万字好文｜ChatGPT Work 和 Codex：从 0 到精通的保姆级教程

真正的分水岭，不是你会不会写提示词，而是你能不能把 AI 从“回答问题”带到“交付成果”。

太长不读

如果你只记住几句话：

• ChatGPT Chat 适合聊天、提问和头脑风暴；

• ChatGPT Work 适合研究、分析文件和制作成果；

• Codex 适合进入代码项目、修改文件、运行测试和审查差异；

• 不知道选什么时，普通工作先用 Work，代码项目先用 Codex；

• 不要一上来开最高权限，先让 AI 只读理解，再允许它修改；

• 不要只看“完成了”，一定要看文件差异、测试结果和剩余风险；

• ChatGPT 会员费用、额外额度和 API 充值不是一回事。

本文适合完全没有编程基础的人，也适合已经在使用 ChatGPT、但一直把 Codex 当成“高级代码补全插件”的人。

本文信息口径以 2026 年 9 月 1 日 OpenAI 官方页面为准。价格、额度、地区和功能发布状态会变化，购买前请重新查看官方页面。

一、ChatGPT 和 Codex 合并后，究竟发生了什么？

很多人看到新的产品界面，第一反应是：ChatGPT 和 Codex 是不是变成了同一个东西？以后是不是只需要学一个？

更准确的说法是：它们被放进了更统一的产品、账号、工作区和桌面应用体验里，但不同工作模式仍然承担不同职责。

以前，ChatGPT 更像一个对话窗口，Codex 更像一个开发工具。现在，一个桌面应用里可以同时管理普通聊天、Work 任务、Codex 项目、本地文件、云端工作、文件成果、计划任务和开发者工具。

OpenAI 官方现在把 ChatGPT Chat、ChatGPT Work 和 Codex 作为不同的工作入口：ChatGPT Chat 偏向交流，Work 偏向完成较大任务并交付成果，Codex 偏向代码库、开发工具和技术审查。OpenAI 官方《使用 ChatGPT》

1. ChatGPT Chat：先聊明白

ChatGPT Chat 适合轻量、开放和探索性的任务：

• 解释一个概念；

• 学习一项知识；

• 讨论一个想法；

• 修改一段文字；

• 比较几个方案；

• 做头脑风暴；

• 规划下一步行动。

例如：

我想做一个面向自由职业者的记账工具，请帮我分析目标用户、核心需求和竞品差异。

这类任务通常不需要 AI 进入你的文件夹，也不需要它运行命令。直接聊天就够了。

2. ChatGPT Work：从目标走向成果

Work 的重点不是给你一段回答，而是根据目标、文件、网页和工具，完成一个可审查的结果。

适合：

• 研究一个行业；

• 汇总多个资料来源；

• 分析 CSV 或 Excel；

• 整理会议记录；

• 制作 Word、PPT、PDF 和表格；

• 生成或修改网站；

• 把零散笔记整理成完整方案；

• 处理周期性办公任务。

例如：

请阅读我上传的三份行业报告，提取市场规模、用户痛点、竞争者和风险因素，整理成一份适合给管理层汇报的决策简报。先列出来源，再给出结论。

Work 更倾向于用普通语言告诉你结果，并把技术细节隐藏起来。你更容易看到“文件完成了什么”，而不是 Git、Shell 或依赖安装过程。

3. Codex：把需求改进项目里

Codex 适合软件开发和技术任务：

• 阅读陌生代码库；

• 创建功能；

• 修复 Bug；

• 重构代码；

• 运行测试；

• 检查代码差异；

• 审查 Pull Request；

• 连接 GitHub、GitLab、Linear 或 Slack；

• 让任务在云端后台运行。

例如：

请先阅读这个项目，告诉我目录结构、启动方法、测试命令和主要模块。先不要修改文件。

或者：

修复登录页在移动端无法提交的问题。请先定位原因，再给修改计划。只修改相关文件，补充回归测试，完成后运行测试并总结结果。

Codex 的重点是“进入工作现场”。它不只是告诉你代码应该怎么写，而是可以在允许的范围内查看文件、编辑文件、运行工具，再把变更展示给你。

三种模式的判断表

| 你的最终目标 | 推荐模式 | 典型结果 | |---|---|---| | 问问题、学习、讨论 | ChatGPT Chat | 一段回答或一套思路 | | 做研究、分析、交付文件 | ChatGPT Work | 报告、表格、PPT、PDF、网站 | | 修改代码、运行测试、审查项目 | Codex | 代码差异、测试结果、PR |

可以记住一句话：

ChatGPT Chat 负责“聊明白”，ChatGPT Work 负责“做出来”，Codex 负责“改进去、跑起来、验收掉”。

二、从 0 开始注册：网页版、桌面应用、CLI 和 IDE 怎么选？

1. 网页版：最简单的入口

打开官方地址 https://chatgpt.com，选择注册或登录。

网页版适合：

• 普通聊天；

• 研究资料；

• 上传文件；

• 使用 ChatGPT Work；

• 查看云端任务；

• 不想安装软件的用户。

官方快速入门文档也把网页版定位为无需安装、适合在云端持续开展工作的入口。OpenAI 官方《快速入门》

注册时按照页面提示选择可用的方式，例如邮箱、Google、Apple 或页面实际显示的其他登录选项，然后完成验证。

如果某个地区、账号或工作区无法使用某项功能，不要购买共享账号，也不要把账号交给陌生人代注册。共享账号可能导致密码被修改、历史聊天泄露、支付信息暴露或套餐被封禁。

2. ChatGPT 桌面应用：普通用户最推荐

桌面应用支持 macOS、Windows 和 Linux。可以从 OpenAI 官方桌面应用文档 进入下载入口。

安装步骤：

1. 下载对应操作系统的安装包；

2. 安装并打开应用；

3. 使用 ChatGPT 账号登录；

4. 选择聊天、项目或本地文件夹；

5. 选择 ChatGPT 或 Codex；

6. 发送第一条任务。

桌面应用的优势是：

• 管理多个项目；

• 处理本地文件；

• 预览生成的成果；

• 在本地和云端之间切换；

• 处理长时间运行的工作；

• 结合浏览器、桌面应用和开发工具。

如果你不确定从哪里开始，先安装桌面应用，不必马上安装 CLI。

3. Codex CLI：终端用户的入口

如果你习惯终端，或者希望 Codex 直接进入代码仓库，可以安装 Codex CLI。

macOS 和 Linux 的官方安装方式是：

curl -fsSL https://chatgpt.com/codex/install.sh | sh

安装后进入项目目录：

cd 你的项目目录 codex

首次运行时选择使用 ChatGPT 登录，或者使用页面提供的其他认证方式。

然后输入：

介绍一下这个项目的目录结构、启动方式、测试命令和主要模块。先不要修改任何文件。

官方 Codex CLI 页面同时提供 Windows、npm 和 Homebrew 方式。Windows 用户建议直接打开 OpenAI 官方 Codex CLI 文档，切换到 Windows 标签页，按照当前页面操作。

4. IDE 扩展：边看代码边问

Codex 可以在以下编辑器中使用：

• Visual Studio Code；

• Cursor；

• Windsurf；

• Visual Studio Code Insiders；

• Xcode；

• JetBrains IDE。

IDE 方式适合：

• 选中一段代码直接提问；

• 根据当前打开的文件修改；

• 查看修改前后的差异；

• 在不离开编辑器的情况下继续对话；

• 把耗时任务委派到云端。

安装扩展后，登录 ChatGPT，打开项目，再从侧边栏启动 Codex。OpenAI 官方《Codex IDE 扩展》

三、会员体系：Free、Go、Plus、Pro、Business 怎么选？

ChatGPT Work 和 Codex 已经被纳入 ChatGPT 的统一套餐体系，而且共享用量。官方定价页面列出的主要方案如下。OpenAI 官方《定价》

1. Free：先体验

价格：$0/月

适合：

• 第一次接触 Codex；

• 偶尔做短小任务；

• 想确认自己是否真的会用；

• 不需要连续处理大型项目。

免费版可以让你完成短任务，但不适合作为高频开发的长期主力。

2. Go：轻度使用

官方页面显示约为 $8/月。

适合：

• 比免费版更频繁地聊天；

• 需要更多上传和工具使用；

• 偶尔处理轻量编程；

• 想获得更长上下文，但暂时不需要专业开发额度。

Go 是否可见、价格是否一致，可能受地区影响。

3. Plus：个人用户的默认推荐

官方页面显示约为 $20/月。

Plus 适合：

• 每周多次使用 ChatGPT Work 或 Codex；

• 经常研究、写作、分析文件；

• 使用 Web、CLI 和 IDE 扩展；

• 需要 GPT-5.6 模型系列；

• 需要更多云端和本地任务额度；

• 想使用更多开发者集成能力。

对大多数个人用户而言，Plus 是最平衡的方案。

4. Pro：高频和复杂任务

官方页面显示 Pro 起价约为 $100/月，并提供 Plus 5 倍或 20 倍的用量档位。

Pro 适合：

• 每天大量使用 Codex；

• 同时运行多个任务；

• 处理大型项目；

• 长时间运行复杂任务；

• 经常使用高推理强度；

• 需要更高云端用量。

Pro 还可能提供 Codex-Spark 研究预览模型，但实际可用性以账号显示为准。

5. Business：团队工作区

官方页面显示 Business 年付约 $20/用户/月，至少 2 位用户；月付约 $25/用户/月。

Business 适合：

• 两人以上团队；

• 统一管理成员和权限；

• 需要专用工作区；

• 使用 SAML SSO、MFA 等管理能力；

• 处理业务代码和内部资料；

• 需要团队级安全设置。

6. Enterprise 和 Edu：组织级使用

Enterprise 和 Edu 通常需要联系销售团队，适合：

• 大型组织；

• 高校；

• 需要审计日志；

• 需要数据驻留和保留控制；

• 需要 SCIM、EKM、RBAC 等企业能力。

会员选择建议

• 只是试用：Free；

• 偶尔用：Go；

• 个人长期使用：Plus；

• 高频、重度开发：Pro；

• 团队协作：Business；

• 大型组织：Enterprise 或 Edu。

不要因为“模型越强越好”就直接购买最贵套餐。先用一个真实任务测试自己的频率和额度，再决定是否升级。

四、额度、充值和 API：三笔账不要混在一起

1. ChatGPT 会员费用

这是按月支付的订阅费用，决定你能使用哪些功能、模型和用量档位。

2. ChatGPT 额外额度

当 Plus 或 Pro 用户接近或达到套餐限制时，部分账号可以购买额外额度继续工作。Business、Edu 和 Enterprise 工作区也可能购买额外工作区额度。

这类额外额度属于 ChatGPT 工作流中的使用额度，不等同于 API 余额。

3. API credits

如果你要在脚本、服务器、SDK、CI 或 API Key 模式的 Codex 中使用 OpenAI API，则需要在 API 平台单独处理计费。

基本流程：

1. 登录 OpenAI API 平台；

2. 进入 Billing；

3. 添加支付方式或购买 API credits；

4. 创建 API Key；

5. 把 Key 安全保存；

6. 在 CLI、SDK 或 IDE 中使用；

7. 在用量面板检查消耗。

官方 API 快速入门把“创建 API Key”和“添加 credits”列为独立步骤。OpenAI API 官方快速入门

macOS/Linux 可以这样设置环境变量：

export OPENAI_API_KEY="your_api_key_here"

Windows PowerShell 可以这样设置：

setx OPENAI_API_KEY "your_api_key_here"

千万不要把 API Key：

• 直接发进聊天；

• 写进公开 GitHub 仓库；

• 放进前端网页代码；

• 发到群聊或截图；

• 交给陌生人代配置。

API Key 方式适合自动化和程序调用，但不一定包含 ChatGPT 会员中的云端功能，例如 GitHub 代码审查、Slack 集成等。

支付方式

ChatGPT 个人方案通常使用主要信用卡支付；Enterprise 等组织方案可能支持发票等其他方式。具体以结账页面和所在地区显示为准。

用量为什么消耗不一样？

用量会受到以下因素影响：

• 模型；

• 推理强度；

• 输入长度；

• 文件数量；

• 项目上下文；

• 网页检索；

• 工具调用；

• 测试次数；

• 本地或云端环境；

• 是否调用子智能体。

同样一句“帮我修复这个问题”，小项目和大型项目的消耗可能完全不同。

官方页面给出的 Plus 本地消息参考范围是：GPT-5.6 Sol 每个五小时窗口约 10–100 条，Terra 约 25–200 条，Luna 约 250–2,000 条。这些是估算，不是固定承诺。

五、本地、云端、沙盒和权限：AI 到底在哪儿工作？

本地工作

本地工作意味着 Codex 使用你电脑上的：

• 文件；

• 文件夹；

• 浏览器；

• 已安装依赖；

• Shell 命令；

• 本地开发环境。

适合：

• 修改本地代码；

• 处理不便上传的资料；

• 运行本机项目；

• 快速迭代；

• 需要使用本机工具的任务。

云端工作

云端工作是在隔离的托管环境中执行。

适合：

• 长时间任务；

• 并行任务；

• GitHub 或 GitLab 项目；

• 不在电脑旁继续工作；

• 需要独立依赖环境的项目。

云端任务可以在你关闭桌面应用后继续运行，你之后再回来查看日志、摘要和差异。OpenAI 官方《Codex 云端》

权限怎么给？

新手建议遵循三个阶段：

1. 只读理解；

2. 允许修改工作区；

3. 涉及外部系统时逐项审批。

不要一上来就打开最大权限。

尤其需要谨慎的操作包括：

• 删除文件；

• 覆盖原文件；

• 修改生产配置；

• 发送邮件或消息；

• 提交表单；

• 下单、付款和转账；

• 修改权限系统；

• 操作数据库；

• 发布网站；

• 推送到主分支。

Git 是后悔药

在让 Codex 修改项目之前，先做一个 Git 检查点。完成后再做一次检查。

这样你可以：

• 对比改了什么；

• 单独撤销某个文件；

• 回滚整个任务；

• 保留多个版本；

• 在提交前做代码审查。

如果你完全不会 Git，也至少要复制一份项目目录作为备份。

六、第一次使用 Codex：一套可以直接照做的流程

第一步：准备一个低风险项目

不要第一次就拿生产项目练手。

可以选择：

• 一个练习网页；

• 一个小型脚本；

• 一个公开代码仓库；

• 一份不敏感的文档；

• 一组虚拟数据。

第二步：让 Codex 只读扫描

请先只读检查这个项目，不要修改任何文件。 请告诉我： 1. 项目的目录结构； 2. 使用的技术栈； 3. 应用如何启动； 4. 测试命令是什么； 5. 主要模块分别负责什么； 6. 目前最值得注意的风险是什么。 如果有不确定的地方，请明确标注，不要猜测。

第三步：让它制定计划

现在请针对“增加用户头像上传功能”制定修改计划。 要求： 1. 列出需要检查的文件； 2. 说明数据流和调用链； 3. 说明需要新增或修改的测试； 4. 说明可能影响的旧功能； 5. 不要马上修改； 6. 如果需求有歧义，先向我提问。

第四步：明确修改边界

按刚才的计划执行。 约束： - 只修改与头像上传有关的文件； - 保持现有接口兼容； - 不删除现有测试； - 不修改数据库生产配置； - 不新增没有必要的依赖； - 完成后运行相关测试； - 最后总结所有修改。

第五步：查看差异和测试

完成后重点检查：

• 改了哪些文件；

• 有没有修改无关文件；

• 是否新增依赖；

• 测试是否真的运行；

• 测试是否通过；

• 是否存在未覆盖的边界情况；

• 是否改变了权限或配置。

第六步：让它做一次反向审查

请审查刚才的修改，重点检查： 1. 是否存在安全问题； 2. 是否存在空值、重复提交和权限问题； 3. 是否破坏了原有接口； 4. 测试是否覆盖主要路径； 5. 是否有不必要的改动。 只报告问题，不要直接修改。请按严重程度排序。

第七步：人工验收

最后由你决定：

• 接受全部修改；

• 接受部分修改；

• 要求重新修改；

• 回滚整个任务。

Codex 的价值是减少执行成本，不是替你承担最终责任。

七、模型怎么选？Sol、Terra、Luna 和 Spark

当前 OpenAI 官方推荐的 Codex 模型主要可以这样理解：OpenAI 官方《模型》

| 模型 | 主要特点 | 推荐场景 | |---|---|---| | GPT-5.6 Sol | 能力最强、推理最深 | 复杂编程、研究、安全、疑难问题 | | GPT-5.6 Terra | 速度和能力平衡 | 日常工作、文档、分析、普通开发 | | GPT-5.6 Luna | 速度快、成本低 | 批量任务、分类、提取、简单修改 | | GPT-5.3-Codex-Spark | 近乎即时、文本研究预览 | 高频小改动、快速编程迭代 |

Sol：困难问题用它

适合：

• 大型重构；

• 多文件联动；

• 复杂 Bug；

• 架构设计；

• 安全审查；

• 模糊需求；

• 多方案权衡。

Terra：日常主力

适合：

• 日常开发；

• 普通文档；

• 数据分析；

• 需求拆解；

• 报告整理；

• 常规代码修改。

如果你不知道选什么，Terra 是一个很好的默认主力。

Luna：批量任务用它

适合：

• 修改大量相似文件；

• 提取字段；

• 分类；

• 批量生成；

• 简单格式转换；

• 小范围代码修复。

Luna 不是“差的模型”，而是更强调速度和规模。

Spark：追求即时反馈

Spark 更适合：

• 调整 CSS；

• 修改文案；

• 改变量名；

• 生成小函数；

• 快速尝试几个实现方案。

它是研究预览模型，复杂架构、长任务和高风险修改仍然建议使用更强的模型。

推理强度怎么选？

推理强度不是另一个模型，而是让模型投入多少推理预算。

• 轻度：明确的小任务；

• 中：普通任务的平衡设置；

• 高：复杂计划和多步骤任务；

• 极高：困难问题和深度审查；

• Max：最难任务；

• Ultra：可能结合子智能体处理可拆分的大任务。

提高推理强度通常意味着：

• 更深的分析；

• 更长的等待时间；

• 更高的 Token 消耗；

• 更快的额度消耗。

建议先使用默认强度，结果不够好时再提高。

截至 2026 年 9 月 1 日，使用 ChatGPT 登录 Codex 时，GPT-5.4 和 GPT-5.4 mini 已按官方计划停用，建议分别替换成 GPT-5.6 Terra 和 GPT-5.6 Luna。GPT-5.2 和 GPT-5.3-Codex 也需要检查弃用状态。

八、提示词：不要背咒语，要写任务单

提示词不是神秘口令，而是你给 AI 的工作说明。

一个合格的任务单至少包含：

1. 目标；

2. 背景；

3. 输入；

4. 约束；

5. 完成标准；

6. 输出格式。

通用模板：

目标： 请完成…… 背景： 当前项目/业务背景是…… 输入： 请使用以下文件、目录、链接或数据…… 约束： - 不要修改…… - 保持……兼容； - 使用……； - 不要引入……。 完成标准： - 功能能够……； - 测试……； - 页面……； - 输出……。 执行方式： 请先检查，再给计划；得到确认后执行。 遇到不确定的地方先提问，不要自行猜测。 交付： 完成后说明： 1. 改了什么； 2. 为什么这样改； 3. 运行了哪些验证； 4. 还剩哪些风险。

写 Work 任务时

请围绕“AI 编程工具对个人开发者工作方式的影响”完成一份研究简报。 要求： 1. 搜索并比较多个可靠来源； 2. 区分事实、观点和推测； 3. 分析效率、质量、学习成本和风险； 4. 最后给出适合个人开发者的行动建议； 5. 用中文输出； 6. 结构包括摘要、关键发现、证据、争议和建议； 7. 重要结论标注来源。

写 Codex 任务时

请修复这个问题：用户在移动端点击提交后页面没有反应。 要求： 1. 先定位原因，不要马上修改； 2. 检查前端事件、请求状态和错误处理； 3. 保持现有接口不变； 4. 增加一个覆盖该问题的测试； 5. 完成后运行测试； 6. 最后说明根因、修改文件和验证结果。

让 AI 先提问

如果需求复杂，可以先说：

在开始执行前，请先列出你需要确认的 5 个问题。没有得到我的回答前，不要修改文件。

这句话经常比一大段复杂提示词更有用。

九、项目、AGENTS.md、技能和插件

1. 项目：给 AI 一个稳定的上下文

如果一项工作会持续几天或几周，不要每次开一个全新的聊天。

可以把以下内容放进同一个项目：

• 相关聊天；

• 资料文件；

• 指令；

• 设计稿；

• 代码仓库；

• 任务记录；

• 交付标准。

这样 AI 每次回来都能更快进入状态。

2. AGENTS.md：把项目规则写下来

在 Codex CLI 中使用：

/init

可以让 Codex 帮你创建初始指令文件。

一个简单的 AGENTS.md 示例：

# 项目说明 这是一个使用 React 和 TypeScript 的前端项目。 # 开发规则 - 优先使用现有组件，不要重复创建相似组件。 - 修改前先阅读相关文件。 - 不要修改 dist、build 和生成文件。 - 不要提交环境变量和密钥。 - 保持现有 API 兼容。 # 验证方式 - npm run lint - npm test - npm run build # 交付要求 完成后说明修改文件、修改原因、验证结果和遗留风险。

大型项目可以在不同目录放置不同层级的 AGENTS.md，但不要把它写成一本小说。规则越长，每次任务的上下文成本越高。

3. 技能 Skill：重复工作的方法包

技能适合固定流程，例如：

• 每周写周报；

• 整理会议纪要；

• 做竞品分析；

• 审查文档；

• 生成 PPT；

• 按品牌规范写文章。

技能通常包括说明、步骤、模板、示例和参考资料。ChatGPT 可以使用 @ 提及技能，Codex 通常使用 $ 提及技能。

4. 插件 Plugin：技能加工具

插件可以把技能与外部连接器组合起来，例如 GitHub、Google Drive、Slack 和其他 MCP 服务。

如果你只是想让 AI 按某种格式写东西，用技能就够了；如果你希望 AI 读取外部系统、查询数据或执行操作，才需要插件。

官方文档也提醒，技能和插件的价值在于重复工作的一致性，而不是安装数量。OpenAI 官方《技能与插件》

5. MCP：让 AI 接上外部系统

MCP 可以让 AI 连接：

• 数据库；

• 内部知识库；

• 项目管理工具；

• 云盘；

• 自定义 API；

• 公司内部系统。

但每一个 MCP 都会增加上下文和权限风险。只启用当前任务需要的工具，并尽量把写入权限改成审批制。

十、CLI 常用命令：先学 8 个就够了

/init

创建或初始化 AGENTS.md。

/status

查看当前会话状态、模型、目录和用量信息。

/model

切换模型和推理强度。

/permissions

查看或修改 Codex 可以执行的操作范围。

/review

审查当前变更、某次提交或基准分支。

codex resume

恢复之前保存的任务。

codex exec

通过脚本或 CI 以非交互方式运行 Codex。

codex cloud

把任务交给云端环境处理。

其他命令包括 codex --search、codex --image、codex mcp 等。具体参数会随版本更新，使用前查看 OpenAI 官方 Codex CLI 文档。

十一、云端协作：如何让 Codex 连接 GitHub？

基本流程是：

1. 打开 Codex；

2. 连接 GitHub 或 GitLab；

3. 选择允许访问的仓库；

4. 创建云端环境；

5. 配置依赖、工具和环境变量；

6. 创建任务；

7. 查看日志和摘要；

8. 审查代码差异；

9. 让 Codex 继续修改；

10. 确认后创建 Pull Request。

适合交给云端的任务：

• 修复独立 Bug；

• 补充测试；

• 更新文档；

• 升级依赖；

• 为多个模块添加相似功能；

• 分析失败的 CI；

• 审查 Pull Request。

不适合直接全自动交给云端的任务：

• 删除大量数据；

• 修改生产环境；

• 更改支付逻辑；

• 变更权限系统；

• 没有测试覆盖的核心重构；

• 你自己都无法解释清楚的重大改动。

连接 GitHub 后，先确认 Codex 能访问哪些仓库、可以执行哪些命令、环境变量里是否包含敏感信息。

十二、5 个可以直接复制的实战模板

模板一：不会编程，做一个个人网站

先用 Work 规划：

我想做一个个人作品集网站。 我的背景： - 我是一名摄影师； - 主要拍人像和品牌照片； - 喜欢黑白、留白和杂志风格； - 网站需要首页、作品集、关于我和联系方式。 请先确定： 1. 网站结构； 2. 页面文案； 3. 视觉方向； 4. 首页布局； 5. 技术实现； 6. 第一版验收标准。 先给方案，不要直接制作。

确认后再让 Codex 创建项目：

请根据刚才确定的网站方案创建第一版。 要求： - 使用现有项目技术栈； - 页面适配手机和桌面端； - 使用语义化 HTML； - 保持组件结构清晰； - 不引入不必要的依赖； - 完成后启动项目并检查页面； - 告诉我下一步如何修改。

模板二：修复一个报错

请修复下面这个错误： 错误信息： TypeError: Cannot read properties of undefined 出现位置： src/components/Profile.tsx 要求： 1. 先解释错误原因； 2. 检查数据从哪里传入； 3. 不要用强制类型转换掩盖问题； 4. 保持现有接口； 5. 添加空值场景测试； 6. 运行测试后再总结。

模板三：分析销售数据

请分析我上传的销售数据。 要求： 1. 检查字段缺失、重复和异常值； 2. 统计月度销售额、客户数和客单价； 3. 找出增长最快和下降最明显的品类； 4. 分析可能原因； 5. 生成图表； 6. 输出一份面向管理层的分析报告； 7. 区分数据事实和推测。

模板四：审查一段代码

请审查当前未提交的代码变更。 重点关注： - 功能正确性； - 安全漏洞； - 数据丢失风险； - 并发问题； - 错误处理； - 性能回退； - 测试覆盖。 请不要修改文件，只报告发现的问题。 按严重程度排序，并给出文件路径、具体原因和修复建议。

模板五：拆解一个长期项目

请把这个项目拆成多个阶段推进。 目标： 在四周内完成一个可上线的知识库网站。 请输出： 1. 项目阶段； 2. 每阶段目标； 3. 每阶段验收标准； 4. 依赖关系； 5. 风险； 6. 可以并行处理的任务； 7. 我每次回来应该先告诉你什么。

十三、最常见的失败和解决方法

1. 看不到 Work 或 Codex

检查：

• 套餐是否支持；

• 当前地区是否开放；

• 工作区管理员是否关闭；

• 桌面应用是否为最新版；

• 是否登录了正确工作区。

官方说明中，功能可用性会受到套餐、平台、地区、发布进度和工作区设置影响。

2. Codex 一直说没有权限

这通常是沙盒、文件系统或命令审批在起作用。

解决方法：

• 先让它只读检查；

• 只开放当前项目目录；

• 只批准必要命令；

• 涉及删除和发布时手动确认；

• 不要为了省几次点击就开启最大权限。

3. 改了很多无关文件

补充明确边界：

只允许修改以下文件： - src/login.ts - src/login.test.ts 不要修改其他文件。 如果必须修改其他文件，请先说明原因并等待确认。

4. 代码不能运行

通常是因为没有提供：

• 启动方式；

• 测试命令；

• 依赖要求；

• 环境变量；

• 完成标准。

可以让 Codex 先确认：

请先确认项目如何启动、依赖是否完整、测试命令是什么。 如果无法运行，请说明缺少什么，不要假装测试通过。

5. 额度消耗太快

可以：

• 从 Sol 换成 Terra；

• 从 Terra 换成 Luna；

• 降低推理强度；

• 缩小任务范围；

• 减少上传文件；

• 减少不必要的 MCP；

• 精简 AGENTS.md；

• 不要让 AI 每次重读整个项目。

6. AI 说完成了，但其实没有完成

要求它提供：

• 实际修改的文件；

• 实际运行的命令；

• 测试输出；

• 构建结果；

• 遗留问题。

可以直接说：

不要只告诉我“完成了”。 请列出实际修改的文件，并提供实际运行过的验证命令和结果。 没有运行过的测试，不要声称通过。

十四、30 天从入门到精通

第 1 天：注册和认路

完成：

• 注册 ChatGPT；

• 登录网页版；

• 安装桌面应用；

• 认识 Chat、Work、Codex；

• 创建一个项目；

• 上传一份不敏感文件。

第 2～3 天：完成三个小任务

分别做：

• 一次普通问答；

• 一次文件整理；

• 一次代码或网页任务。

你会开始理解不同模式的差异。

第 4～7 天：练习完整闭环

每次都走：

目标 → 上下文 → 计划 → 执行 → 测试 → 审查 → 交付

不要只练“生成”，要练“验收”。

第 2 周：学习本地项目工作

完成：

• 打开一个代码仓库；

• 让 Codex 只读分析；

• 修改一个小功能；

• 查看差异；

• 运行测试；

• 使用 /review。

第 3 周：建立项目规则

完成：

• 创建 AGENTS.md；

• 写清启动方式；

• 写清测试命令；

• 写清不能修改的目录；

• 把一个重复流程整理成技能；

• 清理不必要的插件和 MCP。

第 4 周：进入云端和自动化

完成：

• 连接 GitHub；

• 创建云端环境；

• 运行一个独立任务；

• 审查 Pull Request；

• 试用 codex exec；

• 把一项重复工作变成自动化流程。

十五、最后的速查表

模式

• ChatGPT Chat：提问和讨论；

• ChatGPT Work：研究和交付；

• Codex：代码和执行。

模型

• Sol：最难的问题；

• Terra：日常主力；

• Luna：批量和快速任务；

• Spark：即时小改动。

工作方式

• 不确定：先只读；

• 任务复杂：先计划；

• 修改之前：做检查点；

• 修改之后：看差异；

• 声称完成：必须测试；

• 涉及外部系统：逐项审批。

充值

• ChatGPT 会员：按月订阅；

• 额外额度：继续使用 ChatGPT Work 或 Codex；

• API credits：给 API、脚本和自动化使用；

• 三者不是同一个余额。

真正学会 ChatGPT Work 和 Codex，不是记住一堆命令，也不是每天追逐最新模型名称。

你需要建立的是一种稳定的工作习惯：

先说清楚目标，再提供上下文；先限制权限，再允许执行；先看结果，再检查证据；先小范围试错，再逐步扩大自动化。

当你能把一项工作交给 AI，让它理解、规划、执行、验证并交付，你就不再只是“会用 ChatGPT”，而是在搭建属于自己的 AI 工作系统。

今天就做第一步：找一份不敏感的文件，或者打开一个练习项目，先发送这句话：

请先了解这个项目，不要修改任何内容。告诉我它是什么、如何运行、我下一步最适合做什么。

从这条消息开始，你会发现 Codex 真正改变的，不是你写代码的速度，而是你处理复杂工作的方式。

官方资料

• OpenAI 官方《快速入门》

• OpenAI 官方《使用 ChatGPT》

• OpenAI 官方《定价》

• OpenAI 官方《模型》

• OpenAI 官方《Codex CLI》

• OpenAI 官方《Codex IDE 扩展》

• OpenAI 官方《Codex 云端》

• OpenAI API 官方快速入门

作者声明本文无利益相关，欢迎值友理性交流，和谐讨论～