如果你认为 Codex 只是一个"会写代码的聊天工具"，那你的认知已经落后整整一代了。
2026 年 7 月 9 日，GPT-5.6 正式向公众发布。
其核心是旗舰模型 "Sol"。
它执行单一请求直至完成的能力——从复杂的编码、研究、文档创建，到浏览器操作、计算机使用、安全防护以及长期项目执行——都得到了显著提升。
它在 Artificial Analysis Coding Agent Index 上获得了 80 分。在 Terminal-Bench 2.1 上，达到了 88.8%，在 Ultra 设置下，更是攀升至 91.9%。
然而，比这些数字更重要的变化是：
Codex 已经从一个"回答问题的 AI"，转变为一个"组装并完成工作的 AI"。
研究。
规划。
创作。
检查。
必要时，将任务分配给多个 AI。
保存已完成的流程，并在下次自动运行。
你可以在 Codex 内部完成整个循环。
目前，已有超过 500 万人每周使用 Codex，其中约 20% 是非工程师。而且，非工程师用户群体的增长速度是开发者的三倍以上。
换句话说，这种变化不仅仅是针对工程师的。
文章制作、社交媒体管理、竞品研究、产品规划、文档创建、客户支持和网站制作。
几乎所有在电脑上完成的工作，都是它的目标。
在这篇文章中，我将按照能力提升的顺序，串联起在 GPT-5.6 Sol 时代充分利用 Codex 所需的所有功能。
从选择 Sol、Terra 还是 Luna，到 Plan 模式、AGENTS.md、config.toml、技能、插件、MCP、Ultra、子代理、自定义代理、审查和自动化。
这并非零散的功能介绍，而是一份构建属于你自己的专属工作环境的战略蓝图。
对于希望随本文一起了解如何在副业中取得成果的整体图景的朋友们 🎁
目前，在官方 LINE 上，
"黑猫式 SNS 副业完全攻略：5 大福利包"
正在免费赠送中 🎁
由于原本计划作为付费内容发布，
达到容量上限后将停止发放。
请务必趁现在，连同文章一起领取。
▼▼▼
▶︎▶︎▶︎ 领取 5 大福利
那么，让我们进入正题！
Codex 的真正面目并非"AI 聊天"，而是一个运行工作的操作系统
要理解 Sol 时代的 Codex，首先需要把握全局。
Codex 由以下 6 个层级构成。
许多人只关注第一层："哪个模型最聪明"。
然而，实际工作中的差异从第二层开始体现。
无论模型多聪明，如果目的模糊、缺少必要材料、未设定完成条件，那么得到的反馈将只是无法达成目标的泛泛之谈。
反之，如果你提供了上下文、规则、工具、角色和完成条件，Codex 就会转变为完成交付物的一方。
毫无疑问，Sol 很强大。
但仅仅选择 Sol 并不能完成 Codex。
只有当你将大脑的性能与工作的机制连接起来时，才能看到它真正的潜力。
1. 为工作选择 Sol、Terra 还是 Luna
在 GPT-5.6 中，你可以根据目的从三个模型中选择。
Sol 是"指挥中心"，它会思考到底直至完成
Sol 是 GPT-5.6 的旗舰模型。它适用于答案并非从一开始就确定的工作。
- 阅读多个材料来决定策略
- 理解大型代码库以添加功能
- 一次性完成从研究到结构、制作和验证的全过程
- 跨浏览器和应用完成交付物
- 在长期项目中保持一致性
- 指挥多个子代理
Sol 适用于那些你不仅希望 AI 思考"要做什么"，更希望它思考"如何推进才能达成目标"的工作。
Terra 是平衡速度与质量的"执行者"
Terra 是一个平衡了能力与成本的模型。它适用于需要判断，但不需要 Sol 那种深度、持续思考的工作，例如日常研究、总结、文件整理、起草、代码修正和检查多个材料。
当运行多个子代理时，将 Terra 分配给研究或探索角色可以提高效率。
Luna 是负责处理量和速度的"工作者"
Luna 是速度最快、成本最低的模型。
- 对大量文件进行分类
- 检查符号不一致之处
- 初步筛选
- 转换样板文本
- 生成大量候选方案
- 格式化为固定样式
它适合高频运行这些轻量级任务。不要将最终判断交给 Luna，而是让它负责收集、整理和筛选候选方案，最后再交回给 Sol。这种分工方式非常强大。
如果不确定，可以从这个组合开始
你不需要每次都让 Sol 以最高设置运行。Sol 负责指挥中心，Terra 负责研究，Luna 负责常规处理。就像人类团队一样，根据工作的轻重来分配大脑。
Ultra 不仅仅是"深度思考设置"
Ultra 是一种为相应模型使用最高级别推理的设置。更重要的是，它能够主动将合适的任务分配给多个子代理。
在常规设置中，你需要明确说"把这分给三个人"来实现并行。而在 Ultra 中，Codex 会判断"分解这项工作会更快并提高质量"，并自动将其拆解为研究、制作、验证等部分。简而言之，Ultra 不仅仅是一个高智能模式，更是一个自动化的 AI 团队组建模式。
Fast 模式在不变更模型的情况下提升速度
Codex 还提供 Fast 模式。它以消耗更多 GPT-5.6 积分为代价，将相应模型的速度提升约 1.5 倍。你可以通过 CLI 使用以下命令进行切换：
/fast on
/fast off
/fast status
此功能适用于截止日期紧迫的修正，或希望减少等待时间的专注工作。Fast 模式不同于"切换到更轻量的模型"。当你希望在保持 Sol 能力的同时提升速度时使用它。
2. 选择 App、CLI、IDE 还是 Cloud
Codex 的优势会因使用场景不同而变化。
ChatGPT 桌面应用是"指挥室"
如果你想在查看多个文件的同时规划、推进任务，并处理图像、文档、表格、浏览器和外部工具，那么桌面应用就是中心。你可以在此统一管理 Codex 的进度、差异比较、子代理、技能、插件和定时任务。对于希望将 Codex 整合到工作中的非工程师来说，从应用开始是最短的路径。
CLI 是"终端中的执行者"
CLI 擅长直接处理本地文件和代码、执行命令、测试、Git 操作以及非交互式自动处理。通过使用 codex exec 而不仅仅是交互式的 codex，你可以从脚本或 CI 中运行它。CLI 的价值对于那些希望以相同方式反复运行固定流程的人来说尤为突出。
IDE 扩展是"代码旁的助手"
如果你想在 VS Code 等编辑器中，一边看着打开的代码，一边进行修正、解释和审查，那么请使用 IDE 扩展。在切换目标文件的同时给出详细指令非常方便，使得实现过程中的来回沟通最短。
Cloud 是"解放你电脑的外包商"
Cloud 适合当你希望将耗时的任务交给一个独立环境时使用。你可以在不中断本地工作的情况下并行处理其他任务。
思路很简单：
- 日常指挥：桌面应用
- 命令与自动处理：CLI
- 代码实现的紧密协作：IDE
- 长时间运行的独立任务：Cloud
你不需要将所有事情都集中在一个地方。根据工作的性质，从最合适的入口使用同一个 Codex。
3. 用四个要素提供指令：目的、上下文、约束和完成条件
GPT-5.6 Sol 即使使用简短的指令也能运行得相当好。尽管如此，对于重要的工作，提供这四个要素会使其稳定性大大提高。
目的
这并非指"要做什么"，而是"想要达成什么目标"。不要只说"写一篇文章"，而要说"完成一篇文章，让那些只把 Codex 用于一次性聊天的读者，能够创建自己的专属 AI 工作环境"。
上下文
它应该查看哪些文件、材料、示例和过往决策？能够将文件夹交给 Codex 的强大之处就在于此。不必每次都在聊天框中重写解释，让它去读取正确的材料。
约束
需要遵守的条件。包括字数、语气、不得触碰的文件、使用的技术、目标受众、主要参考信息、禁止使用的表达等。
完成条件
工作完成需要满足什么条件？不要只说"写完文字就完成"，而应决定"完成事实核查、链接检查、字数检查、可读性检查并保存到指定文件夹后，才算完成"。
将这四点总结起来，就形成了以下格式：
ーーーーーーーーーーーー
【将工作交给 Codex 的基本提示】
目的：
[你希望通过这项工作达成什么目标]
上下文：
[需要读取的文件、文件夹、参考材料、过往决策]
约束：
[需遵守的规则、变更范围、目标受众、格式]
完成条件：
[完成时需要检查哪些内容，达到何种状态]
请自行进行必要的研究和工作，并执行直至满足完成条件。仅在需要判断时提出问题，其余情况请自行判断并合理推进。
ーーーーーーーーーーーー
当目的和完成条件明确时，Sol 的表现比列出 30 个详细步骤时更加强大。如果你决定了所有步骤，Codex 就只能执行你指示的工作。明确目标，给过程留出空间。这才是对 Agent 的指令。
将提供给 Codex 的信息放入文件，而非聊天
你使用 Codex 的时间越长，文件设计就比聊天技巧更重要。如果只通过对话进行，重要的决定、参考资料、交付物和后续任务都会混杂在同一个地方。每次开始新对话时都必须重新解释，而且得到的判断可能与上次不同。要摆脱这种状态，就需要为每个项目决定"恢复工作需要读取哪些内容"。
最低限度的配置是以下四个：
项目/
├── Context.md # 很少变化的目的、目标、前提
├── Project.md # 当前问题、决策、后续任务
├── Materials/ # 参考资料、源数据、竞品信息
└── Outputs/ # 已完成的交付物
将"很少变化的前提"放在 Context.md 中
放置每次都需要的信息，如项目目的、目标受众、判断标准和需遵守的条件。
将"正在做什么"放在 Project.md 中
更新当前问题、正在考虑的方案、决策和下一步行动。即使更换了对话，通过读取此文件也能从上次中断的地方继续。
将"证据"放在 Materials 中
总结创建交付物所需的材料，如参考文章、竞品研究、图片、会议记录、数据和规格说明。
将"最终版本"放在 Outputs 中
通过分离草稿和最终版本，Codex 将旧草稿误认为主版本的可能性就会降低。
一旦创建了此结构，请在 AGENTS.md 中写入读取顺序。这样，后续的请求可以非常简短：
遵循此项目的 AGENTS.md，并读取 Context.md 和 Project.md。从当前点开始推进，直到满足完成条件。
聊天是指令和判断的地方。文件是记忆和交付物的存放地。当这种分工实现时，Codex 就不再是一次性的对话伙伴，而是持续推进项目的负责人。
4. 对于模糊的工作，从 Plan 模式开始
你有想做的事，但不知道要做什么或从何开始。在这种状态下直接跳入实施或制作，前提条件会在中途发生变化。这时就需要 Plan 模式了。
在 Plan 模式下，Codex 会先研究文件和状况，提出必要的问题，并在执行前创建蓝图。你可以通过 CLI 中的 /plan 或应用中的 Shift+Tab 切换到该模式。
Plan 模式在以下工作中表现出色：
- 需求尚不明确的新项目
- 跨多个文件的变更
- 不想破坏现有机制的改造
- 有许多选项的工具引入
- 长期项目的流程设计
- 根据读者或产品方向决定文章制作
使用方法并不复杂。
ーーーーーーーーーーーー
【Plan 模式的提示】
不要立即执行此请求，首先研究当前状况。
- 收集实现目标所需的信息
- 区分不明确之处和重要判断
- 规划执行步骤、变更目标和验证方法
- 仅询问我需要进行决策的事项
一旦计划成型，以可执行的顺序呈现。
目的：[你想要达成的目标]
ーーーーーーーーーーーー
Plan 模式的价值不在于谨慎，而在于消除返工。花最初的 15 分钟进行正确的设计，比花 10 分钟开始制作，然后在 3 小时后重做要快得多。工作越大，这种差距就越明显。
5. 用 AGENTS.md 消除"重复解释"
开始使用 Codex 的人应该创建的第一个资产就是 AGENTS.md。AGENTS.md 是 Codex 在开始工作前会读取的规则手册。你可以将希望它每次都遵守的事项固定在文件中，而不是通过聊天。
例如，以下内容：
- 首先读取文件的顺序
- 项目目的
- 重要文件夹
- 编写和设计规则
- 测试和确认命令
- 不得变更的范围
- 完成的定义
- 向用户的报告方法
区分全局和项目
将通用的个人规则放在 ~/.codex/AGENTS.md 中。将特定项目的规则放在项目根目录下的 AGENTS.md 中。如果某个特定文件夹需要单独的规则，可以在该文件夹内添加一个 AGENTS.md。Codex 会从顶层规则开始读取，并优先处理更靠近工作区的文件。换句话说，你可以将通用规则与现场规则分开。
第一个 AGENTS.md 这样写就够了
AGENTS.md
目的
- 在此项目中实现什么目标
首先读取
- Context.md
- Project.md
- 目标功能的规格说明
工作规则
- 不删除现有数据
- 优先采用现有设计模式
- 不更改无关文件
完成条件
- 必要的实施或交付物已完成
- 测试和显示确认已完成
- 报告变更详情和确认结果
你不需要一开始就创建一部百科全书。当 Codex 犯了同样的错误时，添加导致该错误的规则。如果你重复了两次同样的解释，那是机制的问题，而不是对话的问题。不要只当场修正，要改变它，避免下次再发生。AGENTS.md 就是不断成长 Codex 的地方。
6. 使用 config.toml 设置 Codex 的初始状态
如果说 AGENTS.md 是"工作规则"，那么 config.toml 就是"Codex 主体设置"。它主要管理以下项目：
- 要使用的模型
- 推理努力程度
- 权限和批准方式
- 沙盒
- MCP 服务器
- 子代理设置
- 功能开关
- 配置文件
将个人设置放在 ~/.codex/config.toml 中。将项目特定设置放在 .codex/config.toml 中。CLI、IDE 扩展和桌面应用共享此设置层。
一个最小配置如下所示：
model = "gpt-5.6"
model_reasoning_effort = "high"
approval_policy = "on-request"
[agents]
max_threads = 6
max_depth = 1
max_threads 是可以同时打开的代理线程数，max_depth 是子代理可以进一步向下分支的深度。当前标准是最大 6 个线程和 1 层深度。一开始不需要递归地增加大量代理。由主代理将工作分配给多个专家并收集结果，这已经足够强大了。
划分设置的角色可以防止混淆：
- 如何行动：AGENTS.md
- 使用哪个模型、权限和连接：config.toml
- 如何推进工作：技能
- 如何处理外部服务：MCP / 插件
7. 用技能将"成功的流程"转化为能力
你是否每周都在从零开始解释同样的工作？文章制作、竞品研究、会议总结、发布、审查、发票处理、报告创建。如果你重复同样的流程，下一步要创建的不是一个冗长的提示，而是一个技能。
技能是一种可以添加到 Codex 中的、针对特定工作的能力。基本上，你在 SKILL.md 中编写以下内容：
- 何时使用
- 接收什么输入
- 需要读取什么
- 按什么顺序进行
- 使用哪些工具
- 检查哪些内容以确认完成
如有必要，可以将参考资料、模板、脚本和图像资源放在同一文件夹中。
技能仅在需要时读取完整文本
Codex 不会一开始就加载所有技能的文本。它首先查看名称和描述，仅打开与当前请求匹配的技能。这就是"渐进式披露"。你可以只调用必要的能力，而无需将大量流程每次都塞进上下文。
可以显式使用或自动使用
显式使用时，在提示中指定 $技能名称。如果描述和请求内容匹配，Codex 也可以自动选择。这就是为什么 description 比技能名称更重要。它是哪种技能，何时使用，何时不使用？如果这一点明确，误触发就会减少。
应该制作成技能的工作
如果符合以下两项或以上，就该将其制作成技能了：
- 你已经执行过相同的流程 3 次或更多
- 每次参考的材料都相同
- 如果顺序错了，质量会下降
- 有必须始终通过的检查项
- 需要与特定工具协调
- 你想与他人或在其他项目中复用
仅仅保存一个曾经成功的提示并不能提高可重复性。只有在固定了输入、流程、判断标准和验证之后，它才能成为一种能力。
如果你使用支持 Computer Use 的 macOS，可以通过演示创建技能
对于难以用文字解释的操作，可以使用录制与回放功能。如果你在 Mac 上实际演示操作，Codex 会分析流程并创建技能的草稿。此功能适用于"演示比解释更快"的工作，例如费用报销、下载常规报告、发布视频和填写固定表格。
8. 插件捆绑了"能力、连接和工具"
如果说技能是工作流程，那么插件就是分发多个能力和连接的包。一个插件可以捆绑以下元素：
- 技能
- 连接器，如 Gmail 和 Google Drive
- MCP 服务器
- 钩子（Hooks）
- 浏览器功能
- 定时任务模板
在自行制作技能之前，如果有符合你目的的插件，先使用现有插件会更快。例如，通过添加 GitHub、Gmail、Google Drive 和 Slack 的插件，Codex 的工作空间将扩展到本地文件夹之外。
技能与插件的区别
插件可从桌面应用和 CLI 的插件浏览器中获取。在 CLI 中，使用 /plugins 打开。安装后，启动新的聊天或会话即可使用已添加的技能和工具。
9. 使用 MCP 为 Codex 赋予"处理外部服务的手脚"
无论 Codex 多么强大，它都无法触及未连接服务的实时数据或私人信息。你可能希望它读取 Google Drive 的材料，检查 GitHub Issues，查看 Figma 设计，从 Notion 或内部系统获取信息，或者操作浏览器。这时就需要 MCP 了。
MCP 是将 Codex 与外部工具和信息连接起来的通用标准。MCP 服务器主要提供三样东西：
- 工具：搜索、创建、更新、发送等操作
- 资源：读取文档、数据、规格说明等
- 提示：针对该服务的可复用提示
添加 MCP 会改变请求的形式
连接之前，用户需要收集信息并粘贴到 Codex 中。连接之后，Codex 本身可以获取必要信息，创建交付物，并将其反映到需要的地方。例如，像这样的工作：
- 从 Google Drive 收集会议材料并总结决策
- 检查 GitHub PR 和 Issues 并实施修复
- 查看 Figma 以复现屏幕并在浏览器中检查显示
- 从 Gmail 中提取需要回复的邮件并创建草稿
- 根据 Notion 规格说明创建设计方案
结合技能与 MCP
单靠 MCP 只是增加了工具。在技能中编写要做什么的顺序。"每周一，从 Drive 读取数值，与上周比较，检查异常值，并创建报告。"在这种情况下，从 Drive 获取信息的手是 MCP，而每周的工作流程是技能。将工具和流程分开。这个思路能让 Codex 更稳定。
10. 使用 Ultra 和子代理创建"单人 AI 团队"
Sol 时代的亮点不在于让单个 AI 变得更聪明。而在于让多个 AI 同时工作。Codex 可以将工作分配给子代理，并行推进，最后由主代理整合结果。
让一个人做所有事情会污染上下文
如果你不断将冗长的研究日志、测试结果、错误、候选方案和被否决的方案都塞进同一个聊天中，重要的目的和判断就会被埋没。这就是上下文污染。此外，随着不必要的信息不断增加，在长对话的后半部分，判断准确性会下降。因此，将繁重的中间工作卸载给独立的代理。
- 主代理：目的、判断、整合、最终版本
- 研究员：材料、竞品、事实、数据
- 创作者：初稿、实施、候选方案创建
- 验证者：错误、遗漏、偏差、测试
只将整理好的结论返回给主代理，而不是每个负责人的漫长工作日志。
内置的 3 个角色
Codex 有三个基本代理：
default：通用目的worker：推进实施和修正explorer：读取和研究代码及材料
一开始这三个就足够了。如果你想进一步固定角色，可以创建自定义代理。将 TOML 文件放在 ~/.codex/agents/ 中用于个人使用，放在 .codex/agents/ 中用于项目使用。除了名称、描述和分配指令外，你还可以为每个角色更改模型、推理、沙盒、MCP 和技能。
首先创建 4 人团队
ーーーーーーーーーーーー
【可复制粘贴：Sol 指挥中心 + 3 人 AI 团队】
使用一个主代理和三个子代理推进此工作。
主代理：
管理目的和完成条件，并根据每个负责人的结果创建最终版本。
研究负责人：
收集必要的一手信息、示例、数据和前提，并附上证据返回。
制作负责人：
根据研究结果和目的创建交付物的初稿。
验证负责人：
检查事实、遗漏、质量、可读性以及是否偏离目的。
执行可以独立并行进行的工作。等待所有负责人完成，然后让主 Agent 整合结果。
最终输出：
- 最终版本
- 采用依据
- 验证中修正的点
- 剩余判断
目的：[此处填写目的]
完成条件：[此处填写完成条件]
ーーーーーーーーーーーー
并行化“独立工作”
增加子 Agent 并不能让一切更快。真正强大的是可以同时进行的工作。
- 多个材料的研究
- 针对安全性、质量和可读性进行独立的视角审查
- 大量文件的分类
- 多个方案的创建
- 测试和日志分析
另一方面，如果多人同时重写同一个文件，就会产生冲突。将写作角色集中到一个人身上，并行化阅读、研究和验证的角色。这是第一个正确答案。
11. 分离制作负责人和验证负责人
仅仅让 Codex“制作，然后检查是否有问题”，会从同一视角重复进行制作和确认。如果想提高质量，从一开始就分离角色。
对于代码：
- 实施负责人
- 测试负责人
- 安全负责人
- 可维护性审查负责人
对于文章：
- 写作负责人
- 事实核查负责人
- 新手视角负责人
- 标题一致性检查负责人
对于资料：
- 结构负责人
- 数据确认负责人
- 设计确认负责人
- 决策者视角负责人
即使是同一份交付物，当审视的角色不同时，提出的问题也会改变。Codex 也有 /review。你可以针对未提交的更改、特定提交、与基础分支的差异等，在实施后执行审查。然而，仅调用审查功能是不够的。要决定把什么作为问题来发现。
ーーーーーーーーーーーー
【用于复制粘贴：完成前审查】
作为独立于创建者的审查者检查此交付物。
优先级：
- 妨碍达成目的缺陷
- 事实、数据或规格错误
- 缺失的前提或步骤
- 用户会感到困惑的地方
- 可读性、可维护性、表达
按重要性顺序列出问题，并显示相关部分和建议的修复。如果没有问题，简要说明已确认的范围和剩余风险。
完成条件：[此处填写完成条件]
ーーーーーーーーーーーー
不要说“让它看起来不错”，要给出通过条件。验证也是工作的一部分。
12. 通过权限和沙箱设计“可委托的范围”
Codex 可以读写文件、执行命令、操作外部服务。因此，权限设计与模型的智能程度同样重要。有三个基本思路：
- 只读：仅读取
- 工作区写入：可以在工作区文件夹内更改
- 完全访问：可以访问广泛范围
将日常生产和实施基于工作区写入。仅在需要外部网络或单独文件夹时添加必要范围。对于难以撤销的操作，如删除、发送、发布、付款和更改外部服务，保留确认环节。这不是为了让 Codex 变弱。这是安心委托大型任务的基础。如果权限模糊，Codex 会在必要操作时停止，或者相反，范围过大。先决定“它能自动执行到什么程度”，可以减少工作期间的确认次数。
13. 通过自动化实现重复性工作自动化
一旦工作成功完成一次，接下来就将其自动化。使用 Codex 的定时任务，你可以在固定时间、固定间隔、事件发生后或监控条件下运行工作。例如，像这样的用法：
- 每天早晨收集 AI 行业的最新新闻
- 每周检查竞争对手的新文章
- 每晚审查项目变更
- 定期检查 PR 状态并回应新提出的问题
- 月初创建报告
- 在同一个聊天中跟踪长时间处理直到完成
区分一次性任务和持续聊天
如果每次都需要独立的结果，使用独立定时任务。如果想继承之前的对话并继续相同的工作，在现有聊天中创建定时任务。
保持应用运行以进行本地工作
处理桌面应用中的本地项目的定时任务需要计算机和应用保持运行。在 Git 项目中，你可以选择直接使用当前工作区文件夹，还是通过另一个 Worktree 分离。如果定时任务可能会触及你当前正在处理的文件，通过 Worktree 分离更容易处理。
自动化是在“手动成功”之后进行的
不要突然每天运行，先在普通聊天中完成一次。然后，将其制作为技能。最后，将其放入定时任务。手动成功 → 技能化 → 自动化。按此顺序，你不会每天批量生产错误的工作。
14. 根据目的从以下配置开始
你不需要使用所有功能。从工作所需的层次开始构建。
AI 初学者 / 员工
- 桌面应用
- GPT-5.6 Sol 或 Terra
- 目的、背景、约束、完成条件
- 计划模式
- 项目的 AGENTS.md
第一个目标是将一个文件夹交给 Codex，并从规划到完成推进。
文章、社交网络、内容制作
- 使用 Sol 进行结构和最终编辑
- 使用 Terra 进行研究
- 将制作规则保存在 AGENTS.md 中
- 将文章制作和帖子创建技能化
- 通过 MCP 连接 Web 搜索和 Drive
- 将事实核查负责人设为子 Agent
- 将主题研究设为定时任务
通过此配置，不仅限于制作文本，还包括规划、研究、制作、确认和下一步改进。
个体经营者 / 单人公司
- 为每个业务任务分离文件夹和主文件
- 将通用规则放在 AGENTS.md 中
- 将日常任务转为技能
- 通过插件/MCP 连接 Gmail、Drive、GitHub 等
- 为研究、制作和验证创建自定义 Agent
- 使用 Ultra 分配多个项目
- 将稳定任务移至自动化
目标不是成为向 AI 提问的人，而是成为向 AI 分配工作并仅判断结果的人。
开发者 / 制作团队
- CLI 或 IDE 扩展
- 仓库根目录下的 AGENTS.md
.codex/config.toml- 将 lint、测试和构建修复为完成条件
- 在子 Agent 之间分配实施、测试和审查
/review和 GitHub 集成- 将 PR 监控和定期审查移至定时任务
不要停留在代码生成，要完成测试、差异确认、审查和 PR 响应的循环。
15. 使用 Codex 失败的人的 7 个共同特征
- 把所有内容塞进一个聊天 如果在同一个聊天中继续研究、制作、修正和不同项目，目的会被埋没。分离项目，并将繁重的中间工作卸载给子 Agent。
- 每次都重复相同的解释 将重复的前提移到 AGENTS.md，将重复的过程移到技能。不要缩短对话，而是将解释转化为资产。
- 没有“完成”的定义 如果只是制作出来就结束，未经验证的交付物会增加。将测试、确认项、保存位置和格式包含在完成条件中。
- 用 Sol 处理所有事情 Ultra 分离繁重工作和轻量工作。最终判断用 Sol，日常工作用 Terra，批量处理用 Luna。这种划分可以优化速度和用量。
- 只是增加工具 即使添加大量 MCP 或插件，如果没有决定使用流程，它们也不会工作。先确定工作，然后只连接必要的工具。
- 让制作负责人给自己打分 分离制作和确认的角色。对于重要的交付物，引入另一个 Agent 的视角。
- 在成功之前自动化 如果你将一个还不确定是否可行的流程放入定时任务，确认工作会增加。手动完成，固化为技能，最后自动化。
7 天内完成你的 Sol 时代 Codex 环境
你不需要今天学会所有东西。每天建立一层工作。
第一天：将一项任务委托到底
打开目标文件夹，提供目的、背景、约束和完成条件。请求交付物，而不是问题。
第二天：让计划模式设计
选择一个模糊的任务，委托其进行研究、提问和规划。感受在执行前消除返工的效果。
第三天：创建 AGENTS.md
只写你每次都要解释的 5 件事。包括阅读顺序、要遵循的规则和完成条件就足够了。
第四天：将重复性工作转为技能
选择你每周至少做一次的工作，固定输入、流程和确认方法。
第五天：连接一个外部服务
连接你最常用的一个，如 Drive、GitHub、Gmail 或浏览器，通过插件或 MCP。
第六天：运行 3 个子 Agent
分为研究、制作和验证，最后用 Sol 整合。你会看到与一个人按顺序处理相同工作的区别。
第七天：添加审查和自动化
将审查添加到完成条件中，并将一个稳定任务移到定时任务。
至此，Codex 不再是单次聊天。它变成了一个工作环境，它读取你的规则，使用必要的工具，在多个负责人之间分配工作，并确认直到完成。
最后查看的快速参考表
Sol 时代需要的不是提示技巧，而是工作设计技巧
随着 GPT-5.6 Sol 的出现，Codex 变得更加智能。但真正巨大的变化不是性能图表上的数字。而是 AI 现在能够从目的出发思考必要的工作，阅读材料，使用工具，分配给多个 AI，并在人类不一步步指令的情况下推进到完成。
从现在开始，胜出的将不是那些知道神奇提示的人，而是那些能够准备正确上下文的人。那些能够将重复判断转化为规则的人。那些能够将成功流程保存为技能的人。那些能够通过 MCP 连接必要工具的人。那些能够在多个 AI 之间分配工作并用完成条件管理的人。
换句话说，不是使用 AI 的人，而是创造 AI 可以工作的环境的人。
仅仅打开 Codex 并当场抛出问题的时代已经结束。
创建一个文件夹。放置主文件。用 AGENTS.md 决定规则。让技能学习工作。用 MCP 赋予手脚。用 Ultra 移动团队。用审查确认完成。从下次开始用自动化使其自动运行。
对于创造这个循环的人来说，Codex 不再是“方便的 AI”。它变成了一个团队，工作比你更久，阅读的信息比你更多，并根据你的规则推进工作。这就是 GPT-5.6 Sol 时代的 Codex。
对于那些希望与本文一起了解在副业中取得成果的全貌的人 🎁
目前，在官方 LINE 上，
“黑猫式 SNS 副业完整策略：5 大豪华礼包”
正在免费赠送 🎁
由于这原本计划作为付费内容发布，
一旦达到容量，分发就会结束。
请趁现在与文章一起领取。
▼▼▼
▶︎▶︎▶︎ 领取 5 大礼包
那么，让我们进入正题！
