【Codex 活动与降价情况】这段时间以来Codex 在社交媒体上好评如潮。有网友发现现在邀请一位朋友加入 Codex就可以重置速率限制。即便邀请的用户并非新用户或订阅用户只要受邀用户通过链接打开 Codex 后发送几条消息就能获得一次重置的机会。除了拉新人送福利的活动官方的 Codex 也将迎来大降价。根据外媒援引知情人士的消息OpenAI 正在考虑大幅降低其向用户收取的费用以从竞争对手 Anthropic 那边赢得客户。报道里提到OpenAI 可能会降低 Token 的价格但关于大降价的讨论还在进行中。【用户情况与官方举措】毕竟Codex 现在就是 OpenAI 最好的客户拉新平台。和 OpenAI 官方披露的数据一样ChatGPT 用户突破了 10 亿而 Codex 的周活用户却刚刚来到 500 万相当于 200 个 ChatGPT 用户里只有 1 个人点开了侧边栏里面的 Codex。「用不上」是一方面更多地可能还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 才能做到的任务。Codex 官方也听到了用户的反馈一边高调宣传即将并入 ChatGPT未来我们打开全新大改版的 ChatGPT 应用时可以选择使用 Codex 还是 ChatGPT 来回答。另一边他们这几天在 OpenAI 官网一口气更新了十几个真实世界的工作流程从常见的部署网页和应用、直接构建一个 Mac 或 iOS 应用到大型的项目管理、150 个小时的科研任务以及各种工作中的琐碎业务都有相应的使用案例。这些教程大概是帮助我们快速上手 Codex 的最佳指南很好地解决了 Codex 能做什么如何使用 Codex 的问题。【Computer Use 功能介绍】Computer Use让 Codex 控制电脑。Hey Siri打开微信发消息给妈妈说 XXXX 请先解锁 iPhoneSiri 做不到Codex 现在也做不到操作微信。Codex 的 Computer Use 功能主要是允许 AI 像我们一样操作电脑界面通过点击、查看和输入来完成任务。这项功能适合的场景包括跨应用任务如收集笔记、更新记录、在不同位置间复制细节、回复信息等。在官方的使用案例里他们举的例子有简单地放首音乐也有涉及在不同应用之间切换。Computer 放点音乐帮我集中注意力。Computer 请帮我把 Notes 里的面试笔记添加到飞书里。Computer 请查看我的企业微信并添加提醒提醒我今天结束前需要完成的所有事项。具体的使用方式我们先要在 Codex App 里面找到 Computer Use 并确认已经开启接着在对话框里输入指令的开头加上 Computer或者提及特定的应用程序例如 Slack 或 Messages 等。选择好 Computer Use 插件之后描述一下任务以及我们想要的结果当 Codex 需要访问权限时批准访问然后让它在后台继续执行任务。使用 Computer Use 的几个注意事项像是确保运行时 Mac 不会锁定或者在 Codex 里打开「锁屏操作」功能还有 Codex 使用电脑上的应用时我们可以在自定义设置中告诉 Codex 默认浏览器是哪个。以及不要使用两个 Computer Use 的任务线程来控制同一个应用每一个线程结束后都可以要求 Codex 总结和优化该任务甚至是将这套工作流程变成可重复的模式。【/goal 功能及用法】给 Codex 一个能一直跑下去的目标。平时让 AI 干活很需要我们站在旁边盯着它做一小步停一下问下一步怎么办我们得一直搭着手。/goal 想解决的就是这件事给 Codex 一个长期目标让它自己照着这个方向一直做下去干完一轮也不停。官方指南里几个典型的用法是那种比一句提示词大、又比一整张待办清单小的任务目标明确、能自己验证、做到什么程度算完都说得清。项目迁移不管是把游戏搬到新技术栈、把移动应用搬到新平台还是把整个代码库换个框架都可以用 /goal 让 Codex 把迁移一路跑完。做原型从零做一个新应用、新游戏或新功能时可以用 /goal 让 Codex 交出一版打磨过的初稿。你可以写一份 PLAN.md把想做成什么样讲清楚让它照着做。调提示词手上有一套测试集就能用 /goal 拿评测结果来优化提示词。Codex 会去看哪些案例失败了、改提示词、重跑评测一直迭代到分数上去或者到了你定的收尾条件为止。对于如何写好一个能稳稳跑起来的目标先给它一个明确目标和一个收尾条件告诉它先去读哪些文件、文档、issue、日志或计划定好用哪条命令、哪个产物来证明进度让它分阶段做顺手记一份简短的进度日志过程里我们随时用 /goal 看状态跑完、卡住或者要换方向时再暂停、继续或清除。【用 GPT Image 2 做 PPT】做 PPT 最磨人的那步常常是排版。Codex 自带两个技能$$slides 用 PptxGenJS 直接读写 .pptx$$imagegen 负责生成配图。OpenAI 官方给的参考提示词是使用 $$slides 和 $$imagegen 技能按以下方式编辑此幻灯片 - 如果存在请在每张幻灯片的右下角添加 logo.png 文件 - 在幻灯片 X、Y 和 Z 上将文本向左移动并使用图像生成功能在右侧生成插图风格抽象、数字艺术 - 尽可能将文本保留为文本将简单的图表保留为 PowerPoint 原生图表 - 添加以下幻灯片[在此处描述新幻灯片] - 在新幻灯片和新文本中使用现有品牌标识颜色、字体、布局等 - 将更新后的演示文稿渲染成幻灯片图像检查输出结果并在交付前修复布局问题 - 在交付之前运行溢出和字体替换检查尤其是在牌组密集的情况下 - 创建一批相关图像时保存可重复使用的提示或生成说明。除了从零开始做一页页描述内容和整体风格有 logo、图片就丢进同一个文件夹方便它取用。我们还可以让 Codex 来处理周报、月报、季报这种定期更新模板让它总结一份 guidelines.md 确定好内容、结构和更新方式再配合别的技能拉对应的数据比如给股东的季度汇报换上新数字和洞察就行。而修改现成的 PPT也可以直接在对话框里要求 Codex 修改间距、文字错位这类毛病。【让 Codex 照着截图做网页】手上有几张截图、一份简短的设计说明或者几张找灵感的参考图Codex 能照着做成响应式界面同时顺着项目里已有的写法来即原有框架和语言不会另起一套。再配上 $playwrightCodex 能在真实浏览器里打开页面按不同屏幕尺寸跟我们上传的截图逐一对照反复调到接近为止。参考提示词如下请以我提供的屏幕截图和注释为依据在当前项目中实现此用户界面。要求 - 重用现有的设计系统组件和标记 - 将屏幕截图转换为此存储库的实用程序和组件模式而不是发明一个并行系统 - 间距、布局、层级和响应行为要紧密匹配 - 尊重仓库的路由、状态和数据获取模式 - 使页面在桌面和移动设备上都能响应 - 如果截图中的任何细节不明确请选择最简单但仍符合整体方向的实现方式并简要说明假设。验证 - 将最终的用户界面与提供的屏幕截图进行比较包括外观和行为 - 使用 $playwright - interactive 检查 UI 是否与引用匹配并根据需要进行迭代直到匹配为止。【从零做浏览器游戏】做游戏大概也是能看出 Codex 不只会写代码还懂设计的场景之一。一个真正的游戏要有写下来的玩法概念、渲染层、前端外壳、后端状态、美术素材还得不停地调画面和手感。动手搭架子之前先让它写一份 PLAN.md把游戏拆成具体几块玩家目标、核心循环、操作和输入、胜负条件、难度和成长、视觉方向、技术栈和部署假设、里程碑的先后顺序。再写一份 AGENTS.md按照官方的教程可以参考下面的写法。游戏名 游戏类型 技术栈 - 前端 NextJS部署在 Vercel - 渲染用 填技术 - 后端 Fastify WebSocket部署在 平台 - 数据库 Postgres缓存和 pub/sub 用 Redis - 生成式 AI 功能走 OpenAI。约定 - 每做完一个功能就用 build / test 命令验一下 - 做新功能时照着 PLAN.md 来 - 把思路和决定记在 .logs 里迭代时回头查 - 用 playwright 测画面效果不对味就改 - 用 imagegen 出素材每出一批就把 prompt 存进 .prompts方便以后接着出同款 - 用 Context7 MCP 拉 渲染框架 的文档。把 AGENTS.md 里提到的技能都装上$$imagegen 出美术素材$$playwright 在真实浏览器里测游戏$openai - docs 拉最新的 OpenAI API 文档需要的话再加个 Context7 MCP 拉渲染框架的文档。接下来 Codex 会照着计划先做出第一版。如果要生成的图很多这一版可能得跑上好几个小时Token 开始疯狂燃烧。不过借由 Playwright 的能力Codex 可以自己在浏览器里试玩、验证游戏效果中间基本不用我们管。计划写得越细第一版出来就越像样。我们让 Codex 自己写了一份游戏的 Plan.md输入提示词然后生成了一个几乎是可以直接上线的小游戏。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/. 小的网页游戏之外使用 Codex 提供的构建 iOS App 插件我们一句话就能在 Codex 内查看和测试 iOS App。【让 AI 做科研】Codex 能干的不止写代码它也能在科研里当一个长期干活的研究助手。用户给出方向和判断它去实现、取证、打分、反复迭代。其中一个案例是改模型架构。假设手上有个蛋白质折叠的假设「让模型多表示一些高阶的几何结构会不会学得更好」可这种想法一遍写不完得反复试。用 Codex 的 Goal Mode给它三样东西一个划好边界的科学方向、一个能跑的基线模型、一套能自动打分的基准它就会照着这个目标一路爬分实现、测试、记实验、查故障、再改。官方给出的例子里Codex 连着跑了 150 多个小时产出了一个叫 SimplexFold 的实验性架构。另一个是给药物靶点排序。类似任务的麻烦点在于证据散在十几个数据库里遗传学、临床、文献、表达数据各管一摊。用 Life Science Research 插件Codex 能并行去各家数据库取证、每条证据线各自按 1 - 5 分打分最后汇成一张打分表加一份排名还能配上热力图之类的图。在 OpenAI 官网给出的用例还有很多这里只是列举了部分热门的用法。感兴趣的朋友可以去 OpenAI 开发者官网尝试不同的案例。