逐字稿文字預覽
Codex更新了不少東西,所以Codex新版全攻略。 它來了,能打網站的站點,插件更多了,甚至還能自己開發插件。 圖片可以直接批注修改,一條指令還能創建多個獨立對話,讓不同任務同時執行。 那這麼多功能,到底怎麼用好它呢? 這期視頻我會通過幾個真實案例,先帶大家了解Codex的基本使用和更新上的一些細節。 再看看它在办公和生徒当中怎么用 接着进入持久记忆 Skill MCP和自动化这些进阶玩法 最后再讲AI编程里的Hook Goals 分支Worktree和Subagent 这些视频稍微会有点长 相关笔记和题词我都整一层文档了 大家先点赞双方关注 我们直接开始 OK咱先简单聊一聊Codex 现在OpenAI把Codex和TrackGPT桌面端 整合成了同一个应用 更新速度非常的快 多智能体更加稳定了 可以直接通过语音控制 创建查看和调整Codex的任务 插件也变多了 甚至可以创建自己的插件 那现在图片可以加上注释进行修改 而且Deepseek官方也发布了 介入Codex的方法 那这个我就写在文档里了 说了这么多具体怎么用好它呢 我们接着往下看 打开TrackGPT 左上角是核心功能区 左下角是项目区 顶部可以在TrackGPT和Codex之间切换 那TrackGPT里面包含了聊天和办公功能 而Codex则更适合代码开发和项目执行 TrackGPT里的工作和Codex基本上是差不多的 但Codex的功能会更加丰富一些 所以接下来我会用Codex来做演示 来到中间的AI对话框 我们先解决第一个问题 这里模型这么多 什么时候该用什么模型呢 一般开发或者难度大一点的任务 咱们就用GPT 5.6soul就可以了 比较小型的任务可以用Terra 像Luna其实用的很少 向左看点击项目旁边的加号 会出现创建项目 这个也是桌面端AI Agent的核心 文件夹 那该怎么用好这个文件夹呢 文件夹里可以放一些文档 表格 图片 代码 以及任务规则 Codex不仅可以读取和分析这里面的内容 也可以直接创建 修改和整理文档 在创建项目时 我们可以添加多个原文件夹 这里的主要文件夹就是默认的工作空间 这个文件夹通常存放的是一些任务规则和最终生成的结果 其他文件夹则是补充资料 比如品牌规范、历史方案和参考数据 或是你个人的本地知识库的 Codex可以从这个文件夹中搜索和调用数据 你可以把它理解为一个补充资料库 需要时Codex也可以直接操作里面的文件夹 举个例子 我平时会把大模型的论文 技术报告和研究总结笔记整理起来 这个就作为我的补充文件夹来使用 像最近Deepseek Harness出来以后 我需要研究如何使用它 就会新建一个Deepseek Harness研究文件夹 并将其设为主文件夹 OK 我会给Codex发送第一个提示词 帮我深入调研一下Deepseek Harness 收集官方文档 项目仓库和所有发布说明 搜索具有代表性的文章 平台上的视频和实测内容 然后分析不同作者的操作方法 并进行横向对比 最后把所有链接标明出处发给我 第一次让Codex执行任务时 我一般会把模型调到高 希望它第一次能做得好一点 提示词也会写得比较清楚 点击左下角的加号 选择计划模式 在这个模式下 它会先生成一个计划方案 等你确认后再去执行 那这里还有个目标模式 我们后面会讲到 发送提示词 AI会加载工具文件和搜索网页 确认GitHub仓库 并询问了几个问题 比如说他问我 视频需要筛选到什么程度 我选这个紧链接和摘要吧 问我文章需要什么规模的筛选 那我选择他推荐的这个吧 那这个问题 我也选择他推荐的这个 确认以后 他会生成一个计划方案 我们可以去看看 他符不符合我们的要求 不符合的话 可以去修改 这边我就直接让他去执行了 这个执行时间可能会比较长 我们直接来看他的结果 他最终输出了很多内容 包括深度调研报告 归档入口的readme文件 官方资料的索引 精选文章索引 以及13张不同作者用法的分析卡片 右上角的小卡片展示了计划文档 缠除结果以及来源链接 比如这个Deepseek Harness的GitHub地址 方便我们快速了解概况 点击这份深度调研报告 可以在右侧的Codex的展示区 看到具体的内容 总结的非常到位 这里有核心框架 还有这个Agent执行轨迹 都非常的好 下面有精选文章的链接 按住Command键再点击它 就可以看到网页出现在右侧 这样我们就可以直接在Codex的内置浏览器中学习 不用来回切来切去 非常的方便 如果觉得报告有些地方不是很清晰 我们可以直接选中需要编辑的片段 加入中间的AI对话框当中 比如这里的插件数 可以直接向AI提问 右侧还有语音输入功能 点击设置 语音 在这里配置好自己长按的按钮 就可以按住直接说话 再转化成提示词了 这句话是什么意思 你再解释一下 还有一个点 比如这个修改权限和杀箱 我们可以直接选中它 点击编辑 发送需求 AI就会帮你扩写内容 完成后 你可以选择拒绝或者接受 这里就选择接受吧 点击右上角的文件小图标 可以看到文件夹里的内容和目录结构 这个侧边栏真的挺方便的 继续回到中间的AI对话框 可以看到这里有三个权限选项 请求批准 帮我批准和完全访问权限 一般情况下 我们选择第二个 帮我批准 那请求批准是指每次执行遇到有风险的操作 都会问你能不能做 帮我批准是AI会提前帮你判断 低风险的操作AI就自己处理了 高风险的让你来确认 完全访问权限则是AI全权负责 一般是不推荐的 我们再次点击侧边栏的小图标 可以打开侧边聊天 也就是临时聊天 在这个聊天框里 它不会影响我执行当前的操作 当然 如果你有一些天马行空的想法 但只是在想 可以打开这个侧边栏 在这里规划方案 聊怎么去写提示词 比如我就想问问 Deepseek Harness和Pi有什么区别 因为我觉得 他解释说 Pi就像一把轻便的瑞士军刀 而Deepseek Harness则是可以不断安装设置的工作台 那Deepseek Harness这个一切接插件确实非常的强 接下来我又想研究一下 这个Deepseek V4 Pro和Flash这两个模型 在配合上Deepseek Harness时使用 是不是有很大的进步 之前我简单测试过这两个模型 接入Codex的表现 在我的补充文件夹中有相关的测评材料 所以我输入提示词 参考补充文件夹中 我之前对Deepseek V4 Pro和Flash的测评 再生成一套用于Deepseek Harness的测评提示词 来对比两者 发送提示词 它这边确实找到了我之前完整的测评材料 然后提库和配套的输入也已经生成了 那有六组旧的用力和六组Harness的新用力 OK,它生成好了 给到我一个Marketown文档 里面写了一些提示词以及评分的标准 对于我来说,这个补充文件夹 我就经常会把它作为我的一个补充知识库来使用 在研究Deepseek Harness时 它增加了一个轨迹功能 如果我想读懂页面上的内容 就可以使用Codex的快照功能 同时按下两个command键 直接把页面快照发给AI 让它解释页面的用途和具体看法 点击这个页面 再点击这个查看文本 它的快照中都会带上UIL链接 这就可以让AI很清晰的看到桌面上的内容 这个比普通的截图要强很多 AI很快就看清楚了页面的内容 并列出内容代表的含义 时间线 按钮作用 以及底部性能指标 在一些不太容易看明白的页面 就很建议用上这个快照功能 调研好之后 我们可以把这篇内容补充到 深度调研总报告的那篇Markdown文档里面去 我们发送提示词 它会列出文件 去读深度调研总报告的文章 这个时候 比如我们刚才提示词没有写完整 还想说怎么看这个页面 要写得更清楚一点 我们点击发送 这边会有一个调整方向 就是提交但不中断模型运行 直接让它加入当前运行的上下文当中 如果不点就等这轮对话运行完之后 再发送给AI 那我们点这个调整方向吧 OK现在他就把这个东西补充好了 新增了页面六个区域的定位说明 每个按钮的具体用法以及对照内容 非常的好 我们再输入一个斜杠 点击状态 可以看到上下文具体用了多少 你的绘画ID 以及你的额度 再输入一个斜杠 加压缩 就可以压缩上下文 那大概占用到60%的时候 我就建议大家去压缩一下 那等这些文档都调研 生成完毕之后 我需要归档到那个补充文件夹当中 也就是我的知识库当中 在默认的主文件夹当中 我会输入提示词 我已经写好了两篇文章 分别是深度调研报告和测评文章 请将这两篇文章进行归档 提取核心的信息 整理到那个AI model的补充文件夹当中 Codex会去定位两篇文章和补充文件夹的位置 梳理目录并进行归档 最终会生成一个归档文档 因为我的补充文件夹知识库 是用Obsidian管理的 所以它也会同步添加一些 相应的笔记属性 这对于我的知识库总结来说 非常的好用 等我再要回去回顾的时候 就非常的方便了 不知道大家觉得这个怎么样 我之所以会把这些文章 进行一个归档操作 是因为在用AI操作文件夹的时候 时间久了 这个文件夹就会变得很乱 可能是我东问一句 西问一句 这边开个对话 那边又开一个 然后又要深图了 所以这个文件夹就很容易被我搞乱 不知道大家有没有和我一样的 那有的请扣1 点击右上角的这个图标 可以打开下面的终端 这个时候咱们就可以输入Cloud 两个AI就可以一起用了 懂我意思吧 顺便提一嘴 设置里还能自己去设一个小宠物 跟AI交流的时候 它会跟你进行一个互动 主打一个陪伴嘛 我看到网上还有人 直接把它弄成了自家的猫猫狗狗 看起来特别的好玩 大家可以自行去捣鼓捣鼓 OK通过刚才的小案例 我们已经了解了Codex的基本界面和使用方法 但在真实的办公场景 我们更多面对的是 Excel,PBT,Word这种本地办公文件 所以接下来我们来看看 Codex的本地文件处理能力 现在我这个文件夹当中 有一家手机可电近几个月的销售数据 包括订单日期 销售渠道 商品款式 销量 销售额 以及退款情况 现在老板要求我根据这些数据 做一次经营汇报 这个过程我们需要去做数据分析 绘制图表 制作PT 还可能要准备一个演讲稿 那我们先给Codex发送第一个提示词 当前文店家有一家手机壳店 近四个月的销售数据 请基于这个数据做一份经营报告 最终生成一个Excel表格 整体的概况是什么 哪个越好哪个越差 款式分析如何 对每个渠道和款式进行单独的分析 等它生成好文件后 再口头总结几个小发现 我们可以add spreadsheet这个插件 点击它上面会提供一些模板 给我们选择 那我们选择第二个吧 然后我们再使用这个Data Analytics的插件 也就是一个数据分析的插件 它会按照我指定的模板保留视觉体系 那首先它会加载Data Analytics的插件技能 要求它按照具体的分析流程执行 先数据质量检验 报告构建 图表生成 最后再结果验证 并强调避免直接套用空白的Excel表格 它确认之后开始查看表格 数据质量检验通过以后 接着它会按照Spraysheet的技能进行操作 最后它生成了一个表格 效果非常的不错 分格也还可以 下面包含了四项内容分析 当然我们现在可以直接在表格里进行修改 选中某一部分 比如觉得这里需要更详细一点 选中这一段内容将需求发送到 AI的对话框当中进行修改 同时也可以点击右上角的WPS图标 通过WPS打开进行编辑 Codex在界面切换这方面做的还是非常的好的 接下来我们看看Word文档 我们粘贴提示词 这一次我们使用的是这个Documents的插件 同样它有一些文档的模板 那如果想用自己的模板怎么办呢 向右滑点击创建模板 它会给出相应的提示词 这是我之前准备好的一个电商经营分析报告的模板 我们让它根据这个模板进行创建 可以直接点击发送提示词 它会按照顺序先使用Documents读取并理解参考文件 再使用Template Creator生成模板 很快模板就生成好了 回到刚才的对话当中 再次Add Documents的这个插件 第一个选项就是我们刚才创建的模板 点击使用它 然后再发送提示词 基于刚才生成的Excel表格 帮我生成一份Word版的精英报告 写上要求 等一会儿 生成的文档和刚才的模板基本上保持一致 完全符合我们的要求 在这个Word文档当中 同样可以选中某一段内容进行修改 并发送到AI的对话康当中 非常的方便 下一个就是PVT了 同样发送提示词 然后使用这个Presentation的插件 这里我就不选择模板了 让它直接基于Word提炼出电商经营报告 生成PVT 它同样会加载Presentation插件 最终生成的结果虽然不是特别好 但如果加入一些skill技能 或是模板效果会更好一些 在PVT的修改上 Codex就更加高级了 可以直接通过评论添加注释 选择某一部分进行修改 这个真的挺好的 如果你想在pt上增加一些配图 也可以直接利用codex的深图功能添加 非常的便捷 最后一个就是html了 我们发送提示词 基于经营报告 生成一个html的网页 写上要求 生成的结果还不错 后面他还给了一些总结和建议 对于HTML的修改 同样可以通过点击右上角的批注按钮 选中需要批注的部分 直接添加评论进行修改 此外点击左边的这个小图标 还可以直接修改颜色字体和大小等 这对于开发者来说非常的方便和便捷 OK咱再来讲个厉害的 我大早上起来 突然发现手里一大堆是 要看电商数据 分析最近的经营情况 又想研究最近的Deepseek Harness 这个时候我们就可以把需求写清楚 让Codex自动帮我们新建任务 然后分工去干活 我们可以写这样的一个提示词 重点说清楚两个任务就行了 帮我安排两个任务 第一个任务 找到Deepseek Harness研究文件夹 在这个文件夹里新建一个任务 研究Deepseek Harness 是什么 怎么用 有哪些优点 缺点 最后整理成一个研究笔记 第二个任务 找到电商数据的这个文件夹 在这个文件夹里新建一个任务 分析里面的电商数据 找到最应的销售情况和存在的问题 最后再生成一份分析报告 并给出几条实质性的建议 两个任务都保存在各自的文件夹里 完成以后回来告诉我 每个任务得出了什么结论 文件保存在哪 发送以后 Codex就会找到对应的文件夹 分别新建两个任务对话 一个去研究DeepseekHarness 一个去分析电商数据 这里他就自动写了这个提示词 上面显示由Tradgbt另一项任务发送 这两个任务可以同时往下执行 等他们做完以后 Codex会回来统一汇报
本次執行流程與問題處理
下達指令
預期流程
- 下載與語音辨識
- 來源選擇與品質檢查
- 文字校正與句子單元
- 筆記與發布
- 公開網頁發布
1. 下載與語音辨識
工具：videonote-transcribe-url（主辨識管線：下載、Whisper 辨識與選稿）
處理：下載音訊、以 Whisper 辨識並選出最佳逐字稿
產出：yt_dlp_meta.json（影片元資料）、audio_16k_mono.wav（16kHz 單聲道音訊）、transcript.whisper.json（Whisper 辨識結果）、transcript.json（正式逐字稿）、transcript_selection_report.json（來源選擇報告）
耗時：4187.4 秒
關係：依序執行
結果：完成
2. 全文快速校讀
工具：videonote_rapid_transcript_review.py
處理：先速讀完整逐字稿，再修正高可信突兀詞句並列出待確認項目
產出：rapid_transcript_review_report.json（產出檔案）
耗時：68.2 秒
關係：依序執行
結果：完成
3. 建立句子單元
工具：videonote-build-sentence-units
處理：將逐字稿切成帶時間軸的句子單元
產出：sentence_units.json（句子單元）
耗時：0.3 秒
關係：依序執行
結果：完成
4. 句子密度平衡
工具：videonote_balance_sentence_units.py
處理：平衡句子長度與密度
產出：sentence_units.json（句子單元）
耗時：0.3 秒
關係：依序執行
結果：完成
5. 時間軸稽核
工具：videonote_timeline_audit.py
處理：檢查時間軸與音訊對齊
產出：timeline_audit_report.json（時間軸稽核）
耗時：0.3 秒
關係：依序執行
結果：完成
6. 品質檢查
工具：videonote_controlled_quality.py（檢查時間軸與品質）
處理：檢查語言、時間軸與可讀性品質
產出：controlled_quality_report.json（品質報告）、language_sanity_report.json（語言檢查）
耗時：0.4 秒
關係：依序執行
結果：完成
7. 播放時間軸回填
工具：videonote_rebase_display_timeline.py
處理：將網頁播放時間軸回填為校正字幕時間
產出：display_timeline_rebase_report.json（時間軸回填報告）
耗時：0.4 秒
關係：依序執行
結果：完成
8. 逐字稿交叉檢查
工具：videonote_cross_check_transcript.py
處理：交叉檢查逐字稿與來源字幕
產出：transcript_crosscheck_report.json（交叉檢查）
耗時：0.5 秒
關係：依序執行
結果：完成
9. 來源句整理
工具：videonote_prepare_source_entries.py
處理：整理來源句子供時間軸與頁面使用
產出：sentence_units.json（句子單元）
耗時：0.5 秒
關係：依序執行
結果：完成
10. 生成筆記摘要
工具：videonote-generate-note（生成筆記摘要）
處理：生成筆記摘要與重點
產出：note.md（筆記 Markdown）、note.html（筆記 HTML）
耗時：185.4 秒
關係：依序執行
結果：完成
11. 建立筆記頁面
工具：videonote-render-html（產生筆記 HTML）
處理：產生可閱讀的筆記 HTML 頁面
產出：note.html（筆記 HTML）
耗時：0.5 秒
關係：依序執行
結果：完成
12. 發布公開頁面
工具：videonote-publish（發布公開頁面）
處理：發布到公開網站與每日列表
產出：公開筆記網址、result.json（管線結果）
耗時：0.6 秒
關係：依序執行
結果：完成
手動來源字幕
- 尚未產生
自動來源字幕
Whisper 字幕
Qwen 字幕
- 尚未產生
Parakeet 字幕
- 尚未產生
MOSS 字幕
- 尚未產生
聲學時間證據（PyAnnote / WhisperX）
- 尚未產生
校正前後逐字稿
- 校正前 transcript.whisper.json 純文字 JSON
- 校正後 transcript.json 純文字 JSON
目前待解決問題與初步改善方向
- 逐字稿全文快速校讀未完成
已保留自動字幕/原始逐字稿並繼續生成筆記。；未完成的全文速讀項目可在精進模式回聽確認。；RAPID_REVIEW_STATUS=REVIEW_REQUIRED_INVALID_OUTPUT
- Qwen3-ASR 未完成，需確認 qwen_asr_lab 環境與音訊後重試精進模式。