《用 Codex 把「文档 / 表格 / PPT / PDF」直接做成可交付成果的实操路线》

导语

这是一篇 Codex App（OpenAI 的代码智能体产品）从入门到实战的全流程教程。前半部分覆盖基础操作（26 个操作要点），后半部分用 6 个实战场景展示如何把 Codex 用于实际工作交付。全文实操向，几乎每步都有截图。

1. 基础操作要点（26 条）

1.1 创建与配置

进入 codex.openai.com 点击“Create agent”创建智能体。每个 agent 对应一个独立的代码沙箱环境（Firecracker MicroVM），自带 Linux 命令行和开发工具链，但无网络访问，无法 pip install。 解决方法：在“Setup script”中添加依赖安装命令，或在“Environment”中配置环境变量。

1.2 文件管理与交互

左侧文件树管理项目文件。支持上传参考文件，但大参考文件建议直接拖入文件树。可通过“Customize”添加全局 system prompt（适合角色设定、输出规范）。每次任务默认开新 session，无跨 session 记忆。

1.3 核心特性

支持文件内引用（@文件名）、结果预览、文件下载。可在同一 agent 内开多个 session 并行执行不同任务，适合批量产出场景。Agent 可复制和分享，他人可直接使用你的配置。

2. 实战场景一：Word/PDF/PPT/Sheets 四件套

这是整篇教程的核心场景。上传参考文档（如研究报告、会议记录），Codex 能一次性生成：

• Word 文档：使用 python-docx 库生成，支持标题、正文、表格、图表。
• PDF 报告：使用 reportlab 库，可控制排版、字体、图表。
• Google Sheets 式表格：生成 .xlsx 文件，可带公式、图表、条件格式。
• PPT 演示：两种技术路线——“图片型 PPT”通过 Playwright 截图转 PNG 再插入 PPTX，视觉效果更好；“HTML 型 PPT”生成可直接在浏览器中展示的网页演示文稿，但不能导入 PowerPoint。

3. 实战场景二：3D 视频制作

用 Codex + HyperFrames 库 + Remotion 可以生成 3D 动画视频。 流程：先用 AI 生成 3D 场景序列帧，再用 Remotion 将序列帧合成为视频。需要在 Setup script 中预装 Node.js 和 FFmpeg。效果分辨率和流畅度尚可接受，适合概念验证和演示用途。

4. 实战场景三：做网站部署到 Vercel

Codex 可以一口气生成完整网站代码并提供部署指导。作者同时测试了 Ring 模型作为对比，发现 Ring 在复杂前端生成时多次报错，需要手动介入。Codex 的优势在于沙箱环境更稳定、可直接预览和调试。

5. 实战场景四：自媒体图文长教程

利用多窗口并行：同一 agent 内同时开多个 session，一个写正文、一个做配图、一个做排版，最后合并。适合生产公众号长文或教程文档。

6. 实战场景五：电商选品上架自动化

用 Codex + Playwright 自动化电商流程：自动登录平台、爬取商品信息、生成优化后的产品描述、自动上架。 需要在 Setup script 中预装 Playwright 和浏览器。实际效果取决于目标网站的反爬策略和登录验证方式。

7. 常见踩坑与解决方案

• 环境无网：所有依赖必须通过 Setup script 预装。
• 中文字体缺失：需要手动上传字体文件并在 Setup script 中安装。
• PPT 布局丢失：推荐用截图转图片路线而非纯代码生成。
• session 无记忆：将重要上下文写入 system prompt 或参考文件。

结论

Codex 的核心价值是把“让 AI 写代码”变成了“给 AI 一个完整的开发环境去执行任务”。对于非程序员来说，它大幅降低了“用代码生产文档、视频、网站”的门槛，但仍需要理解环境配置和工具链的基本逻辑。

思想框架

典型的“从入门到实战”教程结构：前半段是平台基础操作手册（26 个要点覆盖创建、配置、文件管理、协作），后半段是 6 个递进式实战场景（从文档生成→3D视频→网站部署→图文并行→电商自动化）。适合作为工具参考手册随时查阅，而非一次性通读。