Codex 保姆级教程：从环境搭建到接入国产大模型实战

不只是又学一个工具，而是学一种工作方式

很多人用过 AI 工具，知道它能写文案、生成图片、做分析，但一旦放进真实的个人工作流程，就会发现问题：工具太多、方法零散，今天学会了明天就忘，偶尔做出一个结果却很难重复复用。更常见的困境是——明知道 AI 很强，却不知道怎么把它嵌进自己的工作流。

这套 Codex 实战课程的出发点，恰恰不是“再多学一个软件”或几个提示词技巧，而是训练一种工程化思维：让 AI 真正参与到真实任务当中，帮你完成任务、连接工具、搭建工作流，并把这些方法沉淀成可以反复调用的能力。用课程里的一句话概括，就是“以后不再是让 AI 回答一个问题，而是让 AI 帮我们完成一整件事情”。

以做一条短视频为例：过去要找选题、写脚本、找图片、剪辑、导出成片，中间要打开大量软件、重复大量操作。而借助 Codex，可以把流程拆开，让它协助完成选题、生成脚本、批量制作素材、生成动态视频，最终自动合成一个剪辑草稿。此时 Codex 不再是聊天工具，而是一个能协作的工作伙伴。

Codex 是 OpenAI 推出的代码生成与任务执行模型，最初以代码补全能力著称，但其核心能力已远超写代码本身。在 Agent（智能体）模式下，Codex 可以理解自然语言描述的目标，自主拆解子任务、调用外部工具（如浏览器、文件系统、API 接口），并在多步骤流程中持续执行，直到完成整件事。这与传统的"问答式 AI"有本质区别：前者是单轮交互、给出建议；后者是多轮自主行动、真正完成任务。AGENTS.MD 是 Codex Agent 运行时读取的配置文档，相当于给 AI 写的"工作手册"，用于定义任务边界、工具权限和行为规范，是实现可复用工作流的关键基础设施。

为什么要在当下系统学习 Codex

课程给出了三个核心理由。

工作方式正在改变

以前比的是谁做得更快、谁经验更多；现在越来越多的工作，比的是谁更会和 AI 协作、谁更会设计流程。同样做一份 PPT，有人要花半天从找资料、整理结构到美化逐步完成；而更高效的做法是用 AI 搭好内容框架，人把精力放在“这个设计安排是否准确、这个决策是否正确”上。关键不再是依赖人工，而是把工作经验交给 AI，让它成为效率放大器。

单用工具已经不够

写文案一个工具、生成图片一个工具、剪视频又一个工具，资料散落在电脑、网盘、飞书各个软件里。真正影响效率的往往不是“某个工具不会用”，而是这些工具根本没有被连接起来。Codex 的价值，正是帮你把任务拆解、把不同工具串联，形成一条完整的工作流程。

重复劳动不值得一次次从零开始

每周、每月都要重复、步骤相对固定的事，就应该整理成模板、Skill 或自动化流程。下一次遇到同类任务，只需调用少量内容就能重新运行，不必从零开始。

AI Skill（技能封装）是将一段可复用的 AI 工作流程打包为标准化模块的做法。类比于编程中的函数或软件中的宏，Skill 把"输入什么参数、经过哪些步骤、输出什么结果"固化下来，使得同类任务下次只需填入新的变量（如新产品名称、新话题）即可重新运行，而无需重新设计流程。这种思路本质上是把个人经验和最佳实践转化为可执行的流程资产，也是课程强调"工程化思维"而非单纯学提示词的原因：提示词是一次性的，而封装好的 Skill 是可以持续产出价值的能力沉淀。

课程解决的五类真实问题

不同于传统 AI 工具讲解只教“怎么问 AI”，这套课程按真实业务场景拆成了五个板块。

第一，解决不会装、不会配、不会部署的问题。 课程从 Codex 的环境搭建、工作台使用、常用命令与快捷键、不同使用入口，到 AGENTS.MD 的基础指令与文档配置讲起。很多人不是不想用 AI，而是卡在第一步——工具怎么装、环境怎么搭、DeepSeek^广告 等国产大模型怎么接入、出问题怎么排查。课程会先把基础环境跑通，建立正确的使用方式。

第二，解决重复性工作。 带着学员开发自己的 AI Skill，把做图、做视频、写文案等重复任务封装起来。以短视频生产为例，从选题策划、脚本生成、批量配图，到静态与动态素材制作，最终得到一个剪辑草稿。重点不是拿到一个成片就结束，而是沉淀出一个“视频加工技能 / 工作流”。

第三，解决办公效率低下。 针对 Excel 图表分析、PPT 制作、内容整理等常见任务，课程教学如何用 Codex 做数据分析、识别核心指标、提取数据洞察，以及用 AI 生成 PPT、组织演讲稿与发言提纲，并从内容和视觉双重维度优化。同时会接入飞书这一线上办公的重要产品，还原更真实的办公场景。

第四，面向电商的视觉与视频生产。 详情页、产品图、穿搭图、营销视频都是需要反复制作、并随不同产品规划的内容，课程专门设置了电商视觉与电商视频板块。

第五，知识库与个人 IP。 结合 Obsidian 搭建个人知识库，把资料采集、知识整理、行业分析、内容生产连接起来；并覆盖口播稿改写、配音、字幕处理、视频渲染、批量生产，乃至抖音文案提取、声音克隆、数字形象定制等环节，帮助想做个人 IP 的人解决“持续表达、持续输出”的难题。

谁适合学，以及要注意的边界

课程面向五类人群：需要标准化选题、脚本、素材、剪辑流程的内容创作者和自媒体人；需要反复制作商品图与营销素材的电商从业者、品牌方和营销团队；经常做数据分析、PPT 汇报、资料整理并使用飞书协同的企业运营、市场与管理人员；希望把经验沉淀进知识库并持续输出的讲师、咨询师与知识型创作者；以及想做副业、打造个人品牌的个人。

值得强调的是课程给出的两个边界：一是学完并非所有事都能自动化，也不是点几个按钮就解决所有问题；二是真正要掌握的是 AI Coding / Codex Agent 的工程化思维——遇到任务先拆解目标、设计流程、提炼可复用的重复环节。

学完能收获什么

按课程设定，完成后应能掌握 Codex 的环境搭建、工作台实操、常用命令、Skill 封装，以及一系列办公自动化与内容生产流程。这套内容的价值不在于听懂了多少概念，而在于能否真正用 AI 解决自己的问题。正如讲师所说，建议“边学边做、边做边沉淀”，因为真正属于你的能力，取决于你动手实践了多少。

背景补充

Obsidian 是一款基于本地 Markdown 文件的知识管理工具，以双向链接和图谱视图著称，适合构建个人知识网络。与云端笔记工具不同，Obsidian 的数据完全存储在本地，天然适合接入本地运行的 AI 模型进行隐私敏感的知识处理。声音克隆（Voice Cloning）技术通过少量音频样本训练，即可生成与原声高度相似的合成语音，常用于批量配音或数字分身制作；数字形象定制则进一步将真实人物的外貌、声音、表达风格封装为可反复调用的虚拟形象，是个人 IP 持续输出内容而无需每次亲自出镜的核心技术路径。这两项能力结合知识库，构成了"知识输入—内容生产—自动分发"的完整个人 IP 工作流闭环。