如果你以為 Codex 只是「一個會寫程式的聊天機器人」，那你的認知已經落後一個世代了。
2026 年 7 月 9 日，GPT-5.6 正式公開上線。
其核心就是旗艦模型「Sol」。
它從複雜的程式撰寫、研究、文件製作，到瀏覽器操作、Computer Use、安全性，以及長期專案的執行，能夠將單一請求一路貫徹到底的能力，已經大幅提升。
它在 Artificial Analysis Coding Agent Index 上取得了 80 分。在 Terminal-Bench 2.1 上達到 88.8%，在 Ultra 設定下更攀升至 91.9%。
然而，比起這些數字，有一個更重大的變化。
那就是 Codex 已經從「回答問題的 AI」進化為「組裝並完成工作的 AI」。
研究。
規劃。
製作。
檢查。
必要時將任務分配給多個 AI。
將完成好的流程儲存起來，下次自動執行。
這整個循環，你都能在 Codex 內部完成。
目前，每週有超過 500 萬人使用 Codex，其中約 20% 是非工程師。而且，非工程師的使用量成長速度是開發者的三倍以上。
換句話說，這個變化不僅僅是為了工程師。
文章製作、社群媒體經營、競爭對手研究、產品規劃、文件製作、客戶支援、網站製作。
幾乎所有在電腦上進行的工作，都是它的目標。
在這篇文章中，我將按照功能強度，依序串聯起在 GPT-5.6 Sol 時代充分利用 Codex 所需的所有功能。
從 Sol、Terra 和 Luna 的選擇，到 Plan 模式、AGENTS.md、config.toml、技能、Plugins、MCP、Ultra、Subagents、Custom Agents、審查，以及 Automations。
這不是零散的功能介紹，而是一張完成你專屬工作環境的策略地圖。
給想與本文一同掌握實現副業成果的大局觀的人 🎁
目前，在官方 LINE 上，
「黑貓流 SNS 副業完全攻略：5 大豪華 Bonus Pack」
正在免費贈送中 🎁
由於這原本是規劃為付費內容推出的，
因此一旦達到名額就會結束發放。
請趁現在連同文章一起領取。
▼▼▼
▶︎▶︎▶︎ 領取 5 大 Bonus
那麼，我們就進入正題吧！
Codex 的真面目不是「AI 聊天」，而是執行工作的 OS
要理解 Sol 時代的 Codex，首先必須掌握整體樣貌。
Codex 由以下 6 個層級構成。
很多人只看第一層：「哪個模型最聰明」。
然而，實際工作的差異是從第二層以後開始產生的。
無論模型多麼聰明，如果目的模糊、缺少必要的材料、沒有設定完成條件，那麼回傳的結果只會是無法達成目標的泛泛之論。
反過來說，如果你提供了背景脈絡、規則、工具、角色以及完成條件，Codex 就會變成負責完成交付成果的那一方。
Sol 很強大，這點無庸置疑。
但光是選擇 Sol，並不能完整發揮 Codex。
唯有將大腦的性能與工作的機制連結起來，才能看見它真正的潛力。
1. 根據工作選擇 Sol、Terra 或 Luna
在 GPT-5.6 中，你可以根據目的從三種模型中選擇。
Sol 是思考到底的「指揮中心」
Sol 是 GPT-5.6 的旗艦模型。適合答案並非從一開始就決定的工作。
- 閱讀多份資料來決定策略
- 理解大型程式碼庫以新增功能
- 從研究、架構、製作到驗證，一口氣進行
- 跨越瀏覽器和應用程式完成交付成果
- 在長期專案中維持一致性
- 指揮多個子代理
Sol 適合那些你不僅希望 AI 思考「要製作什麼」，更希望它思考「為了達成目標該如何進行」的工作。
Terra 是平衡速度與品質的「實踐者」
Terra 是一款在能力與成本之間取得平衡的模型。適合需要判斷力，但不需要 Sol 那種深度、持續性思考的工作，例如日常研究、摘要、檔案整理、草稿撰寫、程式碼修正，以及檢查多份資料。
當同時運行多個子代理時，將 Terra 分配給研究或探索的角色，可以提高效率。
Luna 是負責處理量與速度的「工作者」
Luna 是速度最快、成本最低的模型。
- 大量檔案分類
- 檢查標記不一致
- 初步篩選
- 轉換固定格式的範本文字
- 產生大量候選方案
- 格式化為固定樣式
這些輕量級任務很適合用它來高頻率執行。不要將最終判斷交給 Luna，而是讓它負責收集、整理和篩選候選方案，最後再回到 Sol 處理。這種分工方式非常強大。
如果不確定，可以從這個組合開始
你不需要每次都讓 Sol 以最高設定運行。指揮中心用 Sol，研究用 Terra，例行處理用 Luna。就像人類團隊一樣，根據工作的輕重來分配腦力。
Ultra 不僅僅是「深度思考設定」
Ultra 是一種針對對應模型使用最高層級推理的設定。更重要的是，它擁有主動將合適的任務分配給多個子代理的能力。
在一般設定中，你需要明確地說「把這個分給三個人」才能平行處理。而在 Ultra 模式下，Codex 會自行判斷「分配這項工作會更快、品質更好」，並能將其分解為研究、製作、驗證等步驟。簡而言之，Ultra 不僅僅是高效能模式，它是一種自動化的 AI 團隊組成模式。
Fast 模式在不改變模型的情況下提升速度
Codex 也具備 Fast 模式。它以消耗比平常更多的 GPT-5.6 點數為代價，將對應模型的速度提升約 1.5 倍。你可以透過 CLI 的以下指令切換：
/fast on
/fast off
/fast status
這項功能適用於期限緊迫的修正，或是希望能減少等待時間的專注工作。Fast 模式與「降級到較輕量模型」不同。請在希望維持 Sol 能力的同時提升速度時使用。
2. 選擇 App、CLI、IDE 或 Cloud
Codex 的優勢會根據你使用它的場所而改變。
ChatGPT 桌面版 App 是「指揮室」
如果你想一邊查看多個檔案，一邊規劃、執行任務，並處理圖片、文件、表格、瀏覽器和外部工具，桌面版 App 就是核心。你可以在這裡統一管理 Codex 的進度、差異比較、子代理、技能、Plugins 以及排程任務。對於想要將 Codex 融入工作的非工程師來說，從 App 開始是最快的捷徑。
CLI 是「終端機裡的執行者」
CLI 擅長直接處理本地檔案和程式碼、執行指令、測試、Git 操作，以及非互動式的自動處理。除了互動式的 codex 指令，你還可以使用 codex exec 從腳本或 CI 中執行它。對於那些希望每次都以相同方式執行固定流程的人來說，CLI 的價值會更高。
IDE 擴充套件是「程式碼旁的助手」
如果你想在 VS Code 等編輯器中，一邊看著開啟的程式碼，一邊進行修正、解釋和審查，請使用 IDE 擴充套件。在切換目標檔案的同時給出詳細指示很容易，這讓實作過程中的反覆溝通時間縮到最短。
Cloud 是「釋放你電腦資源的外包商」
Cloud 適合當你想把耗時的工作交給獨立環境處理時使用。你可以在不中斷本地工作的情況下，並行處理其他任務。
思考方式很簡單：
- 日常指令：桌面版 App
- 指令與自動處理：CLI
- 程式碼實作的緊密協作：IDE
- 長時間的獨立任務：Cloud
你不需要把所有東西都集中在一個工具上。根據適合該工作的入口，使用同一個 Codex。
3. 用四個要素提供指示：目的、背景脈絡、限制條件與完成條件
GPT-5.6 Sol 即使只給簡短的指示，也能運作得相當不錯。不過，對於重要的工作，提供這四個要素能讓它變得極其穩定。
目的
這不是指要做什麼，而是你想達成什麼。與其說「寫一篇文章」，不如說「完成一篇讓只把 Codex 用於一次性聊天的讀者，也能建立自己專屬 AI 工作環境的文章」。
背景脈絡
它應該參考哪些檔案、資料、範例和過往的決策？Codex 能夠接收資料夾的強大之處就在這裡。與其每次在聊天框裡重新撰寫說明，不如讓它直接讀取正確的資料。
限制條件
必須遵守的條件。包含字數、語氣、不得更動的檔案、要使用的技術、目標受眾、應參考的主要資訊、禁止使用的詞彙等。
完成條件
工作完成時需要滿足什麼條件？與其說「文字寫完就完成」，不如決定「完成事實查核、連結檢查、字數檢查、可讀性檢查，並儲存到指定資料夾後才算完成」。
將這四點總結起來，就會變成以下格式：
ーーーーーーーーーーーー
【將工作交給 Codex 的基本提示】
目的：
[透過這項工作想達成的目標]
背景脈絡：
[應讀取的檔案、資料夾、參考資料、過往決策]
限制條件：
[應遵守的規則、變更範圍、目標受眾、格式]
完成條件：
[完成前應檢查的項目與應達到的狀態]
請自行進行必要的研究與工作，並執行到滿足完成條件為止。僅在需要判斷的時候提問，否則請自行判斷並合理推進。
ーーーーーーーーーーーー
與其列出 30 個詳細步驟，不如明確設定目的與完成條件，Sol 會更強勢地運作。如果你決定了所有步驟，Codex 就只能執行被指示的工作。明確目標，並為流程保留空間。這才是給 Agent 的指示。
將提供給 Codex 的資訊變成檔案，而非聊天內容
使用 Codex 的時間越長，檔案設計的重要性就越勝過聊天技巧。如果只靠對話進行，重要的決策、參考資料、交付成果和下一步任務都會混雜在同一個地方。每次開始新的聊天都得重新解釋，而且得到的判斷可能和上次不同。為了擺脫這種狀態，請為每個專案決定「要 resumed 工作時需要讀取什麼」。
最低限度的配置是以下四項：
Project/
├── Context.md # 不太會變動的目的、目標、前提
├── Project.md # 當前的問題、決策、下一步任務
├── Materials/ # 參考資料、原始數據、競爭對手資訊
└── Outputs/ # 完成的交付成果
將「不太會變動的前提」放在 Context.md
放置每次都需要參考的資訊，例如專案目的、目標受眾、判斷基準和應遵守的條件。
將「現在正在進行的事」放在 Project.md
更新當前的問題、考慮中的方案、已做出的決策以及下一步行動。即使換了新的聊天，只要讀取這個檔案，就能從中斷的地方繼續。
將「證據」放在 Materials
整理用於製作交付成果的資料，例如參考文章、競爭對手研究、圖片、會議記錄、數據和規格書。
將「最終版本」放在 Outputs
透過區分草稿和最終版本，可以降低 Codex 將舊草稿誤認為正式版本的風險。
一旦建立好這個結構，請在 AGENTS.md 中寫下讀取順序。這樣一來，下一次的請求就可以很簡短：
請遵循此專案的 AGENTS.md，並讀取 Context.md 和 Project.md。從當前進度開始，持續執行直到滿足完成條件。
聊天是指示與判斷的場所。檔案是記憶與交付成果的儲存庫。當這個分工確實建立起來，Codex 就不再只是一次性的對話夥伴，而是持續推動專案進展的負責人。
4. 對於模糊的工作，從 Plan 模式開始
你有一些想做的事，但還不確定該做什麼或從何開始。在這種狀態下直接跳進實作或製作，前提可能會在中途偏移。這時候就需要 Plan 模式。
在 Plan 模式下，Codex 會先研究檔案和狀況，提出必要的問題，然後在執行前建立藍圖。你可以在 CLI 中使用 /plan 或在 App 中使用 Shift+Tab 切換到這個模式。
Plan 模式在以下工作中特別強大：
- 需求仍然模糊的新專案
- 涉及多個檔案的變更
- 不想破壞現有機制的翻新工作
- 具有多種選項的工具導入
- 長期專案的流程設計
- 根據讀者或產品方向來決定的文章製作
使用方法並不困難。
ーーーーーーーーーーーー
【Plan 模式的提示】
請不要立即執行此請求，先研究當前狀況。
- 收集達成目的所需的資訊
- 區分不清楚的地方與重要的判斷
- 規劃執行步驟、變更目標和驗證方法
- 僅詢問我需要決定的事項
一旦計畫成熟，請以可執行的順序呈現。
目的：[你想達成的目標]
ーーーーーーーーーーーー
Plan 模式的價值不在於謹慎行事，而在於消除重工。花 15 分鐘建立正確的設計，比花 10 分鐘開始製作，然後 3 小時後再重做要來得快。工作規模越大，這個差距就越明顯。
5. 用 AGENTS.md 消除「重複說明」
開始使用 Codex 的人，應該建立的第一個資產就是 AGENTS.md。AGENTS.md 是 Codex 在開始工作前會讀取的規則手冊。你可以將希望它每次遵守的事項，固定在檔案中，而不是寫在聊天裡。
例如，以下內容：
- 優先讀取的檔案順序
- 專案目的
- 重要的資料夾
- 撰寫與設計的規則
- 測試與確認指令
- 不得變更的範圍
- 完成的定義
- 向使用者報告的方法
區分全域與專案
將個人通用的規則放在 ~/.codex/AGENTS.md。將特定專案的規則放在該專案根目錄下的 AGENTS.md。如果某個特定資料夾需要單獨的規則，可以在該資料夾內新增一個 AGENTS.md。Codex 會從最上層的規則開始讀取，並優先採用更靠近工作區的檔案。換句話說，你可以將通用規則與現場規則分開管理。
第一個 AGENTS.md 這樣就足夠
AGENTS.md
目的
- 在這個專案中要達成什麼
優先讀取
- Context.md
- Project.md
- 目標功能的規格
工作規則
- 不要刪除現有資料
- 優先採用現有設計模式
- 不要變更無關的檔案
完成條件
- 必要的實作或交付成果已完成
- 測試與顯示確認已完成
- 報告變更內容與確認結果
你不需要一開始就建立一部百科全書。當 Codex 犯了同樣的錯誤時，就加入導致該錯誤的規則。如果你給了兩次同樣的說明，那是機制的問題，而不是對話的問題。不要只在當下修正，要改變它，讓它下次不會再發生。AGENTS.md 就是讓 Codex 成長的地方。
6. 用 config.toml 設定 Codex 的初始狀態
如果說 AGENTS.md 是「工作規則」，那麼 config.toml 就是「Codex 本體設定」。它主要管理以下項目：
- 使用的模型
- 推理努力程度
- 權限與核准方式
- 沙盒
- MCP 伺服器
- 子代理設定
- 功能旗標
- 設定檔
個人設定放在 ~/.codex/config.toml。專案特定的設定放在 .codex/config.toml。CLI、IDE 擴充套件和桌面版 App 會共享這個設定層。
一個最小的設定範例如下：
model = "gpt-5.6"
model_reasoning_effort = "high"
approval_policy = "on-request"
[agents]
max_threads = 6
max_depth = 1
max_threads 是可以同時開啟的 Agent 執行緒數量，max_depth 是子代理可以再向下分支的深度。目前的標準是最大 6 個執行緒，深度為 1。你不需要一開始就遞迴地增加大量代理。由主要代理將工作分配給多個專家，然後收集結果，這種方式就已經足夠強大。
將設定分門別類，可以防止混亂：
- 如何行動：AGENTS.md
- 使用哪個模型、權限和連線：config.toml
- 如何推進工作：技能
- 如何與外部服務互動：MCP / Plugins
7. 將「成功的流程」變成技能
你是否每次都在從頭解釋每週重複進行的工作？文章製作、競爭對手研究、會議摘要、發佈、審查、發票處理、報告製作。如果你重複著同樣的流程，那麼下一步要建立的不是長篇的提示詞，而是一個技能。
技能是能夠附加到 Codex 上的、特定工作的能力。基本上，你需要在 SKILL.md 中寫下以下內容：
- 何時使用
- 接收什麼輸入
- 讀取什麼
- 按照什麼順序進行
- 使用哪些工具
- 完成時要檢查什麼
必要時，參考資料、範本、腳本和圖片素材可以放在同一個資料夾中。
技能只在必要時讀取全文
Codex 不會從一開始就載入所有技能的全文。它會先查看名稱和描述，然後只開啟符合當前請求的技能。這就是「漸進式揭露」。你可以在不每次將大量流程塞入上下文的情況下，只呼叫所需的能力。
可以明確指定，也可以自動選擇
明確指定時，在提示中使用 $skill-name。如果描述與請求內容相符，Codex 也可以自動選擇。這就是為什麼 description 比技能名稱更重要。這是什麼樣的技能、何時使用、何時不使用？如果這些都很明確，誤觸發的機率就會降低。
應該製作成技能的工作
如果以下情況符合兩項或以上，就是時候將它製作成技能了：
- 同樣的流程已經做過 3 次以上
- 每次參考的資料都相同
- 順序錯了品質就會下降
- 有必須通過的檢查項目
- 需要與特定工具協調
- 想與其他人或其他專案重複使用
僅僅儲存一次成功運作的提示詞，並不能提高可重現性。只有在修正了輸入、流程、判斷基準和驗證之後，它才會變成一項能力。
如果你使用支援 Computer Use 的 macOS，可以透過示範來建立技能
對於難以用文字說明的操作，可以使用 Record & Replay。如果你在 Mac 上實際展示操作，Codex 會分析流程並建立技能的草稿。這項功能非常適合「與其說明不如直接示範更快」的工作，例如費用報銷、下載例行報告、上傳影片，以及填寫固定表格。
8. Plugins 捆綁了「能力、連線與工具」
如果技能是工作程序，那麼 Plugin 就是一個分發多種能力和連線的套件。一個 Plugin 可以捆綁以下元素：
- 技能
- 像是 Gmail 和 Google Drive 的連線器
- MCP 伺服器
- Hooks
- 瀏覽器功能
- 排程任務範本
在自行建立技能之前，如果有符合目的的 Plugin，先使用現成的會更快。例如，透過新增 GitHub、Gmail、Google Drive 和 Slack 的 Plugins，Codex 的工作空間就能擴展到本地資料夾之外。
技能與 Plugin 的差異
Plugins 可以從桌面版 App 和 CLI 的 Plugin 瀏覽器中取得。在 CLI 中，使用 /plugins 開啟。安裝後，啟動新的聊天或會話，即可使用新增的技能和工具。
9. 用 MCP 為 Codex 裝上連接外部服務的「手腳」
無論 Codex 多麼強大，它都無法觸及未連線服務的最新資料或私人資訊。你可能希望它讀取 Google Drive 的資料。你可能想檢查 GitHub Issues。你可能想看 Figma 的設計稿。你可能想從 Notion 或內部系統取得資訊。你可能想操作瀏覽器。這就是 MCP 的用武之地。
MCP 是連接 Codex 與外部工具和資訊的通用標準。MCP 伺服器主要提供三項功能：
- 工具：搜尋、建立、更新、傳送等操作
- 資源：讀取文件、數據、規格等
- 提示詞：針對該服務的可重複使用提示詞
加入 MCP 會改變請求的形式
在連接之前，使用者需要自行收集資訊並貼到 Codex 中。連接之後，Codex 本身就能取得必要的資訊、建立交付成果，並將其反映在必要的地方。例如，像這樣的工作：
- 從 Google Drive 收集會議資料並摘要決策事項
- 檢查 GitHub PR 和 Issues 並實作修正
- 查看 Figma 來重現畫面，並在瀏覽器中確認顯示
- 從 Gmail 中擷取需要回覆的郵件並建立草稿
- 根據 Notion 的規格建立實作計畫
結合技能與 MCP
僅有 MCP 只是增加了工具。請在技能中寫下執行順序。「每週一，從 Drive 讀取數值，與上週比較，檢查異常值，並建立報告。」在這個例子中，從 Drive 取得資料的手段是 MCP，而每週的工作程序則是技能。將工具與程序分開。這個想法能讓 Codex 穩定運作。
10. 用 Ultra 和 Subagents 建立「一人 AI 團隊」
Sol 時代的亮點，並非讓單一 AI 變得更聰明。而是讓多個 AI 同時工作。Codex 可以將工作分配給子代理，讓它們平行處理，最後再由主代理整合結果。
讓一個人包辦所有事情，會污染上下文
如果你持續將長篇的研究紀錄、測試結果、錯誤訊息、候選方案和被否決的方案，全部塞進同一個聊天視窗中，重要的目的和判斷就會被埋沒。這就是上下文污染。此外，隨著不必要的資訊持續增加，在長時間對話的後半段，判斷準確度也會下降。因此，請將繁重的中間工作外包給獨立的代理。
- 主代理：目的、判斷、整合、最終版本
- 研究員：資料、競爭對手、事實、數字
- 創作者：初稿、實作、候選方案產生
- 驗證者：錯誤、遺漏、偏差、測試
只將整理好的結論回傳給主代理，而不是每位負責人的冗長工作紀錄。
內建 3 種角色
Codex 有三個基本的代理：
default：通用worker：負責實作與修正explorer：負責閱讀與研究程式碼和資料
這三種角色一開始就夠用了。如果你想要進一步固定角色，可以建立 Custom Agents。將 TOML 檔案放在 ~/.codex/agents/ 供個人使用，放在 .codex/agents/ 供專案使用。除了名稱、描述和指派指示之外，你還可以針對每個角色變更模型、Reasoning、沙盒、MCP 和技能。
首先建立一個 4 人團隊
ーーーーーーーーーーーー
【可直接複製：Sol 指揮中心 + 3 人 AI 團隊】
請使用一個主代理和三個子代理來進行這項工作。
主代理：
管理目的與完成條件，並根據各負責人的結果建立最終版本。
研究負責人：
收集必要的一手資訊、範例、數據和前提，並附上證據回報。
製作負責人：
根據研究結果和目的，建立交付物的初稿。
驗證負責人：
檢查事實、遺漏、品質、可讀性，以及是否偏離目的。
執行可以獨立平行推進的工作。等待所有負責人完成，讓主 Agent 整合結果。
最終輸出：
- 最終版本
- 導入依據
- 驗證中修正的要點
- 剩餘的判斷事項
目的： [在此填入目的]
完成條件： [在此填入完成條件]
ーーーーーーーーーーーー
平行化「獨立工作」
增加子 Agent 並不會讓所有事情變快。真正強大的是可以同時進行的工作。
- 多份資料的研究
- 從安全性、品質、可讀性等不同角度進行的審查
- 大量檔案的分類
- 多個方案的建立
- 測試與日誌分析
另一方面，如果多人同時改寫同一個檔案，就會產生衝突。將撰寫角色集中給一個人，而將閱讀、研究和驗證角色平行化，這是第一個正確答案。
11. 分開「生產負責人」與「驗證負責人」
只是要求 Codex「先做出來，再檢查有沒有問題」，會導致從同樣的視角反覆進行生產與確認。想要提升品質，就從一開始分開角色。
針對程式碼：
- 實作負責人
- 測試負責人
- 安全負責人
- 可維護性審查負責人
針對文章：
- 撰寫負責人
- 事實查核負責人
- 新手視角負責人
- 標題一致性檢查負責人
針對素材：
- 結構負責人
- 數字確認負責人
- 設計確認負責人
- 決策者視角負責人
即使是同一份交付物，當審視的角色改變時，提出的要點也會不同。Codex 也有 /review 功能。你可以針對尚未提交的變更、特定提交、與基礎分支的差異等，在實作後進行審查。但僅僅呼叫審查功能是不夠的。必須先決定要找出什麼問題。
ーーーーーーーーーーーー
【供複製貼上使用：完成前審查】
請以獨立於建立者的審查者身份，檢查這份交付物。
優先順序：
- 阻礙達成目的的缺陷
- 事實、數字或規格上的錯誤
- 遺漏的前提或步驟
- 使用者容易困惑的地方
- 可讀性、可維護性、表達方式
按重要性列出問題，並顯示相關部分與建議修正。如果沒有問題，請簡要說明已確認的範圍與剩餘風險。
完成條件： [在此填入完成條件]
ーーーーーーーーーーーー
不要只說「讓它看起來好看」，而要給出通過條件。驗證也是工作的一部分。
12. 透過權限與沙箱設計「可委託的範圍」
Codex 可以讀寫檔案、執行命令、操作外部服務。因此，權限設計與模型的智慧同等重要。有三個基本概念：
- 唯讀： 僅供閱讀
- 工作區寫入： 可以在工作區資料夾內進行變更
- 完整存取： 可以存取廣泛範圍
日常的生產與實作應基於「工作區寫入」。僅在需要外部網路或獨立資料夾時，才加入必要範圍。而對於難以復原的操作，例如刪除、發送、發布、付款、變更外部服務，則應保留確認步驟。這不是要削弱 Codex，而是為了能安心委託大型任務的基礎。如果權限模糊不清，Codex 可能會在必要操作時停滯，或者反過來，擁有過大的範圍。先決定「它可以自動進行到哪一步」，就能減少工作中的確認次數。
13. 使用自動化功能重複執行例行工作
一旦成功完成某項工作，下一步就是將它自動化。利用 Codex 的排程任務，你可以在固定時間、固定間隔、事件觸發後或監控條件下執行工作。例如，像這樣使用：
- 每天早上收集 AI 產業的最新消息
- 每週檢查競爭對手的新文章
- 每晚審查專案變更
- 定期檢查 PR 狀態並回應新提出的問題
- 在月初建立報告
- 在同一個對話中追蹤，直到長時間的處理完成
區分一次性任務與持續對話
如果你每次都需要獨立的結果，請使用獨立的排程任務。如果你想延續先前的對話並遵循相同的工作方式，請在現有對話中建立排程。
讓應用程式保持運作以處理本地工作
處理桌面應用程式中本地專案的排程任務，需要電腦和應用程式保持運作。在 Git 專案中，你可以選擇直接使用當前的工作區資料夾，或使用另一個工作樹來分開。如果定期任務有可能觸碰到你正在處理的檔案，使用工作樹分開處理會更容易。
自動化是在「手動成功」之後才進行
不要突然每天執行；先在一般對話中完成一次。接著，將它變成技能。最後，再放到排程任務上。手動成功 → 技能化 → 自動化。按照這個順序，你就不會每天大量產出錯誤的工作。
14. 根據目的從這個設定開始
你不需要使用所有功能。從你工作所需的層級開始建構。
AI 初學者／員工
- 桌面應用程式
- GPT-5.6 Sol 或 Terra
- 目的、背景、限制條件、完成條件
- 計劃模式
- 專案的 AGENTS.md
第一個目標是將一個資料夾交給 Codex，並從規劃推進到完成。
文章、社群媒體、內容生產
- 使用 Sol 進行結構與最終編輯
- 使用 Terra 進行研究
- 將生產規則儲存在 AGENTS.md
- 將文章生產與貼文建立技能化
- 透過 MCP 連接網路搜尋與 Drive
- 將事實查核負責人設為子 Agent
- 將主題研究設為排程任務
透過這個設定，它不僅能產生文字，還能連接規劃、研究、生產、確認與後續改進。
個體戶／一人公司
- 為每個業務任務分開資料夾與主檔案
- 將通用規則放在 AGENTS.md
- 將例行任務變成技能
- 透過 Plugin/MCP 連接 Gmail、Drive、GitHub 等
- 為研究、生產與驗證建立自訂 Agent
- 使用 Ultra 分配多個專案
- 將穩定的任務移至自動化
目標不是成為一個向 AI 提問的人，而是成為一個將工作分配給 AI、只對結果進行判斷的人。
開發者／生產團隊
- CLI 或 IDE 擴充功能
- 將 AGENTS.md 放在儲存庫根目錄下
.codex/config.toml- 將 lint、測試與建置設為完成條件
- 在子 Agent 之間分配實作、測試與審查
/review與 GitHub 整合- 將 PR 監控與定期審查移至排程任務
不要止步於程式碼生成，要透過測試、差異確認、審查與 PR 回應來完成整個循環。
15. 使用 Codex 失敗的人的 7 個共同特徵
- 把所有事情塞進一個對話 如果在同一個對話中繼續研究、生產、修正與不同的專案，目的就會被埋沒。分開專案，並將繁重的中間工作卸載給子 Agent。
- 每次都給出同樣的解釋 將重複的前提移到 AGENTS.md，將重複的流程移到技能。不要縮短對話；要把解釋變成資產。
- 沒有定義「完成」 如果只是做出來就結束，未經驗證的交付物就會增加。在完成條件中包含測試、確認項目、儲存位置與格式。
- 用 Sol 處理所有事情 Ultra 將繁重的工作與輕量工作分開。最終判斷用 Sol，日常工作用 Terra，大量處理用 Luna。這種分工能組織速度與使用方式。
- 只是增加工具 即使放入了大量的 MCP 或 Plugin，如果沒有決定使用它們的流程，它們也不會運作。先決定工作，再連接必要的工具。
- 讓生產負責人自己評分 分開製作的角色與確認的角色。對於重要的交付物，引入另一個 Agent 的視角。
- 在成功之前就自動化 如果將一個不確定能否成功運作的流程放入排程任務，確認工作量就會增加。先手動完成，鞏固為技能，最後再自動化。
7 天內完成你的 Sol 時代 Codex 環境
你不需要今天學完所有東西。每天建立一層工作。
第 1 天：將一個任務委託到底
打開目標資料夾，提供目的、背景、限制條件與完成條件。要求交付物，而不是提出問題。
第 2 天：讓計劃模式設計
選擇一個模糊的任務，委託它進行研究、提問與規劃。在執行前先感受如何消除重工。
第 3 天：建立 AGENTS.md
寫下你每次都會解釋的 5 件事。包含閱讀順序、要遵守的規則與完成條件就足夠了。
第 4 天：將重複工作變成技能
選擇你至少每週做一次的工作，固定輸入、流程與確認方法。
第 5 天：連接一個外部服務
連接你最常使用的一個服務，例如 Drive、GitHub、Gmail 或瀏覽器，透過 Plugin 或 MCP。
第 6 天：執行 3 個子 Agent
分為研究、生產與驗證，最後由 Sol 整合。你會看到與一個人依序進行相同工作的差異。
第 7 天：加入審查與自動化
將審查加入完成條件，並將一個穩定的任務移至排程任務。
到這個階段，Codex 不再是單次對話。它變成一個工作環境，能讀取你的規則、使用必要的工具、在多個負責人之間分配工作，並持續確認直到完成。
最後參考的快速對照表
Sol 時代需要的不是提示詞技巧，而是工作設計能力
有了 GPT-5.6 Sol，Codex 變得更加聰明。但真正重大的改變，不是效能圖表上的數字。而是 AI 現在能夠從目的出發思考必要的工作、閱讀資料、使用工具、分配給多個 AI，並在沒有人類逐步指示的情況下，一路推進到完成。
從現在開始，拉開差距的，不再是那些知道神奇提示詞的人，而是那些能夠準備正確背景的人。那些能夠將重複判斷轉化為規則的人。那些能夠將成功流程儲存為技能的人。那些能夠透過 MCP 連接必要工具的人。那些能夠將工作分配給多個 AI 並以完成條件進行管理的人。
換句話說，不是使用 AI 的人，而是創造 AI 能工作的環境的人。
那個只是打開 Codex 然後當場丟出問題的時代已經結束了。
建立資料夾。放置主檔案。用 AGENTS.md 決定規則。讓技能學習工作。用 MCP 給予手腳。用 Ultra 調動團隊。用 Review 確認完成。用 Automation 讓下次自動化。
對於建立這個循環的人來說，Codex 不再是「方便的 AI」。它變成了一個比你工作更久、比你讀取更多資訊、並按照你的規則推進工作的團隊。這就是 GPT-5.6 Sol 時代的 Codex。
想與本文一起了解在副業中取得成果的全貌的人 🎁
目前，在官方 LINE 上，
「黑貓流 SNS 副業完整策略：5 大獎勵包」
正在免費贈送中 🎁
由於這原本計劃作為付費內容發布，
一旦達到名額即停止發送。
請趁還能領取時，與本文一起接收。
▼▼▼
▶︎▶︎▶︎ 領取 5 大獎勵
那麼，我們就進入正題吧！
