Codex 我常用的知识工作案例分享:从文书编辑、课程教材到资料整理的 AI 工作流

电电脑玩物作者从真实使用记录出发,把 Codex 的价值从 Vibe Coding 扩展到日常知识工作:让它先读项目脉络,再接手文案迭代、讲义转简报、PDF 批处理、课程素材拆解、学习仪表板和跨工具案例演练,最后把成功流程写回规则,形成可复用的 AI 工作系统。

基本信息

核心观点

  1. Codex 的主场正在从“从零写小工具”扩展到“接手做到一半的知识工作项目”:作者回顾近期记录后发现,Codex 已经嵌入行销文案、课程讲义、Google Slides、Evernote 笔记、家庭财务、待办讨论和行政流程规则沉淀等场景。关键不是让 AI 凭空回答,而是把它放进真实文件夹和真实工具中,先读资料、理解脉络,再接手繁琐步骤。
  2. 文案与内容迭代适合交给 Codex 做“中间版本生产”:在知识产品行销项目中,作者先让 Codex 阅读企划、文稿和既有文案,再用第一版文案背后的结构逻辑作为模板,让 Codex 跑 10 轮以上、最多 40 轮版本迭代。人仍决定最终整合版本,AI 负责批量产生可比较选项,把原本半天到一天的研究、改写和比较压缩为更快的选项生成过程。
  3. 文书与教材转换的核心不是创作新内容,而是把已完成内容转成可用格式:逐字稿转提词简报、PDF 指定页码裁切/去边框/合并等任务,原本每份约 30 分钟手工处理;Codex 可先做小范围测试,确认规则后批量处理,提词简报约 6-12 分钟、PDF 批处理约 10 分钟完成。作者强调“先挑一小段测试”是安全边界,成功后再扩大范围。
  4. Codex 可成为自动化知识管线,把输入、拆解、重组和输出串起来:准备课程时,作者让 Codex 搜索自己过去文章,找出适合教学的案例、图片、操作步骤和方法说明,整理成课程大纲或 Google Slides 草稿;更进一步,把完整课程/报告拆成可复用素材卡,未来按“提升工作效率”等主题重新组合。这把知识资产从单次交付物升级为可持续复用的“工作零件”。
  5. 固定工作方法是:读脉络 → 缩小成果 → 小范围测试 → 人保留关键判断 → 成功流程写回规则:作者总结,Codex 能替人接手复制粘贴、格式调整、拆页、整理、重复操作、版本迭代和工具切换,但不能替人判断最终文案是否合适、课程案例是否符合企业需求、孩子学习系统是否有效、素材是否值得永久保存。真正改变来自把成功流程沉淀为下一次可沿用的规则。

实操内容保留

代码/配置

(本文无实操代码/配置。)

Prompt 模板

让 Codex 先读项目脉络并写成接手规则

解读目前这个项目的现况,了解项目目标、内容架构、现阶段处理状况,写成对应规则,之后可以接手相关处理任务,一步一步分析,我的目的是接下来有很多文件整理、拆解编辑、内容调整、新内容产出的任务,需要你在了解这个项目真实现况,并且处理任务时可以准确有效抓取素材、编辑正确文件,而且能够跟我一起朝着这个产品更有价值的目标前进、一起解决过程中可能问题,并创造产出。

孩子学习系统转型需求提示

之前我们在这个项目中,做了一个很有趣的学习游戏,但现在这个项目我要转型,变成「我的小孩泽泽的课业学习系统」,提供我转型计划,请一步一步分析。

现有的题目已经完成期中考,也完成练习。不过这个过程中,发现太过游戏化,反而让小孩失去注意力,而且缺乏效率。

我想转型成同样有趣,例如可以有学习成长曲线纪录的系统,也可以快速处理题目,产生每一个科目、每一个单元的短时间练习(10 分钟),并持续记录有问题的题目。

不只提供答案,还能提供解读分析,引导孩子学会,并且用间隔记忆法反复练习还不熟练之处。

更进一步的,这个系统希望能够记录孩子目前学习进度、孩子的学习问题,可以透过 AI 持续分析,提供持续成长的策略,但也要看起来、用起来让孩子有动力。

这个系统的使用方式,会是父母汇入孩子的学习科目、单元、内容,系统可以建立题库、设计互动练习、记录孩子学习成长进度。

而孩子打开来,可以快速选择单元,持续练习他还不熟的地方,并且在有错误时获得引导解答。

请仔细思考,看看目前既有内容,如何有效转型成上方描述的系统,舍弃目前的游戏化图像与界面,重新思考,提供简单但有效的解答。

操作步骤

Codex 知识工作五步法

  1. 先让 Codex 读脉络:不要一开始就要求产出,先让它阅读项目资料夹、逐字稿、PDF、简报、课程讲义、既有规则,理解自己正在接手什么工作。
  2. 把任务缩小成明确成果:把“帮我整理一下”改成“请把这份逐字稿转成提词简报”“请从这批 PDF 抓取指定范围并去掉边框”“请照讲义在 ChatGPT 同一讨论串中跑完企业案例演练”。
  3. 先做小范围测试:PDF 不要一开始丢整个资料夹,先处理一小段;简报先做一份,确认规则正确后再套用后续单元。
  4. 把人的判断留在关键位置:AI 可以做繁琐工作,但最终文案是否合适、课程案例是否符合企业情境、学习系统是否有效、素材是否值得永久保存,仍由人判断。
  5. 把成功流程写回规则:当 Codex 做得好,要求它把成功做法写成规则;下次同类任务就不必重新摸索。

适合交给 Codex 的任务类型

  1. 已有材料、需要后期编辑整理的知识工作项目。
  2. 同一目标需要多轮版本迭代,例如文案角度、标题、卖点、讲稿结构。
  3. 已有内容要转换格式,例如逐字稿转提词简报、讲稿转 PPT、PDF 指定范围裁切合并。
  4. 外部资料需要被拆解成素材库,未来按不同课程/文章重新组合。
  5. 多工具重复操作,例如让 Codex 按课件步骤操作 ChatGPT,生成企业案例演练结果。
  6. 数据和学习材料需要被转成持续可用的仪表板或练习平台。

关键概念

  • Codex — 本文把 Codex 从编程工具扩展为可读文件夹、操作工具、批量编辑、沉淀规则的知识工作代理。
  • 知识工作自动化 — 本文新增概念:用 AI Agent 接手知识工作中的资料阅读、编辑转换、素材拆解、版本迭代和规则沉淀。
  • 工作SOP — 作者反复强调成功流程要写成下一次可沿用的规则,是工作 SOP 与 AI 协作闭环的典型案例。
  • 知识资产 — 课程案例、素材卡、规则文件和仪表板都体现了把一次性成果拆成可复用工作零件的知识资产化。
  • AI办公自动化 — 文书处理、PDF 批处理、Google Slides、Evernote 更新、跨工具行政流程属于办公自动化的新外延。

与其他素材的关联

  • 2026-06-02-codex-10-use-cases 的关系:那篇强调 Codex 作为“任务接收者”的非技术岗 10 类玩法,本篇提供作者自己的长期使用案例,补充课程教材、提词简报、PDF 批处理、素材库和跨工具案例演练等更偏知识工作生产线的样本。
  • 2026-05-23-build-sop-personal-effectiveness / 工作SOP 的关系:工作 SOP 强调把重复工作流程化,本篇把这个原则落到 AI 协作中——不只是自己照 SOP 做,而是让 Codex 执行后把成功路径写回规则。
  • 2026-05-13-ai-agent-productivity-20x 的关系:两者都强调 Agent 不是问答工具,而是目标-结果模式的工作系统;本篇更具体地说明“读脉络、小范围测试、人类验收、写回规则”的个人知识工作闭环。
  • 2026-07-06-juejin-agent-plan-sales-workbench 的关系:两者都把 Codex 用作资料整理 + 应用开发 + Skill/规则沉淀入口;不同之处是前者偏销售工作台,本篇偏课程、文书、素材和个人/家庭数据仪表板。

原文精彩摘录

我不是问 Codex 从零开始幻想答案,而是把它放进一个真实工作流程里,让它先读资料、理解脉络、接手繁琐步骤,最后产出成果,还可以把成功做法写成下一次可以沿用的规则。

我不是请它「改得更好」。我是要求它反复迭代,直到它自己觉得找到更好的版本为止(或是让我挑出整合版)。我通常会要求至少迭代十轮以上。我最多曾经做过四十轮(通常要启动 Codex 的「规划」或「目标」模式,效果更好),于是我就获得了一个「像是有很多企划一起开了一场脑力激荡会议」的多版本文案,我在里面可以组合与调整。

很多知识工作做久了,真正的资产不只是那一份完整简报或报告,而是里面可以被拆出来、重新应用到不同情境的素材。

回顾这些案例后,我发现自己使用 Codex 的方式,其实有一套固定流程。第一步,先让 Codex 读脉络。第二步,把任务缩小成明确成果。第三步,先做小范围测试。第四步,把人的判断留在关键位置。第五步,把成功流程写回规则。

所以对我来说,Codex 不只是写程式的 AI。它更像是一个可以进入真实资料夹、真实工具、真实工作流程中的助理。它帮我把那些原本很花时间的文书、教材、资料、行政流程,转成可以自动执行、可以反复修正、可以留下规则的工作系统。

相关页面