# 影片筆記：【59分钟·零基础】Codex完整教程｜做出可安装桌面App，讲清界面、权限与Skill（2026.7）


<!-- VIDEONOTE_PUBLICATION_WARNINGS_BEGIN -->
## ⚠️ 可先使用，仍有待修正項目

本筆記已完成可閱讀的逐字稿與時間跳轉；下列為待處理問題，建議播放原片確認。

- 待修正：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。）
- 待修正：逐字稿可先使用，但有待校正清單（segment=3 unnatural_sentence_boundary: 標點出現在句首或停在逗號位置，斷句可能不符合文法/口語；segment=4 unnatural_sentence_boundary: 標點出現在句首或停在逗號位置，斷句可能不符合文法/口語）

<!-- VIDEONOTE_PUBLICATION_WARNINGS_END -->

## 一句話總結

本影片由講者孫重重（或森成冲）演示如何使用 OpenAI 發布的 **Codex** 工具，從零開始構思、開發並測試一款名為「素材批量命名助手」的 macOS 桌面應用。內容涵蓋 Codex 的核心定義、介面操作、權限管理、模型選擇，並實戰展示了如何透過自然語言協作、使用 Superpowers 技能與隔離工作區（Worktrees），在約 2 小時內完成從需求定義、代碼生成、環境配置到最終冒煙測試的完整開發流程。

## 核心重點

1.  **Codex 的定位與能力**：Codex 不僅是聊天工具，更是能在允許範圍內「動手」的 AI 助手，具備讀寫文件、運行命令、操作瀏覽器及驗證改動的能力。它不會自動接管電腦，需由用戶設定明確的邊界與目標。
2.  **專案與任務管理邏輯**：
    *   **項目 (Project)** 如同辦公室，存放產品文件與規則；**任務 (Task)** 如同會議，處理具體問題。
    *   長期規則應寫入 `agents.md`，產品需求寫入 `productspec.md`，以保存上下文記憶。
    *   建議新手使用「請求批准」權限，並善用「引導」與「排隊」功能管理任務流。
3.  **模型選擇與推理強度**：
    *   複雜規劃與高風險任務使用強模型（如 GPT5.6 Soul）；輕量任務使用快速模型（如 5.4 Mini 或 Luna）。
    *   根據任務風險與複雜度調整「推理強度」，以平衡成本與效率。
4.  **實戰開發流程**：
    *   從模糊需求出發，透過對話釐清功能（重命名、標籤、安全檢查、UI 配色）。
    *   利用 Superpowers 中的 Skill 自動生成包含 13 個任務的實施計劃。
    *   使用隔離工作區（Worktrees）並行處理任務，Codex 自動解決環境依賴（如安裝 Xcode）。
    *   經過約 2 小時開發，完成第一版 App 並通過冒煙測試（核心功能驗證）。

## 詳細大綱

### 一、 Codex 核心概念與定位
*   **定義**：能在實際工作環境中「動手」的 AI 助手。區別於 ChatGPT 等僅回答問題的聊天工具，Codex 能在允許範圍內查看項目文件、創建/修改內容、運行終端命令、啟動程序、打開網頁及檢查改動。
*   **行為邊界**：不會自動接管整台電腦，需由用戶指定工作現場、目標與邊界。核心行為包括：讀文件、改文件、運行、驗證。
*   **適用人群**：程序員、內容創作者、產品經理、設計師、企業研究人員、普通辦公用戶。
*   **不適合直接放手做的事項**：真實付款、公開發布、批量刪除、生產數據庫、密碼密鑰、重要合同、可能影響他人的外部操作。

### 二、 安裝與介面介紹
*   **安裝方式**：從 OpenAI 官方入口下載專門 App（現已與 ChatGPT 合併，App 名稱為 ChatGPT），使用 ChatGPT 帳號登錄。演示環境為 MacOS，但 Windows 用戶核心工作方式相同。
*   **介面功能區**：
    *   左側：項目和任務記錄（類比辦公樓的樓層和房間）。
    *   中間：當前任務發生地（回覆、執行過程、權限請求、測試結果）。
    *   下方：輸入區（布置任務、補充條件、添加文件、截圖或語音）。
*   **新手關注點**：在哪個項目裡、與哪個任務對話、要求從哪裡發出去、結果與證據在哪裡看。

### 三、 專案、任務與文件管理
*   **概念區分**：
    *   **項目 (Project)**：像一間辦公室，存放產品文件、規則和歷史。
    *   **任務 (Task)**：像辦公室裡召開的一次具體會議。
    *   **文件夾 (Folder)**：電腦裡真正存放資料的位置。Codex 打開哪個文件夾，相當於帶進哪家辦公室。
*   **管理建議**：長期項目和臨時問題最好分開；任務目標明顯變化時，新開一條任務。
*   **記憶與上下文**：當前任務的消息、附加文件、讀取的項目內容形成工作上下文。上下文記憶非無限，不同任務間不預設擁有完整永久記憶。
*   **重要決定應落到文件裡**：
    *   `productspec.md`：保存產品需求。
    *   `agents.md`：保存項目長期需要遵守的工作規則。

### 四、 輸入方式與任務佈置
*   **輸入方式**：文字、語音輸入（識別中文準確度尚可）、添加文件、圖片或截圖。建議截圖指出按鈕位置，避免上傳密碼、私鑰、身份證件、私人聊天記錄或無關客戶資料。
*   **佈置可執行任務的五個問題**：
    1.  最終想要得到什麼？
    2.  Codex 需要知道什麼背景？
    3.  哪些事情是不能做的？
    4.  怎麼樣才算完成？
    5.  是先檢查、先計劃，還是直接動手？
*   **任務表達技巧**：避免模糊詞彙（如「高級」），應具體描述功能與限制。若想法模糊，可要求 Codex 先提問，借助其智慧釐清需求。

### 五、 模型、推理強度與用量
*   **模型選擇**：
    *   複雜工作（規劃、架構、安全審查、困難問題）：使用強模型（如 GPT5.6）。
    *   輕量任務（格式整理、改文案、機械檢查）：使用更快更節省模型。
*   **推理強度 (Reasoning Effort)**：理解為回答前花多少力氣思考。高風險、跨文件、設計產品結構：適合高強度；重複、可逆、易檢查任務：適合低強度。
*   **用量管理**：避免任務含糊、塞入過多內容、反覆推導重來。建議拆小任務、說清邊界、每一步先檢查。

### 六、 執行模式：普通、目標與計劃
*   **普通執行 (Normal)**：事情小而明確，直接告訴 Codex 該做什麼，改完運行確認即可。
*   **計劃 (Plan)**：範圍大、風險高。在代碼寫之前，先攤開路線，預覽技術選型、文件位置、接觸用戶步驟及證明方式，提前挑問題。
*   **目標 (Goal)**：與持續時間更長、需分多個階段推進的任務相關（如整套課程交付物）。

### 七、 插件 (Plugins) 與技能 (Skills)
*   **插件 (Plugins)**：增加 Codex 原有工作能力或連接其他工具（如 Google Drive, GitHub, Notion）。安裝後建議新開一條任務以加載能力。
*   **技能 (Skills)**：通過任務專用技能擴展 Codex 能力，是可複用的專業工作方法。範例：根據語言樣本、參考內容和課程結構寫口播稿的固定流程。安裝時需查看提供者、內容、連接服務及讀取/修改範圍。

### 八、 權限設定
*   **請求批准 (Request Approval)**：建議新手使用。項目範圍內操作通常自動完成；訪問項目外部文件、連接互聯網、超出安全範圍操作時，會暫停詢問。若拒絕，可要求 Codex 用普通人能聽懂的話解釋操作目的、影響及替代方案。建議僅允許一次，避免開放整場任務門戶。
*   **T-WO 審批 (Two-Step Approval)**：將符合條件的審批請求交給獨立審批機制檢查。風險低、理由合理可自動通過；檢測到風險仍會暫停詢問。適合已跑過幾次、確認來源可靠且知道需修改哪些文件的項目。
*   **完全訪問權限 (Full Access)**：打開安全圍欄，可訪問互聯網及項目外文件。風險高，僅在項目來源可信、任務範圍清楚、重要文件已備份、使用 GIT 且明確需要訪問項目外內容時考慮。

### 九、 任務引導與排隊
*   **引導 (Guide)**：當任務正在運行時，若發現少說條件或需新增條件，可點擊「引導」送進當時正在進行的任務。
*   **排隊 (Queue)**：若新任務不影響眼前工作，可放入隊列，Codex 會在做完當前任務後處理。

### 十、 終端、審閱、瀏覽器與文件
*   **終端 (Terminal)**：用文字命令操作電腦的窗口。按鈕功能包括切換摘要、切換底部面板顯示、顯示或隱藏側邊欄。
*   **側邊欄工具**：
    *   **審閱 (Review)**：查看 Codex 修改內容（Diff）。
    *   **終端 (Terminal)**：命令窗口。
    *   **瀏覽器 (Browser)**：打開和檢查網頁或應用界面。
    *   **文件 (Files)**：瀏覽當前項目文件夾，了解 Codex 創建了哪些東西。
    *   **側邊任務 (Side Tasks)**：查看主任務之外的輔助任務。

### 十一、 文件改動、Diff 與代碼審查
*   **Diff (審閱面板)**：類似 Word 修訂記錄。紅色表示刪除，綠色表示增加。觀察重點：文件名是否合理、改動量是否過大。若小要求導致大範圍修改，需考慮是否改太多，並要求保留原狀、縮小範圍。
*   **代碼審查 (Code Review)**：請 Codex 審查當前修改，檢查明顯錯誤、安全風險或遺漏。要求暫時不要修改文件，先解釋發現的問題。Diff 告訴改了什么，代碼審查幫助判斷是否有問題。

### 十二、 進階能力簡介
*   **Agents.md**：項目說明文件，保存長期遵守規則。
*   **MCP (Model Context Protocol)**：連接外部工具、數據庫、內部系統或專門服務的統一接口。
*   **多 Agent (Multi-Agent)**：將研究、製作、檢查拆分給不同 Agent 處理，由主任務匯總。僅在任務可拆分且部分獨立時有價值。
*   **Worktree**：為任務建立相對獨立的工作區，避免多個任務直接修改同一份文件時互相覆蓋。
*   **使用環境**：CLI（終端運行）、IDE（代碼編輯器旁）、Cloud（雲端環境）、Remote（從手機或授權設備查看和管理連接電腦上的任務）。

### 十三、 實戰案例：素材批量命名助手
*   **案例選擇理由**：解決真實具體問題（內容創作者、電商從業者面對大量雜亂素材難以管理），而非僅展示畫面效果。
*   **功能需求**：桌面版 APP (MacOS)，支持導入視頻、圖片、錄屏、音頻，按項目名稱、序號、素材類型、可選標籤批量生成新名稱，改名前預覽，執行前完整確認，保留操作記錄，支持撤銷最近一次操作。
*   **開發流程演示**：新建項目，與 Codex 溝通模糊想法，利用語音輸入溝通，回答 Codex 提問，確定第一版功能，將想法實時告知 Codex。

### 十四、 模型對比 (GPT5.6 系列)
*   **GPT5.6 (Soul)**：旗艦模型。適合複雜開發架構、困難 bug、高風險上線、深度研究。編程能力明顯強於 5.5。
*   **Terra**：整體高於或接近 5.5。
*   **Luna**：部分代碼修改測試中超過 5.5，但複雜中端工作流中略遜於 5.5。適合邊界清楚的執行、快速試錯或小邏輯調整。
*   **5.3 Spark**：也可使用。
*   **其他模型**：5.4, 5.4 mini。

### 十五、 實戰開發流程細節（第二段重點）
*   **需求細節確認與決策**：
    *   重命名與標籤策略：第一版僅重命名文件，不自動移動文件；標籤直接寫入文件名；允許在重命名前輸入主題詞批量應用。
    *   自動分析與手動修改：允許自動分析但保留手動修改權限。
    *   產品方向選擇：選擇單窗口固定規則，但必須增加「安全檢查步驟」。
    *   UI 視覺設計：選擇「霧藍」配色，淺霧藍背景、白色工作區、輕綠色主操作/成功狀態、琥珀色/紅色用於安全檢查/錯誤狀態。
*   **文檔生成與開發計劃制定**：
    *   生成完整產品設計文檔（MD 格式），涵蓋產品概述、目標用戶、原則、功能範圍、命名規則、用戶流程、視覺與交互設計、系統結構、數據與隱私、錯誤處理、驗收與測試、風險與應對、後續方向。
    *   使用 Superpowers 中的 Skill 自動制定包含 13 個任務的詳細實施計劃。
    *   執行方式選擇：子代理逐任務開發（並行實施）。
*   **自動化開發執行與環境處理**：
    *   環境依賴處理：Codex 自動規劃路徑，經開發者授權後，自動通過 App Store 安裝 Xcode。
    *   並行開發與監控：使用 Superpowers 的 `Using Gateworktrees` 建立隔離工作區，防止任務間互相污染。開發者選擇「懶惰」策略，讓 AI 完成軟件安裝等工作。
    *   總耗時約 2 小時 4 分 25 秒。
*   **開發策略調整與最終交付**：
    *   測試策略優化：開發者要求「盡快出產品」，減少重複邊界測試，保留安全核心最小聚焦測試和一次構建檢查。
    *   最終 App 交付：完成第一版 App 開發，生成 `readme.md` 並轉換為 PDF 格式的使用說明書。
*   **冒煙測試與產品驗證**：
    *   測試步驟：拖入素材、輸入批次主題詞、進入安全檢查、執行重命名、測試撤銷歷史記錄、重新打開 App 驗證狀態。
    *   測試結果：核心功能跑通，但非完美產品，建議在真實使用一段時間後再考慮增加搜索、複製、AI 自動識別等功能。

## 工具 / 模型 / 名詞整理

*   **Codex**：OpenAI 發布的 AI 助手工具，具備讀寫文件、運行命令、操作瀏覽器等能力。
*   **GPT5.6**：OpenAI 的模型系列，包含多個子型號。
    *   **Soul**：GPT5.6 的旗艦模型，適合複雜開發與高風險任務。
    *   **Terra**：整體性能高於或接近 5.5。
    *   **Luna**：部分代碼修改測試中超過 5.5，適合邊界清楚的執行。
    *   **5.3 Spark**：可用模型。
    *   **5.4 / 5.4 mini**：可用模型，5.4 mini 被描述為便宜快速。
*   **ChatGPT**：App 名稱，Codex 功能已合併於此應用中。
*   **OpenAI**：開發 Codex 的公司。
*   **MacOS / Windows**：作業系統。
*   **Google Drive / GitHub / Notion**：可連接的外部工具範例。
*   **Superpowers**：提供 Skills 的平台或工具名稱。
*   **Skills**：通過任務專用技能擴展 Codex 能力，是可複用的專業工作方法。範例包括「Superpowers」技能。
*   **Productspec.md**：保存產品需求的文件。
*   **Agents.md**：保存項目長期需要遵守的工作規則的文件。
*   **MCP (Model Context Protocol)**：連接外部工具、數據庫、內部系統或專門服務的統一接口。
*   **GIT / Git Worktrees**：版本控制系統及用於建立隔離工作區的功能（逐字稿中出現 "Gateworktrees" 疑點）。
*   **CLI (Command Line Interface)**：終端運行環境。
*   **IDE (Integrated Development Environment)**：代碼編輯器環境。
*   **Cloud / Remote**：雲端或遠程運行環境。
*   **Diff**：審閱面板，顯示文件修改內容（刪除與增加）。
*   **Terminal (終端)**：用文字命令操作電腦的窗口。
*   **Xcode / Swift 5.10 / SwiftUI / Swift Package**：開發 macOS 應用所需的開發環境與語言框架。
*   **App Store**：應用商店，Codex 可通過此安裝 Xcode。
*   **MD 格式 / PDF 格式**：Markdown 與 PDF 文件格式。
*   **推理強度 (Reasoning Effort)**：模型在回答前思考的力氣程度。
*   **子代理逐任務開發**：並行實施任務的策略。
*   **隔離工作區**：防止任務間互相污染的工作區。
*   **事務模型 (Transaction Model)**：逐字稿提及的技術術語，疑點待查。
*   **冒煙測試 (Smoke Test)**：源自電路板維修，指極簡基礎測試，僅驗證核心必用功能是否跑通。
*   **Token 消耗**：模型運行的計費單位。

## 操作流程整理

1.  **準備與安裝**：
    *   從 OpenAI 官方下載 ChatGPT App（含 Codex 功能）。
    *   使用 ChatGPT 帳號登錄。
    *   建立新項目（如「素材批量命名助手」）。
2