Codex 保姆级教程：零基础上手 AI 智能体完整攻略

很多人初次接触 Codex 时，第一反应往往是迷茫：到底该从何下手？需要配置哪些复杂的环境？看不懂页面？在众多的智能体中，它究竟好在哪里？
Codex 绝不仅仅是一个会回答问题的聊天机器人，而是能够直接进入你的项目、读取文件、执行任务，并持续推动工作进展的“数字员工”。
更加重要的是，它特别适合普通人，哪怕是零基础的编程新手也完全能够驾驭。你不需要懂复杂的命令行，不需要去配置繁琐的配置文件、模型参数、MCP 或 Skill，不需要学会编程。

一、Codex 几大重点功能

Codex是一个会看文件、会听需求、会动手做事、还能陪你反复修改的数字助手，它能深入到你的工作场景，而不是对话框。
1. 整理文档和资料
一份 Word 文档、一套 PPT、几篇笔记，或者一堆还没归类的截图和素材
Codex可以先帮你看一遍内容，找出里面真正重要的信息，再重新整理成更清楚的结构，变成一篇读起来更顺、逻辑更清楚、重点更明显的文档。
2. 理解项目和文件夹
打开一个陌生项目，文件夹一堆，文件名一堆，配置文件也看不懂
Codex 可以先帮你扫一遍目录，告诉你每个文件大概是做什么的，哪些是核心文件，入口在哪里，哪些内容可以先不用管。让你不会一上来就被细节淹没，而是能先抓住项目的主线。
3. 分析数据和生成报告
Codex 很适合处理 CSV、Excel、销售数据、名单、统计表
把数据文件交给它，让它先看懂字段含义，检查有没有空值、重复值和异常数据，再帮你找出销售最高的产品、不同月份的变化，以及最值得写进报告里的结论。注意：先要结论，再要图表，最后人工复核。
4. 生成网页、原型和小工具
让它生成一个介绍页、静态 HTML 页面、数据展示页面、产品原型，或者把一个想法做成可以运行的 demo
例如让它做一个 HTML 贪吃蛇小游戏：先提出需求，再生成代码，然后运行测试，发现问题后继续反馈和优化。只要这个流程跑通了，后面不管是做网页、数据报告，还是小程序和 App，底层思路其实都差不多。

二、Codex App、CLI、IDE 插件有什么区别

Codex 常见有三种使用形态：
桌面版 App
命令行 CLI
IDE 插件
因为不同用户的工作习惯不一样：有的人喜欢图形界面，希望打开软件很简单；有的人习惯用终端，直接在命令行里操作；还有的人每天都在编程软件里工作，希望 AI 能直接嵌到 IDE 里。
1. 桌面版 App：适合新手和普通人
简洁直观，操作简单，不用一上来记命令
可以看到项目、线程、设置、模型、工具
很多配置可以通过界面完成
2. CLI：更适合进阶用户（命令行版本）
CLI 的优势是灵活、快速、贴近开发环境。如果你看到黑窗口就紧张，不建议一上来从 CLI 开始。
3. IDE 插件：适合已经写代码的人
IDE 插件是把 Codex 嵌入 VS Code、JetBrains 等开发工具里。
对小白来说，IDE 插件通常不是第一入口。因为如果你连开发工具本身都还不熟，再加一个插件，很容易更乱。

三、下载和安装 Codex

1. 桌面版 App 安装
访问 Codex 官方入口，下载对应安装包
安装后打开，登录你的 ChatGPT 账号即可
https://chatgpt.com/
2. CLI 安装
Windows 常见方式：
先安装 Node.js
https://nodejs.org/zh-cn
下载后双击安装，默认路径，持续点击下一步，直至安装完成
然后点击左下角搜索图标，输入powershell，点击以管理员身份运行
将以下指令复制到powershell
# 安装命令：
npm install -g @openai/codex
# 如果因网络问题无法安装，输入以下指令：
npm install -g @openai/codex –registry=https://registry.npmmirror.com
如果安装后想验证，可以输入：
codex –version
3. IDE 插件安装
下载vscode并安装，默认目录即可
https://code.visualstudio.com/
打开vscode，点扩展，搜索codex，选中由OpenAI发布的插件，点击安装
安装完成后，点击左边栏新增的openAI图标，即可展开codex的对话窗口

四、主界面地图：左边、中间、右边

记住一个简单地图：
左边：项目、线程、历史会话和功能入口
中间：你和 Codex 对话、下任务、看执行过程
右边：展示结果、来源、预览和代码变化

五、设置页

设置页让新手紧张，因为里面有模型、Git、集成、MCP、通知、权限等入口。
1. 账号和模型
账号设置用来确认当前登录身份。
模型设置会影响 Codex 使用哪个模型、速度如何、质量如何。
2. 权限
权限越大，Codex 能做的事越多，但风险也越大。涉及文件修改、运行命令、访问外部账号、电脑操控时，一定要看清楚。
如果看不懂，直接问 Codex：
这个权限具体会让你做什么？有什么风险？我是小白，应该允许吗？
3. 个性化
这里可以写你的偏好，让 Codex 更懂你。但不要把 API Key、密码、Cookie、身份证、银行卡、公司机密写进去。
4. Git
Git 可以理解成项目的“时间机器”。它记录每次改了什么，方便你知道：
哪些文件被改了，哪些内容是新增的，哪些内容被删除了，能不能回退，要不要提交。
新手第一次使用时，Git 设置保持默认即可。
但如果 Codex 改了项目，你看不懂，可以让它解释：
请按文件逐个解释这次改动，用非程序员能懂的话说。
5. MCP
MCP 可以简单理解成让 Codex 连接外部工具的一条通道。
比如某个工具提供 MCP，Codex 就可以通过它读取数据、调用功能、执行操作。
但对新手来说，第一次不用急着配置 MCP。先用内置能力和官方插件，已经足够完成大多数日常任务。
6. Skill
Skill 可以理解成一套固定工作流说明书。
比如你经常写教程，就可以让 Codex 按你的风格写教程。
你经常做会议纪要，就可以让 Codex 按固定结构整理会议内容。
你经常做数据报告，就可以让 Codex 按固定流程读取、分析、输出 HTML 报告。
Skill 的价值在于：把你反复做的事情，沉淀成 Codex 可以复用的能力。

六、普通对话和项目对话

一般问题，用普通对话。
涉及本地文件或项目，用项目对话。
普通对话适合：
解释概念
写文案
翻译
总结
梳理思路
生成普通内容
项目对话适合：
读取本地文件
修改项目代码
生成网页文件
分析 CSV / Excel
运行命令
排查报错
管理项目结构
如果你想让 Codex 真正“做事”，最好进入项目。因为项目对话里，它才能围绕文件、目录、命令、结果持续推进。

七、第一次实战：从一句话生成一个页面

从一个简单网页或小游戏开始
比如：
请帮我设计一款 HTML 贪吃蛇游戏。
要求写清楚：
用键盘上下左右控制
Enter 键暂停
蛇长度增加后速度提升
每次只出现一个苹果
空格键加速
撞墙和撞身体都会死亡
采用波普复古风格
加运动特效和死亡爆炸特效
做这个案例时，不要期待一次完美。
正确流程是：
第一步：先说目标。
第二步：让 Codex 生成第一版。
第三步：本地打开测试。
第四步：记录问题。
第五步：分轮优化。
比如第一轮只要求能运行。
第二轮再改玩法。
第三轮再改 UI。
第四轮再加说明。
第五轮再优化细节。
Codex 最好用的方式，不是一次生成，而是反复协作。

八、第二个实战：CSV 数据分析与 HTML 图表报告

进入更有用的办公场景。比如让 Codex 分析一个 CSV 文件，并生成 HTML 图表报告。
第一步：先认识数据
请先读取这个 CSV 文件，告诉我有哪些字段，每个字段大概表示什么。另外检查是否存在空值、重复值或明显异常。
第二步：先要结论
现在请基于这个 CSV 帮我分析：
销售额最高的产品
增长最快的月份
不同地区的销售差异
最值得汇报的 3 个发现
先给我结论，不要先做图。
第三步：再生成报告
请把刚才的结论整理成一个适合展示的 HTML 图表报告。
要求页面简洁、图表清晰，包含标题、结论摘要、图表区和结尾说明，适合本地直接打开。
第四步：人工复核，数据任务可以让 Codex 提效，但不能完全托管。

九、怎么和 Codex 说清楚需求

很多时候，Codex 做不好，不是因为它能力不行，而是因为你没有说清楚。
如果任务复杂，可以先让 Codex 不要动手，而是先复述需求：
先不要开始写，请先用你自己的话复述一下你对这个任务的理解。如果信息不够，请列出你最需要确认的 3 个问题。
也可以让它先给计划：
请先告诉我你准备怎么做，分成 3 到 5 步，不要立刻执行。

十、让 Codex 修改、补充和重构

很多新手会说：
你做得不对，重新做。
这句话几乎没有信息量。
你应该区分三种反馈：
1. 修改，在原有基础上调一调，不动核心结构。
比如：
这个按钮太小了，请放大一点，并和标题保持 24px 间距。
2. 补充，原来少了东西，现在加进去。
比如：
请补充一个适合小白理解的案例，并加上操作步骤。
3. 重构，重新组织内容或代码结构。
比如：
这个页面和我的需求偏差较大。我的目标是做一个教程首页，而不是产品官网。请按照以下需求重新构建页面结构：标题区、痛点区、功能区、实战案例区、开始学习按钮。
最好一次只改一类问题。不要一条消息里同时要求改结构、改颜色、改文案、加功能、换技术栈。
更稳的方式是：
第一轮只改结构。
第二轮只改语气。
第三轮只补案例。
第四轮再补配图需求。

十一、常见报错怎么处理

报错出现后，新手最容易做两件错事：
全部删了重来 或者 到处乱改，赌运气。
这两种做法都会把问题弄得更乱。
正确做法是先保留现场，不要只说：报错了。
你可以直接套用这个模板：
我现在遇到一个报错。
发生位置：运行网页项目时。
刚才做的操作：我改了首页 JS 文件并重新刷新页面。
完整报错如下：
【粘贴完整报错】请你先告诉我：
这类报错通常属于哪一类问题
最可能的 3 个原因是什么
我应该先验证哪一步先不要直接给一大堆笼统建议。
这个模板比“帮我修一下”有效得多。

十二、四文档法则

当你开始做更复杂的项目，只靠聊天会越来越乱，这时候就需要文档化协作。
价值不是名字本身，而是把复杂任务拆成不同层次的记录。
1. AGENTS.md
你是谁，这个项目的规则，写代码或写文档时要遵守什么约定
像是项目里的“协作说明书”。
2. PLAN.md
把大任务拆成可执行步骤。
它回答目标，范围，先做哪一步，验收标准是什么
3. IMPLEMENT.md
记录执行过程中的关键改动。
比如：改了哪些文件，为什么这么改，遇到了什么问题，怎么解决
4. DOCUMENTATION.md
沉淀最终可复用内容。
比如：使用说明，安装方法，功能介绍，对外教程，项目总结

十三、插件、Skill、MCP、自动化

插件是能力包，连接器是接账号，Skill 是工作流说明书，MCP 是接工具的通道。
Plugin 插件
插件就是给 Codex 装能力包。
比如：表格插件，浏览器插件，PPT 插件，GitHub 插件
Connector 连接器
连接器是连接外部账号或服务。
比如：Gmail，Google Drive，GitHub，Slack
Skill 技能
Skill 是一套固定工作流说明书。
MCP
MCP 是让外部工具接入 Codex 的通道。

十四、常见踩坑和排查

1. Codex 一直在跑，不知道是不是卡了
先看任务状态。
如果还在转圈，说明还没结束。
如果已经停止，说明任务完成或中断。
可以问：
你现在卡在哪一步？已经完成了什么？下一步准备做什么？
2. 它请求权限，我不知道能不能点
不要直接点。
问它：
这个权限具体会让你做什么？有什么风险？有没有更低风险的方式？
3. 它改了项目，我看不懂
让它解释 Git diff：
请按文件逐个解释这次改动，用非程序员能懂的话说。
4. 生成结果不满意
不要马上重开。
直接基于结果继续改：
保留现在的结构，但把语言改得更口语化，并补充每一步的成功标志。
5. 插件太多，不知道装哪个
先别装。先用官方内置能力。
等你明确知道要连接 Gmail、GitHub、浏览器、表格、PPT，再去插件页找。
6. 自动化跑偏
大概率是任务描述太泛。

十五、推荐使用路线

第一次用 Codex，可以按这个顺序来：
第一步：先打开 App，熟悉左侧导航。
第二步：新建普通对话，问一个低风险问题。
第三步：打开设置页，只看不改。
第四步：新建一个干净演示项目，不要用私人项目。
第五步：让 Codex 在项目里生成一个 README.md。
第六步：看右侧结果区，确认它到底产出了什么。
第七步：让它解释它做了什么。
第八步：尝试做一个 HTML 小页面。
第九步：再尝试 CSV 数据分析和 HTML 图表报告。
第十步：学会用“目标、背景、输入、输出、约束”写需求。
第十一步：遇到报错，用四步法排查。
第十二步：开始了解 AGENTS.md、PLAN.md、四文档法则。
第十三步：最后再碰 Skill、MCP、Git、自动化、电脑操控这些进阶能力。

写在最后

普通人真正进入 AI 协作时代，不是从学会代码开始的。而是从第一次把一个想法，借助 Codex 做成看得见、跑得动、能继续修改的东西开始。