為什麼一個任務成果，需要多個 AI 工具接手？（非工程師角度）

• ChatGPT 做前期研究與規劃
• Gemini 做快速原型測試
• Google AI Studio 生成整個專案骨架
• Antigravity 做進階功能延伸
• Codex 做最佳化、多檔案重構、長期維護

ChatGPT 階段：資料研究、概念發想、專案規劃、技術選擇、遊戲邏輯分析

沒有先做好研究與規劃，所以之後愈改愈亂。

之後換到不同的 AI 工具接手，就可以先「交接」這份規劃書，讓接手的 AI 立刻掌舵狀況。

Gemini 階段：快速產出可玩的原型介面，確認可行

Google AI Studio 階段：生成整個專案骨架

如果要一個認真、可玩、長期練習的象棋遊戲，需要一個完整的程式架構，所以在 Gemini 先用幾分鐘確認可行，有機會做到後，我就轉換到 Google AI Studio 來生成這個專案的基本骨架。

我一樣把前面 ChatGPT 寫出來的專案規劃書貼上 Google AI Studio ，請內建的 Gemini 3.1 Pro 根據規劃書，開發一個象棋遊戲。

Google AI Studio 會「一口氣」生成專案需要的介面、功能、前端、後台等各種程式與檔案。例如在我的這個例子中，除了完成前端的介面互動與棋盤設計外，他也幫我寫了一個新的xiangqi.ts（象棋規則引擎，其實有既有的引擎，不過 AI 這邊自己寫出一個），思考了小孩想要的「特殊功能」如何跟正規象棋規則分開。

對比來看， Gemini 做出有畫面的基本功能，但專案規劃書有很多特殊能力他無法做到。而 Google AI Studio 因為可以架構更完整的程式碼，所以像是電腦下棋難易度的分析等等都可以一口氣做完。

不過因為 Google AI Studio 有一個問題，生出架構後，當然還需要修改，例如有些程式擠了太多規則變得肥大，或是高難度的電腦因為運算太久導致卡住，面對象棋特殊局面的規則還無法有效處理，因為純演算導致電腦開局反而比較笨等等。

這些問題本來我也想要在 Google AI Studio 改，但 Google AI Studio 畢竟是測試用環境，他的「記憶能力」不太好，幾次對話就會忘了前面的專案目標與規則，不適合長期迭代修改。

所以我把它完成的基本象棋遊戲程式碼「下載」到本機電腦，改用 Google 的 Antigravity 來進一步修改更細節的功能。

Antigravity：完整的開發代理，接手骨架，做進階功能添加

我是使用 Google AI Pro 的帳戶，所以在 Antigravity 上有一定的 Gemini 3.1 Pro、 Claude Opus 額度，但這個額度也沒有很高，我的經驗是如果幾個小時連續運作複雜程式修改，往往就要隔幾天才能再使用。

Google Antigravity 能夠處理本機上指定資料夾內的檔案、文件（當然還有程式碼），簡單好用，他可以做到（後面的 Codex 也可以）：

• 直接操作指定資料夾內的：讀、寫、建立、刪除檔案
• 執行終端命令
• 瀏覽器自動化測試：可以打開 localhost、點按鈕、截圖驗證
• 記憶能力很好，可以維持專案改進過程的上下文
• 精確的編輯：可以只改第 157 行而不動其他地方
• 多檔案協同重構：同時修改多檔案並保持專案一致性
• 也可以用現在最流行的方式做專案管理：維護各種專案規則的 md 文件

我讓 Google 的 Antigravity 先接手處理剛剛 Google AI Studio 完成的象棋遊戲基本骨架，然後先加上幾個主要的功能。

第一步，我讓 Google Antigravity 先閱讀目前專案程式碼，然後再看一次前面 ChatGPT 規劃出來的計畫書，比較一下兩者異同，掌握專案現況，思考接下來專案應該怎麼開發。

更重要的，先建立一份未來可以依循的「專案規則文件」。（延伸閱讀：養成讓 AI 復盤工作流程的習慣，你的 ChatGPT、Codex、OpenClaw 助理就會愈做愈好）

接著我讓 Google Antigravity（或者說它內建的 Gemini、 Claude ）找出目前專案根據規畫還可改進之處，然後我把改進變成一個一個任務，貼上去讓 Antigravity 接力修改。

不過因為知道 Antigravity 的額度有限，加上我其實更喜歡使用 Codex （ OpenAI 的程式開發工具），未來一定會再交給 Codex 接手。

為了讓之後接手更順暢，當 Antigravity 這邊做了什麼大改動，就請他在專案相關規則文件中做更新、對齊進度、修改最新規則等。

Codex：系統的最佳化，長期的維護、修改

現在這個象棋遊戲的專案，則已經轉移到了 OpenAI 的 Codex 繼續接手。

既然如此，為什麼不乾脆一開始就會 Codex 做呢？

我的想法是，在 ChatGPT 上做搜尋、研究、調查（Deep Research），先進行資料的統整分析，然後做專案規劃的討論，是比較適合的。所以我把想出專案規劃書這一步，交給 ChatGPT。

既然要做認真的 App ，確實就不會只是用 Gemini 的 Canvas 製作，但可以先用 Gemini 測試看看外觀做出來是什麼樣子，基本的規劃邏輯跑得動嗎？

倒是不一定需要用 Google AI Studio 製作出遊戲骨架，這一步也可以直接就交給 Antigravity 或 Codex，所以後面三個 AI 程式開發工具互相接手，考量的其實是「額度」的問題。

雖然我有 Google AI Pro 和 ChatGPT Plus 帳號，但畢竟本職不是工程師，沒有真的採用買 Token 額度的方案，而這時候這兩者在用 Antigravity 或 Codex 做工具時的額度也都是有一定限制，如果用得勤快一點，在循環時間內的額度常常是不夠我用的。

所以我就採用了讓三種 AI 程式工具互相接手的方式。

下面是我這次經驗，不同工具分別開發了哪些功能：

• ChatGPT：做了許多搜尋、研究、分析，寫出專案規畫出。
• Gemini：只是測試看看做得出來嗎？
• Google AI Studio ：完成基本的程式骨架。可玩的電腦對戰象棋遊戲。
• Google Antigravity：
• 製作本機可以啟動的執行檔。
• 完成程式碼版本控管與同步規劃。
• 改進電腦運算規則，讓電腦棋步有難度、但也不會導致卡頓。
• 加上開局棋譜等資料庫，強化電腦的下棋能力。
• 進一步改進特殊情況的規則。
• Codex
• 最佳化整個程式碼，讓每一個程式不擁腫，執行更快。
• 導入可個人非商業使用的象棋引擎，做為大師級的挑戰。
• 加上 AI 教練功能，讓電腦可以當下引導玩家做出更好的棋步選擇，並說明原因。

Codex 要接手時，第一步我一樣讓他先去讀程式碼，以及前面我有持續維護更新的專案規則文件，掌握專案現況，接下來就可以更順利地推進工作。

使用 Codex 開發功能的時候，我會使用規劃模式，讓 AI 先做出規劃，我確認後再執行，面對複雜改動時往往更有效。

目前這個象棋遊戲，變成我和孩子週末練習時的一個有效輔助和遊戲。

我們還是會拿出真的象棋來玩，但當想要挑戰一下，或是練習的時候，就打開這個象棋遊戲，用他的困難模式來訓練自己，或是父子一起挑戰大師模式，適時用電腦教學來看看什麼可能是更好的策略。

在這次的經驗中，不只是開發程式，完成企劃、內容專案也一樣， AI 工具有不同特色，而不同 AI 之間能順利接手，關鍵在於「先把研究與規劃做紮實，再進入產出。」然後在不同 AI 工具切換時「把這個專案目前怎麼做才算好的規劃」一起交出去。

 

大家好，我是電腦玩物站長 Esor ，歡迎參考我的系列課程與書籍：

• 2026/1 最新著作上市，歡迎支持：《高效職場生存法圖解》

• 大人學最新 AI 課程：用 AI 提升工作效率的實戰工作坊
• 「個人數位生產力」線上課程（可使用電腦玩物老讀者折扣碼 ESOR500 ，獲得 500 元折價喔！）。
• 時間管理、筆記系統、AI 工具相關課程：「課程介紹連結」
• 著作：《防彈筆記法》
• 訂閱追蹤 podcast 節目：「高效人生商學院」（Apple podcast 訂閱、 Google Podcast 訂閱）
• 訂閱「電腦玩物電子報」，不定期出刊。

我的電子郵件是 [email protected] ，如果你有任何關於筆記術、時間管理、提升工作效率的問題，歡迎寫信跟我討論。

（歡迎社群分享。但全文轉載請來信詢問，禁止修改上述內文，禁止商業使用，並且必須註明來自電腦玩物原創作者 esor huang 異塵行者，及附上原文連結：不同 AI 工具如何分工、接力完成專案，分享我做一個象棋教學遊戲的流程）

用 AI 建立外部資料庫：讓「整理」與「操作工具」不再成為學習阻礙

我想把時間留給自己的實做、思考、想法產出，但把所有軟體操作時間交給 AI。

• 處理我本機資料夾裡的 md 文件。
• 抓取無論網頁、 YouTube 影片、社群貼文中的內容，建立「參考文獻」。
• 根據我的觀點整理出筆記摘要，建立某個工具、觀點或技巧的「暫時筆記」。
• 根據我的需求建立未來各種任務產出可以參照的穩固方法論的「永久筆記」。
• 在不同永久筆記之間建立連結，可以看到層級關係，乃至於「知識架構圖」。
• 根據我未來出現的任務、產出，挖取這個外部資料庫，提供我架構、論述、案例、方法大綱。

• 如何從暫時筆記到永久筆記？如何建立筆記連結？
• 分辨這 5 種筆記，你就能建立高生產力系統

我不是想打造另一套第二大腦、外部資料庫、稍後閱讀軟體，我是想訓練一個能持續幫我整理外部參考資料的 AI 專案助理。

目前的實際流程示範：以 Codex 為例，我丟網址、丟想法，讓 AI Agent 在本機 md 資料夾裡建立資料庫

• 一個由 md 文件組成的外部知識庫
• 一套由 AI Agent 維護的整理流程
• 一個能回收成卡片、永久筆記、文章草稿與流程圖的工作系統

讓 Codex 在本機資料夾建立資料庫：

在這個流程中，我讓所有資料、知識、草稿、驅動 AI 的規則技術文件，無論是文獻還是永久筆記，全部用 md 文件格式儲存在這個本機資料夾。

我沒有像很多朋友那樣搭配 Obisidian 等功能來管理，因為我想嘗試：

「工具就是 AI Agent 本身」，而人「盡可能」不要操作任何軟體介面與功能，人唯一需要的就是「跟 AI Agent 對話」。 

而雲端同步的功能，我則是要求 Codex 自動幫我推送到 Github 做版本控管，也能在雲端網頁上讀取我的完整資料庫。

建立 Codex 處理資料庫的基本規則：

我先對 Codex（一開始其實是在 OpenClaw，但方法都一樣） 定義好抓取所有資料的共通流程，主要的原則有下面這些，而這些原則是來自於我多年來對一個知識管理系統研究後的架構（先貼給 Codex ，請他建立一個之後一定會遵循的規則文件）：

• 核心流程：抓取來源 →建立 raw 全文證據庫 →根據我的觀點摘要 card 筆記卡 →更新或建立 opinions 永久筆記 →需要的時候根據資料庫內容，進行每日 digest / 寫作大綱 / 關鍵論述輸出 → GitHub 版本同步
• raw 資料夾（文獻）：是全文證據庫，不能自己省略；抓不完整就不算完成。要注意抓取來源、時間等細節。
• card 資料夾（暫時筆記）：是一篇原文一張卡，保留我的觀點、摘要、引用、應用情境、下一步行動。
• opinions 資料夾（永久筆記）：這才是第二大腦核心，重點是更新既有母筆記，不是一直新增新筆記，讓一個主題愈來愈完整。
• 所有永久筆記更新時，要做判斷屬於哪一種知識：
• PROJECT = 正在進行專案，通常是我定義的跟我目前想要研究、進行的主題工作有關（例如這個外部資料庫專案）
• WORKFLOW = 未來可參考的工作流程，包含操作步驟、最佳範例。
• METHOD = 專案與工作流程通用的方法論，包含理論、證據。
• 新增 cards 後，必須檢查 opinions 是否需要回填，強制要求 AI 要做這個檢查，主動提供建議，讓 raw 變成 card ，再補充到 opinios ，最後永久筆記愈來愈完整。
• 但若要新增全新永久筆記，要先取得我的同意，避免資料庫最後發散混亂。
• 額外的連結與流程圖
• 所有的 raw 並須連結到原始來源，所有的 crad 必須有 raw 的連結，所有的永久筆記必須有 raw 或 card 的連結。
• 而永久筆記之間也會互相連結，並建立一個知識架構圖。
• 每次更新永久筆記後，要同步維護 INDEX（總目錄）、MAP（知識架構圖），讓整個資料庫的體系愈來愈完整。

上述的規則，一開始先讓 AI 寫進一份 Workflow.md 的文件中，文件放在這個工作資料夾的根目錄，並邀請 Codex 等 AI Agent 每次處理工作時優先遵循這個規則。

但是你說，下面的規則看起來比上面的簡單版完整很多啊？

那是因為在兩個月的實踐過程中，每次 AI 的處理有調整，或是處理得很不錯的時候，我都會請 AI 自己復盤，把目前學會更好的處理規則更新回規則文件，這樣 AI 助理之後的工作就會愈做愈好。（延伸閱讀：養成讓 AI 復盤工作流程的習慣，你的 ChatGPT、Codex、OpenClaw 助理就會愈做愈好）

讓 Codex 根據網址抓取文獻、建立筆記，逐步擴充資料庫：

有了上面的共通原則後，第一階段我要先讓 Codex 幫我抓取文章，當我看過一篇感興趣的文章、YouTube 影片、社群貼文後，我就把網址丟給 AI Agent（ Codex ），並希望 AI 能夠自動抓取資料全文建立文獻（raw），同時製作一張有我的觀點的筆記卡片（card）。

我那時候的第一步是從下面這段丟給 AI Agent 的指令開始啟動的：

根據前面的專案原則，我想建立一個自動整理與成長的資料庫。請一步一步處理：

1.請你先不要做自動抓取，先在 workspace 建立以下資料夾結構：

raw/（放原始文章）

card/（放整理後筆記卡）

digest/（每日總表，回顧每日資訊總結）

2,接著請你建立一個「整理腳本」或「工作流程說明」，讓我每次把網址、文章文字，以及我的觀點貼給你時，你就會自動抓取全文放入 raw ，並自動產出符合以下模板的筆記卡到 card。

模板如下：###

檔名：YYYY-MM-DD - {title}.md

內容：

- 來源：

- 原文連結：

- 原文日期：

- 主題標籤：#AI工具 #工作流 #筆記術（最多 3–5 個，並保持一致性，同一個主題共用同一個標籤）

一句話結論（我需要記住的）

（<= 40 字）

重點摘要，結合我的觀點，盡量搭配使用原文，但翻譯成台灣慣用繁體中文（翻譯後同時附上原文參照）

1.

2.

3.

4.

核心概念表格：

概念

作者怎麼說

根據我的觀點，我可以怎麼用（對工作/寫作）

對我有用的 3 個應用情境

- 情境 1：

- 情境 2：

- 情境 3：

今天能做的下一步：測試、研究、寫作（務必具體）

-

待追問（下次研究關鍵字）

###

不過根據不同情況，就算有上面基本規則，事情也不一定馬上就能順利，但這時候我就都交給 Codex 這樣的 AI Agent 去解決。

例如有時候抓不到網頁全文？無法抓到 YouTuhe 字幕？有些社群抓不到我想要的指定網址的貼文？我就把問題丟回給 Codex ，讓他找方法解決，可能寫一個 Python 小程式，或是需要申請一個 API ，但就一邊做，一邊讓 Code 幫我補足這些抓取功能。

或是當我發現有時候 AI 根據我丟的網址，抓到部分資料，但沒有抓到全文，於是我就讓 Codex 寫一個自動檢驗小程式，並讓 AI 在他必定要遵循的規則文件中加上：「抓取文章後一定要跑這個檢驗程式，確定有抓到頭尾完整的內容。」

所以現在我的這個資料夾中有抓取網頁小工具、PDF轉換小工具、抓取 YouTube 字幕小工具、抓取特定社群貼文小工具等等，這些小工具也都是 Codex AI 自己撰寫。

讓我每次只要丟一段網址，提出我的觀點， Codex AI Agent 就會自動完成基本的兩大步驟：

• 先抓取完整內容，建立有引用來源的文獻。
• 再根據我的觀點，建立筆記摘要卡片。

例如我讓有了上述基本原則與工具的 AI 來抓取我的這篇文章：「與 AI 助手合作後的第二大腦系統，我在筆記方法上的變與不變」。

我這樣提問：

抓取下面文章，根據我的觀點建立筆記卡。

我認為在知識管理上應該善用 AI ，但要明確區分 AI 可以做的資料管理，以及人要主動引導與建立的專案、經驗的真正知識管理，才是好的工作流程。

文章網址： https://www.playpcesor.com/2026/01/ai.html

我每一天大概都會隨手丟上5~10篇連結，加上我的一兩個核心觀點，通常是我快速讀過後有啟發的文章、影片、PDF或貼文資料。

然後 Codex 這樣的 AI Agent 可以自動做完兩件事，新增兩份文件：幫我自動抓取全文建立文獻，並建立一個符合我觀點的筆記卡片。

下面就是 AI Agent 自動完成的筆記卡，裡面結合了我剛剛丟給他的觀點，以及原文內容，但也包含已經在這個資料庫中的相關內容延伸。

這兩個月的累積，我就透過 AI Agent 的抓取、整理，建立了數百則的文獻資料與觀點筆記卡（類似上面這樣，有摘要、有觀點、有延伸應用的內容）。

讓 Codex 根據暫時筆記，建立「永久筆記」的連結系統：

不過這樣還不夠，如果這些文獻、觀點筆記卡都是散亂的根據時間排序，其實很難有效使用，但我也不想要在這個暫時筆記的層級去做分類或連結。

所以我建立了一個「永久筆記」的自動整理邏輯，只要我丟出進一步觀點給我的 AI Agent ，他就會根據前面抓取的筆記卡，思考是否要新增永久筆記，或是要補充、修正之前的某一張永久筆記，透過 AI Agent 的自動化流程，讓「真正可以在未來拿出來反覆利用」的永久筆記系統愈來愈完整。

下面是我提供給 AI Agent 的永久筆記規則。（只是參考，讓大家看到一份規則文件，可以引導 AI Agent 多步驟去自動化完成工作，指定 AI 去使用哪些工具，以及 AI 一定要遵守的關鍵原則。）

永久筆記（opinions/）：把 cards 統整成可複用資產（必讀）

永久筆記新增/更新的標準作業（必遵守）

0) 觸發規則（硬性）：每次「新增 cards」後都要檢查 opinions 是否需回填

只要新增一張 cards（或對 cards 有實質增量更新），都必須立刻跑一輪：

這張 cards 的「新有效內容」是什麼？（新判斷標準/新風險/新步驟/新框架/新清單）

對照 opinions/INDEX.md：要更新哪一張母筆記？還是需要新增？

依 routing 規則決定回填到 PROJECT / WORKFLOW / METHOD

原則：更新優先；新增需 Esor 同意。

0-1) 回填前的人機確認（硬性）：先展示 cards 重點，再詢問 Esor 是否要回填

在真的動手更新 opinions/ 前，先做這 3 件事：

先展示這次 cards 的重點摘要（建議 3–5 點）

明確詢問：這次要不要回填到永久筆記？

明確詢問：Esor 有沒有補充觀點、反對意見、或想強調的版本？

沒有先問，就不要直接改 opinions/。

若 Esor 明確表示「先不要更新永久筆記」，就停在 card 階段即可。

1) 更新/新增前：主動詢問 Esor 的想法（用以重現你最近示範的流程）

在要更新/新增永久筆記前，先問：

你自己的觀點/你要強調的主張是什麼？

你希望這次回填後，永久筆記「更能做到什麼」？（未來要拿來用的價值）

收到回覆後：把想法延伸改寫成更完整論述並融入正文（不是只貼一句備註）。

2) 回填位置原則：更新永久筆記不固定更新在哪一節（以內容適配為主）

不要硬塞在「套用方式」。以內容類型決定寫進哪個欄位/段落：

一句話原則：當 cards 帶來更好的總結主張

Dealbreakers：當 cards 帶來新的翻車點/一票否決條款

套用方式：當 cards 帶來新的可執行步驟/做法

常見誤區：當 cards 帶來新的錯誤認知/誤用型態

Evidence / Links：當 cards/raw/opinions 的證據鏈或結構關係需要補齊

3) 永久筆記寫入規則（引用/證據/索引）

先查 opinions/INDEX.md：確認是否已有母筆記（更新優先）。

依 routing 規則決定回填到 PROJECT / WORKFLOW / METHOD。

寫入時要「整合改寫內容」進正文（不是只補連結），並在段落後附 （來源：...）。

若內容包含 Esor 的補充觀點：在段落末尾加註 （來源：esor 補充想法，YYYY-MM-DD），並搭配對應 cards/opinions 作為支撐來源。

Evidence 優先 raw；Links 只連永久筆記。

新增全新永久筆記需 Esor 同意。

每次新增/更新永久筆記後：更新 opinions/INDEX.md + opinions/MAP.mmd，再跑 opinions_linker.py。

原則（防彈筆記法）：永久筆記主題優先順序＝專案任務名稱 → 工作流程名稱 → 方法論名稱；不是破碎的單一論點。

rss_cards/：一篇原文一張卡（保留證據與脈絡）

opinions/：把卡片統整成「可維護、可驗收、可回存」的長期資產

A) 永久筆記的三種卡型與模板

PROJECT（專案任務）：projects/rss-second-brain/opinions/TEMPLATE_PROJECT.md

WORKFLOW（工作流程）：projects/rss-second-brain/opinions/TEMPLATE_WORKFLOW.md

METHOD（方法論）：projects/rss-second-brain/opinions/TEMPLATE_METHOD.md

A-0) 最重要原則：優先「更新」既有永久筆記，而不是一直新增

永久筆記的核心不是新增，而是把新知/新做法回填到既有的母筆記（Project / Workflow / Method）。

新增條件（很少）：

你確定這是一個全新的專案任務／全新的可重複流程／全新的方法論框架；而且在 opinions/INDEX.md 找不到對應母筆記。

預設策略：

先查 opinions/INDEX.md 是否已有母筆記

有就更新（加步驟/驗收/反例/回存/證據鏈）

沒有才新增

B) 永久筆記索引與關係圖

索引（新增前先查，避免重複）：projects/rss-second-brain/opinions/INDEX.md

關係圖（Mermaid）：projects/rss-second-brain/opinions/MAP.mmd

必遵守：每次新增/更新永久筆記後，都要同步更新 INDEX 與 MAP

INDEX：確保每一張永久筆記在 PROJECT / WORKFLOW / METHOD 某一區塊下有一條索引。

MAP：新增節點並至少連一條關係（例如 PROJECT→WORKFLOW）。

C) 永久筆記「連結維護」機制（每次新增/更新後都要做）

目的：避免 Project↔Workflow↔Method 漏連結。

觸發時機（何時要跑？）

你「新增或更新任何一張永久筆記」後：必跑一次。

下面讓我做一個「自己不丟觀點的示範」（通常真實流程，我會加上更多想法再更新永久筆記），看看 AI Agent 是否會依照上述規則，把前面 AI 建立的筆記卡，更新到永久筆記系統。

我這樣對 AI 提問：

根據剛才新增的筆記卡，根據永久筆記建立規則，分析適合更新或新增到哪些永久筆記，並提出具體建議。

於是訓練好的 Codex ，就會根據我給他的永久筆記建立規則，AI 拿著剛剛建立的筆記卡去撿索我的永久筆記系統，找出適合更新或新增的永久筆記，並分析內容，給我更新建議。

我可以根據 AI 助理給我的建議進一步思考，然後回給 AI 一個明確的整理指令，例如：只根據首選方案更新既有的永久筆記。

下圖可以看到， Codex 根據我建立好的永久筆記規則，完成剛剛那則筆記卡更新到永久筆記的任務。AI 可以同時完成：

• 把筆記卡的關鍵內容，更新、修正到指定的永久筆記。
• 擴充永久筆記時，也會加上來源筆記卡的註記。
• 自動在永久筆記的目錄、流程圖系統中做好更新。

前面幾個階段跑下來，我們只是丟資料、給觀點、下自然語言指令，這就節省了非常多我們自己操作軟體介面的步驟。

永久筆記完成的結果像是下圖這樣。

於是我這兩個月打造的 AI 外部資料庫系統，就在這樣「不斷讓 AI 自動更新永久筆記」的流程中，慢慢擁有了一些系統性的、更深入完整的知識與方法，方便我後續拿出來利用。

而為了讓永久筆記也不只是單篇方法，而是可以系統性利用的架構，所以我讓 Codex 去做出一個連結目錄，生成一個畫流程圖小工具，隨時用目錄連結與圖解方式，展開這個永久筆記系統的全貌。

這兩個月，我的數百篇筆記卡，其實也才建立了二十幾則永久筆記，大多數都是把新的筆記卡更新到既有的永久筆記上，強化那些方法論與工作流程，但這正好可以看到持續更新的永久筆記的深度。(而且我本來就偏好用更新筆記，取代新增筆記：每天新增30則筆記？還是更新30則筆記？兩步驟建立穩定筆記系統）

利用 Codex ，根據目前的永久筆記、筆記卡、參考文獻，進行草稿產出：

我大概是從二月開始這個實驗（一開始用 OpenClaw ，後來 ChatGPT 推出 Codex Windows 桌面軟體版後就改用 Codex ），我現在的外部知識庫裡，至少會分出幾層：

• raw：原文全文，保留可追溯、可驗證的來源
• card：每篇內容整理成可回收利用的筆記單位
• opinions：把重複出現的觀點、方法、流程，整理成會越用越強的永久筆記
• digest / outline / draft：把前面的知識層再推進成可以發布的輸出準備

最後第四個層次，則是看需求，讓 Codex 在既有的這個外部資料庫中做產出。

例如最新新增了比較多的新資料，我就會讓 Codex 做一個「 Digest 」總結。

根據規則，把最近一個禮拜新增的筆記卡、更新的永久筆記，做一次快速復盤的摘要。

或者我要做一個專案，我要產出一篇報告，我提供一些想法，然後讓 Codex 在這個外部資料庫中產出草稿。

我需要到學校教一個 Google 的 AI 工作流程，根據我的永久筆記出發，搭配有更多細節的筆記卡與文獻，建立一個有效的工作流程大綱草稿，先直接秀出給我看，我再決定是否加入草稿資料夾。

• ChatGPT：處理研究、發想、企劃、分析與復盤。
• 我會利用 ChatGPT 上已經訓練好的專案助理，搭配 Deep Research 這類搜尋研究功能，透過對話進行腦力激盪、資料分析、計畫設計與任務規劃。
• Codex 桌面端：處理真正要完成的工作成果。
• 當我要根據前面規劃好的工作流程，實際產出一份文件、一份簡報，或是處理各種試算表、數據資料，整理電腦資料夾中的工作文件，乃至於真的要製作一個網頁、一個工具時（例如個人理財工具、產品說明網頁），就可以善用電腦端的 Codex 來完成。
• 可以參考這個有趣例子，就是 ChatGPT 到 Codex 互相搭配完成的：不同 AI 工具如何分工、接力完成專案，分享我做一個象棋教學遊戲的流程

這些工作流程，如果只用傳統的 ChatGPT 對話來完成，可能會遇到幾個限制：

• ChatGPT 不一定能直接處理你電腦硬碟資料夾中的所有內容。
• 它比較不像真正的桌面軟體，可以直接編輯與管理檔案。
• 當任務需要長時間、多步驟、連續處理一整批資料時，單純的對話式 AI 比較容易中斷或失去脈絡。

但 Codex 的桌面端軟體，就是一個可以在電腦端工作的 AI 助理，可以自己完成上述步驟。

更重要的是，對一般使用者來說，現在使用 Codex 桌面端軟體，不需要碰到讓人頭痛的程式碼或終端機介面。它的介面已經很成熟，比較接近一般知識工作者可以理解的「任務＋對話＋成果」三欄工作台。

你可以這樣理解 Codex 的 Windows 桌面端 App：

• 最左邊的對話討論串：可以想像成你一個一個要管理的專案，或是不同電腦資料夾中的工作任務。
• 中間的對話欄位：就是你交派 AI 助理工作的地方，可以請它在專案資料夾中完成各種步驟與任務。
• 最右邊的預覽區：可以查看 AI 幫你完成的成果。除了程式碼，也可以預覽 Markdown 文件、Word、Excel、PowerPoint 檔案，甚至還有一個小型瀏覽器，可以直接瀏覽網頁內容。

所以 Codex 不只是「寫程式 App」，也不是單純另一個對話式 ChatGPT。

對一般工作者來說，它更像是在同一個專案資料夾中，從文件整理、資料研究、內容分析、簡報草稿、試算表整理，一路延伸到小工具開發的 AI 工作助理。

我的第一個 Codex App 應用案例，和程式開發完全無關：

我對 Codex 這樣的 AI 助理工具，第一次覺得它很貼近一般人日常工作需求，是今年年初的一個旅行整理案例。

當時我們有兩個家庭要一起去新加坡旅行。因為人數比較多，我們買了非常多景點、遊樂園的票券，也有交通票券、住宿資料等各種文件。一時之間，所有資料混在一起，變得很難統整。

於是我把這 40 多張雜亂的票券，全部放進電腦硬碟中的同一個資料夾，接著請 Codex  AI 助理幫我處理（操作介面如上圖）。

第一步，我先請 AI 幫我分類。

結果 AI 很聰明地根據每一張票券上的日期，把原本雜亂的票券重新分類在一起，建立出更有邏輯的資料夾整理方式。

第二步，我讓 AI 從亂七八糟的票券整理出正確行程。

接下來，我再請 AI 從這些已經分類好的資料夾中，梳理出我們完整的旅行行程。AI 也能有效從這些票券內容裡抓出關鍵資訊，整理成一份行程清單。

整個過程大概兩三分鐘內就完成了。

以前這樣的工作，如果是我自己來做，我需要在 40 多張雜亂票券中，一張一張檢查日期、景點、時間與地點，先建立分類資料夾，再擷取每張票券中的關鍵資訊，最後整理出一份行程表。這樣的工作，起碼也要花 30 分鐘甚至 1 個小時以上。

但交給 AI 助理後，它可以在很短時間內完成。

而且這個過程中，AI 需要讀取 PDF、需要辨識票券中的文字，亦或是需要 OCR，這些原本聽起來可能比較麻煩的技術細節，AI 助理會自己判斷怎麼處理，甚至自己寫小程式來解決。

對一般使用者來說，我們不一定需要知道它背後怎麼處理 PDF、怎麼做 OCR、怎麼寫程式。只要清楚傳達需求：

• 這個資料夾裡有一堆旅行票券；
• 請你先根據日期、類型幫我分類；
• 再從票券中整理出完整行程表。

Codex AI 就能在電腦資料夾裡，自動幫我們完成這些原本要手動慢慢整理的工作。

這也是我第一次很明確感受到：Codex 這類 AI Agent，對一般人來說，並不只是拿來寫程式，而是可以幫我們處理那些「在電腦裡很瑣碎、很重複、但又必須完成」的工作流程。

一般人上手 Codex 的第一步：不要先想「自動化」，先建「專案資料夾」

如果你之前完全沒有使用過 Codex，也沒有程式開發的基礎，那麼上手 Codex 的第一步，不是急著讓它幫你自動化，也不是一開始就要求它完成很複雜的任務。

我會建議先做一個很簡單、也相對安全的動作：在電腦硬碟中建立一個新的專案資料夾，讓 Codex 在這個指定專案資料夾中測試處理資料。

Codex 對一般人是一個可以連到本機資料夾的行動型 AI 工作台。你可以把它想像成：先建立一個 thread（討論串），像是在 ChatGPT 裡開一個對話；但不同的是，這個 project 可以連到你電腦上的某個資料夾，讓 Codex 在指定範圍內讀取、整理、建立或修改檔案。

所以，對非程式工作者來說，我們可以從整理筆記、清理資料、比較草稿、處理文件開始，而不是從程式碼開始。

為了安全起見，我會建議先用「複製副本」的方式，把原本專案中的雜亂文件複製到這個新的資料夾中。

例如你可以建立這樣的資料夾：

• [副本] 旅遊規劃_東京親子行
• 航班時間
• 飯店資訊
• 想去的景點
• 預算限制
• 家人偏好
• 已經查到的餐廳或交通資料
• [副本] 理財月報_2026
• 收支表
• 投資紀錄
• 上個月回顧
• 目前目標
• 自己的判斷原則
• [副本] 課程講義文件
• [副本] 網站文章草稿
• [副本] 客戶訪談資料分析

你不需要一開始就做任何分類，也不用先整理得很漂亮。這個資料夾可以很雜亂，因為最後可以讓 AI 幫你整理。

也因為它是一個副本專案資料夾，所以即使 AI 助理在調整、分析或測試過程中出錯，也不會影響到你原本正式的專案內容。這對第一次使用 Codex 的一般工作者來說，是比較安心的開始方式。

如果你的 Google 雲端硬碟有同步到電腦本機，也可以用類似的方式，建立一個同步資料夾，讓 Codex 處理其中的 Google 文件、Google 試算表、Google 簡報或其他相關檔案。

接著，可以讓 Codex 先做一個動作：

請 Codex 先看一下這個專案資料夾裡面的文件內容，告訴你它看到了什麼。

一開始不要直接叫它修改、刪除、重命名或搬移檔案。

先請它盤點，理解這個資料夾的內容，並且提出建議。你可以明確告訴它：先不要修改任何資料，只要回報它的觀察，等你確認後再開始執行。

可以使用這樣的提示詞：

請先檢查目前這個資料夾。

請回報：

1. 你看到了哪些檔案？

2. 這些檔案可能分別代表什麼？

3. 這個資料夾適合先做哪 3 個小任務？

4. 其中哪一個任務最安全、最容易驗收？

先不要修改任何檔案。

請等我確認後再執行。

這段提示詞看起來不華麗，但它幫我們建立了三個護欄：

• 先盤點，不先動手。
• 先建議小任務，不直接做大改。
• 先等人確認，不擅自修改。

透過這樣的方式，你就開始了用 Codex 管理專案資料夾的第一步。

下面是我建立了一個孩子課業學習資料的資料夾後，讓 Codex 盤點一下可以做什麼遊戲化工具。

而最後根據 Codex 的建議，讓 Codex 自己建立遊戲機制、自己畫圖（支援用 GPT Images 2.0 畫遊戲圖像素材），大概週末半天的討論時間，完成下面這個成果。

要正式交派任務前，先讓 Codex 建立基礎專案規則文件：

前面建立專案資料夾、讓 Codex 先盤點內容，只是一個簡單的上手練習。

當我們真的要開始處理比較複雜的任務時，就可以在中間的對話視窗，開始對 AI 交派任務。

但是，在正式交派任務之前，有一個很關鍵的第一步：

當 AI 助理已經理解這個專案資料夾中的基本內容後，先給它一個目標，請它建立一份基本的專案 MD 文件。

可以利用像是下面這樣簡單的指令：

根據前面的理解，建立專案規則文件，讓未來的工作可以遵循。

Codex 通常會建立一份 Agents.md 文件，這份 MD 文件可以用來記錄：

• 這個專案的目標是什麼。
• AI 目前如何理解資料夾中的內容。
• 這個專案接下來可能要完成哪些任務。
• 未來處理這類任務時，應該遵守哪些基本原則。

之後隨著專案任務持續推進，這份 MD 規則文件甚至可以再衍生出不同子任務的規則文件，並且在工作過程中持續復盤與更新。

這樣做的目的，是讓接下來的 AI 助理有共同的遵循原則，也能保留更長期的記憶。甚至當我開一個新的討論串，或是重新進入這個資料夾時，Codex 也可以透過這些文件記得前面的狀態，立刻接手工作。

例如我有一個理財的 AI 助理，我就先建立一個理財專用的資料夾，把目前某些財務、投資現況的試算表先丟進去。

接著，我會用前面的方法，先讓 AI 助理理解這個專案資料夾裡的文件資料，並且請它建議：如果以家庭理財為目標，接下來可以先做什麼任務。

這時候它可能會建議我，先建立一個可以減少手動更新，並且以 10 年、20 年長期目標為主的理財規劃工具，或者理財規劃頁面。

於是我就會請 AI 助理，把這個目標，以及它目前對我理財現況的理解，先建立成一份基本的專案 MD 文件。這樣之後在持續推進理財規劃的過程中，AI 助理就有一個可以遵循的原則。

開始對理解專案內容的 Codex 交派任務：

當 Codex 已經理解專案資料夾的內容後，接下來就可以開始交派任務。

當我們正式交派 AI 任務時，尤其對一般人來說，很可能不一定具體知道 AI 做不做得到我想要交付的工作。例如：

• 我不知道它到底可以處理一份簡報到什麼程度。
• 我不知道它可以整理一份試算表到什麼深度。
• 我也不一定知道它會用什麼方法完成任務。

所以這時候最好的測試與溝通方法，不一定是教 AI 每一步怎麼做，而是在指令裡明確說明：

• 這次任務想完成什麼成果。
• 資料處理的界線在哪裡。 
• 我想像中的需求是什麼。
• 解決之後要達到什麼效果。
• 我會用什麼標準來驗收。

換句話說，我們要把「成果」說清楚，把「需求」說清楚，把「驗收標準」說清楚。至於到底要怎麼做到，可以讓 Codex 自己想辦法設計工作流程。

這時候我的交派任務經驗是（尤其 Codex 更新到可以使用 GPT-5.5 模型後），會在指令中明確交代幾件事：

• 成果：最後要輸出的是一份報告、簡報、網頁、圖片，還是其他內容？請 AI 助理一步一步處理。
• 資料範圍：AI 助理這次明確要使用哪些資料，並且提醒它要先從規則文件出發。
• 需求與驗收標準：這個成果要解決什麼問題？滿足哪些需要？誰會怎麼使用這個成果？
• 界線：可以做什麼，不可以做什麼。

如果任務比較複雜，我也會搭配 Codex 的 Plan 規劃模式，讓 AI 助理先自己設計工作流程，再開始正式執行。

讓我們從前面那個雜亂的旅行票券資料夾出發，試試看怎麼讓 AI 助理去處理一個任務，並且輸出具體成果。

在這個案例中，我利用前面建立好的指令與規則，要求 Codex 輸出一份「讓旅行同伴也能快速理解這次行程重點的圖文手冊」。

這時候，我沒有一開始就告訴它到底要做成網頁版、PDF，或是哪一種格式；也沒有直接教它每一步要怎麼製作。我只先告訴它幾件事：

• 限定要使用的資料範圍是什麼。
• 我希望這份圖文手冊達到什麼效果。
• 我希望圖文手冊的內容有哪些關鍵限制。
• 這份手冊是給旅行同伴快速理解行程重點使用。

接著，我開啟 Codex 的 Plan 模式。

這個模式的意思，有點像是讓 AI 先根據目前的需求與資料範圍，自己思考怎麼做會比較好。這時候 Codex 不會馬上開始動手，而是先在規劃過程中詢問我幾個關鍵問題。

從你對專案的理解與規則出發，製作一份讓旅行同伴也能快速理解這次行程重點的圖文手冊。

請一步一步處理，

以前面建立的行程表為基礎，以所有票券資料為素材，

整理出來的圖文手冊要能方便分享給每一個旅伴，讓每個旅伴都能掌握每一天、每一地的必備資訊，但又有吸睛、對應真實資料的圖片、圖解作為輔助，複雜的資訊會更易懂，有趣的行程會看起來更有趣。

一定要使用繁體中文說明，避免重複或瑣碎不必要的資訊堆積，要依照每一天的行程順序為順序架構。

例如，它先問我：這份手冊到底要做成 PDF 版、Markdown 圖文版，還是簡報版？我可以從中選擇一個自己最想要的方式。

接著，它也會問我：手冊中的圖片應該怎麼呈現？

它當時提供了三個選項，但裡面沒有我真正想要的選項。這時候，我就可以自己打字補充，告訴它：我希望結合官方照片，再加上 AI 自己繪製的圖解。

經過這樣的規劃後，Codex 會先提出一份「如何製作這份圖文手冊」的製作計畫，而不是立刻動手。

我檢查這個計畫，如果覺得方向可行，就按下「執行此方案」的選項。接著 Codex 就會依照前面規劃好的步驟，一步一步處理。

這時候就可以看到 AI 助理的威力：

• 它可以讀取電腦硬碟資料夾中的文件內容。
• 它可以結合上網搜尋，補充官方資料來源。
• 它可以使用內建工具，甚至自己寫工具，來完成製作 PDF 所需要的各種操作。
• 我們不需要自己處理那些繁瑣步驟，只要讓 AI 依照計畫自動完成。

完成後，Codex 通常也會自己做一次驗證，確認它交付的成果內容是可用的。

所以在 Codex 裡交派任務時，我現在會採取這樣的流程：

1. 先說清楚成果。
2. 指定資料範圍。
3. 說明需求與驗收標準。
4. 補上可以做與不可以做的界線。
5. 任務較複雜時，開啟 Plan 模式，讓 Codex 先設計工作流程。
6. 確認計畫後，再讓它開始執行。

任務完成後：先檢查成果，再請 Codex 復盤成規則

當 Codex 完成我們交派的任務後，產出的成果可能是一份簡報、一份文件、一張試算表，或是其他專案檔案。這時候，它會在回答的最下方列出這次產出的檔案。我們只要按一下右邊的「開啟」，就可以在右側預覽畫面中，直接檢查剛剛完成的結果。

Codex 的預覽工具不只可以看網頁、看程式碼，也可以查看我們一般工作者更常使用的文件、試算表與簡報內容。也就是說，當 AI 完成任務後，我們可以立刻在同一個介面裡確認：

• 這份文件內容是否正確？
• 這份試算表整理是否符合需求？
• 這份簡報是否可以拿來使用？
• 這次成果是否達到前面設定的驗收標準？ 

如果我覺得這一次產出的結果是可用的，接下來我通常不會只是把檔案拿走（其實也不用拿走，檔案就儲存在專案資料夾中），而是會再給 Codex 一個復盤指令。

這個復盤指令的目的，是請 AI 回頭整理：剛才它是怎麼完成這份有效簡報？這一次它是怎麼處理這份有效試算表？中間用了哪些資料、哪些步驟、哪些判斷，最後才做出這個可用成果？

接著，我會請 Codex 把這些有效的工作流程，寫進這個專案對應的規則文件中。

也就是讓 AI 自己去處理專案規則，自己建立各種工作規則，甚至建立後面可以繼續使用的技能。這樣之後在同一個專案裡，如果我要產出新的工作成果，就可以沿用類似的方法，而不是每一次都重新開始。

這是我目前使用 Codex 時很重視的一個步驟：

任務完成後，不只檢查成果，也要把有效流程留下來。

這樣一來，這個專案底下就會慢慢訓練出一個越做越順手的 AI 工作助理。（延伸應用：養成讓 AI 復盤工作流程的習慣，你的 ChatGPT、Codex、OpenClaw 助理就會愈做愈好）

前面這個簡報檔案製作的流程還不錯，幫我復盤一下過程，建立之後做簡報的規則。請一步一步處理，分析用了哪些工具、執行了哪些方法，把整個流程梳理出來，讓我們以後要做課程簡報的時候，也能用同樣的邏輯、同樣的規則、同樣的技巧、同樣的工具來完成一份可用性更高的簡報內容。最後寫進對應規則，或是新增更適合的課程簡報規則文件。

Codex AI 助理處理任務時你可以善用的功能：能力、權限、排程、多工

前面幾個關鍵階段，是我推薦非工程師、一般工作者剛開始使用 OpenAI Codex 時，最需要掌握的流程與步驟。

當你開始讓 Codex 處理幾個任務，逐漸有經驗之後，這個軟體內建的一些功能，也可以開始做自己的調整與切換，讓它更符合你的工作需求。

第一個需要調整的，是根據任務難易度，選擇合適的模型與執行速度。

在對話視窗的右下方選單中，可以切換不同 GPT 模型，也可以切換智慧等級與執行速度。大致上可以這樣理解：

• 模型與智慧等級：會影響它可以處理的任務複雜度，以及處理過程中的細緻度、準確度。
• 執行速度：如果選擇快速，AI 會更快完成任務。
• 額度消耗：模型等級越高、速度越快，通常也會消耗更多每週額度。

以我自己使用每月 100 美金的 Pro 版本來看，如果每天都利用 Codex 處理工作上的幾個重要專案，並且都「毫無顧忌」的使用最高等級、最快速版本，一週額度其實也會在不到一週內被消耗完。若是免費版或 Plus 版本，消耗速度就會更明顯。

所以我的做法是，如果只是簡單任務，例如：

• 理解一下專案目前的資料狀態。
• 做簡單資料分類。
• 處理一般文書整理。
• 初步檢查資料夾內容。

那麼可以選擇中～高等級的智慧功能，甚至切換到 GPT-5.4、GPT-5.3 之類的模型，速度選擇「標準」，讓它多花一點時間處理，但少消耗一些額度，這樣可以多做幾個工作任務。

接下來，在對話視窗左下方，會有三種權限可以選擇。

這裡我覺得一般工作者也要理解，因為 Codex 不是單純回答問題，它可能會真的改動你的檔案。大致上可以這樣區分：

• 預設權限：幾乎每個改動步驟，AI 都會詢問你，要求你確認。
• 自動審核：當 AI 的操作可能影響整個系統，或跨出你的專案資料夾範圍時，它會自己判斷風險。如果判斷是中高風險以上，就會要求你確認；如果是低風險操作，則可能自動允許。
• 完整存取權：大多數時候不會經過你的確認，AI 會直接開始工作。

如果你要處理的任務，有可能影響整個系統，或可能改動重要檔案，我會建議至少選擇「預設權限」或「自動審核」。

這樣在 AI 真正改變檔案之前，你還有機會做一次確認。

Codex 有一個很好用的功能，就是當 AI 正在處理任務時，你還是可以繼續在下方對話框輸入下一步指令。

因為有時候一個複雜的工作流程，可能要處理 10 分鐘，甚至 20、30 分鐘。我自己的經驗是，有些任務可能會處理超過一個小時，才能完成一個比較複雜的工作流程。

這時候，你可以在下方對話框繼續新增下一個任務指引。

如果直接按下 Enter，通常會選擇「排入佇列」。意思是：前一個任務完整做完後，Codex 才會接續執行下一個任務。

這個功能很適合用在連續工作上。例如你可以連續添加兩、三個任務，每個任務可能都要做 20、30 分鐘。這時候你可以去處理別的事情，一個多小時後回來，這幾個接續任務就可能已經完成。

如果選擇 Ctrl + Enter，則是「引導」。這個意思是：當 AI 正在處理前一個任務時，你可以把新的引導指令直接插入進去，讓它立刻接收到你的意見，調整正在進行中的工作。

例如你看到 AI 正在處理一份圖文內容，但你發現它的編排方式不是你喜歡的，這時候可以立刻告訴它：

• 改成左圖右文。
• 改成圖片在上、文字在下。
• 重新調整目前的排版方式。

Codex 就會馬上接收你的意見，調整做到一半的內容。這個功能很適合用在你已經看到 AI 的方向，但想要即時修正細節的情境。

Codex 也可以同時開啟多個討論串。也就是說，你可以同時讓好幾個專案資料夾裡的 AI 助理，處理不同任務。

例如：

• 一個專案資料夾正在製作簡報。
• 另一個專案資料夾正在處理旅遊行程。
• 第三個專案資料夾正在幫你進行數據資料的統整與驗算。

透過多討論串並行的方式，讓 Codex 真的在電腦端幫你同時處理幾條工作線。

進階使用：外掛、技能與自動化，讓 Codex 接上更多工作流程

當你慢慢熟悉 Codex 上面的各種基本操作後，下一個階段，可以開始了解 Codex 的「外掛」、「技能」與「自動化」這些功能。

這些功能的重點，是讓 Codex 可以接上更多服務，理解更多工作流程，甚至把已經跑順的任務變成固定時間自動執行。

什麼是 Codex 的外掛？

以我自己的工作情境來說，我常常有非常多的文件、簡報、試算表，是放在 Google 雲端硬碟中的雲端文件，而不是存在本機電腦硬碟裡。那這樣 Codex 還可以操作它們嗎？

可以。方法就是在 Codex 裡安裝並授權 Google 雲端硬碟相關的外掛。

當我們安裝 Google 雲端硬碟外掛時，通常會需要連接到 Google 雲端硬碟服務，進行帳號授權。授權成功之後，Codex 就會取得處理 Google 雲端硬碟中各種線上文件的能力。例如：

• Google 文件
• Google 簡報
• Google 試算表
• Google 雲端硬碟資料夾

這樣一來，Codex 不只能處理本機資料夾中的檔案，也可以進一步處理我平常大量使用的 Google 雲端文件。

安裝外掛後，通常也會連帶在 Codex 裡安裝對應的「技能」。

什麼是技能？

如果以前面的 Google 雲端硬碟外掛為例，當我安裝並授權這個外掛之後，Codex 的 AI 助理就會獲得一些相關技能，例如：

• 如何處理 Google 文件
• 如何處理 Google 簡報
• 如何處理 Google 試算表
• 如何整理 Google 雲端硬碟資料夾

你可以把「技能」理解成：處理某種特定任務的工作流程與操作步驟。

例如，Codex 透過技能理解 Google 簡報的操作邏輯，再搭配前面外掛提供的 Google 簡報編輯授權，這時候 Codex 就可以直接幫我製作或修改 Google 簡報。

在 Codex App 的左上方，還可以看到一個「自動化」功能。

如果我在某個討論串中，已經把某個工作流程跑順了，而且這個工作流程是我想要每天或定期重複執行的，就可以把它建立成自動化流程。

例如：

• 每週整理這個專案資料夾裡的新資料，建立一份週報。
• 每天處理這個資料夾裡的最新數據，建立今天的理財投資分析建議。
• 定期檢查某個資料夾中的新文件，整理成報告或摘要。

這時候，我可以直接要求 Codex 在這個討論串中建立一個自動化流程。之後到了指定時間，Codex 就會自動啟動前面已經訓練好的步驟，幫我完成任務。

Codex 的自動化，大致可以有兩種設定方式。

第一種，是在某個討論串中，明確告訴 Codex：

• 要自動處理哪些工作步驟？
• 要多久執行一次？
• 要在什麼時間開始？
• 最後要產出什麼結果？

接著請它直接建立一個定期循環的自動化流程。

第二種，是在一個已經討論到一定階段、而且工作流程已經跑順的討論串中，直接請 Codex：

把前面這個已經完成的工作流程，建立成一個自動化流程。

這時候，Codex 就會把前面已經跑過的流程整理成可以重複執行的自動化項目，等到固定時間到了，它就會自動處理。我們到時候只要接收報告或成果即可。

利用 Codex 進行其它軟體視窗的 AI 語音輸入：

在 CodeX 電腦端軟體中還有一個很實用的「聽寫」功能，就是透過 AI 辨識來進行語音輸入，有點類似前一陣子很流行的 Typeless 之類的語音輸入工具。它預設是關閉的，我們可以到 CodeX 的軟體端，在它的設定裡面找到語音輸入，然後設定一個電腦當中的快捷鍵，例如我在 Windows 裡面設定的是 Ctrl + T。

接下來，只要我的 CodeX 軟體沒有關閉，我可以切換到電腦中其他的輸入視窗，例如我在 Evernote 裡面的筆記，或是現在這一段的部落格文章編輯頁面。這時候我只要按下 Ctrl + T，然後開始講出我想要輸入的相關內容。

可以想一想，語音輸入的這些段落，都是由 CodeX 的語音輸入來完成的。講完之後，再按下 Ctrl + T，它就把你講的內容轉成文字稿；而且因為結合了 AI 模型，所以它可以自動加上標點符號、自動斷句，也會自動糾正你裡面的一些文字錯誤；大多數時候也都能穩定地輸出成繁體中文（但也有時候會變成簡體中文）。

這樣應該就可以少安裝一個語音輸入的 AI 工具，直接用 CodeX 解決問題。

任務越多時，要善用 Codex 的討論串分類與釘選功能：

最後，當我們開始有越來越多任務在 Codex 上處理後，一些分類與管理功能也要慢慢掌握起來，否則最後討論串會變得越來越混亂。

首先，在左方的專案資料夾底下，我們可以根據這個專案裡不同的子任務，開啟不同的討論串，避免彼此混雜。例如我有一個「外部資料庫／第二大腦」的資料夾，裡面包含：

• 我抓取的重要參考資料原文
• 我的筆記卡片
• 已經建立好的永久筆記

在這個大資料夾底下，我就會開幾個不同的子任務討論串：

• 一個討論串，專門處理每天的資料抓取。
• 一個討論串，專門處理內容草稿。
• 一個討論串，專門處理如何從這個外部資料庫，建立課程規劃。

這樣彼此區隔後，不同的 AI 專案助理，就可以在適合的子任務上，根據它需要的規則，完成更有效的任務。

如果有一些子任務討論串，目前正在緊鑼密鼓地進行，我們也可以點一下左邊的圖釘，把它釘選在左上方。

這樣它就會從資料夾中的一般列表，移到左上方更容易管理的位置，也能讓我們更快看到目前最重要、最常使用的討論串。

簡單來說，當 Codex 開始變成你的電腦端 AI 工作助理後，不只要學會交派任務，也要學會整理任務。 把不同子任務拆成不同討論串，再把正在進行的重要任務釘選起來，會讓整個 Codex 工作流程更清楚、更容易長期管理。

我不是工程師，也值得試試看 Codex 嗎？答案是肯定的。你可以根據這篇文章，從下面流程開始：

1. 建一個副本資料夾
2. 放入雜亂資料
3. 讓 Codex 先看不要動
4. 建立專案規則文件
5. 用成果、資料範圍、需求、驗收標準交派任務
6. 任務完成後復盤寫回規則

逐步測試，你也能慢慢地掌握 AI Agent 的工作方式。

大家好，我是電腦玩物站長 Esor ，歡迎參考我的系列課程與書籍：

• 2026/1 最新著作上市，歡迎支持：《高效職場生存法圖解》

• 大人學最新 AI 課程：用 AI 提升工作效率的實戰工作坊
• 「個人數位生產力」線上課程（可使用電腦玩物老讀者折扣碼 ESOR500 ，獲得 500 元折價喔！）。
• 時間管理、筆記系統、AI 工具相關課程：「課程介紹連結」
• 著作：《防彈筆記法》
• 訂閱追蹤 podcast 節目：「高效人生商學院」（Apple podcast 訂閱、 Google Podcast 訂閱）
• 訂閱「電腦玩物電子報」，不定期出刊。

我的電子郵件是 [email protected] ，如果你有任何關於筆記術、時間管理、提升工作效率的問題，歡迎寫信跟我討論。

（歡迎社群分享。但全文轉載請來信詢問，禁止修改上述內文，禁止商業使用，並且必須註明來自電腦玩物原創作者 esor huang 異塵行者，及附上原文連結：一般人如何快速上手 Codex 超完整圖文教學：讓 AI 助理整理文件表格，建立自動化流程）

第一步，讓 AI 先抓取文章，規劃影片腳本

然後我的第一個指令如下，先打開 Codex 的「規劃模式」，讓 Codex 去抓取指定網頁的文章、圖片，先寫出一個影片腳本。

你是我的影片製作專家，把這篇文章內容「https://www.playpcesor.com/2026/05/codex-ai.html」，改寫成教學影片的腳本。請一步一步處理，根據這篇文章的教學文字內容，網頁文章中提供的教學圖片與文字，思考如何變成一則快速上手教學影片。我的期待是影片本身會用圖文搭配動畫製作教學，內容除了搭配文章中的關鍵字句、圖片外，也可以搭配一些圖解動畫方式呈現。影片不會有旁白，但有配樂。每一頁的節奏明快，讓人看得懂，但不會太沉悶，影片能引起大家的興趣，並能掌握快速上手的核心邏輯。

第二步：讓 AI 自己把圖文素材準備好

第三步：利用 Codex 內建的影片製作外掛

目前 Codex 內建了兩種製作動畫影片的外掛：

• Remotion（製作的影片比較簡單，但是產出速度更快）
• HyperFrames by HeyGen（製作的影片有比較多動畫效果）

直接在 Codex 的「外掛程式」頁面找到這兩個外掛，安裝其中一個即可（相應的技能等也會一起安裝）。

這邊我利用 HyperFrames by HeyGen 來做示範。

要特定外掛時，可以在 Codex 先輸入 @ ，然後打上外掛名稱即可。

於是在完成腳本、抓好圖片素材的 Codex 專案中，我接著這樣下指令（一樣開啟「規劃」模式，先做計劃再執行）：

@HyperFrames by HeyGen

根據專案的教學影片腳本，以及你準備好的文字、圖片素材，製作出教學影片。請你一步一步分析我的需求，這支影片主要的目的是了解觀念、引起興趣，並且會讓看到的人願意分享。用這樣的角度去思考，在目前現有的腳本架構、圖片素材當中，你怎麼把它們重新組合來製作影片？你自己去決定影片的規格，你可以做幾輪的分析，去嘗試找到影片當中如果還需要製作一些動畫素材，或者什麼樣的串場，自己想辦法去實現它。

Codex 擬出了下面計畫，我就讓他接續執行。

這時候，會需要安裝製作影片需要的程式、工具，但是不用擔心，Codex 會自己在電腦資料夾中完成這些動作，我們就交給 AI 執行即可。

第四步：完成影片並匯出

當 Codex 完成影片後，可能出現幾種情況，如果比較短的影片，有時候 Codex ＋ HyperFrames 會直接匯出 mp4 影片，儲存在我們前面指定給他的專案資料夾中。

但如果是 Codex ＋ HyperFrames 的搭配，製作完成後有可能先提供一個預覽網頁。

我們先在網頁中查看影片效果如何，如果決定匯出，就在右上方的「 Renders 」處，選擇「 Export 」匯出成 MP4 影片檔案。

第五步，讓 AI 協助幫影片加上配樂、音效

如果前面製作的影片沒有配樂，我可以這樣接續的問 Codex：

如果我想要加上音樂、音效甚至配音，可以怎麼做，請一步一步規劃執行。

在這個測試中， Codex 找到了可以授權免費商業使用的音樂，直接加入前面的影片中。

第六步，影片不如預期怎麼辦？

如果想要修改影片，因為 Codex 上也無法進行影片剪輯或編輯功能，所以也都是直接下指令即可。

例如我想要影片換頁的節奏快一點，我就說：

根據下方需求，改進腳本，重新製作影片，請一步一步分析處理：這一個版本的單一畫面停留太久，因為我沒有要搭配旁白，希望觀看者直接從螢幕畫面上獲取需要的內容，所以你應該把關鍵解說文字也放入單一畫面，思考觀看者讀完內容的節奏，就要切換到下一個畫面。

第七步：讓 ChatGPT Images 2.0 補圖

Codex 本身也可以使用最新的 ChatGPT Images 2.0 生成 AI 圖片（參考：ChatGPT Images 2.0 工作專用 AI 繪圖工具：大量密集中文排版圖解、簡報案例實測），而且只要下好指令，可以「一口氣生成一系列圖片素材庫」。

我一樣先用「規劃」模式， 讓 Codex 思考應該補上哪些圖片素材，先做好計畫：

接下來這段影片當中應該會需要一些圖片素材，幫我規劃要設計哪些圖片，然後用你的生成圖片能力把這些圖片素材生成出來。請你一步步分析，根據前面的這個腳本，裡面已經有一些固定的教學截圖，但如果再加上怎麼樣的圖解、怎麼樣的流程圖，或者怎麼樣的 icon、圖像，這個影片會更有趣呢？先幫我做好規劃，然後接下來一步步生成這些需要的圖片素材，作為接下來要製作影片所使用。

做好計畫後，讓 Codex 用自己的 AI 繪圖能力開始生成一系列圖片。

最後讓 Codex 把前面新生成的圖片，加入到影片中即可。

Codex 對一般人來說，不一定要寫程式，也可以完成各種日常工作，例如這篇教學文章中分享的「製作影片」案例。

我們只要下指令，就可以讓 Codex 透過內建的外掛，自動完成撰寫腳本、準備素材、繪製圖片、製作動畫、剪輯影片的一系列工作流程。

大家手上其實都有很多「已經寫好的內容」：

• 教學文章
• 課程講義
• 公司內部 SOP
• 產品說明文件
• 部落格文章
• 專案介紹頁

未來文章、簡報、文件都可以交給 Codex AI Agent 轉成影片版本。有興趣的朋友可以試試看。

大家好，我是電腦玩物站長 Esor ，歡迎參考我的系列課程與書籍：

• 2026/1 最新著作上市，歡迎支持：《高效職場生存法圖解》

• 大人學最新 AI 課程：用 AI 提升工作效率的實戰工作坊
• 「個人數位生產力」線上課程（可使用電腦玩物老讀者折扣碼 ESOR500 ，獲得 500 元折價喔！）。
• 時間管理、筆記系統、AI 工具相關課程：「課程介紹連結」
• 著作：《防彈筆記法》
• 訂閱追蹤 podcast 節目：「高效人生商學院」（Apple podcast 訂閱、 Google Podcast 訂閱）
• 訂閱「電腦玩物電子報」，不定期出刊。

我的電子郵件是 [email protected] ，如果你有任何關於筆記術、時間管理、提升工作效率的問題，歡迎寫信跟我討論。

（歡迎社群分享。但全文轉載請來信詢問，禁止修改上述內文，禁止商業使用，並且必須註明來自電腦玩物原創作者 esor huang 異塵行者，及附上原文連結：不用打開剪輯軟體，用 Codex AI 把一篇文章自動做成圖文動畫教學影片）

• 讓 Codex for Chrome 打開我已經登入的社群網站，直接爬梳並抓取今天我可能需要的訊息。
• 讓 Codex for Chrome 抓取景點網頁資料、整理成 Google 試算表、操作 Google 地圖建立行程清單。
• 讓 Codex for Chrome 打開 Evernote 網頁端，直接在裡面搜尋、連結、整理與建立筆記。
• 讓 Codex for Chrome 打開 ChatGPT 深入研究，把研究結果輸入 Gemini ，開啟 Gemini Canvas 做成網頁預覽。
• 讓 Codex for Chrome 剪貼我在 Evernote 的文章草稿，貼上部落格後台並做好圖文排版編輯。

• 因為直接使用我在電腦中登入的真實 Chrome 瀏覽器，所以可以處理「需要登入」（而我已經登入）的網站功能，像是各種社群、雲端服務等等。
• Codex for Chrome 會在我們電腦中的瀏覽器真的打開分頁操作，但會利用 Chrome 的群組分頁功能， AI 的操作在「背景分頁」自動處理，我們可以看，但不影響我們同時操作其他分頁。（延伸閱讀：我用 Chrome 內建分頁群組，解決多線 AI 助理與工作流程混亂的問題）

如何開始使用 Codex for Chrome：

最後，最簡單的使用方式，就是我們可以在 Codex 中利用左下方的「（單純）聊天」功能，開一個新的對話，在對話一開頭先輸入「 @chrome 」，主動呼叫出 Chrome 外掛，就能開始下指令，要求 Codex 去做各種瀏覽器端的網站操作了！

讓 Codex for Chrome 打開我已經登入的社群網站，直接爬梳並抓取今天我可能需要的訊息：

每天要獲取大量資訊，還要整理資料庫，是非常繁瑣的動作，所以我會交給 AI ：「AI 結合卡片盒筆記法，人不再操作軟體，用對話流程讓 Codex 搭建資料整理系統：我的兩個月實測心得」。

要讓 Codex AI 去抓取網頁資料，甚至 YouTube 影片字幕，都很簡單。但是，如果要讓 AI 直接「像我一樣」捲動瀏覽我的社群首頁，幫我看過一遍，然後抓取我可能需要的貼文資訊呢？

這時候就可以利用 Codex for Chrome，我是這樣下指令的（指令中所說的資料庫，就是我前面文章所說的，利用 AI 建立的外部資料庫）：

@chrome 檢索我的 X 社群貼文，根據我資料庫中的筆記、寫作喜好，過濾出我感興趣的貼文，請一步一步分析，檢索貼文，遇到我感興趣的主題就摘要，持續進行直到瀏覽完今日社群主要貼文為止，然後把摘要的貼文與網址列成清單讓我瀏覽。

• 打開我已經登入的社群網站。
• 捲動我的首頁。
• 一頁一頁捲動，從中找出我感興趣的主題貼文。
• 抓出貼文的摘要與網址。
• 列成清單。

下面則是 Codex 在訊息中呈現他做了哪些動作，可以看到 AI 根據我資料庫中的主題，一頁一頁過濾我的社群貼文時間線的訊息。

最後的結果如下，正確的根據我的喜好與要求，列出他找到的貼文摘要、連結清單。

平常我自己爬社群訊息，是最花時間又低效益的一件事情，而現在可以交給 Codex for Chrome 來說，他自己爬梳完十幾頁內容後，自然我給我關鍵資訊摘要。

讓 Codex for Chrome 抓取景點網頁資料、整理成試算表、操作 Google 地圖建立行程清單：

接下來，我又做了一個挑戰。

為了準備今年暑假的一次家庭旅行，我讓 Codex for Chrome 打開我的瀏覽器，幫我完成下面一系列操作：

@Chrome 請幫我搜尋峇里島最近適合親子遊的景點，結合台灣部落格的真實心得資訊，先在我的 Google 雲端硬碟建立一份 Google試算表，最後在 Google 地圖建立「2026峇里島之旅」旅遊清單，請一步一步分析，

要求：

1. 至少瀏覽 10 篇真實心得或討論

2. 排除官方宣傳頁

3. 優先找親子、家庭的案例

4. 整理成 Google 試算表表格：

- 地點名稱

- 地址

- 適合優點

- 注意事項

- 來源連結

5. 接著根據試算表資料，上 Google 地圖搜尋地點，儲存到你建立的清單，地點附註加上前面整理的優點與注意事項。

一樣在單純的 Codex 聊天中就可以完成，連專案都不用建立。（這對一般人最好上手！）

這個案例中，其實 Codex 不只使用了 Codex for Chrome 的外掛， AI 會根據最適合的方式，自動調用不同外掛：

• 搜尋部落格網路資料摘要，這個用內建搜尋瀏覽器功能即可。
• 要把資料整理成 Google 試算表， Codex 調用的是 Google 試算表的技能。
• 最後要把資料新增到 Google 地圖、建立旅遊清單，才使用 Codex for Chrome 來操作。

完成後，Codex 會把產出的 Google 試算表、 Google 地圖清單連結，附在聊天訊息中。

我們來看看 Codex 整理出來的結果，把 15 篇網頁文章，整理成 10 個推薦景點，也都根據我的指示，摘要出地址、優點、注意事項等等，一份很完整正確的 Google 試算表。

打開 AI 建立的 Google 地圖旅遊清單，每個地點正確標示，在清單中把試算表內容填入，完全不用我自己手動操作就完美完成！

讓 Codex for Chrome 打開 Evernote 網頁端，直接在裡面搜尋、連結、整理與建立筆記：

我自己目前主要的「防彈筆記」（專案流程、任務經驗）還是使用 Evernote 。那麼， Codex for Chrome 可不可以直接操作 Evernote 呢？

我是這樣下指令的：

@chrome 打開我的 Evernote 網頁（https://www.evernote.com/client/web）， 建立一則 Codex 主題筆記，內容是相關資料連結，請一步一步處理：

1.先建立一則全新的 Codex 主題筆記。

2 在 Evernote 內搜尋 codex 關鍵字找出標題有相關關鍵字的筆記，每一則筆記都建立一個連結，連到前面的主題筆記。

3. 在我的這個 RRS-brain 資料庫中，找到 Codex 相關的永久筆記，也補充到前面的 Codex 主題筆記 Evernote 中。

這個流程中，一開始我沒有成功，第二次我直接告訴 AI 打開 Evernote 筆記頁面的網址，就成功了。

其實，我原本不確定 Codex for Chrome 會不會「操作」 Evernote 上的搜尋、連結、編輯筆記等等功能，但最後結果可以說是「完美」完成。

下圖就是 Codex for Chrome 正在操作 Evernote 網站時，我打開背景分頁「偷看」 AI 在幹嘛？正好看到他自己輸入關鍵字，在我的 Evernote 中搜尋筆記。

我只要說明操作步驟，看起來 Codex for Chrome 可自行掌握各種網站的功能。

這樣我的 Codex 本地端資料庫，就跟雲端的 Evernote 完整結合在一起了！

下面是 Codex 自己在我的 Evernote 網頁端完成的筆記，格式正確、資料正確，且善用 Evernote 內建的功能（例如連結，也都是正確的）。

（附註：不過現在的 Evernote 內建 AI ，其實也可以完成類似自動編輯處理）

讓 Codex for Chrome 打開 ChatGPT 研究，把研究結果輸入 Gemini 做成網頁預覽：

接下來，我想利用 Codex for Chrome 來幫我「操作多個 AI 服務」，並且串聯不同 AI 服務產出的內容，最後輸出我要的結果。

下面是我的指令：

@chrome 你是小孩遊戲化學習的設計助理，幫我設計出一個可以讓小孩練習的國小三年級自然科練習網頁。請一步一步設計：

1.打開我的 ChatGPT 網頁（ https://chatgpt.com/ ），開一個新的聊天串，使用 Thinking 以上模型，利用搜尋功能，梳理出國小三年級自然課關於「物質三態變化」的相關課文、教案、練習題目，你可以多次來回問答，根據回答修正提問，直到找出最完整適合小孩學習的教材內容，並整理成一份練習清單。

2.接著打開我的 Gemini 網頁（ https://gemini.google.com/app ），先研究如果要設計一個課堂中可以用，讓小孩打開網頁就能練習的互動遊戲化測驗，有哪些案例，可以怎麼設計，整理成一份設計規則清單。

3.當前面兩個步驟完成，最後利用 Gemini 再開一個新的聊天室，啟動 Canvas 功能，寫出指令，把前面的遊戲網頁設計規則＋自然課練習清單輸入，利用 Gemini 做出可預覽使用的網頁，做出模擬線上測驗遊戲，

下圖是 Codex 自己打開網頁進行的操作，他打開我登入的 ChatGPT ，切換到 Thinking 模型，自己寫出一段符合我要求的指令，然後開始研究。

ChatGPT 思考模型有時候要想比較久，這時候 Codex for Chrome 幫我「自動監控」 ChatGPT 到底回答好了沒？

我不用在旁邊等 AI 做好，而是接給 Codex 全面接管。

ChatGPT 研究完，  Codex 接著自動打開 Gemini 網站，開始根據我的要求，研究怎麼設計遊戲化學習網頁。

ChatGPT、Gemini 研究完後，Codex 又準確的根據我的指令要求， AI 再開一個 Gemini Canvas 對話串， 把前面 ChatGPT 研究的練習清單、 Gemini 研究的設計方案，交給 Gemini Canvas 執行設計網頁流程。

透過這個流程， Codex for Chrome 幫我同時操控三種 AI 工作流程，自動接續，最後完成我要的練習網頁。

下圖是最後  Gemini Canvas 輸出的結果。

讓 Codex for Chrome 把 Evernote 中寫好的文章貼上 Blogger ，並完成編輯體例調整

我自己寫部落格文章時，喜歡先寫在 Evernote 筆記中，完成後才貼上 Blogger 後台去做調整。

所以我下了這樣的指令，挑戰看看 Codex for Chrome 可以自動完成到什麼程度：

@chrome 請幫我把下面文章內容，上架到我的 Blogger 。請一步一步處理：

1.先打開我的 Blooger（ https://www.blogger.com/home ），建立一篇新文章，題目是「Codex for Chrome 自動化工作流程教學，讓 AI 操作 Gemini、 Evernote、 Google 地圖、爬社群貼文」，不要發布。

2.打開我的 Evernote（https://www.evernote.com/client/web），抓取「當 Codex 擁有控制 Chrome 的能力]這則筆記的內容當作文章內容，但只要抓取「文章草稿：（中標題）」層級下的內容，不要抓最下面的封存資料。

2.使用 Blogger 編輯介面的相應功能，處理下面文章，調整格式、清理不必要程式碼，內容則原封不動，包還其中的連結、圖片、粗體、樣式層級都要保留，但改成網頁閱讀更舒適的版面編排，只要完成編輯，可順利預覽即可。

3.不要發布，讓我確認。

結果 Codex 可以順利打開我的 Blogger ，建立新文章，開始編輯。

也能正確打開 Evernote 的對應筆記，準確的複製內容。

圖片也能正確貼上。

透過上面的測試， Codex for Chrome 讓 AI 從「網路資料整理」進一步變成「網站操作代理」。

幫我把原本要開很多分頁、登入很多服務、複製貼上很多資料的流程，變成一句自然語言指令，我只要把平常會在瀏覽器裡做的動作說清楚，Codex for Chrome 就能照著做，驅動 AI 自動化完成。

也推薦你可以試試看。

大家好，我是電腦玩物站長 Esor ，歡迎參考我的系列課程與書籍：

• 2026/1 最新著作上市，歡迎支持：《高效職場生存法圖解》

• 大人學最新 AI 課程：用 AI 提升工作效率的實戰工作坊
• 「個人數位生產力」線上課程（可使用電腦玩物老讀者折扣碼 ESOR500 ，獲得 500 元折價喔！）。
• 時間管理、筆記系統、AI 工具相關課程：「課程介紹連結」
• 著作：《防彈筆記法》
• 訂閱追蹤 podcast 節目：「高效人生商學院」（Apple podcast 訂閱、 Google Podcast 訂閱）
• 訂閱「電腦玩物電子報」，不定期出刊。

我的電子郵件是 [email protected] ，如果你有任何關於筆記術、時間管理、提升工作效率的問題，歡迎寫信跟我討論。

（歡迎社群分享。但全文轉載請來信詢問，禁止修改上述內文，禁止商業使用，並且必須註明來自電腦玩物原創作者 esor huang 異塵行者，及附上原文連結：不用寫程式的瀏覽器自動化：Codex for Chrome 幫我操作 Google 地圖、Evernote、 Gemini、社群）

最容易分心的地方，往往也是工作入口

• 我要進信箱，是因為「可能有」讀者來信、課程邀約、合作討論、出版社溝通、臨時交辦。
• 我要看社群，因為上面「可能有」我寫文章、作課程需要的工具更新、使用者案例、值得收錄的觀點。
• 我要打開 RSS 閱讀器，是因為「可能有」新文章、新研究、新產品變化，支撐後續文章與課程內容。

我「不要進入」信箱、社群、RSS ，先讓 AI Agent 幫我做第一輪過濾，然後我專注看真正需要處理的那封信、那則貼文、那篇文章。

案例一：每天三個時段，讓 AI 先幫我篩郵件

• 早上開始工作前
• 中午休息前
• 下班前

• 這一週我正在推進哪些課程、文章、合作或家庭安排。
• 哪些對象的來信通常需要優先看。
• 哪些主題可能跟近期工作成果直接相關。
• 哪些郵件只要摘要即可，暫時不需要回覆。
• 哪些類型的信不能讓 AI 自己承諾，只能先寫草稿。

接著我希望 AI 輸出的是一份很短的處理清單。

例如：

1. 今天必須處理的 3 到 5 封信。
2. 每封信為什麼值得現在看。
3. 建議下一步是回覆、排程、轉交、補資料，還是先延後。
4. 如果需要回覆，先擬一封草稿。
5. 附上原始郵件連結，讓我可以直接點進去確認。
6. 也附上其他AI判斷不需要處理的清單，讓我快速確認一次（但是通常都判斷正確）

我慣用的指令：

請根據你對我目前工作狀態、課程、專案任務與生活計畫的了解，檢查我的 @Gmail 主要收件匣中最近尚未處理的郵件。請一步一步分析，先過濾出不需要回答的資訊、電子報與通知，再挑出真正需要我回應、確認時間、安排任務，或跟我目前重要工作有關的郵件。對每一封需要行動的郵件，請提供重點摘要、建議下一步行動、是否需要放進行事曆或待辦清單，以及一版簡短有力的回覆草稿。如果需要判斷可約時間，請參考我的 @Google 行事曆 ，但最後日期仍由我確認。

這樣一來，我就不用先進到整個信箱裡面，被一堆次要通知牽著走。我只要看 AI 篩出來的清單，再決定哪幾封真的要處理。

我處理這個流程習慣使用 ChatGPT ，讓 ChatGPT 連結我的 Gmail 與 Google 日曆，於是透過上面指令，他會幫我判斷郵件重要性、判斷時間、建議我要加入什麼行程到日曆，並寫好回信草稿。

這個過程中，我不會進入「整個信箱」，因為 ChatGPT 會提供我「需要處理的那封郵件」的連結，我只要點開那封信的連結，專心處理那封郵件即可。

ChatGPT 也會給我不須回覆、可以直接封存的建議，我只要快速掃描清單，避免 AI 誤判即可，但不用點開信箱被這些郵件干擾。

AI 做的是「入口整理」，提供我第一階段的判斷與草稿。

這可以幫助我專注在最重要的事情上：人來決定要不要回覆、怎麼回覆、要不要接受邀約、要不要做出承諾。

這個流程讓我最有感的地方，是不會遺漏一些重要的臨時交辦，但我也不需要在整個工作中反覆進信箱。

案例二：用 Codex for Chrome 掃社群，但只輸出候選清單

第二個分心入口，是社群。

我需要看 X、Facebook 這些地方，因為有時候最新工具案例、使用者經驗、開發者分享、讀者討論，會先出現在社群上。

可是社群最麻煩的地方，就是它永遠不只給我工作需要的那幾則訊息。

你想看一個 AI 工具案例，下一秒就被其他留言、爭論、新聞、推薦貼文拉走。

所以我最近會嘗試讓 Codex for Chrome 做一種「社群雷達」。

做法很單純：我讓 Codex 進到我已登入的 X 或 Facebook，根據我近期的文章草稿、永久筆記、課程主題，了解我近期關注重點，據此去掃描今天可能值得我看的貼文。（具體操作可參考：不用寫程式的瀏覽器自動化：Codex for Chrome 幫我操作 Google 地圖、Evernote、 Gemini、社群）

 

要讓 Codex 操作我的瀏覽器或電腦時，我會把安全禁止事項「事先」寫清楚（先跟AI溝通）：

• 只掃描與摘要重點，不幫我按讚。
• 只列候選，不留言。
• 只提供原始連結，不自動收錄到正式資料庫。
• 如果遇到需要登入後操作或不確定內容，先標記，等我決定。

我希望它最後給我的清單不要太長，最好像上圖這樣：

• 貼文主題
• 為什麼值得看
• 可能對應到我筆記資料庫中哪些主題
• 原始網址

這樣做之後，我看社群的方式有一個很明顯的差異。

以前我自己打開社群，是從首頁時間線開始，每次一滑就要花掉很多時間。

現在我則習慣只看 AI 整理出來的候選清單。

如果清單裡真的有值得看的，我再點進去；如果沒有，我就不需要打開那個會讓我一路滑下去的介面。

案例三：讓 Codex 先讀 RSS 閱讀器，再由我挑文章

第三個例子，是 RSS 閱讀器。（延伸閱讀：AI 結合卡片盒筆記法，人不再操作軟體，用對話流程讓 Codex 搭建資料整理系統：我的兩個月實測心得）

我之前曾經用 AI 做出一個 RSS 閱讀器，裡面有我訂閱的數十個文章來源。

這個工具本身對我很有用。

但如果每天都由我自己打開 RSS 閱讀器，再一篇一篇掃標題、判斷、摘要、標記，時間還是會被吃掉。

雖然 RSS 閱讀器看起來比較不像社群一樣無關資訊太多，但其實也是另一種資訊流。每一篇都好像有一點值得看，每一篇都好像可以先打開一下。可是最後值得深入讀的可能只有幾篇，而前面篩選就已經消耗很多注意力。

所以我現在做的是：讓 Codex 直接讀我的 RSS 閱讀器或訂閱來源。

Codex 每天先依照我最近的筆記、文章草稿與永久筆記主題，了解我近期感興趣內容，接著進去我的 RSS 閱讀器抓出我可能感興趣的新內容，並且先放到暫存區。

我希望它完成三件事：

1. 把候選文章依主題分類。
2. 每篇做一段短摘要，說明為什麼被挑出來。
3. 產出 review summary，讓我決定哪些值得正式收閱讀。

它先整理成候選，保留來源、摘要、理由。等我看過 review summary，再決定哪些要抓全文、哪些要變成筆記卡、哪些可以當作文章素材。

三個案例背後，其實是同一個流程

• 第一步，先不要叫 AI 去看全部資訊，而是讓 AI 先了解我的需求
• 我會先提供目前重點，例如這週正在準備哪堂課、哪篇文章、哪個專案、哪幾類合作或家庭安排。
• 第二步，讓 AI 進入容易分心的入口，人不要進去
• 信箱、社群、RSS 都可以，總之就是我們之前為了獲得關鍵資訊，需要花很多時間過濾雜訊（但又會被雜訊吸引的地方）。
• 第三步，要求 AI 找出重點，輸出短清單，我自己不要進入分心之地
• 引導 AI 有效分類統整，不要讓 AI 把所有資訊都處理，因為如果給我 30 封信、50 則貼文、100 篇 RSS 摘要，那其實只是把原本的資訊大海換成另一片資訊大海。
• 第四步，每個候選都要保留來源連結
• 如果沒有連結、沒有原始信件、沒有來源說明，我就不能快速回查，也不能放心引用。
• 第五步，所有外部動作都要等我人工確認。
• 寄信、回覆、按讚、留言、發布、正式收錄、刪除資料，都不應該由 AI 自己完成。
• 最後一步，每次篩選準或不準都做修正，持續寫回規則，讓這個 AI 過濾機制愈來愈有效。（養成讓 AI 復盤工作流程的習慣，你的 ChatGPT、Codex、OpenClaw 助理就會愈做愈好）
• 如果它挑太多次要訊息，我就補一條排除規則。如果它漏掉某類重要信件，我就補一條優先規則。這樣下次才會更接近我真正需要的入口。

結論：把人的注意力留給判斷，讓 AI 擋在資訊入口