Codex App 保姆级入门教程,一篇就够了.

最近很多朋友问，Codex 到底怎么用。

正好，过去 Codex 持续高强度更新，装进了 GPT-5.5，内置了浏览器功能，内置了 Gpt-image-2。

它现在不仅稳定，还很能打。

刚好，把这条路一次讲透。装 Codex App，让 AI 同事进你电脑。

话不多说，我们开始。

先校准一下认知。

Codex 不是写代码软件，是你电脑里的实习同事。

聊聊 Claude Code，到底卡在哪。

Claude Code 不是不好用，恰恰相反，它是真的能打。但它有两个绕不开的坎：免费额度抠得紧，封号节奏挺勤。

我身边至少四个朋友，最近一个月里被封了号。有人是开了多端登录，有人就只是用得稍微猛了一点，第二天号就没了。申诉这条路，基本是石沉大海。

OpenAI 的 Codex App，正好补上了这两个坑。

第一，它是 OpenAI 自家出品。和 Claude Code 之于 Anthropic 是同样的关系，但 OpenAI 这边的政策、节奏、风控逻辑，对国内用户相对友好。

第二，稳定性是肉眼可见的稳。我装上的这半个月，没遇到一次莫名掉线，也没听任何朋友说被封。

第三，App 这条路对新手最友好。不用碰命令行，不用配 PATH，不用记一堆参数。装完之后双击图标就能开工。

第四，生态在以肉眼可见的速度长。OpenAI 官方 marketplace 里的 plugin 一周一加：Gmail、Slack、Atlassian、GitLab、CircleCI 这些主流工具基本都进来了；Skills Catalog 也在持续扩；第三方社区已经开始造自己的 plugin marketplace。越往后用，可调用的能力越多，这是一个工具能跟你"长期一起干活"的关键。

打开浏览器，访问：

https://chatgpt.com/codex

页面右上角有 Download 按钮，点进去，按你电脑的系统下载对应安装包。

下载完之后，和你装其它软件一模一样。双击安装包，跟着引导一步步走，结束。

整个过程不超过 3 分钟，没有任何特殊配置要改。

第一次启动，桌面会出现 Codex 图标。

双击它，进入登录界面。

启动 App，它会问你怎么登录。

第一种：Sign in with ChatGPT（推荐）。

有 ChatGPT Plus / Pro 订阅的，选这个。它会跳浏览器走一次 OAuth 授权，回来就登好了。整个过程不超过 30 秒。

登好之后，App 会自动用你订阅套餐里的 GPT-5.5 额度，不用单独付费。

第二种：Enter API Key。

没订阅的同学，先去 platform.openai.com 生成一个 API Key，粘贴进 App，按 token 计费用。本文主线按订阅党路径讲，没订阅的同学按 API Key 路径走，体验是一样的。

登好之后，你就进入 Codex App 的主界面了。

很多人对 Codex 的第一反应是"这是给程序员的"。

不是。

只要你能用一句话讲清需求，它就能给你做出能跑的成品。

写代码只是它的"形"，干活才是它的"魂"。

下面这些都是身边朋友这两周真实在用的：

▸ 自己做小工具：番茄钟、年终倒计时、贷款月供计算器

▸ 小卡片生成器：朋友圈金句卡、公众号封面三连图

▸ 整理类：粘一段会议讨论 → 一键生成结构化纪要

▸ 数据类：粘一段销售数据 → 自动出图表

▸ 写作类：一段口水稿 → 整理成层次清晰的初稿

▸ 程序员：当然也可以，让它写个贪吃蛇

我们就用最经典也最实用的"做一个番茄钟"，把流程跑一遍。

为什么选这个？它不需要任何外部素材，你只要会说一句话。做出来之后还能每天真的用。

第一步：选工作文件夹。

App 主界面上方有个 "Open Folder" 按钮，点它，新建一个空文件夹（比如桌面上的 pomodoro），选中打开。

App 会把这个文件夹当成你的工作区。

第二步：派活。

主界面底部有一个对话输入框。

点进去，用大白话把你想要的样子讲清楚：

回车。

第三步：看它干活。

它会先想一下，规划文件结构，然后开始一行行往外吐代码。你能在右侧看到它写代码的过程，思考过程实时呈现。

第四步：打开，开始用。

写完之后，文件树里的 index.html 可以有按钮打开，浏览器就在 Codex 内部开了。一个属于你自己的番茄钟，倒计时、进度环、按钮、提示音，全都在。风格也不错。

我那次给的就是上面那段话，整套生成不到 60 秒。点击"开始"，25:00 的大数字开始往下走，圆环慢慢收掉。

到下午快下班，我已经用它专注完了三个番茄钟。

到这里，你的第一个 Codex 任务就跑完了。

整个过程：开 App、选文件夹、说一段话、看它写代码、双击打开。

不到 5 分钟。

最关键的是：你不需要懂 HTML，也不需要看懂任何代码。你只要会描述你想要的样子。

跑完一个小任务只是开胃菜。

Codex 真正的"长期价值"，藏在两个进阶机制里：

Skill 给 Codex 装"专业技能"，Plugin 给 Codex 接"外部触手"。

打个比方：

1. Skill = 给员工塞一份岗位 SOP。原本是通才，塞他一份"写周报 / 做竞品调研 / 审代码"的 SOP，他立刻变这个领域的专才。

2. Plugin = 给员工开外部账号。原本他只能在自己电脑里干活，给他开通邮箱、云盘、聊天工具的连接，整个工作流瞬间联通。

没错，它和 Claude Code 的 Skill 和 Plugin 机制是一致的。

不过更香的是，这两件事，Codex App 装上就已经给你预置了一大批。

5.1 装上就有的：System Skills + OpenAI Curated Marketplace

Codex App 不是一个空壳。装好之后，里面已经预置了一批 OpenAI 官方维护的 Skill，你不用动一根手指，直接用就行。

最香的一个：`$imagegen`，内置的图像生成 Skill。

它背后跑的是 OpenAI 4 月刚发布的 gpt-image-2。订阅党不用单独配 API Key，直接说一句话就能让 Codex 出图：

$imagegen 做一张微信朋友圈截图：发布者"小李"，配文"AI 同事第三天上班，已经做完我一周的活"，下面九宫格放 9 张代码截图，28 个赞、12 条评论。

$imagegen 做一张微信群聊截图：群名"我和我的 AI 同事"，最新一条消息是 AI 头像在说"老板，周报我刚发到你飞书了"，配"已读"标记和发送时间。

这一下打通的不只是"画图"，是"精确还原 UI 和文字"。朋友圈、群聊、小红书、ChatGPT 对话框，给一个画面、给一段文案，它直接把一张以假乱真的截图丢给你。这就是 gpt-image-2 真正强的地方：文字写得准、UI 还原得像、细节扣得稳。

除了 $imagegen，还有处理 GitHub PR 评论的 $gh-address-comments、自动拆解任务计划的 $create-plan 等一批工具向 Skill。

🌊

Plugin 这边更友好。App 里直接内置了 OpenAI Curated Marketplace。打开 Plugins 标签页，一键浏览、一键安装。

国内用户翻 marketplace 时，Gmail / Slack / Atlassian 这些国际工具大概率用不上。但有两个 OpenAI 官方 Plugin，国内国际都通用，强烈推荐先装上。

Computer Use：让 Codex 操作你的 Mac

@Computer Use。装上之后，Codex 能看见你的屏幕，点鼠标、敲键盘、切窗口、读菜单。

它最强的地方，是接管 GUI 操作。任何"非得点鼠标才能完成"的活，都能让它代劳：

1. 跨 App 串联：从浏览器抓段内容、截图、归到本地、丢进笔记，一句话连起来

2. 批量重复点击：网页里要手动点 50 次的事、桌面上 100 个文件一个个改名

3. 没 API 的应用：那些"只有 GUI 没插件"的桌面软件，让它替你点

@Computer Use 我要查"番茄工作法"，在 5 个网站打开搜索第一篇文章，每页截屏一张，最后拼成一张 references.png 放桌面。

装 Computer Use 需要给它屏幕录制 + 辅助功能权限，这是 macOS 的标准授权流程。目前仅支持 Mac。

Browser Use：让 Codex 操作 App 内置浏览器

@Browser。装上之后，Codex 能在 App 自带的浏览器里打开网页、点链接、抓信息、留视觉评论。

适合的场景：

1. 抓一段公开网页内容（新闻、博客、报告、商品页）

2. 打开你刚做完的网页或小工具，让它自己测一遍有没有问题

3. 对照设计稿做视觉验收

@Browser 打开我刚才做的番茄钟 index.html，按"开始"跑一下，看倒计时、进度环、按钮有没有问题。

注意：内置浏览器不支持登录态、cookies、浏览器扩展。需要登录的网页（飞书后台、公司内网等），还是要用普通浏览器。

5.2 自己写 Skill：把你的工作 SOP 教给 Codex

预置的那批解决的是"通用场景"。但每个人都有自己反复在做的活，比如写日报、整理素材、回固定模板的邮件、做某种格式的卡片，这些通用 Skill 是覆盖不到的。

自己写一份 Skill，就是把这件事的 SOP 一次写清楚，下次只要 `$skill-name` 一句话搞定。

写 Skill 有两条路，强烈建议非技术同学走第一条。

第一条（推荐）：让 Codex 帮你写。

Codex 官方非常贴心，内置了一个叫 `$skill-creator` 的"元 Skill"，它的唯一作用，就是"帮你做新的 Skill"。

打开 Codex 对话框，敲：

它会反问你几个问题：这个 Skill 是干嘛的？什么时候用？要包含哪些步骤？输出长什么样？

你用大白话回答完，它直接帮你生成完整的 Skill 目录 + SKILL.md，YAML 标头全部填好，文件路径自动放对位置，不用你动一个字符。

这条路对职场非技术同学几乎零门槛。你只需要会描述自己的工作流程，剩下的 Codex 自己造。

第二条：自己手写。

想完全控制每一行内容的，手写也很简单。

Skill 必须是个目录，不是单 Markdown 文件，这点千万别搞错。

存放路径有几个层级，按需选：

最简单的目录结构：

SKILL.md 必须是带 YAML frontmatter 的 Markdown，name 和 description 是必填字段：

写完之后，下次你在 Codex 里直接敲 $weekly-report，它就自动调用这份 SOP，不用每次重新讲规则。

🌊

Skill 和 Plugin 的组合，才是 Codex 比 ChatGPT 网页版真正强的地方。

ChatGPT 网页版每次都从零开始，你说什么它就做什么。

但 Codex 把装上就有的 system skills、marketplace 一键装的 plugins、加上你自己写的 SKILL.md 三层叠在一起。它记得你的工作方式，能伸手到你的工作环境。

最后给你一份"出事查表"，两个最容易卡住的点，对应解法直接抄。

报错 1：登录失败 / Sign in failed。

按这个顺序排查：

第一，查网络（OpenAI 登录这一步对网络环境敏感）。

第二，App 设置里点 Sign Out，重新登一次。

第三，换登录方式（订阅党试试 API Key 路径，反过来也一样）。

走一遍登出再登入流程，七成的登录问题能修好。

报错 2：App 启动后空白 / 卡在加载页。

绝大多数是版本太旧。

App 设置里点 Check for Updates，升到最新版（推荐 26.415 及以上）。还不行就重装一遍，这是最快的解法。

写到这儿，回过头看看这六个小节、一个 60 秒做出来的番茄钟、一份装上就能用的 $imagegen。其实它们全在讲同一件事。

Codex 不是写代码的软件，是你电脑里那个永远在线的实习同事。

它不会替你思考你要做什么，但你说出来的每一件具体的事，它都会认真去干。

今天你就可以，把 Codex App 装上，让它做一个真能用的小东西：一个番茄钟、一张金句卡片、一份周报模板，都行。

至于 Claude Code，它依然有最强的 Agent。和 Codex 不冲突。

按自己的习惯，择优即可。

以上，既然看到这里了，如果觉得不错，随手点个赞、在看、转发三连吧，如果想第一时间收到推送，也可以给我个星标⭐～谢谢你看我的文章

你的关注是我持续更新的动力～

我是谁

我是 AI大刘，北大毕业，大模型研究方向，腾讯犀牛鸟，先后在腾讯、百度的大模型研发部门，现在给多家国企做AI顾问（也期待大家和我咨询交流