Codex 讓普通人也能外包電腦任務

這篇在講怎麼把 Codex 當成可遠端下指令的執行器，直接外包整理、提取、歸檔這類電腦雜活。

我最近一直在試 Codex，越試越有點煩。不是它不強，剛好相反，是它太容易讓人誤會自己「已經會用了」。你在手機 ChatGPT 裡丟一句話，它就能在背景跑；看起來像個隨叫隨到的助理，但真到要把事情做對，問題就來了：邊界不清，它會自己腦補；檔名亂一點，它就開始迷路；你以為是在「讓 AI 幫忙」，結果其實是在替它整理需求。這種感覺我很熟，像帶新人一樣，第一天都很積極，第二天就知道，沒上下文、沒驗收標準、沒失敗回退，誰都做不好。

所以我這次不是想吹 Codex 多聰明，我更想把它拆開：普通人到底能拿它幹什麼，哪些事適合手機上發出去，哪些事只能在電腦裡跑，怎麼寫一句話讓它別亂猜。觸發我整理這套方法的，是知乎這篇文章：《普通人能用 Codex 做什麼：不會寫程式也能上手的 9 種玩法》。原文提到 Codex 進入手機 ChatGPT App 後，一個很有想像力的場景是「你在外面發任務，讓電腦背景執行」，還順手給了一個很實用的例子：掃描目前資料夾裡的 PDF、Word 和圖片，按內容分成合約、發票、履歷、學習資料四類，並生成 summary.md。這方向我很認同，因為它不是在講概念，而是在講任務外包。相關工具我也會連到官方頁面：OpenAI Codex、ChatGPT。

先別把 Codex 當聊天機器人，把它當遠端執行器

Codex 進入手機 ChatGPT App 後，一個很有想像力的場景是：你在外面發任務，讓電腦背景執行。

這句我覺得說得很準。翻譯一下就是：Codex 最值錢的地方，不是陪你聊天，而是替你把「需要盯著電腦做的活」接過去。你在捷運上、咖啡店裡、開會空檔，把任務發出去；等你回到電腦前，結果已經擺在那。它不是幫你「想」，而是幫你「做」。

我第一次真正意識到這件事，是在處理一堆亂七八糟的檔案時。以前我會想，等我回工位再整理。結果一拖就是三天。後來我乾脆把整理規則寫成任務：按類型分類、保留原檔、輸出說明文件。Codex 這種工具最適合的，就是這種「腦子裡很清楚，但手工太煩」的活。

普通人如果想用好它，先改掉一個習慣：不要上來就問「你能幫我嗎」，而是直接下命令。比如「把這個資料夾裡的圖片按拍攝日期分組，保留原圖，生成一個索引表」。你越像在給助理布置工作，它越像助理；你越像在跟客服閒聊，它越像客服。

• 適合外包的：整理檔案、改批次文字、生成清單、提取資訊、做重複性檢查。
• 不適合外包的：需要大量主觀判斷、規則不明確、結果沒法驗收的事情。

怎麼實作？我建議你先把所有任務都寫成三段式：做什麼、保留什麼、輸出什麼。比如「掃描目前資料夾裡的 PDF、Word 和圖片檔，按檔案內容分為合約、發票、履歷、學習資料四類；不要刪除原檔；把副本放到 sorted 資料夾；生成 summary.md 說明分類依據。」這比「幫我整理一下檔案」強太多了。

最適合普通人的，不是寫程式，是整理爛攤子

請掃描目前資料夾裡的 PDF、Word 和圖片文件，按文件內容分為合約、發票、履歷、學習資料四類。不要刪除原文件，把分類後的副本放到 sorted 文件夾，並生成一份 summary.md 說明分類依據。

這段原文幾乎就是現成模板。也就是說，Codex 很擅長處理「檔案堆成山，但規則其實很簡單」的場景。你不需要會寫 script，也不需要理解 OCR、檔案系統、批次處理這些詞。你只要知道你想要什麼結果。

我看過太多人把電腦上的混亂當成「以後再說」。桌面一堆截圖，下載資料夾一堆 PDF，聊天軟體匯出的圖片夾一堆沒意義的檔名。人自己整理會很痛苦，因為每個檔案都要看一眼、想一秒、拖一下。Codex 的價值就在這裡：它可以替你做這類機械判斷，然後把過程寫出來，讓你複查。

如果你是普通使用者，這類任務尤其適合用在下面這些場景：

• 把會議截圖、聊天記錄、合約掃描件分門別類。
• 從一堆履歷裡提取姓名、學校、職位意向，做成表格。
• 把課程資料、作業、參考文獻分開存。
• 把圖片裡的文字提取出來，整理成可搜尋的文件。

我自己的經驗是，越是「看起來像雜活」的任務，越值得交給它。人做這類活最容易疲勞，一疲勞就開始亂分。Codex 不會累，但它會誤判，所以你要做的是給它設邊界：不刪原件、輸出副本、保留說明、允許人工複核。

怎麼實作？先別追求完美分類。你可以先讓它做一級分類，再人工二次修正。比如先分成「合約/票據/履歷/其他」，跑完後再看「其他」裡還有什麼可細分的東西。這樣比一口氣要求它分十類更可靠。

它不是幫你創作，而是幫你把素材變成可用件

很多人一聽 AI，第一反應是寫文章、寫文案、寫程式。我覺得這有點想窄了。Codex 更像一個素材加工機。你給它原料，它幫你變成能用的東西：清單、摘要、表格、模板、目錄、待辦。

原文裡提到生成 summary.md，我很喜歡這個設計。因為 summary.md 不是為了「看起來高級」，而是為了讓你知道它到底按什麼規則分的。沒有這個說明，AI 做完你還是不敢直接用。有了說明，你就知道哪裡可靠，哪裡要改。

我自己最常拿它做的，是把一堆零散資訊變成可交付文件。比如旅行前把訂票信、飯店確認、地圖截圖整理成一個行程包；比如專案開始前，把需求截圖、聊天記錄、參考連結整理成一個資料夾。Codex 不負責替你做決定，但它能把資訊擺整齊。

如果你要用它做素材加工，我建議你盯住三個輸出：

• 一個主結果：比如分類後的資料夾、整理好的表格、提取出的文字。
• 一個說明文件：告訴你它怎麼做的。
• 一個失敗清單：哪些檔案沒識別出來，為什麼沒識別。

怎麼實作？直接把「生成 summary.md」變成你的固定要求。不要只要結果，不要過程。你越要求它留下痕跡，後面越容易修正，也越不容易被它唬過去。

手機發任務，電腦跑活，這才是它真正的用法

原文最有想像力的地方，就是「在外面發任務，讓電腦背景執行」。我同意。因為這代表 Codex 不只是桌面工具，而是異步工作流。你不必坐在電腦前盯著它，它可以先跑，你晚點回來驗收。

這種用法特別適合碎片時間。比如你在路上發現一個資料夾亂了，直接發任務；你在會議中想到需要歸檔一批資料，先丟出去；你在等人時想到要整理照片，順手啟動。它不會替你省掉判斷，但它能把「開始做」這一步變得沒那麼痛苦。

我以前總覺得，只有會寫程式的人才適合做自動化。後來發現不是，普通人也可以，只是以前門檻太高。Codex 把門檻從「先學程式」變成「先把任務說清楚」。這差很多。因為對大多數人來說，真正卡住的不是不會按按鈕，而是不會定義結果。

怎麼實作？你可以把任務分成兩類：短任務和長任務。短任務適合立刻發出去，像整理檔案、提取資訊、生成摘要；長任務適合先讓它跑，再回來檢查，像批次重新命名、跨資料夾歸檔、從多份文件裡抽取欄位。不要把所有事都塞成一次性大活，越大越容易失控。

不會寫程式的人，最該學的是驗收，不是語法

這點我想講直白一點：普通人用 Codex，最重要的能力不是「會不會寫程式」，而是「會不會驗收」。你不需要知道 Python 怎麼寫，但你得知道結果應該長什麼樣。

比如你讓它分類檔案，你至少要知道：原檔有沒有被刪、分類有沒有對、說明文件有沒有寫清、有沒有漏檔。你讓它整理圖片，你至少要知道：是不是按日期、地點、主題分開了，檔名有沒有保留，重複項怎麼處理。沒有驗收標準，AI 做完你也只能憑感覺拍腦袋。

我很建議你在每個任務裡都加一個「檢查項」。這不是多餘，剛好是讓任務可控的關鍵。Codex 很會執行，但它不替你負責。你要做的是把負責這件事的人從「憑印象」變成「憑標準」。

• 先定義完成條件，再定義執行步驟。
• 先定義不允許發生什麼，再定義允許發生什麼。
• 先定義輸出檔，再定義輸出內容。

怎麼實作？你可以直接把驗收標準寫進任務裡。比如「完成後請列出 5 個隨機檔名，說明它們被分到哪一類，以及理由」。這會逼它把過程說清楚，也方便你快速檢查有沒有亂來。

9 種玩法其實可以壓縮成 3 類工作

知乎這篇文章說的是 9 種玩法，但我讀下來，發現它們本質上可以壓成三類：整理、提取、執行。剩下的只是不同外殼。這個拆法對普通人更有用，因為你不用記九個場景，只要記住三種工作模型。

第一類是整理。把亂的東西變整齊，比如檔案分類、照片歸檔、資料分組。第二類是提取。把長內容變短內容，比如從合約裡提條款、從履歷裡提資訊、從圖片裡提文字。第三類是執行。把明確的規則變成動作，比如批次重新命名、複製副本、生成目錄、更新清單。

我之所以喜歡這個三分法，是因為它能幫你判斷任務能不能交給 Codex。只要一個任務能被描述成「把什麼變成什麼」，大概率就能試。只要一個任務需要大量主觀判斷，比如「幫我挑最好的那份履歷」，那就別指望它一次到位。

怎麼實作？你下次想用 Codex 時，先問自己一句：這是整理、提取，還是執行？如果三者都不是，那大概率是個不適合自動化的任務。別硬上，免得浪費時間。

我會怎麼給普通人寫任務單

如果你不寫程式，我建議你別學那些術語，先學一套固定表達。這樣你每次都能快速下任務，不用重新組織語言。下面這套寫法，我自己會一直用。

核心就四句：目標、輸入、限制、輸出。目標說你要什麼；輸入說它看什麼；限制說不能做什麼；輸出說最後給你什麼檔案。你把這四句寫完整，Codex 的成功率會高很多。

比如這類任務就很標準：

「掃描目前資料夾裡的 PDF、Word 和圖片檔，按檔案內容分為合約、發票、履歷、學習資料四類。不要刪除原檔，把分類後的副本放到 sorted 資料夾，並生成一份 summary.md 說明分類依據。」

這句好用，不是因為它長，而是因為它完整。它給了輸入範圍，給了分類目標，給了安全限制，還給了說明文件。AI 最怕的就是「你看著辦」，人類最愛說這句，結果最後誰都不滿意。

怎麼實作？你可以把這套句式存成模板，每次只替換名詞。比如「把這個資料夾裡的截圖按專案分組」「把這些會議紀要提煉成待辦列表」「把這些圖片裡的文字整理成 markdown」。別臨場發揮，模板化最省事。

你真正需要的不是靈感，是一套能重複的流程

我對這類工具最反感的一點，就是很多人只拿它找靈感，不拿它幹活。看起來很熱鬧，實際沒落地。Codex 如果只是「哇，居然還能這樣」，那它很快就會被你忘掉。只有當你把它變成固定流程，它才會真的省時間。

所以我建議你別把它當一次性玩具。你應該把常見任務整理成自己的任務庫：檔案整理、資料提取、圖片歸檔、文字清洗、清單生成。每次遇到類似問題，直接複製舊模板，改幾個詞就發出去。這樣你才會越來越順手。

我自己現在的習慣是，凡是重複兩次以上的雜活，我都會想：能不能寫成一條 Codex 任務。能的話就存起來。不能的話，就說明這件事還不夠穩定，別急著自動化。

怎麼實作？從今天開始，先挑一個最煩的資料夾。別挑最複雜的，挑最亂但規則最簡單的。讓 Codex 做一次分類，看看它哪裡會錯。你會很快發現，真正值錢的不是「它能不能做」，而是「你能不能把任務說對」。

可抄的模板

任務名稱：文件內容分類並生成說明文件

目標：
掃描目前資料夾中的 PDF、Word、圖片檔，按內容分類。

分類規則：
- 合約
- 發票
- 履歷
- 學習資料
- 其他

限制：
- 不要刪除原檔
- 不要修改原檔內容
- 只複製副本到輸出目錄
- 如果無法判斷，放入「其他」

輸出：
1. 在目前目錄下建立 sorted 資料夾
2. 按類別分別建立子資料夾
3. 把檔案副本放入對應子資料夾
4. 生成 summary.md，寫清楚：
   - 每個類別的判斷依據
   - 哪些檔案被歸到哪一類
   - 哪些檔案不確定，為什麼
   - 你做了哪些保守處理

驗收標準：
- 原檔必須保留
- sorted 資料夾結構清晰
- summary.md 可讀，能讓我快速複查
- 分類不確定的檔案必須單獨說明

如果遇到無法讀取的檔案，請先列出檔名，再繼續處理其他檔案。

這就是我會直接拿去用的版本。你可以把「合約/發票/履歷/學習資料」換成你自己的分類，也可以把「圖片」換成截圖、掃描件、課程資料。重點不是分類名，而是這套結構：目標、限制、輸出、驗收。它能把 Codex 從「會說話的工具」變成「能交差的工具」。

原文來自知乎專欄文章：https://zhuanlan.zhihu.com/p/2048723176432072273。我這篇是基於原文裡提到的 Codex 使用場景做的拆解和重寫，模板部分是我按開發者習慣整理出來的可複製版本，不是原文逐字照搬。另可參考 OpenAI 官方 Codex 頁面：https://openai.com/codex/。