Gary Talks Stuff：Codex 新手教學 — 非技術人員也能上手的 AI Agent 完整指南

開場閒聊

Gary 一開場就用一個生動的故事切入正題：「我們團隊有一個營運夥伴，完全不寫程式。前陣子我讓他開始用 Codex，他問我的第一個問題是：『這不就是一個放在桌面上的 ChatGPT 嗎？』」

他笑著解釋，兩者其實天差地別。ChatGPT 你得先把檔案丟上去，它改完你還要自己下載、自己整理，做事的主力還是你。但 Codex 是直接鑽進你的電腦，幫你讀檔案、改檔案、做表格、做簡報，甚至幫你架一個網站。

「它不是一個聊天視窗，它是一個會在你電腦裡幹活的 Agent。」

Gary 用一個精妙的比喻總結：「把 Codex 當 ChatGPT 用，有點像買了一台特斯拉，結果只拿來聽廣播。」

懶人包速覽

核心痛點	解決方案 / 關鍵觀點
搞不清楚 ChatGPT 和 Codex 的差別	ChatGPT 是線上問答，Codex 是直接動你電腦的 Agent
不知道該給 AI 多大的權限	從「要求核准」開始，熟了再逐步開放到「Full Access」
上下文一長 AI 就答非所問	盯緊上下文使用率，到 80% 就手動壓縮，不要等它滿了自動壓
Agent Markdown 跟 Memory 搞混	Agent Markdown 是靜態憲法，Memory 是動態短期記憶，用途完全不同

作為一個長期關注 AI 開發工具的人，我覺得這支影片非常適合兩種人看：一種是完全沒用過 AI Agent、還在觀望的非技術工作者；另一種是已經在用 ChatGPT 但總覺得哪裡不夠順手的輕度使用者。Gary 從零開始拆解，用一個「辦講座」的生活化案例把四個抽象概念講得清清楚楚。

AI 工具的兩大分類：網頁版 Chatbot vs 桌機版 Agent

Gary 先幫大家建立最基本的認知框架。現在的 AI 工具大致可以分成兩種。

第一種是網頁版 Chatbot，也就是多數人最熟的 ChatGPT、Claude 網頁版。它們住在瀏覽器裡，你問它答。上傳下載、整理收尾，動手的還是你自己，因為它根本碰不到你的電腦。

第二種是住在你電腦裡的 Agent，像是 Codex 或 Cursor。你把一個工作環境交給它，它就能在你授權的範圍內，自己讀文件、改文件、執行工具、產生成品，完全不用你一直上傳下載複製貼上。

Gary 特別點出一個關鍵差別：終端機型的 Agent（像 Claude Code）比較多工程師在用，而今天介紹的 Codex/Cursor 桌面 App 是對非技術人員最友善的選擇。而且 Cursor 有免費版，只要有 ChatGPT 帳號就能用。

介面導覽：三欄設計與 Fork 功能

Gary 簡介了 Codex 的介面設計，是非常直觀的三欄式布局。

左邊管對話和專案，包含歷史對話、任務列表、專案資料夾、外掛程式和設定。如果是針對某個專案的任務，就要從專案資料夾旁邊開始對話，這樣 Codex 才會讀到正確的上下文。

中間是打字或語音輸入的地方。Gary 透露自己現在約 80% 的時間都用語音輸入，因為一直打字手勢會很酸。他還補充說之後打算出一期影片專門分享怎麼用好語音輸入來提高與 AI 協作的效率。

右邊是預覽結果區，可以看文件、看資料夾結構、預覽 Codex 幫你做出來的網頁或 HTML 報表。最實用的是針對網頁預覽的視覺化註解功能 — 只要打開註解，點選畫面上的任何元素，說出你想要修改的地方，Codex 就會去改底層程式碼，再把更新後的結果顯示給你。使用者完全不用會寫 Code。

另一個實用功能叫「Fork」（分支）。每則回覆下面都有一個分叉按鈕，可以從這個時間點複製出一條一模一樣的對話。Gary 用打電動的存檔點來比喻 — 打 Boss 前先存個檔，死了可以從存檔點重來。當 Codex 給你兩個選項時，你可以 Fork 兩個 session 同時進行，看看哪條路徑的結果比較好。

四大基本功之一：專案（Project）

專案的概念很簡單 — 你在哪個資料夾叫出 Codex，那個資料夾就變成它的工作區。

Gary 用「辦一場小型線下講座」當例子：先在電腦裡開一個「講座籌備」資料夾，把活動說明、報名名單、講者介紹、圖片素材、過去的簡報範本都丟進去。

這一步看似基本，但其實是整件事的關鍵。你不是把整台電腦交給 AI，而是先圈出一塊範圍，讓它在裡面做事。Gary 強調：「與其只丟一個關鍵字叫它自己去找，不如直接把資料夾拖進去，或者把完整路徑貼給它，不然它會在你的整台電腦東翻西找，一來慢，二來還白白燒掉一堆 Token。」

四大基本功之二：權限（Permissions）

權限是新手最該搞懂的一環，因為它直接決定 Codex 能在你電腦上玩多大。

Gary 介紹了三種權限模式。最保守的是「要求核准模式」（預設權限），Codex 只能讀檔案跟你討論，要動任何檔案或跑任何指令都得先問過你。中間的是「代我核准模式」，也是大部分人在用的，在工作資料夾內可以自己讀檔、改檔、跑指令，但只要想碰資料夾以外的東西或要聯網就會停下來問。最後是「Full Access」，完全放行，連網路、連整台電腦都能碰，在 CLI 裡還有個外號叫「YOLO 模式」。

Gary 的建議很務實：不要一開始就糾結要選哪個，先用保守的起手，讓 Codex 一直問你，被問到煩了就直接在當下切到更高權限。等到比較熟了，可以平時開 Full Access 圖個順暢，但用 Agent Markdown 把那些不可逆的操作鎖死，比如直接寫一條「不要刪除原始檔」。

四大基本功之三：上下文（Context）

上下文可以理解成 AI 視野範圍內能讀到的資料，包括你跟他說過的話、你給他的文件等。

Gary 點出一個常見的迷思：上下文不是越多越好。因為要讀的東西一多，它能思考的空間就被壓縮，焦點也容易模糊。這就像請一個助理做事，一次丟給它十份文件、二十條規則、三個任務，中間還一直改方向 — 它不是不能做，但很容易抓錯重點。

Gary 的實戰習慣：一個階段做完後，會讓 Codex 先總結一下目前狀態，然後開一個新的 session，或輸入 /compact 壓縮上下文，把它的腦袋清乾淨。他特別提醒要盯著介面上的上下文使用率，大概到 80% 就手動壓一次，不要等到 100% 被迫自動壓縮，因為很容易把重要的東西漏掉。

四大基本功之四：Agent Markdown

Agent Markdown 是專案的規則書，類似 Cursor 的 .cursorrules 或 Claude Code 的 CLAUDE.md。

Gary 舉例：在「講座籌備」資料夾裡放一份 Agent Markdown，裡面寫：「請用繁體中文輸出，不要刪除原始檔，修改文件前先說明你要改哪裡，所有報名名單一律輸出一份 Excel，做完附上處理摘要。」寫完之後，每次在這個專案下開 session，Codex 都會先讀這份文件，把它當成最高指導原則。

但 Gary 也提醒了一個新手常踩的坑：以為這份文件寫越長越好。規則越肥，Codex 真正拿來思考任務的空間就被吃掉越多，回答品質反而會掉。比較好的做法是 Agent Markdown 只放每次都一定要知道的最低限度背景跟規矩，那些比較長的操作流程做成 Skill，要用再叫出來就好。

Gary 還給了一個很實用的建議：不用一開始對著空白檔案發呆，可以先正常用它做一陣子，等專案有了點樣子，再叫 Codex 根據你們這段時間的合作，幫你把這份 Agent Markdown 生出來。它會把專案背景、檔案結構、你的偏好都整理進去。

實戰任務：從整理檔案到串接郵件

Gary 用三個逐步深入的實戰任務來展示 Codex 的威力。

第一步是整理檔案。你可以讓 Codex 先掃描資料夾，告訴你裡面有哪些文件、每個大概是做什麼的，然後幫你重新命名。Gary 感嘆：「我們每個人的電腦裡大概都躺著一堆最終版、真的最終版、這次絕對最終版，這種事情就可以直接丟給 Codex。」檔名看不懂很多時候就是工作開始亂掉的第一步，資料夾整理乾淨之後成功率會大幅提升。

第二步是整理表格。Gary 教了一個小訣竅：跟 Codex 講目的，結果會差很多。比如不要只說「幫我整理名單」，要說「幫我整理一份等一下要拿來寄確認信的名單」，它就會懂得要把信箱、是否出席這些資訊擺前面，把不相關的欄位收起來。整理完之後，記得請它順便產出一份處理日誌，告訴你它改了什麼、有哪些資料缺漏。

第三步是串接 Gmail。有了乾淨的 Excel 名單後，你還能往下讓 Codex 針對每個人寫一封確認信。如果報名者有特殊需求，還可以在那個人專屬的信件裡客製化回應。

QA 精選

Q1：Codex 跟 ChatGPT 最大的不同是什麼？

ChatGPT 是網頁版的 Chatbot，你問它答，它改完的東西你還要自己下載整理，真正做事的主力還是你。Codex 則是住在你電腦裡的 Agent，可以直接讀你的檔案、改你的檔案、執行工具和產生成品。Gary 的比喻最傳神：把 Codex 當 ChatGPT 用，就像買了特斯拉只拿來聽廣播。

Q2：新手一開始該用哪種權限模式？

Gary 建議先用最保守的「要求核准模式」起手，讓 Codex 每一步都問你。被問到煩了，當下可以直接切到更高的權限。等摸清楚運作邏輯後，可以開 Full Access 圖個順暢，但搭配 Agent Markdown 鎖死不可逆的操作（如「不要刪除原始檔」）。這種做法既能享受最高權限，又把最怕的「手滑刪掉東西」擋在門外。

Q3：上下文用越多越好嗎？怎麼管理才不會亂？

不是越多越好。上下文一多，AI 的思考空間就被壓縮。Gary 的習慣是緊盯上下文使用率，到 80% 就手動壓縮一次。一個階段做完，讓 Codex 總結狀態後開一個新 session，或輸入 /compact 壓縮上下文，把它的腦袋清乾淨再進行下一階段。

Q4：Agent Markdown 跟 Memory 有什麼差別？

Agent Markdown 是你給 AI 的「憲法」— 靜態的、長期的，用來定義合作的基本遊戲規則。Memory 是 AI 從對話中自己累積的「記憶」— 動態的、短期的，會根據你們聊的內容自動更新。簡單說，Agent Markdown 是你主動定的規矩，Memory 是 AI 被動學到的習慣。

Q5：非技術人員真的能學會用 Codex 嗎？

完全可以。Gary 團隊裡完全不寫程式的營運夥伴就是最好的證明。關鍵在心態轉變：不要覺得這些工具是工程師專用的。Codex 不只是你的私人助理，也是你隨叫隨到的家教。不會寫程式沒關係，你可以讓它邊做邊解釋，你同時也在學。做錯的時候，告訴它哪裡不對、為什麼不對 — 你越是這樣帶它，它就越像一個真正懂你做事方式的夥伴。

主編隨筆

看完這支影片，我最深的感觸是 Gary 對「權限管理」的實戰建議。市面上很多 AI Agent 教學都在教怎麼下 prompt，但很少有人具體說明權限該怎麼放、放多少。Gary 的「從嚴開始，逐步放寬，用 Agent Markdown 補最後一道防線」這個策略，其實跟軟體工程裡的 Least Privilege Principle（最小權限原則）完全一致。

另外，視覺化註解功能對我來說是一個被嚴重低估的殺手級應用。傳統上非技術人員要跟開發者溝通 UI 修改，不是寫落落長的文字描述，就是開截圖用紅圈圈標記。Codex 直接在預覽畫面上點擊元素、口說指令就能改，這把「開發」這件事的門檻降到了前所未有的低點。

提醒一下站上有興趣的朋友，Gary 說 Cursor 有免費版，只要有 ChatGPT 帳號就能用，非常適合想入門 AI Agent 又不想先花錢的人。而這支影片學到的四大基本功 — 專案、權限、上下文、Agent Markdown — 其實不只在 Cursor/Codex 上適用，任何 AI Agent 工具（Claude Code、Copilot 等）的底層邏輯都一樣，學會了就能一通百通。

結語

Gary 在影片最後用五句話總結了新手入門 AI Agent 的最佳路徑。

第一，記住 Codex 是一個能進到你工作環境、直接動你檔案的 AI，不是單純的聊天機器人。第二，先搞懂專案、權限、上下文和 Agent Markdown 這四個基本功，這是駕馭任何 AI Agent 的必備知識。第三，開始用它處理本地文件、表格、網頁、郵件、簡報這些最容易有感的日常任務。第四，用順了之後再學著搭自己的 Skill 和自動化排程。第五，記住它不只是你的助理，也是你的家教 — 你會的事情可以教它做，不會的事情可以先教它教你，學會了再叫它幫你做。

對於還在觀望的朋友，Gary 最後問了一個值得思考的問題：你現在是還在用網頁版 Chatbot 問問題，還是已經開始讓 AI 動手幫你做事？這個問題的答案，可能就是你生產力下一步的分水嶺。