老金教你Codex这几个小技巧,能省掉不少麻烦的小操作

简介: 我把最近一直在用的Codex设置整理了一遍,会让你少很多很烦的操作,来看看。

昨儿Codex 桌面端刚上Live语音,我当天就把两个快捷键设好了。

现在遇到稍微长一点的需求,我直接张嘴了。按住 Alt+X,说完就能转文字。任务已经跑起来了,就开Live接着聊,想补要求就补,发现方向偏了也能当场拉回来。

这功能好用到什么程度?

老金我最近已经开始认真物色麦克风了。

语音只是其中一个小设置。我把自己的设置页重新翻了一遍,真正会影响手感的也就下面这些,推荐给你。

两种语音相关的快捷键设定上,张嘴就行

Live和听写(语音转写文字)是两种用法。

Live适合持续聊,你可以边看Codex干活边补充,或者随时问它现在做到哪了。语音转文字更轻,平时写提示词、补一句要求、回一段消息,按住说完就走。

保持听写栏可见千万别开,开了的话,你屏幕下面会有个小黑框,挺膈应人的。

快捷键最好选两个自己不容易误触的组合,我现在这套只是个人习惯。

aliyun-inline-1.png aliyun-inline-2.png

完全访问很省事儿,但你要看清老金的风险提示

Codex里有两道设置容易混。沙盒管的是它能碰哪些地方,批准策略管的是它什么时候停下来问你。

老金我这种不懂代码的,当然选择完全访问,毕竟看了也看不懂。

只有产品方向、技术路线、成本和最终结果要发生明显变化时,再来找我,如果你和我一样设定好了Hook,完全不用担心它会自己删东西。

开了完全访问后,不会每走一步都卡在确认框。一个完整任务交出去,它能一直做到验证结束再回来汇报。

aliyun-inline-3.png

不过完全访问权限里的说明倒是需要注意,它可能覆盖不该碰的文件,网页里藏着恶意指令可能带回来,还有可能把本地信息带出去,电脑里有客户资料、密钥或者重要文件,先用工作区权限更稳。

不过对我来讲,我要的是少问废话,所以这个看你个人的使用场景来进行合理的判断会好一些。

浏览器和电脑控制,让电脑自己去测试

很多时候,AI写完网页就停那了,只说个已经完成了,最后还是你自己检查,所以我建议你开启这俩。

aliyun-inline-4.png

把浏览器打开后,Codex 可以真的访问页面、点击、输入、检查元素和截图。写完代码,它接着把页面拉起来验一遍,发现问题就回去修。它会有个箭头标记,代表现在它正在操控这个页面。

aliyun-inline-5.png

然后你也可以让它用Codex内置的Browser启动,这样你就能全部看到它在干嘛。

aliyun-inline-6.png

电脑控制就是控制桌面软件,复现界面上的问题、改应用设置之类的都能交给它。

Windows上它会直接动当前桌面,运行时别和它抢鼠标,敏感操作也别放松确认,也就是说,在Win上,它只适合挂机。

上下文用量打开后一眼能看清

长任务聊久了,前面交代过的东西会逐渐被挤出去。把用量显示在输入框旁边,你能早点发现这件事,及时让它总结、压缩,或者把长期规则写进项目文件。

aliyun-inline-7.png

自从哪个版本升级之后,它就默认不显示了,需要手动打开,然后它会显示在你的聊天窗口上了。

aliyun-inline-8.png

推理强度在这能都打开,但并不是选择Ultra就最好

这里有6个选项,都可以选择,然后下面把Ultra也点上,这样遇到难活可以直接切,不用回设置里找。

如果你的场景是改一句文案、查一个普通报错,就没必要开到最高。

一般来说要动跨模块接口、追难复现故障、审关键安全代码,或者一次要改很多文件才会用到Ultra。

通常我写写文章之类需要搜索资料的轻中度任务,我都会交给Terra搞。编写代码时候会交给Sol高,只有很少情况下才会用Ultra。

老金这里强烈推荐Terra高,是目前我觉得性价比最高的选择。

aliyun-inline-9.png

另外,建议提示我也建议你打开。刚接手一个陌生项目时,它能结合项目文件和已连接的应用提醒下一步。默认编辑器、终端位置。

只是偶尔在你没使用的时候,会看到1%使用量没了。。。

aliyun-inline-10.png

个性化写短一点,根据A社最新提示老金来一个

A社这两天发表了个文章,老金我过两天有空讲一下。他们为新一代 Claude 模型删掉了 Claude Code 系统提示词中80%以上的内容,编码评测没有出现可测损失。

这说的虽然是Claude5,不能直接当成Codex的结论,但背后的问题是一样的。

个性化写得太长,规则很容易互相打架。全局只留长期合作边界,项目里的命令、技术栈和特殊坑点交给AGENTS.md。

我最后留下的是这版。

你是我的长期执行搭档。在我给定的任务范围内,自主推进到可验证结果,不要为显而易见的下一步反复确认。

开始前先理解目标,读取项目已有说明和相关上下文,尊重现有改动与项目风格。能从文件、代码、文档或工具中查到的答案先自己查,不把检索工作推回给我。

普通实现选择由你判断并继续。只有路线会实质改变产品策略、架构、成本、兼容性或结果方向时,才停下来说明分歧,并给出你的推荐。低风险信息不足时,可以作合理假设,交付时说明。

完成后运行最相关的测试、检查或构建。不要声称没有执行过的测试或结果;失败时先诊断并尝试修复,再汇报。

删除或覆盖重要数据、扩大权限、发布或对外发送、付款、处理密钥、操作生产环境,以及其他难以恢复的动作,必须先确认。

回复先给结果,再说明关键改动、验证和剩余风险。表达自然直接,少套话、少重复、不过度格式化。

@历史对话,快速获取上下文

通过@历史对话名字,可以快速获获取历史对话信息。

aliyun-inline-11.png

你可以直接在后续对话上要求整理的信息,比如这样。

@历史对话名字 请帮我整理本对话中的目标、架构、步骤、边界、成功及失败记录等关键信息,作为本对话的起始上下文。

现在我打开 Codex,能嘴说的直接用嘴说,能让它自己做的就不盯着,做完再看验证结果。

省下来的都是小动作,一次两次倒是没什么,一天重复几十次甚至上百次就很烦。

一个工具用得顺不顺,往往就藏在这些不用再做的动作里。

希望今天的小设定们对你们能有大帮助。

谢谢你读我的文章。

如果觉得不错,随手点个赞、在看、转发三连吧🙂

如果想第一时间收到推送,也可以给我个星标⭐~谢谢你看我的文章。

飞书开源知识库(实时更新 交流群):

https://tffyvtlai4.feishu.cn/wiki/OhQ8wqntFihcI1kWVDlcNdpznFf

相关文章
|
2月前
|
人工智能 自然语言处理 自动驾驶
Goal × Loop搭配指南:长任务自动化落地老金给你讲明白!
本文直击AI使用误区:把“许愿”当“目标”。指出多数人失败源于goal模糊——无读者、无验收、无边界。提出可验收goal五要素(对象、结果、交付物、约束、验收标准),并给出文章、副业、AI助手三大场景的改写范例,辅以state管理、loop设计与prompt自举实操,助你从“求AI帮忙”迈向“精准协同”。
|
2月前
|
Web App开发 人工智能 IDE
小白速通 Codex App:带录播回放
**文末有录播地址** 早上 9 点,你同时有三件事要干:改一个页面、修一个小 bug、整理一份项目说明。 以前这三件事排在一起,你大概率会先挑一个做,剩下两个往后拖。用 AI 编程以后,情况变了。你可以让不同任务并行跑,自己回来只看结果、看 diff、看哪里需要确认。 这也是我为什么要重点讲 Codex App。 Codex 入口很多,CLI、IDE、Cloud/Web、Mobile 都
小白速通 Codex App:带录播回放
|
6月前
|
人工智能 运维 机器人
过完年AI世界全变了!老金帮你5分钟看完春节13个重磅发布
春节20天,国产AI密集发布13款重磅产品:GLM-5编程能力逼近Claude、豆包2.0价格低至0.6元/百万Token、可灵/Seedance让AI视频迈入生产级,元宝DAU破5000万——中国AI正集体超车。(239字)
|
5月前
|
安全 Linux 网络安全
阿里云轻量服务器+本地部署OpenClaw集成Skills全指南:从安装到自定义教程
OpenClaw(Clawdbot)的核心价值在于通过Skills(技能)扩展实现功能定制,结合阿里云轻量服务器的稳定运行与本地环境的灵活开发,可快速搭建适配业务场景的AI智能体。本文基于2026年最新稳定版,从阿里云轻量服务器与本地(MacOS/Linux/Windows11)部署OpenClaw,到Skills集成、自定义开发及避坑指南,全程提供可直接复制的代码命令,助力零基础用户快速完成技能扩展,打造高效智能助手。
799 5
|
6月前
|
消息中间件 人工智能 Cloud Native
【云故事探索】NO.20:古茗奶茶背后的云原生力量
古茗依托阿里云云原生架构,以微服务+DevOps实现敏捷迭代,通过RocketMQ Serverless应对“周三会员日”十万级TPS洪峰,弹性降本超40%;结合全链路可观测体系保障稳定,并迈向AI原生演进,让技术真正赋能业务创新。
369 7
|
6月前
|
边缘计算 算法 API
如何用离线库秒筛“数据中心”IP段并自动封号?
本文探讨如何通过离线IP库实现高并发风控:聚焦IDC/代理IP秒级识别与自动封号闭环。强调本地内存查询的低延迟、高可用优势,解析选型五维度(IDC标签、内存加载、更新频率等)、IP段匹配三大算法(二分、Radix树、Bitmap),并给出分级策略与工程部署建议。(239字)
295 1
|
8月前
|
传感器 网络协议 算法
《多账号同源识别核心技术拆解:从行为指纹到身份锚定的实操逻辑》
本文聚焦同一用户多账号同源识别的核心技术路径,跳出传统单一标识校验思维,深度拆解行为、设备、网络、数据等多维度识别手段的实操逻辑。从行为基因图谱构建、硬件隐性特征聚合,到网络轨迹指纹链打造、交互惯性图谱搭建,再到跨账号数据锚点联动,系统梳理各层级核心技术的落地思路,重点提炼隐性特征萃取、多维度协同校准等关键方法,规避标识篡改、IP切换、行为伪装等识别痛点。通过构建多维度特征融合校准体系,平衡识别精度与隐私合规,形成“全链路特征协同-置信度分级决策-误判动态修正”的闭环逻辑,为复杂场景下多账号精准识别提供兼具深度与实操性的技术参考,助力搭建抗干扰、高精准的同源账号识别体系。
757 11
|
2月前
|
缓存 安全 前端开发
阿里云经销商lingducloud: 基于阿里云 OSS 与 CDN 的高性能、低成本落地实践
本文深度解析阿里云OSS与CDN协同实践:直击外网直连导致的高成本(0.5元/GB)与跨域延迟痛点,详解五步配置、缓存优化、防盗链、熔断告警及成本对账,助你构建安全、极速、省钱的静态资源分发体系。
|
2月前
|
数据采集 人工智能 IDE
GEO教科书都在推荐的llms.txt,为什么大模型爬虫根本不读?
llms.txt对提升AI搜索引用几乎没有直接效果。截至2026年6月,5.15亿次AI爬虫流量中仅408次请求命中了llms.txt文件,占比在统计上可忽略不计。Google、OpenAI、百度、字节跳动等主流厂商的爬虫均不将其作为有效信号。真正对GEO有帮助的是robots.txt配置、结构化数据和权威内容建设。
356 0