本篇內容
OpenAI Codex 是 OpenAI 的 AI coding agent（AI 工程代理人），你把一件工程任務描述清楚，它自己讀檔案、改程式碼、跑指令，做完把成果交回來等你驗收。它跟 ChatGPT 聊天視窗的差別只有兩個字，動手。ChatGPT 告訴你怎麼做，Codex 自己去做。
2026 年 9 月的現在，Codex 內建在 ChatGPT 全部方案裡，入口有四個，ChatGPT 桌面 App 的 Codex 模式、終端機的 Codex CLI、編輯器裡的 IDE 擴充套件、瀏覽器裡的 Codex cloud，全部用同一個 ChatGPT 帳號登入，手機 App 還能遙控家裡電腦上的任務。主力模型是 GPT-5.6 家族 Sol、Terra、Luna 三兄弟，最強的 GPT-6 Astra 從 9 月起分階段開通。GPT-5.5 將在 10 月 14 日從 Codex 退役，舊設定要記得換。
把 ChatGPT 想成隨 call 隨到的顧問，Codex 就是會自己開工的實習工程師。顧問回答完就走，實習工程師把檔案翻過一輪、把 code 改好、把測試跑完，等你回來點頭或退件。你要補的技能也不是寫程式，是兩件更老派的東西，把工作交代清楚，還有驗收。
重點先看
Codex 內建在 ChatGPT 全方案裡，Free 就能用，差別在額度、速度與功能，用量跟 ChatGPT Work、ChatGPT for Excel、Workspace Agents 共用同一個池。
入門最短路徑是 Codex CLI，一行安裝指令、ChatGPT 帳號登入，就能跑第一個任務。
權限是整個產品最該花時間理解的部分，沙盒管範圍、核准管時機，給權限前先想清楚最壞情況。
AGENTS.md 是它的專案記憶檔，用 /init 自動生成初稿，寫得好它就不用每次都當新人。
它不等於自動正確，驗收是流程的一部分，不是選配。
10 月 14 日 GPT-5.5 從 Codex 退役，官方建議換成 GPT-5.6 Sol，寫死模型名的設定與排程要提前改。
內文以 2026 年 9 月 19 日查核的官方文件為底。OpenAI 今年把開發者文件整併進 ChatGPT Learn 文件站，developers.openai.com/codex 的舊路徑現在都會自動轉址過去，舊書籤能用，新連結建議直接給新的。模型、方案與功能細節都以文件站當下顯示為準，這類產品改版的速度比任何教學文都快。
OpenAI Codex 是什麼？會自己動手、等你驗收的工程代理人
一句話定義先放這裡。Codex 是 OpenAI 的軟體工程代理人，能讀懂你的專案結構、依照你的描述修改程式碼、執行指令與測試，再把修改內容交回來給你檢查。官方產品頁現在給它的定位是「在 ChatGPT 裡的同一個強大 coding agent」，列出的工作內容包括寫 code、看懂陌生的程式庫、做 code review、把重複的開發任務自動化，以及接手從例行 PR 到最難問題的端對端工作。
「代理人」（agent）這個詞要先講成白話。聊天機器人與代理人的差別，在於誰拿著鍵盤。你問 ChatGPT 一個問題，它回你一段文字，換檔案、裝套件、跑測試的都是你自己。你交辦 Codex 一件任務，它自己去翻檔案、開分支、改程式碼、跑測試，卡住會回來問你，做完會把差異列出來給你看。前者的產出是「說明」，後者的產出是「改過的專案」；2026 年 9 月亮相的 不生成文字、只回傳決策的 Jev，則把模型的產出推到另一個極端。
Codex 的單位是任務，ChatGPT 的單位是問題。同樣一句「這段程式碼為什麼跑不動」，丟給 ChatGPT，得到的是分析與建議；交辦給 Codex，它會把專案打開、找到出錯的那行、改掉、跑一次測試，然後跟你回報改了什麼。這也是為什麼正確的比較架構不是「哪個模型比較聰明」，而是「這件工作適合被回答，還是適合被完成」。
一段任務實際上是怎麼跑的
拆開一次典型的本地任務，你會看到五個動作。它先掃專案結構，讀 AGENTS.md 與相關檔案，建立對這個專案的理解。接著擬計畫，告訴你它打算怎麼做，你可以在此時修正方向，CLI 裡有 /plan 模式專門做這件事。計畫通過後它開始動手，改檔案、裝依賴、跑指令，這些動作依你設的核准模式，可能每步問你，也可能自己跑。做的過程中它會自己讀錯誤訊息、回頭修，一個任務來回個幾輪很正常。做完它把修改差異整理出來，等你驗收，你點頭它才收尾，前後還會建立 Git checkpoint 讓你可以一鍵還原。
整個過程跑在一個叫沙盒（sandbox）的隔離環境裡，這是 Codex 安全模型的核心。沙盒限制它能碰的範圍，最緊的時候它只能讀不能寫，等於把一個能力很強的實習生關在只能看的玻璃房裡做事。權限那節會把這套機制展開講，這裡先記住一件事，Codex 的「動手」是被圍籬圍起來的動手，圍籬高度你自己調。
四個官方入口的分工長這樣。
| 入口 | 形態 | 適合誰 | 備註 |
|---|---|---|---|
| ChatGPT 桌面 App（Codex 模式） | 圖形介面，macOS 與 Windows 有原生版，Linux 版 2026 年 8 月起開放預覽 | 想用點選方式管理任務、看修改差異的人 | 檔案、瀏覽器、語音、排程任務都在同一個視窗裡 |
| Codex CLI | 終端機工具，開源，用 Rust 寫成 | 開發者、想把 Codex 寫進腳本與 CI 的人 | 非互動的 codex exec 可以進管線 |
| IDE 擴充套件 | VS Code 與相容編輯器（Cursor、Windsurf）裝擴充；Xcode 與 JetBrains 走各自的內建整合 | 邊寫邊交辦、不想離開編輯器的人 | 游標在哪、任務就開在哪 |
| Codex cloud（網頁） | 瀏覽器裡跑雲端任務，chatgpt.com/codex，設定時把帳號連上 GitHub 或 GitLab | 手上沒有開發環境、想多工並行的人 | 雲端任務用 GPT-5.6 Sol，不能自選模型 |
這四個是官方文件列的 client，不是功能。在入口之外，官方另有整合層，GitHub 上的自動 code review（在 PR 標註 @codex 就會來）、GitLab 合併請求的審查（2026 年 8 月起全方案 beta）、Slack、Linear，還有能把 Codex 掛進 GitHub 事件的 GitHub Action。這些不算獨立入口，是 Codex 伸手出去的地方。整合層的意義在於非同步，GitHub 上有 PR 進來，Codex 直接在 PR 底下留 review 註解；Slack 頻道裡有人交辦，它在雲端開工，做完回來貼結果。你不需要打開任何 Codex 介面，工作自己流過去。
入口之外還有一個容易被忽略的成員，手機。Codex Remote 讓你在手機的 ChatGPT App 裡看到電腦上正在跑的任務、核准它提出的請求、檢視改過的檔案，甚至在通勤路上直接指派新任務給家裡的 Mac 或 PC，官方 Remote 文件把這條路稱為「從手機開始、引導、核准任務」。電腦要保持開機連線，其他沒有額外條件。
這個名字被回收過，查資料時要看日期
Codex 這個名字被回收過一次，查資料時要小心。2021 年 OpenAI 推過一個叫 Codex 的程式碼生成 API，那是舊時代的模型，早已退役；2023 年退役的 codex 系列模型也是那段歷史的一部分，跟現在的 CLI 完全不是同一個東西，現在的 Codex CLI 是現役且開源的工具，升級得很勤。2025 年 OpenAI 把名字重新用在軟體工程代理人的雲端版本上，2026 年初有了桌面 App，2026 年 7 月再整合進 ChatGPT 桌面應用，官方定位是「now in ChatGPT」。你在搜尋引擎上找到的 Codex 文章，先看日期，2025 年 5 月以前的內容講的多半是那個已經退役的舊 API。
Introducing the Codex app—a powerful command center for building with agents.
— OpenAI (@OpenAI) February 2, 2026
Now available on macOS.https://t.co/HW05s2C9Nr
Chat、ChatGPT Work、Codex：一個帳號裡的三種角色
2026 年的 ChatGPT App 把三種模式放在同一個切換器裡，官方的使用建議可以直接翻成白話。Chat 拿來問問題、找資料、腦力激盪、草擬文字；ChatGPT Work 拿來定義一個成果、讓它做到可以審收，例如產出一份簡報、分析一批檔案、組一份專案計畫；Codex 拿來用開發者工具、看技術細節，除錯、跑測試、審 PR、實作功能。三者的差異在介面與呈現方式，Work 偏好非技術語言與成品輸出，Codex 會秀出 Git 指令、diff、review 這類開發者細節。
因為這波整合，Codex 在 ChatGPT App 裡跟 ChatGPT Work 並列在同一個選單。Work 是接長程研究與交付任務的另一套體驗，Codex 是工程代理，兩者立場不同，額度卻是綁在一起的，這個細節在費用那節會展開。想先搞懂 Work 是什麼，站上的ChatGPT Work 完整介紹值得先讀過。Anthropic 陣營裡，Claude Code 的工作搭檔則是 Claude Cowork，對照著看會更清楚兩家的產品盤。
誰該現在就學，誰可以先緩，界線畫得出來。手上有一件以上「每週都要做、做法固定、你會檢查結果」的工作，符合就直接開始，投報比通常很好。只是好奇、手上沒有重複工作、或者連要它做什麼都說不出來的人，先緩，把一件真實的工作變成「可交辦的規格」之後再來，工具解決不了沒有規格的問題。這條界線跟職位無關，工程師與行銷適用同一套判斷。
Codex 用什麼模型：GPT-6 Astra 進場後，Sol、Terra、Luna 怎麼選
2026 年 9 月最大的變化，是 GPT-6 Astra 與新一代 GPT-6 Sol 開進 Codex。官方在 8 月 31 日到 9 月 4 日那週宣布 Astra 進入 Codex 與 ChatGPT Work，定位是「跨 code、應用與研究的複雜工作」，結合先進推理、電腦操作與更強的判斷力，適合需要持續推理的端對端工作流程。官方模型頁把它列在建議模型第一位，額度表也已列出 Plus 方案的估計值，但開通是分階段滾動的，你的帳號能不能選到 Astra，以介面內的模型選單顯示為準，企業端還要多一層管理員開啟。
GPT-6 Astra is now available to all Pro, Enterprise, and Business Premium users in ChatGPT Work and Codex. It's also live in the API.
— OpenAI (@OpenAI) September 4, 2026
It might take a few days to roll out to our Plus and Business users. Thank you for your patience.
GPT-5.6 家族三兄弟的分工沒有變。Sol 是旗艦，難度高、價值高的複雜工作用它，複雜的重構、深度研究、要交付給別人的文件都算；Terra 是日常主力，官方形容它效能與上一代 GPT-5.5 同級但成本更低，是「GPT-5.5 工作的自然落點」；Luna 最快最省，適合你很清楚「做完長什麼樣」的大量重複任務，抽取、分類、格式轉換、結構化摘要這類。四個模型湊起來的選法很直觀，最難的端對端工作給 Astra，開放式難題給 Sol，日常給 Terra，規格明確的大量工作給 Luna。模型市場這個月也不只 OpenAI 有新旗艦，xAI 在 9 月 21 日發布的 Grok 4.7 就把定位放在寫程式與知識工作上，效能與價格的細節，站上的完整解析都攤開了。
官方釋出的 GPT-5.6 介紹影片，示範它從一句開放式的提示出發，在 Codex 裡做出一款可以玩的卡牌遊戲：
介面把常用組合包成 Power 選項，往 Smarter 拉更深、往 Faster 拉更快，要指定特定模型或推理強度再開 Advanced。分階段開通 Astra 的帳號，選單會變成 Terra Light、Sol Light、Sol Medium、Astra Light、Astra Medium、Astra Extra High 這類預組合。CLI 裡對應的是 /model 與 –model 旗標，推理強度從 Light 到 Extra High（CLI 顯示為 Low 起），還有兩個大檔位要知道，Max 給單一任務更長的思考時間，Ultra 用子代理把任務拆開平行跑。官方的建議很務實，用「能做出你要的結果的最低檔」跑，大部分任務用不到 Max 與 Ultra，桌面的 Ultra 要到設定裡手動開啟才會出現在滑桿上。
模型線的汰換時間表是這節真正影響你的部分。GPT-5.4 與 GPT-5.4 mini 已在 2026 年 8 月 31 日從 Codex 退役，官方的對應是 gpt-5.4 換 gpt-5.6-terra、gpt-5.4-mini 換 gpt-5.6-luna。GPT-5.5 將在 2026 年 10 月 14 日從 ChatGPT、ChatGPT Work 與 Codex 全面退役，所有方案都一樣，官方建議換成 gpt-5.6-sol；OpenAI API 不受影響，用 API key 登入的 Codex 也不受影響。gpt-5.2 與 gpt-5.3-codex 更早就已棄用。要動手改的清單：工作區預設模型、儲存的模型設定、託管設定檔、自訂代理、排程任務、寫死模型名的腳本，一次全部掃過，別留到退役當天才發現排程集體罷工。
兩個小但實用的補充。雲端任務目前不能自選模型，統一跑 GPT-5.6 Sol，把大任務丟雲端時直接用 Sol 的預期去估算額度。Plus 與 Pro 用戶可以到 config.toml 打開實驗性的 context management，Astra 會跨上下文視窗記筆記、回頭搜尋同一任務更早的訊息與工具輸出，長任務的失憶問題有解，但這是實驗功能，預設關閉，企業方案與 API key 登入目前用不了。
速度也是一個要計價的選項。Fast mode 用更高的消耗換更快的回應，對 Astra 的標準費率是 2.5 倍乘數，其他支援的模型各有倍率，想省額度的人平時關著、衝截止日再開是合理用法。語音是另一個會吃額度的入口，桌機版的 ChatGPT Voice 在 Work 與 Codex 裡以每分鐘 0.05 美元計，走 credits 的組織是每分鐘 1.25 credits，語音對話本身的任務照一般額度另計。ChatGPT 這套語音體驗在 2026 年 7 月換了世代，改由全雙工的 GPT-Live 語音模型擔綱。這兩個開關平常不影響你，開下去之前知道帳單會變就好。
模型名稱與檔位改版很快，實際能用哪些，以你介面裡 /model 顯示的為準。想理解 GPT-5.6 這個模型本身的定位，站上的GPT-5.6 介紹有更完整的討論；GPT-6 Astra 從能力、電腦操作到 AGI 爭議的深度拆解，GPT-6 Astra 那一篇講得更細；9 月 22 日 OpenAI 推出 GPT-6 Sol 與 Luna，Claude 陣營同日的 Opus 5.5則以比 Opus 5 低約四成的典型負載成本應戰，模型層的來龍去脈建議接著讀。
Codex 費用與價格：方案、額度、credits 的讀法
費用先給結論。Codex 不用單獨購買，ChatGPT 的 Free、Go、Plus、Pro、Business、Edu、Enterprise 方案全部內建，差別在額度、速度與可用功能。官方定價與額度頁把每個方案能做的事列得很清楚，這一節講的結構都可以在那頁對照到原文。官方文件目前列的牌價是美元，Free 免費、Go 每月 8 美元、Plus 每月 20 美元、Pro 從每月 100 美元起、Business 年繳每人每月 20 美元（月繳 25 美元、兩人起），Enterprise 與 Edu 洽談。牌價會調整、各通路與幣別的實收金額會不同，你結帳當下看到的才是真的，這一條規則優先於任何教學文裡的數字，包括這一篇。
| 方案 | 官方牌價 | 定位 | 適合 |
|---|---|---|---|
| Free | 0 美元 | 探索，跑快速的小任務 | 試水溫、驗證工作流程 |
| Go | 8 美元／月 | 輕量 coding 任務 | 一週偶爾用幾次 |
| Plus | 20 美元／月 | 每週幾次專注的 coding session | 個人開發者的主力方案 |
| Pro | 100 美元／月起 | 5x 或 20x 兩檔額度，另有研究與資安類進階功能 | 以此為業的個人 |
| Business | 年繳 20 美元／人／月 | 團隊 workspace、資安控制、預設不拿資料訓練 | 有管理與法務需求的組織 |
| Enterprise / Edu | 洽談 | 彈性計費、稽核、資料駐留 | 大型組織與學校 |
額度結構有五件事比價格本身更值得記。
第一，額度是共用池。官方定價頁開頭就寫「ChatGPT Work 與 Codex 共用用量」，說明中心的額度文章再補上細項，Codex、ChatGPT Work、ChatGPT for Excel、Workspace Agents 在你方案可用時，全部從同一個 allowance 與 credits 池扣。像一家人的手機門號共用上網流量，你白天在 Excel 裡叫 agent 整理報表，流量吃的是同一桶，晚上想跑 Codex 長任務時就會有感。
第二，額度有兩層視窗。官方額度表以 5 小時為一個重置視窗，部分方案另有每週上限，兩層取其先到。所以「下午還能用、晚上被擋」不等於被降權，常常只是視窗剛好翻過去了。重置的節奏也值得看一眼，把長任務排在視窗剛重置之後開跑，比在額度見底時硬開一個大任務，體驗好很多。還有一條對連續工作友善的規則，用量撞牆時手上那一輪還沒跑完的任務可以繼續做完，受公平使用原則規範，不會斷頭。
第三，消耗量看任務不看訊息數。同一則訊息，小腳本修改跟大 codebase 重構燒的額度差很多，模型選擇、上下文長度、推理強度、工具呼叫、檢索與快取都會影響，官方明講「提示長度本身不是可靠的估算基準」。官方額度表給的是本地訊息的估計區間，節錄如下。
| 模型（每 5 小時本地訊息估計） | Plus | Pro 5x | Pro 20x |
|---|---|---|---|
| GPT-6 Astra | 5–45 | 25–225 | 100–900 |
| GPT-5.6 Sol | 10–100 | 50–500 | 200–2,000 |
| GPT-5.6 Terra | 25–200 | 125–1,000 | 500–4,000 |
| GPT-5.6 Luna | 250–2,000 | 1,250–10,000 | 5,000–40,000 |
這張表有三個讀法。同一個方案裡，Luna 的估計區間是 Sol 的二十倍以上，規格明確的大量工作丟給 Luna，同樣的額度能做完的事多一個數量級；Astra 最貴，Plus 一個視窗 5 到 45 則，用它之前先確認任務真的需要那個檔位；Pro 的 5x 與 20x 兩檔差距是四倍，選 20x 之前先確認自己的用量真的頂到 5x 的天花板。標準 Business 的額度估計與 Plus 同級，100 美元級距的 Business 方案比照 Pro 5x。
第四，credits 是第二層彈藥。額度見底時，Plus 與 Pro 用戶可以加購 ChatGPT credits 繼續工作，不用升級方案；Business、Edu、Enterprise 開了彈性計費的 workspace 能加購 workspace credits。官方也給了換算感，GPT-5.6 平均每則訊息消耗 5 到 30 credits，Sol 每百萬輸入 tokens 計 100 credits、Terra 50、Luna 5。價格面有兩個時間點值得記，OpenAI 在 7 月 30 日把 Terra 降價 20%、Luna 降價 80%，官方帳號當天在 X 公告；Sol 目前的促銷價官方承諾至少維持到 2026 年 11 月 21 日。圖片生成會用掉額度的速度約 3 到 5 倍，且 Free 方案沒有圖片生成。
We are committed to pushing the model frontier across cost efficiency, capability, and speed.
— OpenAI (@OpenAI) July 30, 2026
Starting today, we are reducing prices for GPT-5.6 Luna by 80% and GPT-5.6 Terra by 20% , and offering a faster option for GPT-5.6 Sol in the API.
Luna and Terra’s lower prices are… pic.twitter.com/rFhK7XKedp
第五，額度用完有三條路。等視窗重置；加購 credits 把手上做到一半的任務跑完；升級方案。查用量有三個位置，網頁的 usage dashboard、CLI session 裡的 /status、還有網頁側邊欄的剩餘用量顯示，額度快見底時介面會出現限額通知，列出你帳號可用的選項。企業的彈性計費 workspace，成員能在 Settings 的 Usage and billing 查月用量與近期 credits 紀錄，管理員開啟成本可見度後會顯示估算金額，官方特別提醒那是估算不是請款單，這個態度誠實，你的心態也應該一樣，把面板數字當規劃依據，把帳單當最終事實。附帶一提，截至 2026 年 9 月中，官方說明中心的公告顯示 Pro 200 美元方案暫停收新用戶與新升級，既有訂閱照常續約，想上 20x 檔位的人先確認開放狀態。
方案之間還有一條「個人與組織」的分水嶺，容易看漏。Free、Go、Plus、Pro 是個人訂閱，掛在你的 ChatGPT 帳號上，走到哪都帶著。Business 起是組織方案，重點從額度移到治理，統一的 workspace、單一登入與多因素驗證、預設不拿你的資料訓練、管理員對模型與權限的集中控制。個人或小團隊用 Business 的理由通常是資料政策，不是功能。選擇時先問自己的資料能不能進個人帳號，答案是否定的，就直接看 Business 這條線。
計費還有第二條完全不同的路，API key。用 platform 的 API key 登入 CLI、SDK 或 IDE 擴充套件，不吃方案額度，按 token 計費，跑多少付多少，官方定位是「共用環境如 CI 的自動化」。代價是雲端功能沒有，GitHub code review、Slack、GitLab 整合用不了，模型可用性跟著你 key 的權限走。個人用戶幾乎都該選 ChatGPT 帳號登入，API key 留給 CI 這種共用環境與有成本控制需求的團隊。還有一條新聞會影響企業讀者，GPT-5.6 的 Sol、Terra、Luna 已經能透過 Amazon Bedrock 供應，本地客戶端可以用 Bedrock 的 key 走自己雲端的合規路線。
比價的正確姿態，不是比月費，是比你自己的任務量。拿一週當樣本，寫下你真的想交辦的任務件數，乘上單件任務預估燒掉的額度，前兩週先用 /status 觀察會有體感，再對照你方案的重置視窗。這個數字算出來之前，不要開年繳。方案選擇上有一個常見的錯配值得點名，很多人為了「想認真用 Codex」直接上 Pro，實際使用卻停在每週兩三次的輕量交辦，這種用量 Plus 就夠，額度撞牆的證據出現再升級，永遠來得及。
把試算做成一個可以照抄的格式（數字是示意，你的任務密度才是變數）。假設你一週有 12 件想交辦的工作，每件平均來回 3 輪、每輪算 1 則本地訊息額度，一週的消耗約 36 則；用 Terra 跑，Plus 一個 5 小時視窗的估計上限是 25 到 200 則，等於你一整週的量塞得進兩三個視窗，Plus 綽綽有餘。換成每件要來回 10 輪以上的深重構、又要用 Sol，一週消耗逼近 400 則，Plus 會天天撞牆，這時該問的問題不是「要不要升級」，而是「這些任務有幾件其實該拆小、該換模型、或根本不該交辦」。額度表是用來檢查交辦品質的儀表，不是催你加購的廣告。
台灣的訂閱付款與幣別怎麼查
台灣用戶的付款查法，記兩個通路就好。網頁版結帳走 OpenAI 自己的帳務系統，在 ChatGPT 定價頁登入後，結帳頁會顯示你實際被收取的幣別與金額，支援的支付方式以該頁當下選項為準，一般信用卡是基本款。手機 App 內訂閱則走 Apple 或 Google 的帳單系統，價格與幣別由商店端決定，兩個通路不保證一樣。credits 加購也在同一套帳務裡。查的法則只有一條，一切以你結帳頁當下顯示的幣別、金額、週期為準，任何第三方教學文抄的數字都只能當歷史紀錄看。
Codex 怎麼用：從安裝 Codex CLI 到跑完第一個任務（2026 教學）
最短上線路徑是 Codex CLI，三個動作，安裝、登入、下任務。macOS 與 Linux 一行裝完，Windows 有自己的 PowerShell 安裝指令，偏好 npm 或 Homebrew 的人也有對應的路，全部出自官方 CLI 安裝文件，四條指令如下。
# macOS / Linux
curl -fsSL https://chatgpt.com/codex/install.sh | sh
# Windows (PowerShell)
powershell -ExecutionPolicy ByPass -c "irm https://chatgpt.com/codex/install.ps1 | iex"
# npm
npm install -g @openai/codex
# Homebrew
brew install --cask codexWindows 這條路 2026 年已經是原生公民，不再是「建議裝在 WSL 裡」的次等體驗。CLI 在 PowerShell 下跑原生沙盒，需要 Linux 環境就裝在 WSL2，兩者都支援；桌機版 ChatGPT App 也有 Windows 原生版，用 winget 就能裝，附帶 codex doctor 診斷工具與 WSL 發行版選擇。CLI 本身開源、以 Rust 寫成，新版出得很勤，升級就是把安裝指令重跑一次。
裝完輸入 codex 啟動，第一次會要求登入，兩條路。用 ChatGPT 帳號登入，吃你方案的額度，個人用戶走這條。用 API key 登入，按 token 計費，模型可用性跟著你的 key 走，適合 CI 這種共用環境，不過雲端功能（GitHub code review、Slack、GitLab 整合）在 API key 模式下沒有。登入狀態在 CLI 與 IDE 擴充之間共用，一邊登出另一邊也要重登。
第一個任務照這五步走，重點放在養成驗收習慣。
- 在終端機
cd到專案目錄，輸入codex，進入互動介面。 - 用一句話描述任務，把驗收標準寫進去。「幫我看看這個專案」這種寫法它只能自由發揮，換成「列出這個專案所有對外部 API 的呼叫，加上每個呼叫有沒有處理錯誤，用表格回覆」就完全可以驗收。
- 它動手前會請求核准。第一天全部手動批准，先感受它想動什麼。
- 它改完後輸入
/diff，逐檔看修改內容，這一步就是驗收。 - 不對就退回重講，對了再讓它收尾。首次練習建議選「只能看、不能改」的唯讀任務，改壞檔案的風險是零。
驗收本身也有個小清單，四個檢查過了才算收貨。每個被改的檔案都看過 diff，不是只看它自己整理的摘要；該跑的測試或檢查真的跑過，而且你看到了輸出；它做的關鍵決定你說得出理由，說不出口的理由通常就是問題；交辦的規格如果有更新，同步寫回 AGENTS.md。這四件事做起來比聽起來快，而它們就是「放心放權」的門票。
任務描述的品質，直接決定它的產出品質。一個能交辦的任務描述有四個要素，範圍（動哪些檔案、不動哪些）、驗收標準（做完長什麼樣）、限制（用什麼工具、遵守什麼慣例）、輸出格式（表格、清單、還是 diff）。同一件事的兩種寫法擺在一起就懂了。壞的寫法是「幫我把這個網站調到最好」，範圍無邊、驗收標準不存在，它只好自己猜，猜出來的東西你很難驗收。好的寫法是「檢查這個資料夾裡所有 HTML 文件的圖片，列出沒有 alt 文字的那些，用表格回覆，欄位是檔名、行號、建議的 alt 文字，不要改任何檔案」。後者它三十秒就能做完，而且你一眼就能驗收。這類檢查正是技術 SEO日常裡最典型的部分，網站健檢清單幾乎都能照這個格式交辦。
新手最常踩的錯，整理成三個。一次交辦太大，把「重構整個專案」當一個任務丟出去，它做到一半額度燒光、上下文爆掉，產出半成品；拆小，一次一個可驗收的單位。忘記看 diff 就收貨，它改得快不等於改得對，/diff 那十秒不能省。第一天就開高自主模式，在你還不認識它的行事風格之前，先當幾天嚴格的主管，摸清它的判斷習慣再逐步放權，這跟帶真人是一樣的。
日常順手的命令值得記十個。/plan 先出計畫不動手，/diff 看修改，/review 叫一個 review 流程審工作區的變更，/permissions 管權限，/model 切模型與推理強度，/fast 開關加速模式，/compact 壓縮對話上下文，/status 看用量與剩餘容量，/init 生成 AGENTS.md，/import 從 Claude Code 或 Cursor 搬家。工作階段可以 codex resume 回到上次的對話， fork 出暫存分支對話也不會關掉原本的。要用在腳本裡跑非互動任務，用 codex exec，例如 codex exec -m gpt-5.6 "Review the current changes"。
還有一個跨入口的設計值得記住，桌面 App、CLI 與 IDE 擴充套件共用同一份 config.toml，你在檔案裡寫一行 model = "gpt-5.6"，三個入口的預設模型一起換，沙盒與核准的偏好也是同一套。想再往下走的人，Codex 還有 SDK 與 app-server 協定，讓你把本地代理嵌進自己的產品或工作流裡，這條路已經超出「使用工具」的範圍，進到「組工具」的領域，對多數讀者記住一句話就夠，它不是一個 App，是一族共享設定的客戶端，換入口不用重新學。
不碰終端機的人，路徑換成 ChatGPT 桌面 App，切到 Codex 模式，概念完全一樣，差別只是介面，任務描述、核准、看 diff 的循環原封不動。App 版還多了 CLI 沒有的東西，內建瀏覽器讓它自己打開網頁點一點做驗證（2026 年 8 月起支援 Edge、Brave、Opera、Vivaldi，不只 Chrome），錄一段操作就轉成可重用技能的 Record & Replay，授權下操作 macOS 應用的 Computer Use，還有開發者等好一陣子的 Linux 原生版預覽。先學會交辦與驗收，這些進階功能才有意義。
常駐重度使用者還多了一個新選項。OpenAI 與鍵盤廠 Work Louder 在 2026 年 7 月推出了 Codex Micro，一個限量版的實體控制面板，六個 Agent Key 各綁一個對話、用燈色顯示它的狀態（藍色思考中、綠色完成、琥珀色等你輸入），自訂鍵可以綁核准、退件、切換對話、推播語音這類常用動作，滾輪預設拿來導覽輸入區、也可以改成調推理強度。它是週邊不是必需品，但這個產品方向本身是訊號，OpenAI 認真在賭「一個人同時顧多條代理工作線」會變成日常。
Windows 使用者的完整路徑
Windows 在 2026 年已經是一級公民，不值得再把它當次等平台看。三條安裝路任選：上面的 PowerShell 官方安裝指令、winget 從商店裝桌機版（winget install --id 9PLM9XGG6VKS -s msstore）、或把 CLI 裝進 WSL2 跑 Linux 版。沙盒在 PowerShell 下用原生的 Windows sandbox，在 WSL2 下用 Linux 的 bubblewrap，兩種模式都吃同一套核准流程。桌面 App 支援 worktree、排程任務、Git 操作、內建瀏覽器、檔案預覽與技能外掛，等於功能面與 macOS 對齊。
Windows 專屬的細節再給三個。卡住的時候先跑 codex doctor，它會針對啟動、連線與效能做一輪診斷，多數環境問題它會直接告訴你答案。想要「把你眼前這個視窗丟給它看」，同時按兩邊的 Alt 鍵觸發 Appshots，它會把最前面視窗的畫面與文字帶進對話，問它報表上的數字、或描述你想對那個畫面做什麼都行。裝了多個 WSL 發行版的機器，可以在設定裡指定 Codex 用哪一個，不用每次手動切。組織管理的電腦要注意一條，App 更新由管理員透過 MDM 部署時，新功能要等核准的版本裝好才會出現。
AGENTS.md：把專案規矩寫下來，Codex 才不用每次都當新人
AGENTS.md 是放在專案根目錄的純文字說明檔，Codex 開工時先讀它，從而知道這個專案的環境、慣例與地雷。在 CLI 或 App 裡輸入 /init，Codex 會掃描專案結構自動生成初稿，你再把它改成真的規矩。它之於 Codex，等於 CLAUDE.md 之於 Claude Code，站上的CLAUDE.md 完整教學與範本講的是同一類檔案的寫法，兩邊可以對照著寫。這個格式也已經變成跨工具的開放慣例，agents.md 網站上有中立的規格說明，不只 OpenAI 一家在讀。
Codex 讀它的方式值得搞懂，因為這決定你的規矩要放哪。啟動時它建立一條指令鏈，官方文件寫得很清楚。第一層是全域，放在 ~/.codex 目錄下的 AGENTS.md，所有專案都會繼承。第二層是專案，從 Git 根目錄一路往你的目前目錄走，每一層都可以放一個檔案，越靠近目前目錄的放越後面、效力越強，等於覆蓋前面的規矩。同一層若存在 AGENTS.override.md，它會優先於同名的 AGENTS.md，適合放臨時例外。整條鏈預設上限 32 KiB，超過會截斷，內容太多的正解是拆到子目錄，順便控制注入的上下文量，這本身就是官方建議的省額度手段之一。已經有別的檔名慣例的團隊，可以在 config.toml 設定 fallback 檔名清單，讓它照樣被當成說明檔讀進去。
這個檔案該寫什麼，產線上有現成的答案。這個網站本身就是跑在 Codex 與 Claude Code 上的 WordPress SEO 內容產線，文章產製、發布、內部連結全部在 agent 工作線上跑，專案記憶檔超過兩百行，而幾乎每一行都對應一次真實災難。哪個 API 欄位送錯，會把十六篇文章的標題一起覆蓋掉；哪個請求少了 User-Agent 表頭，會被伺服器直接回 403；哪一層快取會讓你以為更新成功了，前端其實還是舊的；content PUT 會靜默吞掉文章尾端的結構化資料區塊，讓 SEO 設定憑空消失。這四條都在檔案裡，一條一行，附上當初的代價。
判斷標準就從這裡長出來。沒有被懲罰過的規矩，寫了也白寫。AGENTS.md 的本質不是公司簡介，是事故記錄器，像店裡留給新人的交接筆記，寫「收銀機鑰匙在抽屜、關店前要先關冷氣」比寫「我們重視誠信與熱情」有用一百倍。新人看不懂願景，但看得懂「這樣做會出事」。
實際排版，四個段落就夠。環境與指令，這個專案怎麼跑起來、測試怎麼執行、有哪些必裝的工具。慣例，程式碼風格、命名規則、提交訊息格式，你的網站或團隊特有的做事方式。禁區，絕對不能碰的檔案與指令，資料庫、金流、正式環境的清單放這裡。事故記錄，每一條寫「什麼操作、造成什麼後果、正確做法是什麼」，越具體越好。GitHub 上做 code review 的團隊還可以在裡面加一段 Code Review Rules，自訂審查規則，Codex 審 PR 時會照著辦。/init 生成的初稿會幫你填第一段，後面三段只能靠你自己的疤痕累積，這也是為什麼別人的 AGENTS.md 範本只能參考結構，內容抄不得。
還有一個容易忽略的好處，記憶檔是流動資產。專案換人接手，新人讀 AGENTS.md 就等於吸收了整條產線的教訓；換用別的代理工具，同一份內容改個檔名就能繼續用。2026 年 8 月起這條路更平了，官方的匯入功能讓你把 Claude Code、Claude Cowork 或 Cursor 的設定、技能、專案、近三十天的對話直接搬進 ChatGPT 桌面 App，官方匯入文件列出的對應表裡，CLAUDE.md 這類說明檔會轉成 AGENTS.md，settings.json 轉成 config.toml，技能、外掛、子代理各有去處，還能開自動同步持續追上原邊的更新；CLI 裡對應的指令是 /import。搬家成本剩下的比想像少，真正的資產是檔案裡記下來的教訓，不是檔名。
實作上有個小訣竅。讓 AGENTS.md 跟著專案走、放進版本控制，每次事故處理完，當天就把那一行補上去，別等「之後再整理」。記憶檔的價值密度，取決於它離上一次真實災難有多近。產線上 Codex 與 Claude Code 讀的是同一份記憶內容，兩邊規範一致，交辦時就不會出現兩套標準。
權限與沙盒：給權限前先問一句話
權限是整個 Codex 最該花時間理解的部分，比模型選擇重要。2026 年的官方文件把它講成兩個互相獨立的控制。沙盒管範圍，定義它能讀寫哪些檔案、能不能上網；核准模式管時機，定義它在跨出範圍前要不要停下來問你。把核准交給自動審查，不會擴大沙盒，圍籬還是那道圍籬，這個設計是理解整套權限的鑰匙。
核准模式現在有三個名字。Ask for approval 是預設，它在工作區裡自己跑，出界前暫停問你。Approve for me 在設定裡叫 Auto-review，跨界的請求交給一個審查代理先看過，符合資格的自動放行，你回到畫面時看到的是它的判斷紀錄。Full access 是完整存取權，不限制在專案目錄，能碰的都碰得到。CLI 裡對應的入口是 /permissions，可以中途放寬或收緊；桌面 App 的後兩個模式要先到設定的 Permissions 打開才會出現在選單上。沙盒的技術實作依平台而異，macOS 用系統內建的 Seatbelt，Windows 在 PowerShell 下用原生 Windows 沙盒，Linux 與 WSL2 用 bubblewrap，概念全部相同。
三層怎麼選，判斷軸只有一條，這個動作可不可逆。唯讀的分析、看報告、整理清單，直接放最寬，它碰不到任何東西。會改檔案但不碰部署，用中間層，改壞了看 diff 退回。會動生產環境、資料庫、正式網站，全程手動核准，一步都不讓。Claude Code 那邊有同樣的分層難題，站上對權限與 plan mode 的討論可以對照著看，兩家的安全模型思考的是同一個問題。
給權限前先問一句話，「它若照字面執行，最壞會改掉什麼？」
這句話是花學費買來的。這條產線曾經授權 agent 自動更新 WordPress 文章，它照字面把整個 content 欄位覆寫，文章尾端的 FAQPage JSON-LD 區塊憑空消失，結構化資料能帶給 SEO 的設定跟著不見。它沒有出錯，它完全照指令做事，問題出在指令的假設比授權的意圖寬鬆。從那次之後，產線的規矩變成，凡是「更新既有內容」的任務，一律先在副本驗一次，再上正式環境。
排程任務是這套邏輯的壓力測試。背景跑的任務沒有人盯，用的是你的預設沙盒設定，官方的建議直接引用過來，從能讓任務成功的最窄權限開始，需要時才放網路與更寬的檔案權限；沙盒開在 full access 的排程任務，官方自己都標成高風險。真的需要跨界的少數指令，用 rules 清單逐一准許，比整個打開安全得多。
資料會送去哪裡、會不會被拿去訓練
資料去向分兩種。本地工作流（CLI、IDE 擴充套件、桌面 App 的本地任務）在你的裝置上跑，程式碼不出門，只有對話內容會送到模型端。雲端任務（Codex cloud 的 chat）跑在 OpenAI 管理的隔離環境裡，等於把工作搬到對方的機器上做，這也是它能在你關掉 App 後繼續跑的原因。
訓練資料政策，官方說明文章寫得明白，ChatGPT 的訓練控制設定一體適用到 Codex 的內容，包括 Computer Use 的截圖。Business、Enterprise、Edu 與 API 的商務用戶，預設不會把你的輸入輸出拿去訓練模型。Plus 與 Pro 的個人對話，預設可能用於改善模型，你可以在 ChatGPT 的資料控制設定裡關掉訓練。這三句話就是全貌，判斷很簡單，公司資料走組織方案，個人敏感專案動手關訓練。
組織端的控制還可以更細。管理員能在 workspace 層級設定成員的起始模型與推理強度，託管的 requirements.toml 可以強制蓋過成員的本機設定；本地使用與雲端任務可以分開授權，某個角色只能跑本地、另一個角色可以開雲端；Compliance API 把成員的 Codex 用量（含本地客戶端）寫進稽核日誌；存取權杖與服務帳號讓 CI 與自動化不掛個人帳號。個人用戶用不到這些，但評估團隊導入時，這一層的存在與細緻度是重要訊號，OpenAI 明顯把 Codex 當企業產品在治理，不只在賣個人玩具。
實務上的底線三條。Secret key、密碼、.env 內容永遠不貼進對話；錄製 Record & Replay 教學時，不要在任何欄位輸入真實帳密，錄影會把畫面內容記下來；不確定任務會讀到哪些檔案時，先開唯讀沙盒跑一次看看它的行為。資安不需要恐慌，需要的是把「它碰得到什麼」變成一個你隨時答得出來的問題。
不寫程式能用 Codex 嗎：內容、行銷、網站經營者的三種用法
能。非工程師用 Codex 的門檻不在程式，在能不能把驗收標準講清楚。你不需要會寫 Python，但你要能說出「做完之後，我要看到什麼」。前提只有一個，基本的 ChatGPT 對話能力要先有，提示的感覺是互通的，還不熟的人可以先把站上的ChatGPT 對話與提示的基礎篇走過一次。三種真實用法，由淺入深。
用法一：把重複的檢查工作交給它
入門款是唯讀分析。2026 年 8 月的實測裡，這個網站把一篇文章的 HTML 交給 Codex CLI（版本 v0.145.0、模型 gpt-5.6-sol、唯讀沙盒、推理強度開到最高），請它用 ripgrep 逐字檢查六個搜尋意圖詞有沒有在 H2 與 H3 標題層出現精確錨點，用的正是標題標籤那套「標題要對得上查詢」的邏輯。30 秒後交回一張表格，指出「是什麼」「怎麼用」「價格」三個意圖在標題層完全沒有錨點，跟人工體檢的結論一致，產線據此補上三個小節標題。整個 session 可重現，同樣的指令、同樣的檔案，就得到同樣的表。
這類任務的價值在「可重複」。文章體檢、關鍵字覆蓋檢查、清單比對、資料表的欄位一致性，都是你做第一次會花一小時、做第十次會想死的工作；同一套檢查想搬進對話介面跑，站上的Grok 內容稽核做法可以對照參考。交給它，你只做驗收。唯讀沙盒是非工程師最好的第一課，它什麼都看得到、什麼都改不了，改壞檔案的風險是零。唯一要守的還是資安那節的底線，對話內容會送到模型端，機密檔案不要整包丟進去問。
同一個模式可以搬到很多職位上。做行銷的人，叫它把一整季的廣告報表攤開，找出花費最高但轉換最差的組合（示意）；經營電子商務的人，叫它比對商品庫存表與上架清單，列出有庫存沒上架、有上架沒庫存的項目（示意）。本質都一樣，資料在你手上，檢查邏輯你說得出口，執行就交出去。
用法二：產出文件與資料，排程讓它自己跑
第二層是產出。Codex 能直接產生圖片、PDF、Excel、文件與簡報，把「分析結果」變成「可以交給別人的檔案」，圖片生成在全方案（Free 除外）都開放。常見情境（示意），一個做內容行銷的小團隊每週要出一份流量週報，把資料匯出後交辦「依照這個格式生成週報，異常項目用紅字標註，結尾附三個觀察」，它交回來的東西你只要改開頭結尾。整理與排版這種沒有創造含量、但有耐心含量的工作，是它最穩的甜蜜點。
同一個方向上，官方在 2026 年 6 月推出 Sites，讓 Codex 把你的工作、想法與計畫直接變成一個有網址、可以分享的互動網站或 App，先從 Business 與 Enterprise 方案開放：
Building apps has never been easier.
— OpenAI (@OpenAI) June 2, 2026
With Sites, Codex can turn your work, ideas, and plans into an interactive website or app your team can explore, use, and share with a URL.
Rolling out to Business and Enterprise plans, before expanding more broadly. pic.twitter.com/fF17Y2EzCP
再往上是排程。官方的排程任務能讓 Codex 定時或事件觸發自己去認領例行但重要的工作，官方排程文件列的型態有三種，固定時間跑、在對話裡排一個持續回來的追蹤、以及 2026 年 8 月起開放的事件觸發，Gmail 收到信、Slack 頻道有新訊息、GitHub 上有 PR 動靜，都能當起動條件。放在內容工作上，等價的應用是每天早上自動檢查網站狀態、每週彙整流量異常、檔案一變動就跑一次品質檢查，站上整理的免費 Google SEO 工具裡的 Search Console 就是這類檢查現成的資料來源。Git 專案裡的排程任務可以指定跑在獨立的 worktree，背景改的東西不會撞到你手上還沒做完的檔案。
官方頻道也示範過排程任務的實際操作：
產線這一層還有兩個零件值得認識。技能（skills）把一套可重複的做法打包成它隨身攜帶的操作手冊，在 Codex 裡用 $ 名稱呼叫，做完的流程可以直接存成技能；外掛（plugins）是更完整的安裝包，能把技能與 MCP 伺服器綁在一起，官方技能與外掛文件稱兩者共用同一個通用目錄，個人或 workspace 層級都能裝。對非工程師的意義很實際，你第一次花兩小時教會它的流程，第二次開始就是一個指令的事。
用法三：維運一條內容產線
最深的一層，是像這個網站一樣，把整個生產流程搬上 agent 工作線。seo.whoops.com.tw 的文章從草稿、查證、組版、發布到內部連結，都有 agent 參與，人負責下判斷與驗收。這不是未來式，你手上這些內容就是這樣生產出來的。這條線上游下游的完整策略，站上的 AI SEO 指南講得更系統。
這一層的門檻回到老地方。你要能為每個環節寫出驗收標準，要建立記憶檔讓它記住教訓，要設計權限讓它碰不到不能碰的東西。三關都過了，內容生產的瓶頸才會從「做不完」移到「想不深」。
順序不要跳。很多人看到這一層就想去搭全自動產線，跳過前面兩層直接開工，結果是災難照發生、只是發生得更快。正確的爬法是一層住穩了再往上，檢查做順了才交辦產出，產出可控了才排程，排程穩定了才談產線。每一層的下一層，都是把上一層的驗收標準寫成規格而已。想看把這種「交辦、驗收、修正」的循環制度化的討論，站上對迴圈工程（Loop Engineering）的介紹可以接著讀。
Codex vs Claude Code：兩個都留在工具箱，不是二選一
兩個都留在工具箱，是 2026 年 9 月此刻對這組比較最誠實的答案，取代關係還早。終端機代理也不只這兩家，xAI 的 Grok Build也在同一個賽道裡。Meta 則在 2026 年 8 月用終端機寫程式代理 Muse Code加入戰局，這條賽道一個月比一個月熱鬧。站上有Codex 與 Claude Code 的逐項比較，這裡講判斷方法跟真實分工。
| 面向 | Codex | Claude Code | 怎麼選 |
|---|---|---|---|
| 任務型態 | 可寫清驗收標準的交辦型任務 | 邊討論邊修的探索型任務 | 先問任務寫不寫得清楚 |
| 互動模式 | 下完指令可以去忙別的，回來驗收 | 對話中來回修改，人在現場 | 看你能不能離開螢幕 |
| 專案記憶檔 | AGENTS.md | CLAUDE.md | 讓兩邊讀同一套規範 |
| 開源狀態 | CLI 開源，Rust 寫成 | 非開源 | 需要動底層時有差 |
| 模型線 | GPT-6 Astra 與 GPT-5.6 家族 | Claude 家族 | 對模型本身的偏好 |
| 搬家成本 | 官方匯入工具可從 Claude Code／Cursor 搬入，記憶檔內容兩邊互通 | 低，試錯的代價小 | |
產線上的真實分工是這樣。Codex 接可委派的非同步任務，明確可重現的 bug、補測試、code review、排程自動化，下完指令人就去做別的事。Claude Code 接即時互動，架構討論、邊讀邊改的除錯 session，需要人在迴圈裡不斷給方向。兩者讀同一份專案記憶內容，規範一致，誰接手都不用重新教。2026 年 8 月起的官方匯入功能把這塊殘餘的摩擦也拆了，桌面 App 能從 Claude Code 與 Cursor 匯入設定與近期的對話並保持同步，反方向把 AGENTS.md 改名也通。想深挖其中一邊，站上的Claude Code 實測教學是配對閱讀；剛接觸 Claude 的人，從Claude 中文教學起步更順。
計費結構長得像，兩邊都是「訂閱方案吃額度」與「API 按用量」兩種模式，都比較適合先用訂閱跑出真實用量，再決定要不要把高頻任務搬到 API 計費。訂閱面的完整拆解，站上的 Claude Code 費用解析有另一側的算例可以對照。這表示並用的成本沒有想像中高，多數人不需要兩邊都開最高檔，主力訂閱一家、另一家開入門檔位當備援，是常見的配置。
選擇的判斷軸只有一條。這件任務，能不能在交辦之前就把「做完長什麼樣」寫清楚。能，交給 Codex，你等驗收；不能，任務本身還在探索，坐下來跟 Claude Code 邊講邊修。用這條軸切，大部分「該選哪個」的焦慮會直接消失，因為答案由任務性質決定，不由品牌忠誠決定。
舉個具體的對照。網站的結構化資料壞了、錯誤訊息明確、修法可以描述，這種任務交給 Codex，規格寫清楚就能去忙別的。換到「這個網站的資訊架構感覺不對，幫我想想怎麼重排」，這種任務的產出還在成形，判斷會隨討論改變，跟 Claude Code 對話式地磨會順很多。同一個人、同一個網站，兩種任務一天之內都會出現，這就是並用成立的原因。
現在的 Codex 還做不好什麼：限制與缺點
一篇工具文最值錢的常常是缺點段，這節認真講。
額度燒得比想像快。代理型任務是多步驟工作，翻檔案、讀上下文、跑指令、回頭修正，每一步都計費。加上額度跟 Work、Excel 代理共用一池，你白天做的研究，晚上就變成 Codex 的天花板。Astra 的單位消耗又是全家族最高，Plus 一個視窗的估計只有 5 到 45 則，用它跑日常規格明確的工作是浪費。長任務選 Luna 或 Terra、適時 /compact 壓上下文，是有效的自救。
驗收是隱形成本。交辦省下的時間，要減掉驗收花的時間，剩下的才是真的賺。算給你看，假設一件任務自己做要 60 分鐘，交辦後你花 10 分鐘寫規格、15 分鐘驗收與退件一次，實賺 35 分鐘；但如果任務本身只要 20 分鐘，交辦反而賠 5 分鐘。把你自己的一週任務清單套進這個公式算一次，會有很多件根本不該交辦。
它照字面執行，而且執行得很好。前面 FAQPage 區塊消失的案例就是這個性格的縮影，你的指令有一絲歧義，它不會停下來問，它會選一個解讀然後做到底。規格寫得越精確，它越可靠，這個責任在交辦的人身上。
上下文有極限，長任務會失憶。單一對話塞太多輪之後，它對專案開頭部分的記憶會被壓縮，細節開始漏。/compact 是症狀解，把任務拆小才是治本，一個任務一個對話，做完開新局。跨對話的延續靠 AGENTS.md 與技能這類「外置記憶」，不靠模型自己記得；Astra 的實驗性 context management 有機會改善這件事，但它還在實驗階段、預設關閉。
大範圍重構的可靠度要打折。牽涉十幾個檔案的修改，它可以全部改完、每個檔案單獨看都合理，但彼此之間的約定可能對不上，這種錯編譯才會爆，驗收時要特別看介面與命名的一致性。本地與雲端的行為也不完全對等，雲端聊天不能自選模型（固定 GPT-5.6 Sol），部分功能只在特定入口出現，跨入口工作的預期要先對官方文件確認過。事件觸發的排程任務只在網頁版與手機版有，桌面 App、CLI、IDE 擴充套件都沒有。
改版速度快到教學文會過期。核准模式的名稱、模型名單、方案細節、連文件站的網址結構，這一年都在動，文中寫的任何具體名稱，都以「2026 年 9 月」為時間戳，你讀到時先對照官方文件。同樣理由，搜尋引擎上的 Codex 教學，超過半年的都要打折看。這不是 Codex 特有的問題，是這類產品現階段的共同性格，誰的文件跟得上改版速度，誰的教學就值得看。
不適用的場景也列清楚。不可逆的高風險操作（刪資料庫、動正式環境的佈署）不要全自動；講不清楚驗收標準的探索式任務，它會給你「看起來完成」的東西；機密等級高的資料，本地跑、關訓練、限權限，三件事做完再考慮。
Codex 常見問題：模型、費用、資安一次答
Codex 免費嗎？
有免費額度。ChatGPT Free 方案就內建 Codex，官方定位是「探索，跑快速的小任務」，額度輕量但足夠你把整套流程走過一次。認真要用的話，從 Plus 起跳才符合官方對「每週幾次專注 session」的設計，Go 方案適合一週偶爾用幾次的輕量節奏。
不會寫程式可以用 Codex 嗎？
可以，從唯讀分析開始。檢查、比對、整理、產報表，這些任務不需要你寫程式，只需要你講清楚驗收標準。真正需要程式能力的時機是驗收它寫的 code，這一步可以先用「叫它解釋這段在做什麼」來過渡，再慢慢補判讀能力。
台灣怎麼付費、會收什麼幣別？
Codex 跟著 ChatGPT 方案走，不單獨扣款。在 ChatGPT 定價頁登入後，結帳頁會顯示你實際的幣別與金額，一般走信用卡，實際支付方式與價格以結帳頁當下顯示為準。手機 App 內訂閱走 Apple 或 Google 帳單，通路不同，價格可能不同。
我的程式碼會送去哪裡？會被拿去訓練嗎？
看你在哪裡跑。本地工作流的程式碼留在你裝置上，對話內容送到模型端；雲端任務在 OpenAI 管理的環境執行。訓練方面，Business、Enterprise、Edu 與 API 預設不拿你的資料訓練；Plus 與 Pro 預設可能用於改善模型，可以在資料控制裡關閉。
Codex CLI 怎麼安裝？
macOS 與 Linux 一行，curl -fsSL https://chatgpt.com/codex/install.sh | sh。Windows 用 PowerShell 安裝指令 powershell -ExecutionPolicy ByPass -c "irm https://chatgpt.com/codex/install.ps1 | iex"，或裝在 WSL2。npm 用戶 npm install -g @openai/codex，Homebrew 是 brew install --cask codex。詳細以官方 CLI 文件當下顯示為準。
Codex 跟 GitHub Copilot 差在哪？
定位不同。Copilot 的主戰場是編輯器裡的即時輔助，補全、對話、快速修改，你在鍵盤前它在你旁邊；Codex 的主戰場是整段任務的委派，你把規格寫清楚，它自己開工你回來驗收。兩家的功能都在快速演進，比較文都該看日期，具體功能線以兩邊官方文件為準。
Codex 的結果一定正確嗎？
不一定，而且常常錯得很自信。它照字面執行指令，規格有歧義它就選一個解讀做到底。所以驗收是必要環節，/diff 看修改、關鍵任務跑測試、生產環境永遠先在副本驗。把它當成能力很強但需要覆核的實習生，期待就會對。
Codex 用什麼模型？
2026 年 9 月的建議模型是 GPT-6 Astra（分階段開通中）與 GPT-5.6 家族的 Sol（旗艦）、Terra（均衡）、Luna（快與省）。GPT-5.4 與 5.4 mini 已於 8 月 31 日退役，GPT-5.5 將於 10 月 14 日退役，官方建議改用 gpt-5.6-sol。雲端任務固定跑 GPT-5.6 Sol。你實際能用哪些，以介面內 /model 顯示為準。
額度用完怎麼辦？
三條路。等重置，額度以 5 小時視窗計、部分方案另有每週上限；加購，Plus 與 Pro 可買 ChatGPT credits 續用、開彈性計費的組織能加 workspace credits；升級方案。手上做到一半的那一輪任務會先跑完才停。用量與剩餘額度在網頁的 usage dashboard 看，CLI session 裡用 /status，額度快用完時介面會出現限額通知。
學習路線與行動清單：第一小時、第一週、第一個月
學習路線壓成三段。第一小時，裝好 CLI，用唯讀模式跑一個真實的小檢查，感受「交辦、收回、驗收」的循環，檢查什麼都行，文件清單、表格欄位、程式碼裡的密碼硬寫，重點是走完一整輪。第一週，用 /init 生成 AGENTS.md 並把你的真實教訓補進去，養成每次 /diff 的習慣，把三層權限各用過一次，親身感受每一層的心理壓力差在哪。第一個月，把一件每週都要做的重複工作排成排程任務，試一次 MCP（Model Context Protocol，接外部工具與資料源的開放協定，讓 Codex 直接操作 GitHub、瀏覽器這類服務），然後回頭看你的記憶檔長了幾行，那個行數就是你這個月真正留下來的東西。
今天就能做：
- 裝好 Codex CLI，用 ChatGPT 帳號登入。
- 挑一個資料夾，下第一個唯讀任務，例如「列出這個資料夾所有檔案的用途，表格回覆」。
這週該做的：
- 用 /init 生成 AGENTS.md，把過去踩過的三個坑寫進去。
- 找一件你每週做兩次以上的重複工作，寫出驗收標準後交辦一次，算算那個時間帳。
這個月再決定：
- 把一項重複工作升級成排程任務，事件觸發或固定時間都可以。
- 檢查所有寫死模型名的設定與排程，GPT-5.5 十月退役前換成 gpt-5.6-sol。
- 評估要不要升級方案，用你自己的任務量與 /status 的實測數字決定，不用別人的推薦。
模型會改版，名稱會汰換，額度會調整。把工作講清楚、照標準驗收，這兩件事在 Codex 之後的任何代理工具上都成立，先學起來的不吃虧。
討論與提問