Codex 新手入门教程:30分钟跑通一个完整的 AI 工作流

我之前每周做公众号选题,都要重复一件很烦的事。

打开 AI,开始解释:

我的账号叫什么,写什么方向,哪些不要碰,标题风格是什么,选题表要包含哪些字段,最后要输出什么格式。

解释一遍不算什么。

每周解释一次,就真的很烦。

不知道你是不是也有这种感受——感觉每次都在和 AI 重新认识,做完这次,下次还是从零开始。

后来我开始认真用 Codex。

把账号定位、历史数据、选题规则和输出格式,全部放进一个项目文件夹。

再把跑通的流程做成 Skill。

从那后来,选题不再是一次对话,而是一套可以重复运行的工作流。

这篇文章不讲 Codex 的所有功能。

只带你在 30 分钟内,把「项目 → 规则 → 素材 → 交付物 → Skill → 自动化」这条完整链路,第一次跑通。

Codex 新手入门教程:30分钟跑通一个完整的 AI 工作流


先说清楚这30分钟能做什么

许多教程会告知你:30分钟掌握97%的功能。

我不这么说,由于那是假的。

这30分钟只完成一件事:

第一次把「项目、规则、素材、交付物、Skill、自动化」这条链路完整跑通一遍。

不要求你成为高手。要求你在结束的时候,手上有一个真实可用的项目文件夹,和一份能直接运行的选题工作台。

跑通之后,你自然就清楚 Codex 和 ChatGPT 的区别在哪里。


第一步:从文件夹开始,不是从对话框开始

许多人打开 Codex,第一反应是找输入框,开始问问题。

这就是用错了方向。

Codex 真正值钱的地方,不是回答问题,是把一个普通文件夹变成持续工作的 AI 项目。

先在本地建一个文件夹,结构是这样的:

公众号选题工作台/
├── AGENTS.md          ← 项目规则和背景
├── inputs/            ← 你给 Codex 的素材
├── outputs/           ← Codex 生成的交付物
├── references/        ← 参考资料和历史数据
├── skills/            ← 沉淀下来的 Skill
└── memory.md          ← 项目记忆和迭代记录

为什么要从文件夹开始?

聊天记录会过期,项目文件夹才是可以迁移的资产。

你的账号定位、选题规则、历史数据,都存在本地。后来换工具,资产不会消失。不要把所有东西堆在一个混乱的对话框里。

Codex 新手入门教程:30分钟跑通一个完整的 AI 工作流


第二步:写 AGENTS.md,让 Codex 先认识你

这是整个工作流最重大的一步。

许多人跳过这一步,直接让 Codex 生成内容,然后发现输出不对,反复改,反复解释。

根本缘由是:你没有告知它你是谁,你要什么。

AGENTS.md 就是解决这件事的。

它是项目的说明书。每次 Codex 启动任务,都会先读这份文件,然后按照里面的规则工作。

以我自己的为例:

# 项目背景
这是「运营老李搞AI」的公众号选题项目。
账号方向:AI工具实测、工作流教程、内容生产效率。

# 目标读者
职场人、产品经理、运营人、内容创作者、独立开发者。

# 优先选题方向
AI工具教程、上手SOP、工作流搭建、产品实践、独立开发。

# 避免方向
纯论文解读、纯参数比较、资本八卦、没有落地场景的新闻。

# 标题要求
包含具体工具名称或操作动词。
有明确的读者收益。
不超过25个字。

# 输出格式
每周5篇选题,每篇包含:
- 选题标题
- 核心判断(一句话)
- 文章框架(3-5个节点)
- 写作 Brief(可直接发给 Claude)
- 配图待办

# 工作规则
先读取本地素材和历史数据,再生成选题。
不删除原始文件。
所有结果写入 outputs/ 目录。
不确定的信息要标注「待核实」。

不要追求写得很长。要让规则具体、可执行。

模糊的规则只会带来模糊的输出。

Codex 新手入门教程:30分钟跑通一个完整的 AI 工作流


第三步:把真实素材放进项目

素材决定输出质量。

我自己的 inputs/ 目录里放了这些东西:

历史公众号文章数据(标题、发布时间、阅读量)。Obsidian 里整理好的 Codex 素材库笔记。最近一周关注的 AI 产品和文章链接。选题筛选规则(哪类选题过去表现好)。

我实测下来,分析4月1日到目前的公众号数据之后,Codex 给出的结论是:

高阅读量的文章,往往有几个共同点——

标题里有明确工具名称。有”新手入门”或”保姆级”这类定位词。说清楚了读者能拿到什么。是实测或者横评,不是泛泛介绍。

这不是 Codex 凭空想出来的。

它是基于我的真实数据得出的判断。

这才是 Codex 和 ChatGPT 的核心区别——它在帮你分析你自己的东西,不是在给你通用提议。

不要一上来就说”帮我想5个选题”。

应该这样要求它:

  1. 1. 读取 AGENTS.md 里的账号规则
  2. 2. 分析 references/ 里的历史文章数据
  3. 3. 找出高阅读文章的共同特征
  4. 4. 读取 inputs/ 里的本周素材
  5. 5. 最后再生成选题

顺序很重大。先读材料,再生成内容。

Codex 新手入门教程:30分钟跑通一个完整的 AI 工作流


第四步:跑出第一份选题工作台

素材放好之后,给 Codex 一个完整的任务描述。

不要只说”帮我做选题”。

给它一个完整的指令:

请读取当前项目中的 AGENTS.md、references/ 目录里的历史文章数据,
以及 inputs/ 目录里的本周素材。

为下周生成5篇公众号选题。

优先选择工具教程和上手SOP,避免纯新闻搬运。

每篇包含:
- 选题标题
- 核心判断(一句话说清楚这篇的主要观点)
- 文章框架(3-5个节点)
- 预计表现(高/中/低,说明理由)
- 写作难度(说明需要准备什么素材)

最终同时输出:
1. Markdown 选题表(写入 outputs/选题表_本周.md)
2. 可直接发给 Claude 的写作 Brief(写入 outputs/writing-brief_本周.md)
3. 配图待办清单(写入 outputs/配图待办_本周.md)

完成后检查:文件是否存在、能否打开、内容是否完整。

第一次的结果一般不会完美。

说句实在话,我自己第一次跑出来的选题,有两条太泛了,有一条标题不像我的风格。

这很正常。

重点是学会迭代:

选题太泛,就在 AGENTS.md 里补充”每篇选题必须有具体工具名称”。标题不对,就加一条”标题参考风格:《我用XX做了XX,发现……》”。输出结构散,就要求它先列框架再填内容。重复旧题,就让它读取历史选题记录再生成。

每迭代一次,把改动记在 memory.md 里。

下次跑的时候,这些经验都在。

Codex 新手入门教程:30分钟跑通一个完整的 AI 工作流


第五步:把跑通的流程变成 Skill

Skill 是什么?

用一句话解释:

把一套已经跑通的工作方法,保存成后来可以重复使用的配方。

不是技术概念,就是流程固化。

Skill 需要写清楚这几件事:

什么时候触发这个 Skill。先读取哪些文件。按什么标准筛选和生成。输出哪些内容、写入哪个目录。如何验收结果。

重点提醒:不要一开始就写 Skill。

先手动跑通两三次,确认流程稳定了,再把它固化。

否则只是把错误的流程自动化。

先把事情做对,再把做对的过程自动化。

我自己的选题 Skill 是在第三次跑完之后才写的,第一次和第二次都在调整 AGENTS.md 和任务描述。



第六步:设置每周 Automation

Automation 是让 Codex 定期自动执行任务。

我设置的是每周固定时间,自动:

读取 inputs/ 里的新增素材。查看 outputs/ 里的上周选题记录,避免重复。生成下周5篇选题。输出标题池和写作 Brief。写入固定文件夹。

但我必须说清楚一件事:

自动化不等于无人监管。

每周依旧需要人工完成三件事:

判断选题是否有明确立场,不能太中性太模糊。检查是否与旧文章重复,Codex 有时候会记错。确认热点和产品信息是否准确,它可能读到旧数据。

这一步我还在测试阶段,Automation 的稳定性取决于前面几步是否真的跑通了。

如果 Skill 不稳定,Automation 只是在定期制造错误。

Codex 新手入门教程:30分钟跑通一个完整的 AI 工作流


第七步:验收比生成更重大

许多人跑完任务,看 Codex 说”已完成”,就以为真的完成了。

不是。

你必须自己检查真实交付物。

通用验收清单,每次跑完都对照一遍:

✅ 文件是否真实存在(去 outputs/ 目录看,不是看 Codex 的总结)
✅ 文件能否正常打开
✅ 是否读取了指定素材(不是凭空生成)
✅ 是否引用了历史数据
✅ 选题是否有明确判断(不是泛泛标题)
✅ 标题是否包含具体工具或明确收益
✅ 是否重复旧选题
✅ 写作 Brief 是否可以直接发给 Claude 执行
✅ 原始素材是否保留(没有被删改)
✅ 不确定信息是否标注「待核实」

10条,一条一条过。

没过的,打回去让 Codex 补,或者自己手动修。

不要只看它的摘要,要检查真实文件。


Codex 新手入门教程:30分钟跑通一个完整的 AI 工作流


第八步:这套方法还能用在哪

跑通了选题工作台之后,这套方法可以迁移到许多场景:

周报和月报——把汇报规则写进 AGENTS.md,每周自动生成初稿。竞品监控——把关注的产品列表放进 inputs/,定期生成对比分析。用户反馈整理——把用户留言导入,自动归类和提炼核心问题。内容素材库——把每天看到的好内容存进 inputs/,定期整理成可用素材。项目复盘——把项目记录放进去,生成结构化复盘报告。

底层逻辑都是一样的:文件夹 → 规则 → 素材 → 交付物 → Skill → 自动化。

换的只是具体场景,方法不需要重新发明。


最后说一句

以前每周做选题,我都要从头告知 AI 我是谁、写什么、不要写什么。

目前这些东西都留在项目文件夹里了。

下一周变的只是素材和热点。

工作方法不需要重新发明。

这是 Codex 和普通聊天 AI 最本质的区别:

它不是陪你聊天的,是帮你把工作流做成资产的。

今天先做一件事就够了:

建立一个项目文件夹,写下第一份 AGENTS.md。

不要急着做自动化,先把一个真实任务完整跑通。

跑通之后,你就知道下一步该做什么了。

© 版权声明

相关文章

1 条评论

none
暂无评论...