一般人也能快速上手的 AI Agent：Codex 電腦端軟體今天這篇文章想分享的是：如果我們不是懂程式設計的工程師，一般人要怎麼快速上手 OpenAI （ChatGPT） 的 Codex 工具？如何用這個 AI 助理，協助我們處理電腦硬碟資料夾中的工作文件、任務成果，進一步打造一個更自動化的電腦工作流程。我覺得接下來想要善用 AI 的工作者，除了擁有像 ChatGPT 這樣的對話型生成式 AI 之外，也應該開始擁有一個像 Codex 這樣可以操作電腦、處理電腦中資料與文件的 AI 助理。兩者搭配在一起，可以建立一套更完整的人與 AI 協作流程。以我目前使用 ChatGPT 和 Codex 的經驗來看，兩者的分工有明顯不同。一個任務通常會有最後要輸出的成果，例如一份文件、一份簡報、一張試算表，或是一個整理完成的資料庫。但在真正進入「產出」之前，往往還會有一段很重要的前置流程：研究、發想、企劃、分析與復盤。所以在大方向上，我會這樣分工：ChatGPT：處理研究、發想、企劃、分析與復盤。我會利用 ChatGPT 上已經訓練好的專案助理，搭配 Deep Research 這類搜尋研究功能，透過對話進行腦力激盪、資料分析、計畫設計與任務規劃。 Codex 桌面端：處理真正要完成的工作成果。當我要根據前面規劃好的工作流程，實際產出一份文件、一份簡報，或是處理各種試算表、數據資料，整理電腦資料夾中的工作文件，乃至於真的要製作一個網頁、一個工具時（例如個人理財工具、產品說明網頁），就可以善用電腦端的 Codex 來完成。 可以參考這個有趣例子，就是 ChatGPT 到 Codex 互相搭配完成的：不同 AI 工具如何分工、接力完成專案，分享我做一個象棋教學遊戲的流程在 Codex 這樣的 AI Agent 可以編輯、管理電腦中資料文件的情況下，很多「輸出工作成果的流程」，我已經逐步轉移到 Codex 上進行。甚至像 Google 雲端硬碟中的文件，也可以交給 Codex 進一步編輯與處理。對一般使用者來說，OpenAI 推出的 Codex 桌面端軟體，現在已經不需要任何程式開發基礎。只要安裝完成，就可以開始使用。操作過程也不一定需要接觸任何程式碼相關技巧。所以這篇文章，我想從「非工程師、一般工作者」的角度，分享如何快速上手 Codex 桌面端軟體，以及可以嘗試看看的應用案例。一般人如何立即了解 Codex ？把電腦資料夾變成 AI 工作台很多人聽到 Codex，第一個反應可能是：這不是寫程式的人才會用的工具嗎？如果你不是工程師、不想寫程式，也沒有要開發軟體，好像就跟自己無關。但我這幾個月實際用下來，覺得這是一個一般人也能快速上手的 AI 工具：Codex 對一般人的真正應用，不是寫程式，而是把一個本機資料夾，變成可以被 AI 處理的工作台。經過持續的改進與發展後，Codex 已經慢慢不只是寫程式的人才會用到的工具。基本上，你在電腦中需要操作的各種文件、檔案、資料整理與成果產出，也都可以納入 Codex 的 AI 工作流程中。你只要下載 Codex 軟體，授權 Codex 管理你電腦中的某一個資料夾，它就可以開始協助你完成很多原本要自己慢慢處理的任務，例如：資料夾裡有一堆文件，不知道怎麼整理，可以請 AI 幫你分類與管理。 裡面有一堆數據試算表，可以請 AI 協助統整、分析，甚至直接調整 Excel 上面的欄位與數據。 有一堆文件、PDF、筆記，可以請 AI 重新整理，轉換成一份圖文並茂的簡報。 如果你使用 Google 雲端硬碟和電腦同步，Codex 也可以直接處理 Google 文件、Google 試算表、Google 簡報等內容。 更進一步，你也可以把 Codex 當成資訊整理與筆記管理工具，在你的電腦硬碟資料夾中建立個人資料庫。 （延伸教學：AI 結合卡片盒筆記法，人不再操作軟體，用對話流程讓 Codex 搭建資料整理系統：我的兩個月實測心得）以前這些事情，我們可能會打開檔案總管、筆記軟體、雲端硬碟、試算表、簡報軟體，自己慢慢操作。但現在如果有一個 AI Agent，可以直接在你指定的資料夾裡讀檔案、整理內容、建立新文件、修改草稿、產出清單，甚至把做得好的流程寫成下一次可以重複使用的規則，那麼 Codex 對一般人的價值，就不只是「幫工程師寫程式」。而是：幫一般人把日常工作中最耗時的資料整理、文件處理、分析準備與成果產出，變成一條可以讓訓練好的 AI 助理去完成的自動化工作流程。這些工作流程，如果只用傳統的 ChatGPT 對話來完成，可能會遇到幾個限制：ChatGPT 不一定能直接處理你電腦硬碟資料夾中的所有內容。 它比較不像真正的桌面軟體，可以直接編輯與管理檔案。 當任務需要長時間、多步驟、連續處理一整批資料時，單純的對話式 AI 比較容易中斷或失去脈絡。 但 Codex 的桌面端軟體，就是一個可以在電腦端工作的 AI 助理，可以自己完成上述步驟。更重要的是，對一般使用者來說，現在使用 Codex 桌面端軟體，不需要碰到讓人頭痛的程式碼或終端機介面。它的介面已經很成熟，比較接近一般知識工作者可以理解的「任務＋對話＋成果」三欄工作台。你可以這樣理解 Codex 的 Windows 桌面端 App：最左邊的對話討論串：可以想像成你一個一個要管理的專案，或是不同電腦資料夾中的工作任務。中間的對話欄位：就是你交派 AI 助理工作的地方，可以請它在專案資料夾中完成各種步驟與任務。最右邊的預覽區：可以查看 AI 幫你完成的成果。除了程式碼，也可以預覽 Markdown 文件、Word、Excel、PowerPoint 檔案，甚至還有一個小型瀏覽器，可以直接瀏覽網頁內容。所以 Codex 不只是「寫程式 App」，也不是單純另一個對話式 ChatGPT。對一般工作者來說，它更像是在同一個專案資料夾中，從文件整理、資料研究、內容分析、簡報草稿、試算表整理，一路延伸到小工具開發的 AI 工作助理。我的第一個 Codex App 應用案例，和程式開發完全無關：我對 Codex 這樣的 AI 助理工具，第一次覺得它很貼近一般人日常工作需求，是今年年初的一個旅行整理案例。當時我們有兩個家庭要一起去新加坡旅行。因為人數比較多，我們買了非常多景點、遊樂園的票券，也有交通票券、住宿資料等各種文件。一時之間，所有資料混在一起，變得很難統整。於是我把這 40 多張雜亂的票券，全部放進電腦硬碟中的同一個資料夾，接著請 Codex AI 助理幫我處理（操作介面如上圖）。第一步，我先請 AI 幫我分類。結果 AI 很聰明地根據每一張票券上的日期，把原本雜亂的票券重新分類在一起，建立出更有邏輯的資料夾整理方式。第二步，我讓 AI 從亂七八糟的票券整理出正確行程。接下來，我再請 AI 從這些已經分類好的資料夾中，梳理出我們完整的旅行行程。AI 也能有效從這些票券內容裡抓出關鍵資訊，整理成一份行程清單。整個過程大概兩三分鐘內就完成了。以前這樣的工作，如果是我自己來做，我需要在 40 多張雜亂票券中，一張一張檢查日期、景點、時間與地點，先建立分類資料夾，再擷取每張票券中的關鍵資訊，最後整理出一份行程表。這樣的工作，起碼也要花 30 分鐘甚至 1 個小時以上。但交給 AI 助理後，它可以在很短時間內完成。而且這個過程中，AI 需要讀取 PDF、需要辨識票券中的文字，也就是需要 OCR。這些原本聽起來可能比較麻煩的技術細節，AI 助理會自己判斷怎麼處理，甚至自己寫小程式來解決。對一般使用者來說，我們不一定需要知道它背後怎麼處理 PDF、怎麼做 OCR、怎麼寫程式。只要清楚傳達需求：這個資料夾裡有一堆旅行票券； 請你先根據日期、類型幫我分類； 再從票券中整理出完整行程表。 Codex AI 就能在電腦資料夾裡，自動幫我們完成這些原本要手動慢慢整理的工作。這也是我第一次很明確感受到：Codex 這類 AI Agent，對一般人來說，並不只是拿來寫程式，而是可以幫我們處理那些「在電腦裡很瑣碎、很重複、但又必須完成」的工作流程。一般人上手 Codex 的第一步：不要先想「自動化」，先建「專案資料夾」如果你之前完全沒有使用過 Codex，也沒有程式開發的基礎，那麼上手 Codex 的第一步，不是急著讓它幫你自動化，也不是一開始就要求它完成很複雜的任務。我會建議先做一個很簡單、也相對安全的動作：在電腦硬碟中建立一個新的專案資料夾，讓 Codex 在這個指令專案資料夾中測試處理資料。Codex 對一般人是一個可以連到本機資料夾的行動型 AI 工作台。你可以把它想像成：先建立一個 thread（討論串），像是在 ChatGPT 裡開一個對話；但不同的是，這個 project 可以連到你電腦上的某個資料夾，讓 Codex 在指定範圍內讀取、整理、建立或修改檔案。所以，對非程式工作者來說，我們可以從整理筆記、清理資料、比較草稿、處理文件開始，而不是從程式碼開始。為了安全起見，我會建議先用「複製副本」的方式，把原本專案中的雜亂文件複製到這個新的資料夾中。例如你可以建立這樣的資料夾：[副本] 旅遊規劃_東京親子行[副本] 旅遊規劃_東京親子行航班時間 飯店資訊 想去的景點 預算限制 家人偏好 已經查到的餐廳或交通資料[副本] 理財月報_2026[副本] 理財月報_2026收支表 投資紀錄 上個月回顧 目前目標 自己的判斷原則[副本] 課程講義文件[副本] 課程講義文件[副本] 網站文章草稿[副本] 網站文章草稿[副本] 客戶訪談資料分析[副本] 客戶訪談資料分析你不需要一開始就做任何分類，也不用先整理得很漂亮。這個資料夾可以很雜亂，因為最後可以讓 AI 幫你整理。也因為它是一個副本專案資料夾，所以即使 AI 助理在調整、分析或測試過程中出錯，也不會影響到你原本正式的專案內容。這對第一次使用 Codex 的一般工作者來說，是比較安心的開始方式。如果你的 Google 雲端硬碟有同步到電腦本機，也可以用類似的方式，建立一個同步資料夾，讓 Codex 處理其中的 Google 文件、Google 試算表、Google 簡報或其他相關檔案。接著，可以讓 Codex 先做一個動作：請 Codex 先看一下這個專案資料夾裡面的文件內容，告訴你它看到了什麼。一開始不要直接叫它修改、刪除、重命名或搬移檔案。先請它盤點，理解這個資料夾的內容，並且提出建議。你可以明確告訴它：先不要修改任何資料，只要回報它的觀察，等你確認後再開始執行。可以使用這樣的提示詞：請先檢查目前這個資料夾。請回報：1. 你看到了哪些檔案？2. 這些檔案可能分別代表什麼？3. 這個資料夾適合先做哪 3 個小任務？4. 其中哪一個任務最安全、最容易驗收？先不要修改任何檔案。請等我確認後再執行。這段提示詞看起來不華麗，但它幫我們建立了三個護欄：先盤點，不先動手。先建議小任務，不直接做大改。先等人確認，不擅自修改。透過這樣的方式，你就開始了用 Codex 管理專案資料夾的第一步。下面是我建立了一個孩子課業學習資料的資料夾後，讓 Codex 盤點一下可以做什麼遊戲化工具。而最後根據 Codex 的建議，讓 Codex 自己建立遊戲機制、自己畫圖（支援用 GPT Images 2.0 畫遊戲圖像素材），大概週末半天的討論時間，完成下面這個成果。要正式交派任務前，先讓 Codex 建立基礎專案規則文件：前面建立專案資料夾、讓 Codex 先盤點內容，只是一個簡單的上手練習。當我們真的要開始處理比較複雜的任務時，就可以在中間的對話視窗，開始對 AI 交派任務。我們可以先假設，Codex 有辦法像人一樣處理電腦上的各種文書、資料與檔案。但是，如果這件事情要做得好，在正式交派任務之前，有一個很關鍵的第一步：當 AI 助理已經理解這個專案資料夾中的基本內容後，先給它一個目標，請它建立一份基本的專案 MD 文件。可以利用像是下面這樣簡單的指令：根據前面的理解，建立專案規則文件，讓未來的工作可以遵循。Codex 通常會建立一份 Agents.md 文件，這份 MD 文件可以用來記錄：這個專案的目標是什麼。 AI 目前如何理解資料夾中的內容。 這個專案接下來可能要完成哪些任務。 未來處理這類任務時，應該遵守哪些基本原則。 之後隨著專案任務持續推進，這份 MD 規則文件甚至可以再衍生出不同子任務的規則文件，並且在工作過程中持續復盤與更新。這樣做的目的，是讓接下來的 AI 助理有共同的遵循原則，也能保留更長期的記憶。甚至當我開一個新的討論串，或是重新進入這個資料夾時，Codex 也可以透過這些文件記得前面的狀態，立刻接手工作。例如我有一個理財的 AI 助理，我就先建立一個理財專用的資料夾，把目前某些財務、投資現況的試算表先丟進去。接著，我會用前面的方法，先讓 AI 助理理解這個專案資料夾裡的文件資料，並且請它建議：如果以家庭理財為目標，接下來可以先做什麼任務。這時候它可能會建議我，先建立一個可以減少手動更新，並且以 10 年、20 年長期目標為主的理財規劃工具，或者理財規劃頁面。於是我就會請 AI 助理，把這個目標，以及它目前對我理財現況的理解，先建立成一份基本的專案 MD 文件。這樣之後在持續推進理財規劃的過程中，AI 助理就有一個可以遵循的原則。開始對理解專案內容的 Codex 交派任務：當 Codex 已經理解專案資料夾的內容後，接下來就可以開始交派任務。當我們正式交派 AI 任務時，尤其對一般人來說，很可能不一定具體知道 AI 做不做得到我想要交付的工作。例如：我不知道它到底可以處理一份簡報到什麼程度。 我不知道它可以整理一份試算表到什麼深度。 我也不一定知道它會用什麼方法完成任務。 所以這時候最好的測試與溝通方法，不一定是教 AI 每一步怎麼做，而是在指令裡明確說明：這次任務想完成什麼成果。資料處理的界線在哪裡。 我想像中的需求是什麼。 解決之後要達到什麼效果。 我會用什麼標準來驗收。 換句話說，我們要把「成果」說清楚，把「需求」說清楚，把「驗收標準」說清楚。至於到底要怎麼做到，可以讓 Codex 自己想辦法設計工作流程。這時候我的交派任務經驗是（尤其 Codex 更新到可以使用 GPT-5.5 模型後），會在指令中明確交代幾件事：成果：最後要輸出的是一份報告、簡報、網頁、圖片，還是其他內容？請 AI 助理一步一步處理。資料範圍：AI 助理這次明確要使用哪些資料，並且提醒它要先從規則文件出發。需求與驗收標準：這個成果要解決什麼問題？滿足哪些需要？誰會怎麼使用這個成果？界線：可以做什麼，不可以做什麼。如果任務比較複雜，我也會搭配 Codex 的 Plan 規劃模式，讓 AI 助理先自己設計工作流程，再開始正式執行。讓我們從前面那個雜亂的旅行票券資料夾出發，試試看怎麼讓 AI 助理去處理一個任務，並且輸出具體成果。在這個案例中，我利用前面建立好的指令與規則，要求 Codex 輸出一份「讓旅行同伴也能快速理解這次行程重點的圖文手冊」。這時候，我沒有一開始就告訴它到底要做成網頁版、PDF，或是哪一種格式；也沒有直接教它每一步要怎麼製作。我只先告訴它幾件事：限定要使用的資料範圍是什麼。 我希望這份圖文手冊達到什麼效果。 我希望圖文手冊的內容有哪些關鍵限制。 這份手冊是給旅行同伴快速理解行程重點使用。 接著，我開啟 Codex 的 Plan 模式。這個模式的意思，有點像是讓 AI 先根據目前的需求與資料範圍，自己思考怎麼做會比較好。這時候 Codex 不會馬上開始動手，而是先在規劃過程中詢問我幾個關鍵問題。從你對專案的理解與規則出發，製作一份讓旅行同伴也能快速理解這次行程重點的圖文手冊。請一步一步處理，以前面建立的行程表為基礎，以所有票券資料為素材，整理出來的圖文手冊要能方便分享給每一個旅伴，讓每個旅伴都能掌握每一天、每一地的必備資訊，但又有吸睛、對應真實資料的圖片、圖解作為輔助，複雜的資訊會更易懂，有趣的行程會看起來更有趣。一定要使用繁體中文說明，避免重複或瑣碎不必要的資訊堆積，要依照每一天的行程順序為順序架構。例如，它先問我：這份手冊到底要做成 PDF 版、Markdown 圖文版，還是簡報版？我可以從中選擇一個自己最想要的方式。接著，它也會問我：手冊中的圖片應該怎麼呈現？它當時提供了三個選項，但裡面沒有我真正想要的選項。這時候，我就可以自己打字補充，告訴它：我希望結合官方照片，再加上 AI 自己繪製的圖解。經過這樣的規劃後，Codex 會先提出一份「如何製作這份圖文手冊」的製作計畫，而不是立刻動手。我檢查這個計畫，如果覺得方向可行，就按下「執行此方案」的選項。接著 Codex 就會依照前面規劃好的步驟，一步一步處理。這時候就可以看到 AI 助理的威力：它可以讀取電腦硬碟資料夾中的文件內容。 它可以結合上網搜尋，補充官方資料來源。 它可以使用內建工具，甚至自己寫工具，來完成製作 PDF 所需要的各種操作。 我們不需要自己處理那些繁瑣步驟，只要讓 AI 依照計畫自動完成。 完成後，Codex 通常也會自己做一次驗證，確認它交付的成果內容是可用的。所以在 Codex 裡交派任務時，我現在會採取這樣的流程：先說清楚成果。 指定資料範圍。 說明需求與驗收標準。 補上可以做與不可以做的界線。 任務較複雜時，開啟 Plan 模式，讓 Codex 先設計工作流程。 確認計畫後，再讓它開始執行。任務完成後：先檢查成果，再請 Codex 復盤成規則當 Codex 完成我們交派的任務後，產出的成果可能是一份簡報、一份文件、一張試算表，或是其他專案檔案。這時候，它會在回答的最下方列出這次產出的檔案。我們只要按一下右邊的「開啟」，就可以在右側預覽畫面中，直接檢查剛剛完成的結果。Codex 的預覽工具不只可以看網頁、看程式碼，也可以查看我們一般工作者更常使用的文件、試算表與簡報內容。也就是說，當 AI 完成任務後，我們可以立刻在同一個介面裡確認：這份文件內容是否正確？ 這份試算表整理是否符合需求？ 這份簡報是否可以拿來使用？ 這次成果是否達到前面設定的驗收標準？ 如果我覺得這一次產出的結果是可用的，接下來我通常不會只是把檔案拿走（其實也不用拿走，檔案就儲存在專案資料夾中），而是會再給 Codex 一個復盤指令。這個復盤指令的目的，是請 AI 回頭整理：剛才它是怎麼完成這份有效簡報？這一次它是怎麼處理這份有效試算表？中間用了哪些資料、哪些步驟、哪些判斷，最後才做出這個可用成果？接著，我會請 Codex 把這些有效的工作流程，寫進這個專案對應的規則文件中。也就是讓 AI 自己去處理專案規則，自己建立各種工作規則，甚至建立後面可以繼續使用的技能。這樣之後在同一個專案裡，如果我要產出新的工作成果，就可以沿用類似的方法，而不是每一次都重新開始。這是我目前使用 Codex 時很重視的一個步驟：任務完成後，不只檢查成果，也要把有效流程留下來。這樣一來，這個專案底下就會慢慢訓練出一個越做越順手的 AI 工作助理。前面這個簡報檔案製作的流程還不錯，幫我復盤一下過程，建立之後做簡報的規則。請一步一步處理，分析用了哪些工具、執行了哪些方法，把整個流程梳理出來，讓我們以後要做課程簡報的時候，也能用同樣的邏輯、同樣的規則、同樣的技巧、同樣的工具來完成一份可用性更高的簡報內容。最後寫進對應規則，或是新增更適合的課程簡報規則文件。Codex AI 助理處理任務時你可以善用的功能：能力、權限、排程、多工前面幾個關鍵階段，是我推薦非工程師、一般工作者剛開始使用 OpenAI Codex 時，最需要掌握的流程與步驟。當你開始讓 Codex 處理幾個任務，逐漸有經驗之後，這個軟體內建的一些功能，也可以開始做自己的調整與切換，讓它更符合你的工作需求。第一個需要調整的，是根據任務難易度，選擇合適的模型與執行速度。在對話視窗的右下方選單中，可以切換不同 GPT 模型，也可以切換智慧等級與執行速度。大致上可以這樣理解：模型與智慧等級：會影響它可以處理的任務複雜度，以及處理過程中的細緻度、準確度。執行速度：如果選擇快速，AI 會更快完成任務。額度消耗：模型等級越高、速度越快，通常也會消耗更多每週額度。以我自己使用每月 100 美金的 Pro 版本來看，如果每天都利用 Codex 處理工作上的幾個重要專案，並且都「毫無顧忌」的使用最高等級、最快速版本，一週額度其實也會在不到一週內被消耗完。若是免費版或 Plus 版本，消耗速度就會更明顯。所以我的做法是，如果只是簡單任務，例如：理解一下專案目前的資料狀態。 做簡單資料分類。 處理一般文書整理。 初步檢查資料夾內容。 那麼可以選擇中；高等級的智慧功能，甚至切換到 GPT-5.4、GPT-5.3 之類的模型，速度選擇「標準」，讓它多花一點時間處理，但少消耗一些額度，這樣可以多做幾個工作任務。接下來，在對話視窗左下方，會有三種權限可以選擇。這裡我覺得一般工作者也要理解，因為 Codex 不是單純回答問題，它可能會真的改動你的檔案。大致上可以這樣區分：預設權限：幾乎每個改動步驟，AI 都會詢問你，要求你確認。自動審核：當 AI 的操作可能影響整個系統，或跨出你的專案資料夾範圍時，它會自己判斷風險。如果判斷是中高風險以上，就會要求你確認；如果是低風險操作，則可能自動允許。完整存取權：大多數時候不會經過你的確認，AI 會直接開始工作。如果你要處理的任務，有可能影響整個系統，或可能改動重要檔案，我會建議至少選擇「預設權限」或「自動審核」。這樣在 AI 真正改變檔案之前，你還有機會做一次確認。Codex 有一個很好用的功能，就是當 AI 正在處理任務時，你還是可以繼續在下方對話框輸入下一步指令。因為有時候一個複雜的工作流程，可能要處理 10 分鐘，甚至 20、30 分鐘。我自己的經驗是，有些任務可能會處理超過一個小時，才能完成一個比較複雜的工作流程。這時候，你可以在下方對話框繼續新增下一個任務指引。如果直接按下 Enter，通常會選擇「排入佇列」。意思是：前一個任務完整做完後，Codex 才會接續執行下一個任務。這個功能很適合用在連續工作上。例如你可以連續添加兩、三個任務，每個任務可能都要做 20、30 分鐘。這時候你可以去處理別的事情，一個多小時後回來，這幾個接續任務就可能已經完成。如果選擇 Ctrl + Enter，則是「引導」。這個意思是：當 AI 正在處理前一個任務時，你可以把新的引導指令直接插入進去，讓它立刻接收到你的意見，調整正在進行中的工作。例如你看到 AI 正在處理一份圖文內容，但你發現它的編排方式不是你喜歡的，這時候可以立刻告訴它：改成左圖右文。 改成圖片在上、文字在下。 重新調整目前的排版方式。 Codex 就會馬上接收你的意見，調整做到一半的內容。這個功能很適合用在你已經看到 AI 的方向，但想要即時修正細節的情境。Codex 也可以同時開啟多個討論串。也就是說，你可以同時讓好幾個專案資料夾裡的 AI 助理，處理不同任務。例如：一個專案資料夾正在製作簡報。 另一個專案資料夾正在處理旅遊行程。 第三個專案資料夾正在幫你進行數據資料的統整與驗算。 這種多討論串並行的方式，讓 Codex 比較像真的在電腦端幫你同時處理幾條工作線。進階使用：外掛、技能與自動化，讓 Codex 接上更多工作流程當你慢慢熟悉 Codex 上面的各種基本操作後，下一個階段，可以開始了解 Codex 的「外掛」、「技能」與「自動化」這些功能。這些功能的重點，不是讓我們去學更複雜的技術，而是讓 Codex 可以接上更多服務，理解更多工作流程，甚至把已經跑順的任務變成固定時間自動執行。什麼是 Codex 的外掛？以我自己的工作情境來說，我常常有非常多的文件、簡報、試算表，是放在 Google 雲端硬碟中的雲端文件，而不是存在本機電腦硬碟裡。那這樣 Codex 還可以操作它們嗎？可以。方法就是在 Codex 裡安裝並授權 Google 雲端硬碟相關的外掛。當我們安裝 Google 雲端硬碟外掛時，通常會需要連接到 Google 雲端硬碟服務，進行帳號授權。授權成功之後，Codex 就會取得處理 Google 雲端硬碟中各種線上文件的能力。例如：Google 文件 Google 簡報 Google 試算表 Google 雲端硬碟資料夾 這樣一來，Codex 不只能處理本機資料夾中的檔案，也可以進一步處理我平常大量使用的 Google 雲端文件。安裝外掛後，通常也會連帶在 Codex 裡安裝對應的「技能」。什麼是技能？如果以前面的 Google 雲端硬碟外掛為例，當我安裝並授權這個外掛之後，Codex 的 AI 助理就會獲得一些相關技能，例如：如何處理 Google 文件 如何處理 Google 簡報 如何處理 Google 試算表 如何整理 Google 雲端硬碟資料夾 你可以把「技能」理解成：處理某種特定任務的工作流程與操作步驟。例如，Codex 透過技能理解 Google 簡報的操作邏輯，再搭配前面外掛提供的 Google 簡報編輯授權，這時候 Codex 就可以直接幫我製作或修改 Google 簡報。在 Codex App 的左上方，還可以看到一個「自動化」功能。如果我在某個討論串中，已經把某個工作流程跑順了，而且這個工作流程是我想要每天或定期重複執行的，就可以把它建立成自動化流程。例如：每週整理這個專案資料夾裡的新資料，建立一份週報。 每天處理這個資料夾裡的最新數據，建立今天的理財投資分析建議。 定期檢查某個資料夾中的新文件，整理成報告或摘要。 這時候，我可以直接要求 Codex 在這個討論串中建立一個自動化流程。之後到了指定時間，Codex 就會自動啟動前面已經訓練好的步驟，幫我完成任務。Codex 的自動化，大致可以有兩種設定方式。第一種，是在某個討論串中，明確告訴 Codex：要自動處理哪些工作步驟？ 要多久執行一次？ 要在什麼時間開始？ 最後要產出什麼結果？ 接著請它直接建立一個定期循環的自動化流程。第二種，是在一個已經討論到一定階段、而且工作流程已經跑順的討論串中，直接請 Codex：把前面這個已經完成的工作流程，建立成一個自動化流程。這時候，Codex 就會把前面已經跑過的流程整理成可以重複執行的自動化項目，等到固定時間到了，它就會自動處理。我們到時候只要接收報告或成果即可。任務越多時，要善用 Codex 的討論串分類與釘選功能：最後，當我們開始有越來越多任務在 Codex 上處理後，一些分類與管理功能也要慢慢掌握起來，否則最後討論串會變得越來越混亂。首先，在左方的專案資料夾底下，我們可以根據這個專案裡不同的子任務，開啟不同的討論串，避免彼此混雜。例如我有一個「外部資料庫／第二大腦」的資料夾，裡面包含：我抓取的重要參考資料原文 我的筆記卡片 已經建立好的永久筆記 在這個大資料夾底下，我就會開幾個不同的子任務討論串：一個討論串，專門處理每天的資料抓取。 一個討論串，專門處理內容草稿。 一個討論串，專門處理如何從這個外部資料庫，建立課程規劃。 這樣彼此區隔後，不同的 AI 專案助理，就可以在適合的子任務上，根據它需要的規則，完成更有效的任務。如果有一些子任務討論串，目前正在緊鑼密鼓地進行，我們也可以點一下左邊的圖釘，把它釘選在左上方。這樣它就會從資料夾中的一般列表，移到左上方更容易管理的位置，也能讓我們更快看到目前最重要、最常使用的討論串。簡單來說，當 Codex 開始變成你的電腦端 AI 工作助理後，不只要學會交派任務，也要學會整理任務。把不同子任務拆成不同討論串，再把正在進行的重要任務釘選起來，會讓整個 Codex 工作流程更清楚、更容易長期管理。我不是工程師，也值得試試看 Codex 嗎？答案是肯定的。你可以根據這篇文章，從下面流程開始：建一個副本資料夾 放入雜亂資料 讓 Codex 先看不要動 建立專案規則文件 用成果、資料範圍、需求、驗收標準交派任務 任務完成後復盤寫回規則逐步測試，你也能慢慢地掌握 AI Agent 的工作方式。大家好，我是電腦玩物站長 Esor ，歡迎參考我的系列課程與書籍：2026/1 最新著作上市，歡迎支持：《高效職場生存法圖解》大人學最新 AI 課程：用 AI 提升工作效率的實戰工作坊「個人數位生產力」線上課程（可使用電腦玩物老讀者折扣碼 ESOR500 ，獲得 500 元折價喔！）。時間管理、筆記系統、AI 工具相關課程：「課程介紹連結」著作：《防彈筆記法》訂閱追蹤 podcast 節目：「高效人生商學院」（Apple podcast 訂閱、 Google Podcast 訂閱）訂閱「電腦玩物電子報」，不定期出刊。我的電子郵件是 esorhjy@gmail.com ，如果你有任何關於筆記術、時間管理、提升工作效率的問題，歡迎寫信跟我討論。（歡迎社群分享。但全文轉載請來信詢問，禁止修改上述內文，禁止商業使用，並且必須註明來自電腦玩物原創作者 esor huang 異塵行者，及附上原文連結：一般人如何快速上手 Codex 超完整圖文教學：讓 AI 助理整理文件表格，建立自動化流程）