹。这个功能比较常用，可以把图片或者文件发给Codex作为参考。比如，做网站时，添加一张设计稿到对话框，Codex就会照着做。
- 计划模式。如果你只有一个模糊的想法，可以使用计划模式，把模糊的想法聊成可落地的方案。开启后，Codex会先与你沟通需求，再提出具体方案。这个阶段以调查和规划为主，不会直接实施或者修改代码。比如，你想做一个记账工具，可以先输入：/plan 我想做一个个人记账工具，请先和我明确需求，再给出第一版的功能和实施步骤。
- 目标。如果你已经有明确的目标，但需要多轮的迭代验证，可以使用目标模式。比如，直接输入： /goal 完成一个本地记账工具，支持新增、删除记录和月度统计；刷新页面后数据仍然保留，并验证这些功能可用。
- 录制技能。如果你有一些重复的任务执行，可以使用「录制技能」功能。在Mac上演示一个完成的任务，Codex会观察你的操作过程，自动生成一个可复用的Skill。下次遇到同样的任务，选中此技能，Codex就能替你重新执行。
- 绘图。位置信息很难用文字描述，可以使用绘图功能，画了一个简单的大致图，帮助Codex理解需求。
- 插件和SKill。插件和Skill也可以在这里添加，我们放到后面的高级功能章节详细讲解。
4、权限设置
Codex更新之后，现在只有两种权限：请求批准和帮我批准。
- 请求批准。Codex可以在当前工作区随意操作，但当它需要操作当前工作区以外的文件时，会停下来让你批准。
- 帮我批准。同样的审批请求，会先交给AI判断，只有当AI自动审查认为有风险、需要你决定时，才会让你批准。
你想知道Codex需要跨权限操作什么，就选「请求批准」；希望减少常规审批打断，就选「帮我批准」。
5、模型
在对话框右下角可以选择模型和推理深度。我上面选择的模型是GPT-6.1 Sol、推理深度是：高。
模型这里默认只能选择GPT系列模型，比如GPT-6.1、GPT-6、GPT-5.6等，每个版本又分为三个系列：Luna、Terra、Sol。
Sol：旗舰模型，主打复杂任务
Terra：均衡模型，主打日常工作
Luna：快速模型，主打速度和低价
一般情况下，越新的模型能力越高，推荐大家每次都先去使用最新出的模型，系列可以根据具体的任务按需选择。
如果你因为网络问题没办法注册ChatGPT账号，也不知道怎么订阅Plus会员，可以讲GPT模型替换成国产的模型，这样就不需要解决网络的问题了。大家如果有这个需求，可以评论区Call我，下起出一期Codex+国产大模型的教程。
推理深度有五种：轻度、中、高、极高、Ultra。
同一个模型，推理深度越高，会更深入地分析问题、比较方案和检查细节，但是也会花费更多的时间，消耗更多的Token。
6、语音输入和语音聊天
还有两个按钮分别是语音输入和语音聊天。左边的麦克风是「语音输入」，右边黑色圆圈里的声波是「语音聊天」。
「语音输入」功能是用说话代替打字。点击麦克风后，说出你的需求，系统会把语音转换成输入框里的文字。你可以检查、修改后，再发送给Codex。
「语音聊天」功能像是在和一个真的人沟通。点击声波按钮后，进入实时语音对话。你说话，Codex用语音回应；你可以继续追问、打断回答，或者在它工作时询问进度、调整方向。语音也可以用于发起和协调实际任务。
四、高级功能
上面我们已经了解了Codex的基础功能，后续我会在了解高级功能的过程中，演示如何使用这些功能。
1、插件
Codex的插件，就是给它安装一套额外的工具和工作方法，让它能连接你使用的软件，完成实际任务。
比如，连上Gmail（谷歌邮箱），可以让Codex帮你整理邮箱、归类邮件、查找邮件；连上Google Drive后，可以让它帮你查找、整理云端文档；连上GitHub后，可以让它帮你新建GitHub仓库、检查代码改动、处理Issue。
连接插件也比较简单，点击一个插件右方的「+」，完成授权，即可完成连接。
也可以使用右上角的「搜索框」搜索插件，或者是「添加」功能创建新的插件。
示例：
我这里连上了Gmail插件，让Codex帮我查询共有多少封未读邮件。
在对话框里输入@ Gmail，即可调用此插件，或者点击左下角的「+」调用此插件。
2、Skill
Codex的Skill（技能），就是把一类任务的做法保存成可重复使用的操作手册。 以后遇到类似任务，Codex可以读取这份手册，按照里面的步骤、规则和模板完成任务。
比如，周报可以做成一个Skill，在Skill里描述周报的格式、内容要求、参考资料，之后你每次写周报都可以调用这个Skill。
如何调用Skill呢？
首先，需要先安装Skill，可以使用别人创建的Skill，也可以自己创建Skill。
然后，调用这个Skill即可。有两种常用的方法调用：
- 直接在对话框输入需要使用哪个SKill做什么事情。
- 直接在对话框调用需要使用的Skill。在对话框输入/+Skill的名称，即可完成调用这个Skill。
示例：
我调用公众号排版Skill，让Codex帮我将一篇文章排版成适合公众号格式的文档，并且提供意见复制功能。
3、图像
Codex左侧的「图像」，是专门用来生成和修改图片的功能。你描述想要的效果，或者上传一张参考图，可以让Codex帮你完成。
进入「图像」功能之后，可以大致分为三个部分：热门、Templates和对话框。
这三部分分别对应：找灵感、借助模板、直接提出自己的需求。
1．热门：浏览风格和效果，寻找灵感
这里展示不同画风和视觉效果，可以帮助你直观判断想要哪种视觉效果。
比如：“航拍视角”、“重返80年代”、“夸张漫画”、“素描”、“贴纸”等示例
如果你想把自己的照片做成其他风格，可以先看看示例。选中一种示例，Codex提供了提示词，只需要上传自己的照片就可以生成相同风格的图片。
2．Templates（模板）：用预设模版开始创作
这里按照图片的类型分类，帮助你找到符合目标的创作起点。
比如：“海报”、“室内设计”、“徽标”、“职业形象照”、“产品照”、“信息图”等，
如果你想要制作宣传课程的图片，可以选“海报”；要解释一个流程，可以选“信息图”。
3．输入框：直接告诉AI你要创建什么图片
直接告诉AI你想生成什么，或者上传已有图片，说明如何修改。可以写清楚主体、风格、比例、颜色和文字。
输入框左下角的「＋」用于添加素材或选择工具。可以上传照片和文件、从资料库添加、创建图像、绘图等。
如果你有比较明确的想法，可以用文字自由描述，也可以添加一些素材或者使用「绘图」画出草图作为参考。
示例：
我使用热门中的“重返80年代”，上传了我个人的照片，Codex就自动输入提示词，帮我生成一张我在80年代的样子。
4、定时任务
定时任务就是提前把任务和执行时间交给Codex，到时间Codex会自动执行任务，它的主要作用是把需要反复手动执行的同一个工作，变成按计划自动执行的流程。
常见的创建定时任务方法有两种。
1.直接告诉Codex需求。
当你手动执行完成一项任务，并且认可结果之后，可以直接让Codex创建一个定时任务。
2.点击「新建任务」按钮。
输入任务说明、设置执行频率和时间、选择模型和思考深度。
任务说明需要写清楚这4件事：什么时候执行、做什么、读取哪里、输出什么。
建议大家使用第一种方式，先手动执行一次，确认效果，再创建自动化任务。
我总结了一种是否需要使用定时任务的判断方法，以下条件全部满足可以用定时任务：
- 重复发生的工作：每天、每周都需要做。
- 要求相对固定：输入来源、处理方法和输出格式能够提前说清楚。
- 结果可以事后查看：执行过程中不需要你不断作判断。
5、资料库
之前我们用Codex生成图片和文件散落在不同的聊天里，之后会比较困难找到这些图片和文件。
资料库解决的就是这个问题。
资料库是用于集中存放你在Codex里使用和生成的图片和文件。
你可以在右侧「新建」按钮，新建文件夹，把Codex生成的项目移动至具体文件夹中。
也可以选中一个或多个文件夹和项目，添加到对话中，再次交给AI处理
比如，可以把常用头像、人物照片和封面素材放到一个文件夹中，下一次制作封面时，直接选中这个文件夹。
五、远程手机连接
假如你正在下班回家的路上，或者是和对象在外面吃饭、逛商场，这是领导让你给他发一份文件。
这时候再返回公司打开电脑处理，真的会觉得很不爽了！
「远程手机连接」功能就可以解决这个问题，开启之后，你只需要打开手机，就可以远程指挥电脑上的Codex干活。
进入「设置」-「连接」-「添加」-扫码授权，就可以将手机添加为可以控制这台电脑的设备。
连接完成之后，打开手机的ChatGPT APP应用，点击左上角的「更多」按钮，选择「Codex」，再选择「此电脑」即可在手机上操纵电脑
示例：
我在手机上发送命令，让Codex找到桌面上的图片，并且根据图片的内容创建Excel表格。
六、实用设置和技巧
Codex除了上面的基础能力和高级功能，还有一些非常使用的设置和小技巧。
1、侧边聊天
用于围绕当前工作提出小问题，避免主任务进程被频繁打断。
就是在主聊天旁边开一个临时对话，用来追问细节、解释术语或讨论想法，同时让主聊天继续处理原来的任务。
在对话的右上角「···」-「新建侧边聊天」，就可以成功开启。
可以直接在侧边的对话框输入与主任务相关的问题，也可以选择部分信息添加到侧边聊天提问。
2、消息队列处理方式
在一个任务运行时，可以继续发送消息，这个消息会加入到队列中，也可以引导当前运行。
- 加入队列。新消息先进入队列，等当前这轮回复结束后再处理。
- 引导。将新消息加入正在进行的工作，让Codex根据补充要求调整方向。
3、记忆和指令
Codex记忆。打开之后，Codex会自动总结对话中重要的信息，当作记忆保存下来，以后遇到相关的场景，Codex会自动读取这部份记忆。
自定义指令。自定义指令也就是AGENTS.md文件，这里的指令是全局的规则。它的作用主要是把你的长期工作要求和规则偏好保存下来，减少每次重新交代。
4、操控电脑
Codex有一个非常还用的功能：操控电脑。操纵电脑就像是人在控制鼠标和键盘，比如搜索网页、调整软件设置、操作表格。
开启「任意应用」和「Google Chrome」这两个开关，Codex就可以控制你电脑上的应用干活，也可以打开浏览器自己搜索信息。
这篇文章结合了我们团队日常工作的案例和经验，希望能帮你完整认识Codex，迈出动手尝试的第一步。
后续 我会更新更多关于codex在AI视频领域的教程。欢迎点赞、收藏和转发。