介紹 Codex

研究者透過 AI 助理操作論文、逐字稿、資料表、程式與分析圖表

Codex 是 OpenAI 推出的 AI 工作代理。它不只是回答問題，也可以實際操作電腦中的檔案、資料夾、終端機與開發工具，協助使用者完成一整套工作流程。

對工程師來說，Codex 可以協助開發網站、修改程式、執行測試與處理 Git 版本控制；對研究者而言，它也可以用來整理文獻、清理資料、分析訪談逐字稿、產生圖表，以及建立可重複執行的研究流程。

你可以把 Codex 想像成一位能操作電腦工具的 AI 研究助理。

你不只可以問它：

這份資料應該怎麼分析？

你也可以直接把資料交給它，要求它讀取檔案、建立分析程式、執行分析，最後輸出整理好的表格與報告。

例如：

請讀取 transcripts/ 資料夾中的訪談逐字稿，依照 codebook.md 的規則進行編碼，保留原始引文、受訪者編號、標籤與判斷理由，最後輸出成 CSV。

Codex 可以先檢查資料夾內容、建立分析程式、執行程式，再將結果寫入指定的輸出檔案。

這也是 Codex 和一般聊天型 AI 最明顯的差異之一：它不只能告訴你怎麼做，也能使用電腦上的工具，協助你實際完成工作。

Codex 和 ChatGPT 有什麼差別？

ChatGPT 與 Codex 都能理解自然語言、回答問題與協助思考，但兩者適合的工作型態並不完全相同。

ChatGPT 比較著重於對話與內容，例如：

解釋一個概念
討論研究方向
協助撰寫文章
進行腦力激盪
修改文字內容
回答問題

Codex 則比較適合需要實際操作檔案與工具的任務，例如：

讀取整個研究資料夾
清理 Excel 或 CSV 資料
分析多份訪談逐字稿
建立質性研究標籤
撰寫並執行 Python 程式
開發網站或資料儀表板
同時修改多個檔案
執行測試並修正錯誤
產生可重複執行的分析流程

簡單來說：

ChatGPT	Codex
主要透過對話提供回答	可以實際操作檔案與工具
適合討論、解釋與寫作	適合執行多步驟工作
通常需要手動提供對話內容	可以讀取整個專案資料夾
告訴你可以怎麼做	協助你實際把事情做完

不過，ChatGPT 與 Codex 並不是互相取代的工具。

比較理想的使用方式是：

使用 ChatGPT 討論研究問題與分析方向。
使用 Codex 操作資料、執行分析並產生檔案。
再由研究者檢查結果，討論如何詮釋與呈現研究發現。

例如，在分析訪談資料前，可以先透過對話討論研究問題、編碼原則與 codebook；規則確定後，再讓 Codex 將這些規則轉換成可以重複執行的分析流程。

Codex 和 Claude Code 有什麼差別？

Codex 和 Claude Code 都屬於能操作程式碼、檔案與終端機的 AI Agent。

它們都可以協助使用者：

閱讀程式碼
修改多個檔案
操作終端機
執行程式與測試
協助除錯
操作 Git
完成較長且包含多個步驟的任務

兩者的差異不只在於模型能力，也包括操作介面、工作流程、工具整合、訂閱方案與個人偏好。

比較面向	Codex	Claude Code
所屬生態系	OpenAI、ChatGPT	Anthropic、Claude
常見操作方式	桌面 App、CLI、IDE Extension	CLI、桌面工具與 IDE 整合
使用體驗	提供較完整的圖形化與多任務工作流程	常被用於終端機與工程工作流程
適合對象	初學者、研究者與工程師	熟悉終端機與程式開發的使用者
選擇依據	工作需求、原有訂閱與操作偏好	工作需求、原有訂閱與操作偏好

不同使用者對兩套工具的評價並不完全一致。

有些工程師偏好 Claude Code 的終端機工作方式，也有人喜歡 Codex 的桌面介面、多任務處理方式，以及與 ChatGPT 生態系的整合。

此外，工具的模型、額度、功能與價格都可能持續更新。因此，比起直接判斷哪一套工具「絕對比較強」，更適合根據以下條件選擇：

自己原本使用的 AI 服務
是否熟悉終端機
是否需要圖形化操作介面
是否需要同時處理多個任務
是否需要整合既有的開發或研究流程
不同方案提供的功能與使用額度

本系列課程以 Codex 為主要工具，但課程中學到的核心方法，例如提供脈絡、拆解任務、建立規則與驗證輸出，同樣適用於其他 AI Agent。

這堂課真正要學的是什麼？

本課程不只是教大家按下 Codex 裡的按鈕，而是希望建立一套比較可靠的 AI 協作方法。

包含：

如何提供完整的任務背景
如何把複雜任務拆成不同步驟
如何建立專案與資料夾規則
如何告訴 AI 哪些檔案不能修改
如何檢查 AI 修改了哪些內容
如何驗證分析結果
如何保存分析方法與執行紀錄
如何使用 Git 回復錯誤修改
如何避免 AI 捏造論文、數字或研究結果

這些方法不只適用於 Codex，也可以延伸到 Claude Code、Gemini CLI 或其他能操作工具的 AI Agent。

Codex 有哪些使用方式？

Codex 並不只有單一介面。使用者可以依照自己的需求與使用習慣，選擇不同的操作方式。

1. ChatGPT 桌面 App 中的 Codex

本課程主要使用新版 ChatGPT 桌面 App 中的 Codex。

桌面版本適合：

不熟悉終端機的初學者
希望透過圖形介面操作的人
需要查看檔案修改結果的人
希望同時管理多個工作任務的人
想讓 Codex 操作本機資料夾與工具的人

在桌面 App 中，Codex 可以協助：

開啟本機專案資料夾
查看與修改檔案
操作終端機
執行程式
查看 Git 修改
同時處理多個任務
建立自動化工作
管理不同工作分支
使用外部工具或插件

對第一次接觸 Codex 的使用者而言，桌面版本通常是最容易理解與上手的選擇。

2. Codex CLI

CLI 是 Command Line Interface，也就是命令列介面。

使用者可以直接在 macOS 的 Terminal，或 Windows 的 PowerShell、Windows Terminal 中操作 Codex。

Codex CLI 適合：

熟悉終端機的工程師
希望快速操作專案的人
需要遠端連線伺服器的人
想把 Codex 整合進既有開發流程的人
偏好使用鍵盤與指令操作的人

CLI 的優點是速度快、操作直接，也很適合伺服器與遠端環境；但對第一次接觸終端機的人來說，學習門檻通常比較高。

3. Codex IDE Extension

Codex 也可以整合進 VS Code、Cursor 等相容的程式編輯器中。

IDE Extension 適合希望一邊閱讀檔案，一邊讓 AI 修改內容的使用者。

使用者可以直接在編輯器中：

選取一段程式並提出問題
請 Codex 修改目前檔案
查看修改前後差異
搜尋專案中的相關程式
協助除錯與重構
根據目前開啟的檔案提供更精確的回答

需要注意的是，這裡所說的 Extension 是安裝在程式編輯器中的擴充功能，不是一般 Chrome 或 Edge 瀏覽器中的網頁插件。

4. Codex Cloud 與 Remote 工作流程

Codex 也支援雲端委派與遠端工作流程。

例如：

將獨立任務交給雲端環境處理
同時執行不同的工作任務
從支援的行動裝置查看桌面任務
操作遠端開發環境
在不影響主要工作資料夾的情況下進行實驗

這類功能比較適合已經熟悉基本操作的使用者。本課程會先以本機桌面版本為主，再逐步介紹其他工作方式。

研究者可以用 Codex 做什麼？

Codex 不只適合工程師，也很適合需要處理大量數位資料、文件與重複工作流程的研究者。

例如，資訊教育、教育科技與數位學習領域的研究者，可以使用 Codex 完成以下工作。

文獻整理

整理論文搜尋結果
清理從資料庫匯出的 CSV
合併來自不同資料庫的論文清單
找出重複論文
建立文獻比較表
依研究主題、研究方法或研究對象分類
檢查缺少 DOI、年份或作者資訊的資料

質性資料分析

讀取多份訪談逐字稿
依照 codebook 加入標籤
允許同一段內容具有多個標籤
保留原始引文與受訪者編號
說明每一個標籤的判斷理由
找出信心較低、需要人工檢查的案例
比較不同受訪者群體的主題差異
統計各類標籤的出現情況

問卷與量化資料處理

清理前後測資料
找出重複值與缺失值
配對同一位受試者的資料
統一不同格式的欄位
產生描述統計
建立資料圖表
整理開放式問卷回答
檢查分析資料中的異常值

報告與研究流程

將分析流程保存成程式
產生 Markdown、HTML 或 Word 報告
檢查報告中的數字是否與原始資料一致
根據研究結果建立簡報大綱
整理研究會議紀錄
將重複性工作轉成自動化流程
建立其他研究助理也能重複執行的分析方法

例如，一位研究者可以要求：

請讀取 transcripts/ 資料夾中的所有訪談逐字稿，根據 codebook.md 的規則進行編碼。每一段都要保留受訪者編號、原始引文、標籤、判斷理由與信心程度，最後將結果輸出成 outputs/coded-transcripts.csv。如果有無法確定的內容，請另外整理到 outputs/review-needed.csv，不要自行猜測。

Codex 可以建立並執行分析流程，而不只是提供一段操作建議。

Codex 可以取代研究者嗎？

Codex 可以加快工作速度，但它不應該取代研究者的專業判斷。

使用 Codex 時仍然需要注意：

AI 可能誤解研究資料
AI 可能產生不適當的分類
AI 可能漏掉重要的上下文
AI 可能生成不存在的論文或引用
AI 可能產生看似合理但錯誤的統計結果
AI 可能修改不應該修改的檔案
訪談與研究資料可能涉及隱私和研究倫理
不同模型或不同提示可能產生不一致的結果

因此，不建議採用以下工作方式：

把所有資料交給 AI，直接相信並使用它輸出的結果。

比較可靠的方式是：

由研究者定義研究問題。
由研究者建立分析方法與分類規則。
讓 Codex 執行重複、繁瑣或技術性的工作。
保留原始資料與完整的處理紀錄。
抽樣檢查 Codex 的結果。
修正規則後重新執行分析。
最後由研究者詮釋並負責研究結論。

Codex 最適合扮演的角色，是協助研究者執行工作，而不是替研究者做出最後的學術判斷。

小結

ChatGPT 擅長透過對話協助我們思考與表達；Codex 則能進一步操作檔案、程式與電腦工具，將想法轉換成實際的工作成果。

對研究者來說，Codex 的價值不只是「幫忙寫程式」，而是協助我們將原本零散、重複且仰賴人工處理的研究任務，轉換成：

可以執行的流程
可以檢查的結果
可以修改的規則
可以重複的分析
可以交接的研究資產

下一篇文章將介紹使用 Codex 前建議準備的基礎工具，包括 Git、Python、VS Code 與 Node.js，以及如何在 Windows 和 macOS 上完成安裝。

認識 Codex：不只回答問題，而是實際完成工作