来源视频：Codex Full Course 2026: The NEW Best AI Coding Tool
官方参考：Using Codex with your ChatGPT plan、OpenAI Codex CLI Getting Started

说明：本文不是逐字字幕翻译，而是基于视频内容整理的中文教程笔记。视频中有些判断属于作者个人体验，例如“Codex 是最强的一体化 AI Agent 工具”等；本文会把这些观点转写为学习要点，并结合 OpenAI 官方帮助文档做必要校准。

1. 视频核心观点

这个教程把 Codex 当作一个“统一型 AI 工作台”来讲解：它不只是聊天机器人，也不只是代码补全工具，而是可以围绕一个本地项目目录进行文件创建、文件编辑、网页研究、文档生成、表格生成、演示文稿制作、插件调用、自动化任务和多任务协作的开发与生产力工具。

OpenAI 官方对 Codex 的定位是：帮助用户更快地编写、审查和发布代码；用户既可以在本地终端、IDE 或 Codex app 中配合它工作，也可以把任务委托给云端 Codex 运行。官方还提到 Codex app 支持并行运行多个 Codex agent、跨项目工作，并包含 worktree、skills、automations 和 git 功能。

视频分成两大部分：

1. 基础功能：下载与项目创建、提示词、权限、模型与推理强度、文件预览、文档/表格/幻灯片、技能、插件、自动化、Computer Use。
2. 多任务实战：围绕一个名为 Chorus 的 AI agent 学习产品，同时创建移动端设计、Swift iOS app、Web landing page、投资人 deck、发布视频和营销自动化。

2. 安装与第一次使用

视频首先演示下载 Codex app。作者建议在浏览器搜索 “Codex app download”，进入官方页面后下载桌面应用。官方帮助文档显示，Codex 可通过 Codex app、CLI、IDE extension 和 Codex web 使用；Codex app 支持 macOS 和 Windows。

第一次打开 Codex app 后，界面类似 ChatGPT：中间是聊天输入区域，左侧是项目与聊天列表。但 Codex 的关键区别在于它可以绑定一个本地文件夹，并在该文件夹中创建、修改和组织真实文件。

推荐做法：

1. 先创建一个总目录，例如 Codex Projects。
2. 每个任务创建一个独立项目文件夹，例如 Codex Desktop Research。
3. 在 Codex 中选择该文件夹作为项目位置。
4. 在这个项目下开启多个聊天，每个聊天负责一个具体任务。

这样做的好处是：聊天记录在 Codex 里组织，AI 生成的文件则落到项目文件夹中，便于后续查找、备份和继续编辑。

3. 项目、聊天与文件的关系

视频反复强调一个基础模型：

• 项目位置：Codex 开始工作的本地目录。
• 聊天：围绕某个项目运行的单个 agent 会话。
• 生成文件：Codex 创建的 .xlsx、.docx、.md、代码文件等，会保存在项目目录下，常见是在 outputs 文件夹中。
• 预览窗口：可以直接在 Codex app 内打开生成文件，并继续通过聊天让 Codex 修改。

示例流程：

1. 新建项目 Codex Desktop Research。
2. 问 Codex：“请研究 Codex 桌面应用的新功能。”
3. 让 Codex 把结果整理成电子表格。
4. Codex 生成 .xlsx 文件并显示在预览区。
5. 继续说：“删除 source page 这一列。”
6. Codex 直接修改表格。

这个模式很重要：你不是只要一段回答，而是在和一个能操作项目文件的 agent 协作。

4. 提示词基础

视频里的提示词并不复杂，但有几个稳定模式：

清楚说明任务目标：

请研究 Codex 桌面应用的新功能，并整理成一个表格。

说明输出格式：

请创建一个 Markdown 文件，顶部写产品想法，下面用可勾选清单列出所有待办项。

引用现有文件：

请基于 @Codex desktop features.xlsx 继续研究，看看有没有遗漏的功能。

把一次性任务变成自动化：

请把这个任务做成每周五下午 4 点运行的自动化，并把上周日程总结发到我的邮箱。

在多任务场景里，作者的核心方法是：每个聊天只承载一个明确任务。输入一个足够完整的提示词后，让这个 agent 自己跑，然后切换到另一个聊天继续推进别的任务。

5. 权限、模型与推理强度

视频中作者展示了 Codex 的权限、模型和 effort 设置。他个人偏向给 agent 较高权限和较高 effort，让它更自主地处理任务。

这里建议更谨慎地理解：

• 如果只是阅读、解释代码或生成草稿，可以使用较保守的权限。
• 如果要批量修改文件，可以让 Codex 自动编辑，但最好保持 git 工作区干净，方便比较 diff。
• 如果要运行命令、安装依赖、操作外部服务或使用 Computer Use，应确认风险。
• 高 effort 更适合复杂规划、跨文件修改、长任务和设计判断；简单任务不一定需要。

官方 CLI 文档也提到 Codex 有不同审批模式，例如只建议、不自动写入；自动编辑但命令需确认；以及在沙盒范围内更自主运行的模式。实际使用时，应按任务风险选择权限。

6. 预览与交互式修改

Codex app 的一个重要能力是预览生成物。视频里演示了表格、设计、网页、演示文稿等内容可以直接在 app 内打开，有时还能全屏查看。

典型用法：

1. 让 Codex 生成文件。
2. 打开预览。
3. 观察问题，例如排版重叠、列不需要、按钮位置不对。
4. 直接在聊天里要求修改。
5. 对正在运行的任务使用“steer”类能力，补充中途指令。

视频中特别提到：如果 agent 正在工作，你可以补充截图或反馈，例如“这里有重叠，请在当前任务里修复”。这类中途 steering 对设计、网页、演示文稿尤其有用。

7. 搜索与项目组织

随着项目增多，左侧栏可能会很乱。视频展示了把项目从侧边栏移除、再通过搜索找回的流程。

实用建议：

• 用清晰的项目文件夹命名，例如 client-a-dashboard、youtube-research-report。
• 一个项目里可以有多个聊天，但每个聊天命名最好能反映任务。
• 不需要长期显示的项目可以从侧边栏移除，本地文件不会因此删除。
• 需要找旧任务时，用 Codex 的搜索功能按关键词找聊天。

8. Skills 与 Plugins

视频中作者把 skills 和 plugins 都理解为“扩展 agent 能力”的方式，但也做了区分：

• Skill：可复用的工作流或任务配方，适合某类具体任务。
• Plugin：可安装的能力包，通常连接外部服务或提供工具能力。

例子：

• Gmail plugin：让 Codex 读取或发送邮件。
• Google Calendar plugin：让 Codex 查询日程。
• Figma plugin：让 Codex 检查或生成设计相关内容。
• YouTube Researcher skill：通过外部 API 拉取频道、视频或转录信息，生成分析报告。
• Remotion skill：生成发布视频。

视频里的学习技巧很直接：如果不知道某个 plugin 能做什么，就新开一个聊天，@该 plugin，然后问：

请告诉我你能用这个插件做什么。列出所有能力，并给我几个适合新手的示例任务。

9. 自动化 Automations

视频演示了两个基础自动化：

1. 每周日程回顾：读取 Google Calendar，本周总结后通过 Gmail 发给自己。
2. 每月 YouTube 报告：调用 YouTube 研究 skill，生成 Word 报告并发送。

自动化的使用逻辑：

1. 先手动跑通一次任务。
2. 确认输出质量、所需插件、文件格式和收件人。
3. 对 Codex 说：“把这个任务变成每周/每月自动化。”
4. 打开 Automations 面板检查状态、下次运行时间、是否可测试。
5. 必要时编辑自动化说明，补充必须使用的 skill 或 plugin。

适合自动化的任务：

• 每周总结日程和冲突。
• 每天早上整理待办。
• 每月生成数据报告。
• 定期抓取竞品更新。
• 定期生成社交媒体草稿。

不适合直接自动化的任务：

• 需要强人工判断的发布操作。
• 涉及付款、删除、批量发送外部消息的任务。
• 依赖高风险凭据或隐私数据的任务。

10. Computer Use

视频中把 Computer Use 描述为让 agent 控制鼠标和键盘的能力。它适合处理没有标准 API 或插件支持的界面任务，例如打开某个本地应用、点击按钮、检查生成结果。

使用建议：

• 先让 Codex 用普通文件和命令工具完成能自动化的部分。
• 只有在必须操作图形界面时再启用 Computer Use。
• 给出明确边界，例如“只查看，不提交”“不要删除任何内容”“在付款页面停止”。
• 对账号、邮箱、日历、App Store Connect 等敏感界面保持人工确认。

11. 多任务工作流

视频第二部分的重点不是某一个产物，而是展示如何同时推进多个 agent 任务。

作者的核心方法可以概括为：

1. 先创建一个总项目文件夹。
2. 新建一个计划文档，把目标拆成清单。
3. 每个大任务开一个独立聊天。
4. 每个聊天输入完整上下文和明确产出。
5. agent 工作时切换到下一个任务。
6. 定期回到各个聊天检查结果、补充指令、修复问题。

视频案例中的产品叫 Chorus，定位是一个帮助用户学习 AI agents、agent 平台、agent 工作方式和 skills 的应用。围绕这个产品，作者同时推进六类产物：

• 移动 app 设计。
• Swift iOS app。
• Web app / landing page，用于等待名单和数据收集。
• 投资人 deck。
• Remotion 发布视频。
• X/Twitter 营销自动化。

这个案例的价值在于展示“并行委托”：不是等一个任务结束再做下一个，而是把清晰任务分发给多个 agent 会话。

12. 实战拆解：从产品想法到上线素材

第一步：创建计划文档。

我正在做一个名为 Chorus 的移动应用。它帮助用户学习 AI agents、主流 agent 平台、agent 的工作方式，以及可复制的 skills。请创建一个 Markdown 一页计划文档，顶部总结产品想法，下面列出 6 个待完成事项。

第二步：做移动端设计。

请基于 Chorus 的产品计划，设计一个高质量移动 app 原型。重点页面包括 Learn、Platforms、Skills、Saved。请保持风格统一，并给出可交给开发实现的视觉说明。

第三步：实现 Swift app。

请根据移动端设计创建一个 Swift iOS 应用原型。实现 Learn、Platforms、Skills、Saved 四个主要页面，并确保可以在模拟器里运行。

第四步：做 landing page。

请基于 Chorus 的产品定位创建一个 landing page，用于发布前收集 waitlist。页面需要说明产品价值、展示核心功能，并包含邮箱收集表单。

第五步：做投资人 deck。

请分析当前 app 的功能和视觉资产，创建一个同风格的投资人演示文稿。请先搜索优秀 AI 产品 pitch deck 的结构，再输出完整 PPT。

第六步：做发布视频。

请基于 Chorus 产品计划和当前 app 截图，制作一个 Remotion 发布视频。风格要像现代 AI 产品发布短片，重点展示产品界面和核心价值。

第七步：做营销自动化。

请每天早上生成 3 条关于 Chorus 的 X/Twitter 发布草稿，主题围绕 AI agents、skills 和学习路线。保持简洁、有观点、有产品关联。

13. 作者给出的隐含最佳实践

把任务拆小。不要让一个聊天同时做研究、设计、写代码、部署、发邮件。一个聊天最好负责一个产出。

给文件上下文。用 @文件名 引用已有计划、表格、设计稿或代码文件，让 Codex 接着上下文工作。

先跑通，再自动化。不要一开始就创建自动化，先确认一次性任务效果符合预期。

用预览做质量检查。设计、表格、网页和 deck 都要看结果，不要只信文字总结。

中途 steering。看到明显问题时，直接把截图或描述发给正在工作的 agent，让它在当前任务中修正。

学会问能力边界。遇到新 plugin 或 skill，先问它能做什么，再让它执行。

并行但不混乱。多任务的关键不是同时盯着所有任务，而是把每个任务清楚交出去，然后轮流验收。

14. 适合新手练习的三组任务

练习一：研究与表格

请研究 Codex app 的主要功能，并创建一个 Excel 表格，列包括功能名称、适用场景、是否需要插件、学习难度。

练习二：从文档到网页

请创建一个 Markdown 文件，描述一个我想做的小产品。然后基于这个 Markdown 文件生成一个 landing page。

练习三：自动化

请把我每周五下午 4 点的工作总结变成自动化：读取本周项目笔记，生成一页总结，并列出下周最重要的 5 个待办。

15. 注意事项

不要把视频中的所有演示都当作当前账号一定可用的功能。Codex 的可用模型、插件、额度、平台支持和企业策略可能随账号类型与产品更新而变化。

涉及外部账号的插件，例如 Gmail、Google Calendar、Figma、GitHub、App Store Connect，应只授予必要权限，并在关键操作前人工确认。

涉及代码修改时，建议使用 git，先检查 diff，再提交。复杂任务最好要求 Codex 运行测试，并让它说明修改了哪些文件。

设计、deck、视频这类审美型任务，不要期待一次完成。更好的方式是让 Codex 生成初稿，然后用截图、参考图、具体反馈逐步迭代。

16. 一句话总结

这支视频真正想教的不是某个单点功能，而是一种新的工作方式：把 Codex 当成一组可以并行协作的 agent，把工作拆成项目、文件、聊天、技能和自动化，然后通过预览与反馈持续把结果推到可用。