這段時間以來，社交媒體上對 Codex 的評價是好評如潮。

有網友發現，現在邀請一位朋友加入 Codex ，就可以重置速率限制。

即便邀請的用戶并非新用戶或訂閱用戶，只要受邀用戶通過鏈接打開 Codex 后發送幾條消息，就能獲得一次重置的機會。

除了拉新人送福利的活動，官方的 Codex 也將迎來大降價。 根據外媒援引知情人士的消息，OpenAI 正在考慮大幅降低其向用戶收取的費用，以從競爭對手 Anthropic 那邊贏得客戶。 報道里提到，OpenAI 可能會降低 Token 的價格，但關于大降價的討論還在進行中。
畢竟，Codex 現在就是 OpenAI 最好的客戶拉新平臺。 和 OpenAI 官方披露的數據一樣，ChatGPT 用戶突破了 10 億，而 Codex 的周活用戶卻剛剛來到 500 萬，相當于 200 個 ChatGPT 用戶里，只有 1 個人點開了側邊欄里面的 Codex。 「用不上」是一方面，更多地可能還是不知道怎么用，或者 Codex 能做什么，哪些是 ChatGPT 做不好，只有用 Codex 才能做到的任務。

Codex 官方也聽到了用戶的反饋，一邊高調宣傳即將并入 ChatGPT，未來我們打開全新大改版的 ChatGPT 應用時，可以選擇使用 Codex 還是 ChatGPT 來回答。

另一邊，他們這幾天在 OpenAI 官網一口氣更新了十幾個真實世界的工作流程，從常見的部署網頁和應用、直接構建一個 Mac 或 iOS 應用，到大型的項目管理、150 個小時的科研任務，以及各種工作中的瑣碎業務，都有相應的使用案例。

這些教程大概是幫助我們快速上手 Codex 的最佳指南，很好地解決了 Codex 能做什么，如何使用 Codex 的問題。

Computer Use，讓 Codex 控制電腦

Hey Siri，打開微信發消息給媽媽，說 XXXX 請先解鎖 iPhone

Siri 做不到，Codex 現在也做不到操作微信。

Codex 的 Computer Use 功能，主要是允許 AI 像我們一樣操作電腦界面，通過點擊、查看和輸入來完成任務。這項功能適合的場景包括跨應用任務，如收集筆記、更新記錄、在不同位置間復制細節、回復信息等。

在官方的使用案例里，他們舉的例子有簡單地放首音樂，也有涉及在不同應用之間切換。

@Computer 放點音樂幫我集中注意力。

@Computer 請幫我把 Notes 里的面試筆記添加到飛書里。

@Computer 請查看我的企業微信并添加提醒，提醒我今天結束前需要完成的所有事項。

具體的使用方式，我們先要在 Codex App 里面找到 Computer Use 并確認已經開啟，接著在對話框里，輸入指令的開頭加上 @Computer ，或者提及特定的應用程序，例如 @Slack 或 @Messages 等。

選擇好 Computer Use 插件之后，描述一下任務以及我們想要的結果，當 Codex 需要訪問權限時，批準訪問，然后讓它在后臺繼續執行任務。

使用 Computer Use 的幾個注意事項，像是確保運行時 Mac 不會鎖定，或者在 Codex 里打開「鎖屏操作」功能，還有 Codex 使用電腦上的應用時，我們可以在自定義設置中，告訴 Codex 默認瀏覽器是哪個。

以及不要使用兩個 Computer Use 的任務線程來控制同一個應用，每一個線程結束后都可以要求 Codex 總結和優化該任務，甚至是將這套工作流程變成可重復的模式。

給 Codex 一個能一直跑下去的目標

平時讓 AI 干活，很需要我們站在旁邊盯著，它做一小步停一下，問下一步怎么辦，我們得一直搭著手。

/goal 想解決的就是這件事：給 Codex 一個長期目標，讓它自己照著這個方向一直做下去，干完一輪也不停。

官方指南里，幾個典型的用法是那種比一句提示詞大、又比一整張待辦清單小的任務，目標明確、能自己驗證、做到什么程度算完都說得清。

項目遷移：不管是把游戲搬到新技術棧、把移動應用搬到新平臺，還是把整個代碼庫換個框架，都可以用 /goal 讓 Codex 把遷移一路跑完。

做原型：從零做一個新應用、新游戲或新功能時，可以用 /goal 讓 Codex 交出一版打磨過的初稿。你可以寫一份 PLAN.md，把想做成什么樣講清楚，讓它照著做。

調提示詞：手上有一套測試集，就能用 /goal 拿評測結果來優化提示詞。Codex 會去看哪些案例失敗了、改提示詞、重跑評測，一直迭代到分數上去，或者到了你定的收尾條件為止。

對于如何寫好一個能穩穩跑起來的目標，先給它一個明確目標和一個收尾條件；告訴它先去讀哪些文件、文檔、issue、日志或計劃；定好用哪條命令、哪個產物來證明進度；讓它分階段做，順手記一份簡短的進度日志；過程里我們隨時用 /goal 看狀態；跑完、卡住或者要換方向時，再暫停、繼續或清除。

用 GPT Image 2 來做 PPT

做 PPT 最磨人的那步，常常是排版。Codex 自帶兩個技能：$$slides 用 PptxGenJS 直接讀寫 .pptx，$$imagegen 負責生成配圖。

OpenAI 官方給的參考提示詞是，

使用 $$slides 和 $$imagegen 技能，按以下方式編輯此幻燈片：
- 如果存在，請在每張幻燈片的右下角添加 logo.png 文件
- 在幻燈片 X、Y 和 Z 上，將文本向左移動，并使用圖像生成功能在右側生成插圖（風格：抽象、數字藝術）。
- 盡可能將文本保留為文本，將簡單的圖表保留為 PowerPoint 原生圖表。
- 添加以下幻燈片：[在此處描述新幻燈片]
- 在新幻燈片和新文本中使用現有品牌標識（顏色、字體、布局等）。
- 將更新后的演示文稿渲染成幻燈片圖像，檢查輸出結果，并在交付前修復布局問題。
- 在交付之前運行溢出和字體替換檢查，尤其是在牌組密集的情況下。
- 創建一批相關圖像時，保存可重復使用的提示或生成說明。

除了從零開始做，一頁頁描述內容和整體風格，有 logo、圖片就丟進同一個文件夾方便它取用。

我們還可以讓 Codex 來處理周報、月報、季報這種，定期更新模板，讓它總結一份 guidelines.md 確定好內容、結構和更新方式，再配合別的技能拉對應的數據，比如給股東的季度匯報，換上新數字和洞察就行。

而修改現成的 PPT，也可以直接在對話框里，要求 Codex 修改間距、文字錯位這類毛病。

讓 Codex 照著截圖做網頁

手上有幾張截圖、一份簡短的設計說明，或者幾張找靈感的參考圖，Codex 能照著做成響應式界面，同時順著項目里已有的寫法來，即原有框架和語言，不會另起一套。

再配上 $playwright，Codex 能在真實瀏覽器里打開頁面，按不同屏幕尺寸跟我們上傳的截圖逐一對照，反復調到接近為止。

參考提示詞如下，

請以我提供的屏幕截圖和注釋為依據，在當前項目中實現此用戶界面。

要求：
- 重用現有的設計系統組件和標記。
- 將屏幕截圖轉換為此存儲庫的實用程序和組件模式，而不是發明一個并行系統。
- 間距、布局、層級和響應行為要緊密匹配。
- 尊重倉庫的路由、狀態和數據獲取模式。
- 使頁面在桌面和移動設備上都能響應。
- 如果截圖中的任何細節不明確，請選擇最簡單但仍符合整體方向的實現方式，并簡要說明假設。
驗證：
- 將最終的用戶界面與提供的屏幕截圖進行比較，包括外觀和行為。
- 使用 $playwright-interactive 檢查 UI 是否與引用匹配，并根據需要進行迭代，直到匹配為止。

從零做一個在瀏覽器跑的游戲

做游戲大概也是能看出 Codex 不只會寫代碼還懂設計的場景之一。一個真正的游戲，要有寫下來的玩法概念、渲染層、前端外殼、后端狀態、美術素材，還得不停地調畫面和手感。

動手搭架子之前，先讓它寫一份 PLAN.md，把游戲拆成具體幾塊：玩家目標、核心循環、操作和輸入、勝負條件、難度和成長、視覺方向、技術棧和部署假設、里程碑的先后順序。

再寫一份 AGENTS.md，按照官方的教程，可以參考下面的寫法。

游戲名

<游戲類型>

技術棧：
- 前端 NextJS（部署在 Vercel）
- 渲染用 <填技術>
- 后端 Fastify + WebSocket（部署在 <平臺>）
- 數據庫 Postgres，緩存和 pub/sub 用 Redis
- 生成式 AI 功能走 OpenAI

約定：
- 每做完一個功能就用 build / test 命令驗一下
- 做新功能時照著 PLAN.md 來
- 把思路和決定記在 .logs 里，迭代時回頭查
- 用 playwright 測畫面效果，不對味就改
- 用 imagegen 出素材，每出一批就把 prompt 存進 .prompts，方便以后接著出同款
- 用 Context7 MCP 拉 <渲染框架> 的文檔

把 AGENTS.md 里提到的技能都裝上：$$imagegen 出美術素材，$$playwright 在真實瀏覽器里測游戲，$openai-docs 拉最新的 OpenAI API 文檔，需要的話再加個 Context7 MCP 拉渲染框架的文檔。

接下來 Codex 會照著計劃先做出第一版。如果要生成的圖很多，這一版可能得跑上好幾個小時，Token 開始瘋狂燃燒。不過借由 Playwright 的能力，Codex 可以自己在瀏覽器里試玩、驗證游戲效果，中間基本不用我們管。計劃寫得越細，第一版出來就越像樣。

我們讓 Codex 自己寫了一份游戲的 Plan.md，輸入提示詞「Use $playwright-interactive, $imagegen, and $openai-docs to plan and build a browser game in this repo.
Implement PLAN.md, and log your work under `.logs/`.」然后生成了一個比較完善的小游戲。

讓 AI 自己跑科研

Codex 能干的不止寫代碼，它也能在科研里當一個長期干活的研究助手。用戶給出方向和判斷，它去實現、取證、打分、反復迭代。

其中一個案例是改模型架構。假設手上有個蛋白質折疊的假設，「讓模型多表示一些高階的幾何結構，會不會學得更好」，可這種想法一遍寫不完，得反復試。

用 Codex 的 Goal Mode，給它三樣東西：一個劃好邊界的科學方向、一個能跑的基線模型、一套能自動打分的基準，它就會照著這個目標一路爬分，實現、測試、記實驗、查故障、再改。

官方給出的例子里，Codex 連著跑了 150 多個小時，產出了一個叫 SimplexFold 的實驗性架構。

另一個是給藥物靶點排序。類似任務的麻煩點，在于證據散在十幾個數據庫里，遺傳學、臨床、文獻、表達數據各管一攤。

用 Life Science Research 插件，Codex 能并行去各家數據庫取證、每條證據線各自按 1-5 分打分，最后匯成一張打分表加一份排名，還能配上熱力圖之類的圖。

在 OpenAI 官網給出的用例還有很多，我們這里只是列舉了部分熱門的用法。感興趣的朋友可以去 OpenAI 開發者官網 developers.openai.com/codex/use-cases，嘗試不同的案例。

還有網友發現，現在邀請一位朋友加入 Codex ，就可以重置速率限制，即便邀請的用戶并非新用戶或訂閱用戶，只要受邀者通過鏈接打開 Codex 后發送幾條消息，就能獲得一次重置的機會。