黃仁勳在 4 月底寄了一封全公司信給 NVIDIA 超過 1 萬名員工，橫跨工程、法務、行銷、財務、HR、業務與營運，要求員工開始使用在全公司部署的 Codex，主旨是：「歡迎來到 AI 時代，跳到光速吧。」
這說明了 Codex 已經從「開發者的 coding 工具」，正式成為「全組織的任務執行工具」。
過去兩年，企業的 AI 重點是讓員工「能用」：學 prompt、用 ChatGPT 加快產出、把 AI 用在個人工作效率。但進入 AI Agent 時代，真正的挑戰變成了：組織能不能把 AI 放進真實的工作流程？讓它讀取資料、操作工具、執行多步驟任務、產出可審核的成果，同時讓人類保留判斷、邊界與驗收的責任？
而 Codex，正是理解這個轉變最具體的一個入口。
本篇 Aiworks 將說明 Codex 是什麼、它與 ChatGPT 的差異在哪裡、哪些非開發者場景最值得優先試，以及企業在導入前應該先想清楚的工作規則。
文章大綱
什麼是 Codex？
Codex 是 OpenAI 的 coding agent，原本定位在軟體開發流程：寫程式、理解程式碼庫、審查程式碼、除錯與自動化開發任務。
但如果只用「寫程式」來理解 Codex，會低估它的發展方向。
更準確的理解方式是：Codex 是一個會操作工作區的 AI Agent。它不像 ChatGPT 主要停留在對話視窗裡，而是能在指定的工作資料夾、檔案、工具與 App 裡執行任務。對開發者來說，這代表它能改 code、跑測試、開 PR；對一般工作者來說，這代表它開始具備處理文件、資料、簡報、信件、跨 App 任務與重複工作流程的潛力。
有符合條件的 ChatGPT 方案（Plus、Pro、Business、Enterprise、Edu），就可以開始使用 Codex，不需要額外申請帳號。
Codex 不只是 coding 助手
過去的 AI coding agent 主要幫工程師補齊開發流程，現在 Codex 開始靠近「能在你的工作環境裡接手任務」的形態。它能操作電腦、使用更多工具與 App、生成圖片、記住偏好、從過往動作學習，並承接持續性與重複性工作。
- 電腦操作（Computer Use）：Codex 可以透過自己的游標在 Mac 上看、點、輸入，在背景操作桌面 App。使用者繼續做自己的事，Codex 在旁邊平行處理，最後把可審核的結果交回給人。
- 內建瀏覽器（In-app browser）：Codex 有了內建瀏覽器，使用者可以直接在頁面上留言給 agent，給予精確的任務指令。
- 自動化排程（Automations）：Codex 可以排程未來的工作，重用已有的對話脈絡，跨天或跨週繼續執行任務。典型情境包含定期整理 Slack、Gmail、Notion 中的追蹤事項，以及在你回來之前推進尚未完成的工作。
- 記憶（Memory）：Codex 可以記住偏好、修正與過去收集到的資訊，讓之後的任務不需要每次重新說明背景。
- 外掛套件（Plugins）：超過 90 個外掛，結合 Skills、App 整合與 MCP servers，讓 Codex 能跨工具取得上下文並採取行動。
這些能力加在一起，代表企業 AI 工具正在從「問答」走向「執行」。不只產生建議，也開始能把建議轉成檔案、清單、簡報、排程、回覆草稿與可審核的工作成果，這代表 AI 開始可以被分派任務、保留上下文、跨天執行，並且在人類審核後才推進下一步。
Codex 與 ChatGPT 的差異：企業如何搭配使用
ChatGPT 適合思考、討論、草擬與快速回答；Codex 適合有檔案、有步驟、可驗證、需要重複執行的工作。
| 問題 | ChatGPT 較適合 | Codex 較適合 |
|---|---|---|
| 主要互動方式 | 對話、問答、草稿生成 | 任務執行、檔案操作、工具操作 |
| 最適合的工作 | 腦力激盪、文章草稿、簡短分析、概念解釋 | 整理資料夾、改文件、產出報告、建立簡報、跑重複流程 |
| 工作環境 | ChatGPT 對話視窗 | Codex App、CLI、IDE、Web、Cloud、連接工具 |
| 成果形式 | 文字回答為主 | 檔案、表格、簡報、文件、排程結果 |
| 適合任務特性 | 開放式問題、短週期回覆 | 多步驟、可驗證、需要上下文延續 |
| 企業價值 | 強化知識工作者的即時思考與內容產出效率 | 把 AI 嵌入團隊流程，讓工作可複製、可審查、可持續 |
如果你的需求是「幫我想一段說法」，ChatGPT 通常更快。如果你的需求是「幫我把這批資料整理成檔案，照規則檢查，做成可以交付的成果，之後每週都跑一次」，Codex 更接近你要的工具。
ChatGPT 是強大的對話與內容生成工具，無論個人還是企業場景，都適合需要即時回應、快速討論與內容草擬的工作；Codex 更像一個工作台，適合有檔案、有規則、有完成標準、需要追蹤進度的任務。兩者在知識工作裡扮演不同的角色，企業可以同時運用。
如何開始使用 Codex？
入口 1：Codex App（一般企業工作者的建議起點）
Codex App 是桌面程式，擁有視覺化介面，適合非技術工作者作為第一入口。它可以平行管理多個工作序列，支援 Skills、自動化排程、電腦操作、內建瀏覽器、外掛套件、檔案預覽，讓使用者在一個工作區裡追蹤多個進行中的任務。
建議的開始方式：
- 下載 Codex App（macOS 或 Windows 可用）。
- 用 ChatGPT 帳號登入。
- 選一個不含敏感資料的工作資料夾。
- 從整理檔案、摘要文件、清理資料、建立簡報草稿這類低風險任務開始。
- 檢查 Codex 的計畫、來源、產出與修改紀錄，再決定是否採用。
入口 2：Codex CLI（技術與自動化團隊的深度整合入口）
Codex CLI 是給熟悉終端機的使用者，它可以在本機資料夾讀取、修改與執行程式碼，也能透過審核模式（approval mode）與 sandbox 控制權限，支援 macOS、Windows、Linux。
企業的 IT、數據或自動化團隊，可以透過 CLI 將 Codex 接進更深的工作流程，也可以透過它連接既有系統、設定自動化腳本與管理使用權限。App 是一般工作者較容易開始的入口；CLI 是深度整合的通道。
在 ChatGPT Business 與 ChatGPT Enterprise 方案中的 Codex 用量
在 ChatGPT Business 與 ChatGPT Enterprise 中分成兩種席位類型：
| 席位類型 | 包含內容 | 計費方式 |
|---|---|---|
| 標準 ChatGPT 席位 | ChatGPT + Codex | 每位使用者固定月費 |
| Codex 席位 | 僅 Codex，不含 ChatGPT 工作區 | 依用量計費，無固定月費 |
同一個工作區可以同時設置兩種席位類型，企業可以依角色分配。Codex 席位依實際用量計費，使用時會從工作區的用量點數餘額中扣除，用量依任務的複雜度與產出規模浮動。
用量點數的消耗以 token 計算，分成三種類型，消耗比例各不相同：
| Token 類型 | 說明 | 相對消耗 |
|---|---|---|
| 輸入（Input） | Codex 讀取的指令、文件與上下文 | 中 |
| 快取輸入（Cached input） | 跨任務重複使用的背景資料 | 低 |
| 輸出（Output） | Codex 產出的內容、程式碼、檔案與報告 | 最高 |
任務越複雜、產出越多，消耗越高。除了任務本身的規模，選用的模型、同時執行的任務數量、自動化排程的執行頻率，以及是否啟用高效模式，都會影響最終的用量點數消耗。
工作區管理員可在 Codex 設定中的分析頁面查看各成員與整體的用量，觀察實際用量模式，再規劃團隊的用量點數分配與預算。
延伸閱讀 ▷ ChatGPT Business vs ChatGPT Enterprise：企業導入 ChatGPT，該怎麼選？
Codex 在工作場域中的五個應用場景
場景 1：把雜亂資料整理成可用報告
適合對象： 營運、業務管理、財務、PM、客戶成功團隊
每週從不同系統匯出 CSV、Excel、問卷或客服資料，欄位格式不一致，日期、幣別、空值、重複資料都需要人工整理，才能拿去開會。
Codex 可以協助保留原始檔不動，產出清理後的副本，統一日期格式與欄位命名，產出可審核的摘要與異常清單，並把這個流程包成 Skills 或自動化排程，將資料清理流程標準化，每次整理的方式與品質一致，讓週期性報表更穩定，不再依賴個人的人工處理習慣。
場景 2：把多來源回饋整合成行動清單
適合對象： 產品、行銷、客服、HR、業務主管
客戶回饋散落在 Slack、Email、問卷、會議紀錄、Google Drive 與客服匯出檔。這些訊息放著看不見、整理起來花時間，更難快速判斷哪些問題需要優先處理。
Codex 可以從多個來源整理回饋，依主題、頻率、嚴重程度與可能負責人分類，產出 Google Sheet、Google Doc 或後續追蹤清單，並透過自動化排程定期檢查新的回饋，把「訊息」轉成「可分派的工作」，不讓重要的客戶聲音消失在訊息堆。
場景 3：從文件與素材生成簡報或內部說明
適合對象： PM、HR、培訓、行銷、顧問、部門主管
企業常需要把 PDF、逐字稿、會議紀錄、產品資料、研究報告整理成簡報、內訓教材或主管匯報。這個工作本身不需要高度創意，卻很耗時，而且整理品質往往依賴撰稿人的個人判斷。
Codex 可以讀取 PDF 與文件、建立大綱與頁面邏輯、產出 PPT、Markdown 或文件草稿，並套用團隊固定的版型與語氣規則，讓每次產出的結構一致。另外，Codex 不只幫你寫文案，而是能把資料變成可交付的成果檔案，讓後續的修改與確認有具體的起點。
場景 4：定期整理重要資訊與待辦
適合對象： 主管、專案負責人、策略、營運、研究團隊
每天或每週都需要追 Slack、Email、Notion、Google Docs、專案系統與外部資訊，整理成重點、風險與下一步。這件事做得好需要時間，沒有系統就容易漏掉關鍵資訊。
Codex 可以使用自動化排程定期執行整理任務，保留工作序列的上下文並延續前次的判斷，將結果送到待審清單，讓人確認後再採取行動。透過記憶，它還能記住偏好與過去整理過的資訊，讓每次任務不需要重新說明背景。
場景 5：協助跨 App 的重複操作
適合對象： 行政、HR、營運、業務助理、PM
資訊需要從一個 App 搬到另一個 App，例如把面試筆記放進 ATS、把訊息裡的旅遊選項整理成筆記、或把 email 內容整理成回覆草稿。這類工作本身不難，但每天重複做卻很耗時。
Codex 的電腦操作功能可以在 Mac 上點擊、輸入與切換 App，把跨 App 的流程交給 Codex 背景處理，並產出可審核的草稿或整理後資料。
需要注意的是，這類功能仍要放在低風險、可人工確認的流程先試。開始時不應讓 Codex 處理敏感或不可逆的操作，例如直接送出正式郵件或修改系統設定。
如何評估你的工作是否適合交給 Codex？
適合優先導入 Codex 的工作條件
Codex 的使用邏輯更接近長期合作：隨時間持續配置、調整，讓它越用越符合團隊的工作方式。給 Codex 下任務時，提供明確的目標（Goal）、上下文（Context）、限制條件（Constraints）與完成標準（Done when），是讓它有效運作的基礎。
可以優先嘗試 Codex 的工作，通常具備以下條件：
- 有明確成果（整理後的表格、簡報草稿、文件摘要、清單、報告或可審核的草稿）
- 有可提供的上下文（資料夾、文件、範例、格式規則、過去成果或相關工具）
- 有明確限制（不要改原始檔、不要寄出正式信件、只處理特定資料夾）
- 有完成標準（輸出檔案要放在哪裡、需要哪些欄位、是否要附上核查表、誰負責審核）
- 工作可以被拆成小步驟，且每一步都能被人類確認
- 工作會重複發生，未來可以整理成 Skills 或自動化排程
總結來說，「具備明確目標、足夠上下文、可控權限與可驗證成果」的工作，是適合企業考慮優先導入 Codex 的工作。
建議暫緩評估的工作情境
Codex 的效果與導入前的準備密切相關。若非技術團隊尚未建立明確的任務定義、檔案結構與驗證方式，在缺乏這些基礎的情況下，Codex 的潛力將難以在日常工作中體現。
以下情境建議企業建立足夠的使用基礎後再評估：
- 含高敏感資料且企業尚未設定權限與資料規範的工作
- 不可逆操作（大量刪除、直接寄出正式郵件、改動正式系統）
- 沒有明確完成標準或審核者的任務
- 需要高度即時判斷、情緒溝通或政治敏感決策的任務
- 只需要一段文案或快速問答的任務（這時 ChatGPT 通常更有效率）
導入前應建立的工作規範
開始使用 Codex 前，建議企業先定義幾件事：
- 哪些資料夾、文件與系統可以讓 Codex 使用
- 哪些任務可以自動執行，哪些必須人工確認
- 哪些輸出要有來源、核查表或審核者
- 哪些流程可以包成 Skills 讓團隊重複使用
- 哪些任務適合自動化排程，哪些只能手動啟動
- 哪些 sandbox、審核設定與管理規則必須由 IT 或管理員先設定
Agent 時代的企業課題：如何設計可交付給 AI 的工作
Agent 時代對企業真正的考驗，在於能不能建立起把工作設計成可交付給 Agent 執行的組織能力。
技術工具的門檻已經很大幅降低，大多數企業都能取得 Codex 並能讓員工開始試用。但真正拉開落差的，是組織能不能把日常工作轉化成有明確目標、足夠上下文、可控邊界與可驗證成果的任務，讓 AI 負責執行，讓人專注在判斷與驗收。
Codex 的導入，是練習這種能力的起點，而決定終點的，是如何在組織裡釐清人與 AI 的分工，無論 AI 工具與技術如何發展，這都會是企業在 Agent 時代的核心議題。
想在組織內系統化導入 Agent Skills？
歡迎與 Aiworks 聯繫，了解 ChatGPT Enterprise 的導入方案與服務內容 ▷ ChatGPT Enterprise × Aiworks
📩 想為你的組織打造 AI 協作能力？
Aiworks 提供企業內訓、客製化培訓與實作工作坊，協助各產業團隊規劃生成式 AI 的導入與應用策略。
▼ 聯絡我們｜規劃你的 AI 實戰課程，讓轉型真正落地 ▼
（若表單未正常顯示，請點擊此連結進入表單填寫頁面）
推薦延伸閱讀
▶︎ AI 同事正式上線！ChatGPT Workspace Agents 功能解析與企業導入建議
▶︎ ChatGPT Images 2.0 重點整理：推理能力、Codex 整合與中文渲染三大突破
▶︎ 什麼是 Agent Skills？為 AI 打造一本企業級任務攻略