Codex 是 OpenAI 推出的 AI Agent。與一般聊天模型不同，Codex 具備操作本機檔案、資料夾、終端機與開發工具的能力，能直接協助完成多步驟的連續任務。
在研究情境中，它不只能回答「這份資料該怎麼分析」，更可以直接讀取檔案、撰寫分析腳本、執行程式並輸出整理好的表格與報告。
Codex、ChatGPT 與 Claude Code 的差異
1. Codex vs ChatGPT
ChatGPT 著重在對話與內容生成；Codex 則著重在實際操作檔案與本機環境。
| 比較項目 | ChatGPT | Codex |
|---|---|---|
| 核心互動 | 視窗對話與文字生成 | 操作檔案、終端機與本機工具 |
| 適合任務 | 概念討論、腦力激盪、草稿撰寫 | 批次處理、資料清理、程式開發與自動化 |
| 專案脈絡 | 需手動貼上或上傳單一檔案 | 直接讀取專案資料夾與多層檔案結構 |
| 產出形式 | 文字回覆 | 直接建立或修改檔案、產出結構化報表 |
兩者並非互相取代，常見的工作流是：先用 ChatGPT 討論研究問題與分析規則（例如建立 codebook），再交由 Codex 批次執行並產出資料，最後由研究者進行檢查與理論詮釋。
2. Codex vs Claude Code
Codex 與 Claude Code 都是能操作檔案與終端機的 AI Agent。兩者的核心能力相近，主要差異在於生態系整合與操作介面：
- Codex：深度整合 ChatGPT 生態系，提供完整的桌面 App 圖形介面、專案管理與多任務並行視窗，同時支援 CLI 與 IDE 擴充。
- Claude Code：以終端機（CLI）為核心操作介面，深受熟悉 command line 的開發者青睞。
兩者在提示詞設計、拆解任務與驗證輸出的原則上是相通的。
Codex 的四種使用方式
- ChatGPT 桌面 App（推薦入門）：提供直觀的圖形介面，可同時管理多個專案資料夾、檢視檔案變更（diff）並監控終端機執行狀態。
- Codex CLI：直接在 Terminal / PowerShell 執行，適合習慣純鍵盤操作、遠端伺服器或腳本整合的進階使用者。
- IDE Extension：整合於 VS Code 或 Cursor 中，適合需要邊看程式碼邊讓 AI 修改檔案的開發流程。
- Cloud / Remote：將任務委派給遠端或雲端沙箱環境處理，適合耗時或需要獨立運算資源的工作。
研究者可以用 Codex 做什麼？
Codex 特別適合處理大量、重複且需要精確結構化的數位研究工作：
- 文獻整理：清理資料庫匯出的 CSV、比對 DOI 進行去重、提取研究方法與對象，並建立文獻矩陣。
- 質性編碼：讀取多份訪談逐字稿，依據 codebook 進行多重標籤編碼，保留原始引文、段落位置與判斷理由，並將模糊案例獨立標記。
- 資料清理與描述統計：批次檢查問卷前後測資料、處理缺失值與異常值、繪製視覺化圖表。
- 研究流程自動化：將分析步驟固化為可重複執行的 Python 腳本或 Quarto / Markdown 報告，確保研究成果具備可重現性。
例如，你可以給出明確規則：
請讀取
transcripts/中的訪談逐字稿，依codebook.md規則進行編碼。保留受訪者編號、原始引文、標籤與判斷理由，輸出至outputs/coded.csv；無法判斷的段落請輸出至review/needs-review.csv，不要自行猜測。
Codex 會檢查檔案、撰寫腳本執行編碼，並產出對應檔案供研究者複核。下一篇將說明開始使用前所需的基礎環境準備。