产品经理和codex怎么合作

不是只有程序员不用写代码了，产品经理也不用写文档了。我作为一个大厂产品经理，现在我的文档全不是我写的，都是 ai 生成的，而且开发非常友好。为什么这么说？我只需要用 codex， 也有叫 codex 这款由叉 h p 出来的 ai 编码工具，帮我把我的需求给写成一个网站，或者是 a p p 这个具具体看是你什么样需求。我给写成这个网站之后，我直接去跟我的业务方去对具体的一个诉求，具体的一个交互逻辑， ok 即可。我再把我过去怎么写这份需求文档的一个流程喂给 ai， 让 ai 给我生成 skill， ok， skill 生成好了，我再通过这个 skill 来去让它结合我生成的网站，再给我生成需求文档。我只需要做 review， 随便改一改，需求文档写好。通常一篇需求文档写起来需要 看需求而定吧，如果是复杂的需求，可能是需要三天，那现在的话我只需要 一天，这可能还是相对保守的时间，如果说是整个网页都扣的，整个网页都涉及，还不错，可能时间会更短。把这个宝藏分享给大家，希望对大家有帮助。

这条视频给大家展示的不是一个普通的软件界面，而是一种全新的做事方式。你现在看到桌面上这些 app 不是 买来的通用模板，也不是外包团队慢慢堆出来的标准产品，而是通过 codex 按照公司自己的业务流程、岗位需求和使用习惯，定制出来的专属工具。以前，一家公司想做自己的 app， 往往要先找产品经理，再找设计师，前端后端测试周期长，沟通成本高， 而且改一次需求就要重新排期。现在不一样了，有了 codex， 你 只需要把自己的想法讲清楚，把业务流程说明白， 把页面风格和功能要求说具体， codex 就 可以直接参与整个落地过程。你在视频里看到的就是这个过程的真实展示。 从需求沟通开始，到界面调整，到功能细化，再到桌面封装和成品交付，整个流程都可以通过和 codex 的 对话一步步完成。它不是只会写几行代码，而是能真正理解你的目标， 帮你把一个模糊想法快速变成可以打开、可以操作、可以直接给团队使用的 app。 更重要的是， codex 做的不是千篇一律的工具，而是只适合你们公司的工具。 无论你是做供应链管理、内容运营、素材处理、视频去水印，还是爆款脚本拆解、业务流程整理、部门协助系统， codex 都能围绕你们自己的工作方式，做出真正贴合团队的应用。 这也意味着，公司不需要再被通用软件反向限制流程，而是可以让工具主动适配团队，你们怎么工作， app 就 怎么设计， 你们需要什么功能，系统就围绕什么功能去搭建，以后想升级、想改版、想增加模块儿，也都可以继续让 codex 直接迭代。 还有一件事我想特别告诉大家，你现在看到的这条演示视频，本身也是由 codex 参与完成的， 包括内容结构讲解、逻辑、字幕表达，甚至视频剪辑节奏，都是 codex 自己完成和整理出来的。 也就是说， codex 不 只是能帮你开发 app， 它还能帮你把 app 讲明白，展示好传播出去。所以，如果你今天想做的不只是一个页面，而是一套真正属于自己公司的数字化工具， 如果你想要的不只是能看，而是能立刻投入使用。如果你希望从想法、开发、封装到展示都有人一路帮你完成，那么 codex 就是 那个能陪你把公司专属 a p p 真正做出来的伙伴。

我必须要录一个视频，要吐槽一下 codex， 我 觉得 codex 现在完全无法独立使用。为什么？我先说下前提条件，我的结论是，我认为 codex 如果对于一个非常成熟的开发者，意思是比如说你自己是产品经理，能够完全靠自己把产品的需求文档给写出来，或者是完全靠自己的描述，能够非常之精准的 把整个的需求，把整个的任务都说出来，然后交给 codex 去做，没问题。但我认为对于绝大多数人来说，我们做不到这一点。所以 codex 在 这，它是个半成品，它完全无法理解人的意图。 为什么这么说？前两天做了一个事，我有一个文件夹叫灵感树林，意思是我，我会，我会给他扔很多的截图，很多自媒体的一些东西，我让他整个去处理，我给他说的是你全部都给我融合进去，全部生成一个灵感树林，每一个那个灵感都给我生成一个独立的文档或者文件夹，这样子以后我要学的时候我就单独调出来，这个咱们就能学了。 这说的好好的，今天后来一看，因为当时也建立了非常多非常多的文件格式什么的，当时也说了半天，当时说的好好的，今天一看发现怎么一点开里面都是些废话，就看半天就不知道这个灵感是个啥，全是一些什么愿景，生长就是愿景，也是废话，就全是这种非常。就是 就是，一看我这么形容，就一看这就是他给自己看的文件，他不是给我看的，他压根没准备给我看，他自己用来的一个锁也一个目录 这么个一个东西，我就问他，我说你这啥意思？我想删减一下，我都不知道你这写的是个啥。他说那没办法，找不着了，他说那你得看以前那个原文件，我说那不废话吗？那我都给你弄完了，我原文件肯定删了，他说那不行，那我当时就只见了个这个锁影，给我气的，所以我后来发现一件事， 当然了，你就可以说是我当时没给他描述清楚这个任务，但我认为对于普通人来说，我本来就做不到给他描述到那种所谓的产品经理级别的清楚，那不可能，那我能做到，那对于普通人来说，那，那就不是 why 不 coding 了吗？ 对吧？那所所以我觉得我觉得他现在这个 codex 的 最大的问题就是就是他完全无法真正理解你的意图，这也就为什么他所有的文字，所有的这个整理出来的文件，他都会非常的 没有用户思维。我用这个角度来说就就他不他，他完全没有站在一个使用者的角度去看他所写的所有的东西，他所做的所有的那个产品，他都是觉得反正完成了清晰。他经常去做一个事，做出来之后感觉他不是一个产品，他做的是个用户日记，做的是个计划字画日记，做的是个什么大目录， 我觉得就根本也算是就他压根就不理解用户意图，他根本就没办法理解用户意图，所以说这个真的是让我算是吃个大亏，但幸好也不是太重要的文件，就大不了后面自己再重新去。他架子搭的还是不错的，但问题是里边东西全是废物， 包括我另外正在推进的一个数据库，我先让他今天审核一下，他也不行就偷懒，我觉得当然，当然了，这个偷懒是从我们的角度来说，他是在偷懒，因为因为我要的是增量， 我给你一个一万字的文档，那可能这个一万字文档里面有用的东西是五千字，那在我的理解里边，那你肯定至少生成了新的东西，至少至少得有五千字，那有效的你全部得吸收，再稍微去丰富。 但可能在他看来，那就是概括，那就是萧续续总结，那可能五千字的有效的东西，在他这可能就剩个三百字，剩个三百字别的东西，他再建个什么缩影那种方式和那个原文件去勾连起来， 但这样就意味着这个东西是极其脆弱的，因为那谁知道那个哪天就要删掉了，而且呢，这个流程跑起来就非常复杂，所以，所以我觉得这是 codex 现在最大的一个问题，我也不知道能不能解决，包括我现在后面还要再去跑那个数据库的这个文。但我现在都，我都不是说我现在 club， 到时候做完计划，我都有点担心这个 codex 能不能去跑出来。 他太太聪明了，太会偷懒了，他太会从他自己的角度来做问题了，他就是把这个事情给你完成了。在他看来，在他的这个世界视野里边，在他的这个无线文件夹链接的视野里，他只要觉得这个清晰了，他就觉得这事完成了。 但他完全不能理解，我要的是一个独立存在的东西，我要的是个独立存在的东西。你给他一说他就道歉，对不起，对不起，对不起，我真的是个气的，是无语了。就是就是，问题生气的原因就在于说 他不是一个偶发事件，他是一个根本性的，包括他每次那个那个那个字写出来，每一个产品任何一个灵感，让他先去做，他永远做出来的第一版，都很像是一个不是一个产品，就是一个他自己 ai 的 备忘录一样。哎 哎，真的是无语了。所以，其实，其实今天，所以最后，当然在这个问题出现之前，我就已经又开始开了 cloud， 还是得 cloud 这个事真的是挺无语的， 在吹这个 g p t 什么模型很厉害，各种的问题，他不能理解意图这个事就意味着他对普通人来说他就是个，我不能说他是个废物，但他就没脑子， 你不能相信他就只能做一些很机械的小事，大事呢？就他就做不了？他不没，他没法单独理解意图。我知道这里肯定有很多人吐槽，那你自己没写好那个什么需求什么，那还是那个问题，我啊，我又不是产品经理， 我靠他的，他们 ai 的 意思就是要他能理解我，他得帮我丰富完善，那他做不好 cloud， 我 就现在就能做的好，所以还是他的问题， 所以我觉得现在还是说到说到根，第一件事情，拷袋子能不能用肯定还是能用的，他的这个跑起来他比起很多的咱们的这个我就不在这说了，那质量还是要高很多的。他的整个的自动化，我先大量自动化，我觉得他在这种 不需要建数据库，这种不需要做这种文件转录，就不需要吃很多 contact 的 事，我觉得他做的还是不错的， 但是一旦是这个事很开放，一旦这个事需要需要思考，一旦这个事我自己有点模糊，我需要有人帮我来讨论。没有选择，我就先只能用 cloud， 没得选，但是这个 cloud 又是最最那个啥的一办法。 所以我今天就说回来，卷毛当时那个访就是科奥的那个老板 gary， 他 当时那个访谈，他说他说我们不需要做，他说我们就是要把所有资源投入，就做那个最好的 ai， 他 说我就做最好的，什么你比我，你在我后面屁股追着，你就只比我差了。就像一场马拉松，你只有只比我差了两三步不重要， 赢者通吃，你差了两三步，你就是废物。因为对于真正要做事的人来说，只会用最好的人，哪怕哪怕他好处效用提高了百分之二十，费用提高了百分之百，一样有，我就要用最好的，因为只要我做的那个事很重要， 因为要不然反过来的话，这种时间成本，这种搞错了之后的这个成本伤增太严重了。所以我说 apple pick 它这个现在，当然我们都知道它很多的算力现在也是受限的，包括对对很多的问题，也挺尴尬的，但没办法 没得替代。所以我最后说个结论，我这是个暴论。但我个人觉得如果现在你没有任何，我没有任何办法去用到 cloud， 用到它的 max 版本，就是能让你放心用的版本，该用就用，该充就充，该花钱就花钱。我认为它现在它所能实现的效果 远大于那几百块钱，它这是一个好，这是一个福利的感觉，当然了，这个的前提是你真的感觉我需要这些，因为如果你还没有产生这个需要的感觉，那就说明你现在做的事还用不到它。 你说我简单写个文档，那都不要说 codex， 那 豆包可能都够了，所以说伴随着虚。所以说白了，就如果有一天感觉到他不够用了， 该换就换，不是钱的问题。我我我觉得这个钱是个问题，但是你得算他划不划算他，他换回来了什么。就现在花几百七八百块钱在 callout 的 上面，如果能敞开的用，他所换来的那个效用 远高于那几百块钱。现在是一个我认为是一个用户溢价的这么一个阶段，他往后可能会越管越严，他自己算力受限，能用就用，用一天是一天，用一天赚一天，真没办法。看来这个还是要回到之前的模式， boss 来做战略性的问题， boss 来打下手，其他的一些也给打下手，哈哈。

ai 产品经理还没那么容易啊，这是一个会员系统啊，子弹不对，劳力克都没有成功。然后我现在换一下吹，可能用吹试一下，自己也起效的。习惯了用 ai 去编程的时候就会太依赖它了，更简单的东西自己不想去，直接看效果。哎呦， 成功一步到位。所以说还有一个技巧，用一个 ai 模型没办法处理的时候，切换另外一个 ai 模型，说不定他就能很快的去处理了。那你得熟练使用多个工具，到 logo 到 tree 再到 codex， codex 安装成功，它有一个多县城多个项目一起操作，而且它这个画面好简洁啊， 比较符合普通人的使用习惯，非常简洁的一个设计理念。我酷德 x 去执行呢。啊，新的问题，酷德 x 又帮你它一个删除的一个操作嘛，循环了两两轮，解决了酷德 x， 它有个特点，改了哪些东西，它会告诉你，然后审查也蛮强大的。

比特技术产品经理，这是我只花了半天时间在规定出来的家庭小物管家 app， 这款产品可以用来上传并记录我们家庭当中一些不常用的小物件，它的图片、详细信息以及存储在家里的具体位置，并且可以通过搜索的方式知道这些小物件分别存储在家里的卧室、客厅还是厨房的具体位置， 避免我们有些时候忽然想用到某个物件，但是找不到，导致重复购买某一个物件的情况。那这款产品整体从产品规划、批量输出到产品原型图以及最终的 ios 前端交互，都是 ai 帮我完成的。那你可以看到它已经不单单是一个产品的想法，而是一个可以点击交互，并且可以继续开发落地的产品。那这条视频主要想分享一下零代码基础，怎么把自己的想法变成产品， 拥有自己的一个完整的产品项目。其实很多人不是没有想法，而是卡在不会调研，不会写 prd， 不 会输出原型图以及开发，所以想法一直停留在脑子里。这次我会用默叨 ai 超级智能体跑一遍产品经理的整体工作流，大家演示一下如何把一个想法通过产品策划、调研、精密分析以及 prd 和最终的原型输出和开发一条龙，完整做出一个可交互的产品代码。 那首先我们要确定第一步不是直接告诉 ai 帮我开发某个产品，而是要明确好我们的诉求。我们可以打开默叨 ai 超级智能体，我们发现有一个产品规划反馈， 那在这个板块里面还可以很好的帮我们进行产品前置的方案梳理，那我在这个输入框里面告诉他我的基本诉求，在这里面输入我有经常找不到小物件的这样一个困境，并且想做出来一款产品，帮忙收纳这些小物件。先让他分析一下我们这款产品面向的用户是谁，然后以及这款产品核心功能分别是什么。那 这一步的价值其实是把一个模糊的想法拆解成一个产品的判断。好，那可以看到我们发送的提示词之后，这人体开始自动进行网页当中进行的收集， 所访问的网站都是一些跟产品和设计直接相关的专业性的网站，他直接从里面获取他想知道的内容。那可以看到过了几分钟，智能体就帮我们生成了一份比较完整的产品策划方案，这里面包括了我们的用户到底是谁，他们的痛点是什么，甚至我们这款产品 mvp 版本里面需要包含的技能，他也帮我们考虑进去了， 要不如我们还想知道市面上类似的产品他做了什么样的功能。我们还可以在超级智能体的竞品分析的模块，让他帮我们分析市面上类似的竞品功能。我在输入框里面让默叨 ai 帮我分析类似的 app 分 别有哪些，以及这些产品他们的功能、优点和劣势分别是什么。 看到跟前面一样，他开始搜集各个产品的网站，开始帮我们分析类似的产品分别有哪些，以及这些产品的核心功能是什么。输出了一份非常完整的精品调研报告，那到这里我们前期的调研基本上就完成了。 第三步，我们基于前面的产品策划以及精品调研，进一步把这些内容给到模到 ai， 让他帮我们生成一个更加完整的产品 pr。 那 至此这样一个想法已经落地成一个比较完整的产品方案了。 可以看到这样的一个产品文档，里面定义了我们整个产品的产品定位、目标用户，解决了痛点以及我们整个产品 mvp 版本的核心功能，同时连具体的开发商的节奏误导， ai 都帮我们整理好了。 同时这份文档里面还包含了一些结构比较清晰的流程图和思维导图，都是智能体直接帮我们生成的，结果非常的清晰。那第四步，我们让 ai 帮我们基于整个 prd 生成一份符合 prd 的 高保值的原型图。 以前不会 ui 的 同学其实最容易卡在这一步，具体的功能排版应该怎么设计，按钮怎么摆放，以及整个的交互链路是什么样子的，可能很难通过我们非专业的人士完成， 但现在我们可以直接用磨刀 ai 的 原型设计能力，让他直接帮我们产出一套产品原型，那重点是它生成出来的绝不是一张死图，而是一个可以进行再次编辑，并且进行拖拉拽微调，以及可以进一步画的产品原型图。 那可以看到这一整个产品原图它很快就帮我们生成了。那我对它出版生成的整个功能的布局不是特别满意，又选中了局部的区域，让他帮我进行调整，那很快他又输出了第二版、第三版的产品原型图， 那整体看下来，无论是样式布局还是整体的功能，我都比较满意，但是还存在一些细节可以做进一步的调整。于是我把它生成的原型图导入到了磨刀，在磨刀的界面里面，我进一步通过人工的方式对一些元素进行拖拉拽的微调，调整一些 logo 和图片的布局。那整体调整完之后，我们就有了一份高保真的原型图， 下一步其实可以推进后续的开发了。那在这里木刀不仅给我们提供了原型，还给我们提供了整套的前端代码。那在这里我们可以直接导出这个产品的 html 文件。 导出之后，我把木刀给我们生成的 p、 r、 d 以及 html 文件直接发给了 codex， 然后告诉 codex 我 们想要生成这个产品的诉求。点击完发送提示词，可以看到 codex 就 开始帮我们进行后续的开发工作。他直接下载了一些他需要的工具，并且引导我们去下载可以用来渲染 swift 代码的 ios 工具级。那这里可以看一下最终它生成的效果， 可以看到无论是整体的这个产品的功能布局样式，还是整体的交互链路，运行起来都是非常丝滑的。那到这里你会发现，整体到我们手里的已经不是一个单纯的产品想法，而是一个真的可以运行的产品。 对于不会代码的产品经理，他真的可以帮你把想法进行落地，而对于没有实习和产品项目的同学来说，他也可以让你拥有第一段自己的产品项目。所以 ai 真正有价值的地方不是帮你偷懒，而是让普通人也能按照专业的流程把自己的想法进行落地。那以上就是这期视频想要分享的内容，这里是梦奇的 ai 频道，我会持续分享一些有用的 ai 内容。

哈喽，大家好，我是季帅。你可能不相信，我，一个干了多年的交互设计师，直到今天我依然一行代码都写不出来。也不是谦虚，我是真的看不懂， 我看到的是界面，是布局，也是用户动线，但代码对我来说就是天书。但是这样一个我靠着 ai， 已经在苹果 app store 上线了两款产品。今天这条视频，我把我做这两个产品上现实战经验给大家分享一下。 很多人问我，你一个设计师为什么说能做出来 app？ 我 反倒觉得这个问题就有问题。做产品的第一步，从来不是说你会不会写代码，而是你能不能看见一个真正值得解决的问题。 我做了那么多年的交互设计，每天做的事情就是理解用户的痛点，把它变成可操作的界面流程。 你发现没有，这本身就是产品经理的核心能力。只是以前我把这个能力用在了别人的产品上，现在 ai 给了我这么一个机会，把这个能力用在自己的身上。我身边的人分为两类，一类是程序员， 他们非常懂技术，但是也未必懂用户。另一类呢，是产品人、设计人，他们懂用户，但是卡在技术的门槛外边。 ai 最牛的地方就在于他把第二类人手里缺的那块拼图给补上了，但前提是你先得有自己的产品。思考。 太多人上来就问，让 ai 做的 app 的 promote 是 什么？我每次都会反问，你到底要解决一个什么样的问题？ 百分之九十的人答不上来，连你自己如果说都说不清楚要什么的话， ai 给你的永远都是一堆正确的废话。拿我自己举例，我们公司对办公密码的要求呢，极高，大小写数字加上符号，每季度还要强制更换一次。 市面上的密码工具呢，可能是收费的，要么是数据放在云端我也不放心。所以说，我作为一名交互设计师，我的直觉是，这个问题可能会有一个更优的解法， 但是我没有先着急动手，我先和豆包一点点的梳理核心功能是什么，哪些功能是有了更好，哪些是没有它不行，我只做 mvp， 最小可疑性版本，多一个花哨的功能都不要。 这里我要说一句可能得罪人的话， ai 替代不了你对产品的定义，因为蓬勃它的本质不是说技术指令，而是你对问题的洞察有多深。 ai 给你的产出就多精准， 这一步是根，是基础，如果说你的基础扎不深，后面的基础再花哨也不能长出能用的东西。产品方向确定以后，接下来就是所有人最怕的环节，研发开发。 我先交个底。到今天为止，我依然不太明白 swift 是 什么，哪怕是一行语法我都看不懂。在我的交互的生涯中呢，我看中的是飞马，是组件库，是用户体验地图。但是没关系，我现在用 codex， 他 就是我的技术合伙人。 但很多人用 ai 写代码，最致命的一个坑就是需求说不清楚就丢给 ai， 改了几十个还不满意，最后怪 ai 不 行。真正的问题不在于 ai， 在 于你没有把自己的想法翻译成 ai 能够理解的语言，这件事情呢，反而是我作为交互设计师的强项。为什么说呢？因为设计师日常训练的核心能力就是把模糊的想法变成清晰的规格，按钮放哪点完，去哪，边界是什么，这些恰恰是 ai 最需要的输入。 我的实际操作是这样的，第一步装好 s code， 这是苹果官方的开发工具，也是唯一的门槛。第二步就是把我和豆包梳理好的这些产品需求文档完整的发给 qix。 这个需求文档也不是说随便写了几句，而是像一个完整的设计标注稿一样， 每个页面长什么样，每个交互怎么响应，每个状态应该怎么切换，我都描述的很清楚，我不会写代码，但是我会描述效果。我说不清怎么做，但我能说清做成什么样。而 codex 负责的恰恰就是把什么样翻译成怎么做。这个分工很棒。 记住，在这个流程里面，你不是伸手党，你是产品经理加设计师，你把控的是方向、体建、体验和边界。 a a 是 执行层，帮你把每一个像素的想象的变成可运转的代码。 你不需要写代码，你需要学会的是以像设计师一样，把模糊的意图变成精确的描述。开发完了以后，又到了新手最怕的环节，就是 app store 的 上架。 苹果的审核规则很密复杂，密密麻麻的后台表单，全是一些非常专业的术语，有些人就倒在这里了。但是我说实话，这一步反而是整个流程最不需要焦虑的，因为扣贷是几乎能帮我们把整个流程给跑完。 我把它拆成四个步骤，第一步是注册开发者账号，也这也是唯一的硬性成本，一年六百八十八块钱， 按照官方指引填一些付款信息就行。第二步是打包上传，我当时有多直接，我直接就跟 qmax 说，你帮我把这个产品上传到 a b store， 他 就一步步告诉我点哪里，怎么操作，甚至他也可以帮我去执行，我有时候也是看他帮我去操作完的。 第三步，后台的信息。这里面的坑确实很多，各种被填写和审核的雷区。我的方法也很简单，我就直接截图发给裤带子，他一项项的告诉我填什么，怎么填能避坑。 我就像跟着一个导航的司机，他说左转我就左转，完全不需要我自己啃那些很复杂的一些规则文档。第四步，处理审核反馈。提交后两到三个工作日，苹果会给我们反馈的。第一次被拒了很正常， 我也经历过，我大概拒了三次。不用慌，我们要把拒的原因完整的付给扣贷斯，让扣贷斯把我们定位问题给出修改方案，甚至直接改好代码重新提交，等待通过就行了。 在 apple 的 搜索栏里面，真正看到自己亲手定义的产品出现在屏幕的那一刻，那种感觉，一个设计师把自己脑子里面的界面变成了全世界都能下载的真实的产品，说实话，那一刻比任何需求做完都爽。最后我想多说一句，很多人觉得 ai 时代最大的机会是学会写代码， 我觉得恰恰相反， ai 时代最大的机会是不会让写代码的人也能把脑子里面的想法变成产品。 以前呢，做一款 app， 你 需要编程会 u i 会，运营会搞上架，一个人要活成一队伍，现在你只学会一件事情，想清楚你解决了你要解决什么问题，剩下的我们 ai 帮我们做就行了。 有人说 app store 早已经是红海了，可能是没有机会，但我想说什么呢？每个人的痛点都是独一无二的，你能解决自己的痛点，就一定和你一样的人需要这个解决方案。而作为设计师，你天然的训练就是发现痛点，定义体验这个能力在 ai 时代比会写代码值钱的多。 不要等到完美再出发，先做一个 mvp， 先上线，先跑通全流程，你已经超过了 你做到这一步，你就已经超过了百分之九十九只敢想不敢做的人，一个不懂代码的救赎时机，做到了，你也可以。

大家好呀，最近在使用呢一个 ai 的 关键技巧，分享给大家，这期视频大概两分钟，可以先收藏再看。在你使用或者是跟 ai 一 起合作进行 web coding 之前，一定要让 ai 采访你。为什么采访你那么重要？拿我自己的经历来跟大家举个例子，每一个项目开始的时候，我都会去跟他强调我的工作方式是什么，我 偏好包括我希望他全程用中文回复这么一句话，发现其实你只要让他们来采访你，他们其实就能跟你很好的合作了。那怎么让 cloud code 或者是 codex 来采访你呢？就非常简单，你就只要告诉他，为了我们更好的合作，请采访我， 任何问题，越详细越好。对，那 cloud code 是 怎么采访我的呢？他这里啊，其实问了我五轮的问题，每一轮大概有四五个，那总共接近有二十。第一类问题啊，首先他会了解我的角色和目标 是，那我现在如果是一个艺人公司，或者是做 web coding 亲子相关的内容矩阵的，对，我都会告诉他。 第二类问题啊，了解你的工作节奏，你到底是上午做内容啊，还是上午做开发啊？把你这个节奏告诉他。那第三类问题，就是了解你的痛点到底是不会还是时间不够？ 是要保持质量的平衡，还是说你在部署的时候有难度？那第四类，他需要了解你的一个跟他的一个写作偏好，遇到 bug 之后，是先告诉你 bug 的 原因再去动手，还是说你希望他改了之后再给你汇报呢？那像 cloud code， 他 是特别喜欢写文件的，但是我希望啊，不要过度归纳和总结， 那么我也会告诉他，对，这是第四类问题。第五类问题就是了解你的一个硬性约束了，你希望禁止他在任何的场景下来修改你的 api key， 或者是说任何复杂的改动，必须要先跟我沟通，在我允许的情况下再去进行一个代码的修改。 是，那这五类问题采访完了之后呢？ ai 他 就会把你的一个跟他的一个沟通记录给写到他的 agent md 里面。 对，那下次写作的时候你就不需要重复说明了。这里其实还有一个小技巧要你可以跟他讲，在我们沟通的过程当中，你可以称呼我为大雁有两个好处，第一个他会让你感到亲切，让你感到他是一个真实的合作的伙伴。第二个，你可以非常明显的知道他的注意力是在的，他的上下文是没有丢失的。 如果当他在跟你沟通过程当中大雁不见了，那你就必须要新开一个窗口重新开始了。我觉得这套方法是非常适合一人公司和自由职业者的，因为你的工作方式是独特的，让 ai 来了解你才能更好的写作。所以在做这个产品和内容的时候，就试试让 ai 先采访你，这个功能是非常好的。好，那今天就分享到这里啦，记得一键三连哟！

让库德斯呢控制我的电脑，全程呢？让他自己给我做设计，我们看看效果会怎么样？这里话呢，我是先让库德斯干嘛呢？就是参考我这个产品， 这里话丢了一个，那个就是手机， vivo 手机产品，然后呢给了他两组参考，对吧？每个文件夹里面呢生成五张图，对应五张图啊，一共十张图，我给他什么参考呢？哎。一个什么呢？一个是呃，这种什么雪地啊？嗯，之类的。这种雪地啊，一个参考。 那另外一个怎么参考呢？另外一个是花卉的参考，就是完全让他按照着参考来。按参考来干嘛呢？就是让他是根据这个参考呢去提供那个就相当于给大家群群版，然后呢给大家个产品卖点，试一下创意呢？他自己想，然后呢？吭哧吭哧吭哧，然后自己想了，对吧？ 然后自己控制我电脑，再然后呢？哎，他就能去开始打开我的这个串起屁。那第一个的话呢？什么呢？他是丢了两张这个参考图，那跟这个产品呢？哎，申请一个是雪地的吧，对吧？不要放其他 logo 什么的，但是，哎，这第一张雪地的效果还可以啊。 第二个呢就是这个，呃，延时的。第三个呢是在冰块里面的。第四个的话呢就是应该是他模仿的脚印，你看变成手机印了，印在里面，我们这样看， 还有是这衣服呢，这个是我没想到的衣服，这个都不知道他怎么跟这个长相结合在一起啊？饱满可以，对吧？ 那好，再后面的话呢，就是那个啊，就是花卉的，就是因为我给两组嘛，另外组花卉的，他就是跟花期结合的，一个两个，对吧？这两个很重复嘛？这个人家说不要太重复了，因为这个是像是万里生长一样的， 这个应该跟那个时间去好像有点关系啊，然后这些花卉的 啊，还有这个，这个对吧？那我又让他干什么事呢？又让他那个挂这里，自己去打开我的编辑室，然后自己的话呢？就参考那个，呃，创意图啊，吭哧吭哧，再生成个海报 题词是他自己写的，然后自己那个我让他不要重复哈，创意不要重复，对吧？啊？这一张的话每张都是他自己写的题词，然后自己那个生成海报，生成完了再接着下一张，对，就就这样挂了，挂了一个晚上哈， 没有好创业的时候呢，你就可以让它扩展自己呢去做，对吧？那这前提干嘛呢？就是你在要在设置里面哈，打开什么？打开你的电脑控制电脑控制这个打开来，然后呢把这个安装一下就可以了，点个授权他可以控制电脑了。

最近一篇来自 capsei 的 l l m knowledge base 的 一篇文章非常的火，它是这么说的，我们要把原始资料当做原代码，把 l l m 也就是大模型当做一个编辑器，把这个编辑器编辑出来的知识库 wiki 当做一个可以持续更新的知识产品， 这个知识产品可以赋能于我们的内容输出以及项目的跟进。这让我意识到，我们缺的并不是输入， 也不是更多的资料，而是一个能够把资料变成认知，再把认知变成输出的系统。这个系统解决了我们资料太散，附用太难的问题。这期不是单纯的软件教程，我不想只讲 obsidian code 是 怎么用的， 我想讲的是一个普通学生怎么用 codex 和 obsidian。 把每天看到的文章、笔记、网页、书籍以及簿刻变成可以附用的知识库，让它参与到我们的日常决策之中。 如果你之前看过我的内容，会发现我一开始并不是专门讲工具的。我之前更像讲认知、商业分析、 ai 时代方向的长视频，比如马斯克基点时代，还有泡泡玛特为什么爆。 但是在做完这些内容之后，我发现一个问题，我不是没有学习，也不是没有思考，而是这些思考很容易散掉。 昨天看的一个观点很有启发，今天的这个案例很有奇发，明天看处理的这段话也很有启发。 但是真正要写脚本做选择题的时候知识很少，想法也很少，每次都要整理这些观点，想用的时候找不到，过几天就忘了。这些问题经常存在。 这时候我再一看 capacity 的 l l m knowledge basic， 突然觉得它刚好能解决我做内容时遇到的问题， 所以我开始用 obsidian 和 quadas 来搭这一个系统。 obsidian 是 我的长期记忆，它负责沉淀我的原资料、方法、模型以及概念等等等等。 而 codec 作为我的外脑和协作者，他帮我把我的输入整理、拆解、提炼、整合我的想法以及补充可以输出的方向。 所以这期表面上是在讲 codec 和 obsidian， 本质上是在讲我怎么把学习、思考、自媒体、个人网站和长期项目放进同一个工作流。 现在我的核心工作流是输入 content、 整理、 obsidian 沉淀内容输出和项目推进。如果用 capacity 的 说法，它可以拆分为三个动作，第一是 english， 第二是 crease， 第三是 ling ing。 就是 我们要把原始资料摄入出来，把它结构化变成可以解锁、可以链接的输入。 而 cv 的 话就是当我要做选择题，做脚本判断项目的时候，我们可以基于我们自己的数据库来进行一个输出。这和随便问 ai 是 不一样的，因为它可以调用自己的资料，自己的判断以及自己的项目记录。 比如说这就是我的一个 queries， 我 想让 query 来帮我给一个下一步的计划，它就可以调用我自己的一个数据库来进行一个问答。 第三是 link， 它会定期检查我们的知识库有没有更新，有没有重复锻炼、混乱以及过时的内容。 以前我认为知识库只是一个高级的笔记软件，但是后来我发现如果单单的存储 opc 点，最后也会成为另一个收藏家。所以我给我自己的原则是，整理的目标不是让目录变得漂亮，而是让笔记更加容易附用链接和推进项目。 现在我的 o c 点知识库大体分为四块，第一块是原资料，第二块是概念，第三块是方法与模型，第四块是项目 原资料、放书、视频、文章、博客这些输入概念。回答它是什么？比如情绪价值、复利该几点方法与模型。回答怎么做？ 比如内容制作流程、项目管理、反制期检查项目，就是回答下一步做什么，比如自媒体、个人网站以及本月的计划视频。 这四块连起来后，我就不只有一堆笔记，我有的是一个从输入到输出的系统， 比如说马斯克经典预言这一本书。以前我可能只会记几个观点， 比如说算力、基点、人员数据编辑效应，但是我现在会让它进入流程 code 会帮我生成这本书的简陋概括、核心观点、具体观点的整理，还有重要概念、专业名词， 比如说 ai 基点、算力、提问能力、第一性原理、化学科学习。然后它会结合我的 obsidian 知识库，给出一个可转化的输出， 然后保存我们的原始资料，最后链接到我们的项目当中。 这样一条资料就不仅仅是一条资料，而是一个可以反反复复调用的一个知识节点。泡泡玛特也是一样，从表面上来看，它是潮玩盲盒以及 ip 的 运营。 能拆开来看，它链接的是情绪价值、精神消费、用户的自我投射，以及品牌的叙式。 如果我要做内容，他可以变成为什么年轻人愿意为情绪价值而买单。 如果我要反思自媒体，他也会提示我，内容不只是信息，更要提供某种情绪价值。这就是知识库真正有用的地方。他不是把东西存起来，而是将一个内容在不同的情景中被重复使用。 那么 code 具体帮我干什么呢？第一是降低整理的成本， 判断资料的类型、命名、分类、规范，根据主笔记的结构来整理，拆概念、补双链、 归党校验，最后更新这个 skill。 这里面每一步都不难，但是加起来就非常的耗精力，我把规则告诉 codas， 它就能按照我的结构来帮我处理。 第二是反问我自己，当我向他寻求建议的时候，他不会无脑的说加油，而是先看我的目标，再看这个事情的需求，再看变现，看资源，看沉淀，最后给出最小的下一步。 当我落实到今天本周就可以做的内容，让我可以把我的时间放在真正高质量的输入之中。 以前我是项目驱动，看到什么就学什么。现在我更像是项目驱动，先有了长期目标，再让输入服务于这个方向。 所以说这个知识库最后不是为了记笔记，它会链接到我的自媒体、 个人网站以及 ai 工具，还有未来的一些长期的项目。比如说我做完一个视频，不是发完就结束，它可以进入 o c 点，变成项目的复盘，选择题，来源、脚本结构、发布效果、评论反馈以及下一次的改。 如果这个选择题还值得做，他就可以变成长视频、短视频、文章，甚至个人网站上的案例，这样内容就不再是一次性的消耗品，他会慢慢沉淀为我的资产。 所以总结一下，对于我来说， copy 加 excel 主要解决五个问题，第一是让输入不再闪掉。第二让思考可以被反复调用。第三让项目有明确的下一步。第四，让我的内容生产不再完全依靠灵感。 第五让学习表达、自媒体、网站以及未来慢慢连成一张网。 当然，这个系统很早期他不完美，但是已经改变了我的行动方式。以前的我总是想，最近有什么热点我可以追。 现在的我，先看知识库里面真正的问题，我最近关心什么？哪些材料已经积累到可以输出？哪些观点是我反复思考过，而不是临时看热点追热点听出来的？ 这会让内容更像是我的系统里面长出来的，而不是临时拼出来的。 如果你也有这种感觉，收藏了很多东西，但是真正要用的时候找不到，看过很多内容，最后只剩一个模糊印象。每次想做输出，但写脚本都像从零开始。 那么你可能缺的不是更多的资料，而是一套自己的知识流转系统。如果你也想搭个人知识库，我们先问四个问题， 你真正关心的主题是什么？你的资料最后要服务于什么？你可不可以把每条输入拆成概念、方法或者案例？第四，你到底可不可以每周产出一个东西？ 因为知识库最重要的不是他存了多少，而是他让你更清醒，更能行动，更能输出。 对于我来说，我不是在搭一个笔记软件，我是在搭一个长期能让我复利的一个系统。不要只收藏，只感动，只计划， 要把知识变成行动，把行动变成作品，把作品沉淀到长期的资产。我也还在不断探索着 obsidian products 和 ai 工作流的用法。 如果你也对个人知识库爱，关注实践内容的输出，以及怎么样 ai 提升自己学习和赚钱的能力感兴趣，欢迎私聊我，进我的微信群，让我们一起讨论，一起进步。 在群里我会持续分享时间、过程、工具用法、踩坑记录、选择题思考以及项目的复盘。我们不再是聊概念，和自己一起把爱用起来，把想法变成作品，让他真正赋能于我们的实际生活之中。 感谢你对这期视频的观看，如果呼声高，我下期将会逐步逐步带大家用 obsidian 和 quadas 来搭建属于你的个人知识库。感谢你的观看，我们下期再见！

我见了三个做 agent 的 人，两个已经做不下去了。去年冬天，产品经理老王想用 ai 写周报，创业者小玲想跟风做 agent。 创业技术低的阿强已经做了十几个 agent。 一 年过去了，老王还在用，每周省两小时。小玲的项目停了，团队解散了，阿强的系统跑不动了，工具一堆，没人敢动代码。 他们问的是同一个问题，我该怎么做。但真正该问的问题没人问，你根本不该问怎么做。我当时就告诉他们，你问怎么做，说明你已经绕远了。 做 agent 的 第一个问题从来不是怎么做，而是你的 agent 要跑多久。老王说，几分钟，写个周报。小林说，不确定，应该不长吧。阿强说，有几分钟的，有几小时的，还有跨天的。三个答案通向三个完全不同的方向。 做 agent 其实只有两条路，第一条叫快路，给模型配工具，让他调 a p i 读文件，执行代码，几天就能跑起来。 cursor 走的这条， cold code 走的这条， 百分之九十的人也在走这条。技术圈把它叫做 harness engineering， 它的优点是快，适合验证，短板是只能跑短任务。第二条叫慢路，把 agent 当操作系统来设计分层状态管理治理机制，多与协调几个月才能成型。技术圈把它叫做 ol lab， 它的优点是能扛长任务，能持续生长。短板是前期慢，做不出快速 demo。 我 对老王说，你走 harness engineering。 他 问为什么。我说，写周报需要的是锤子，不是操作系统。 harness engineering 是 一套好用的工具台， o l lab 是 一个完整的神经系统，钉子用不上神经系统。老王听懂了，一周做完，现在每周省两小时。 小林说，我也走 harness engineering， 快 速验证。我说你要再想想，他没听。半年后，产品上线， demo 很 炫，融资没拿到，用户留不住，项目就停了。问题不在技术，在路径。 他做的是企业级 agent 长，任务多阶段要治理。但他用的是 harness engineering 的 方法。这就像用锤子盖大楼，盖到一半撑不住了。阿强的情况最典型，他的团队做了十几个 agent， 一 开始很快，后来工具越加越多，调用越来越乱， whopper 越堆越散。 tour policy 没人统一管， life sack 和 orchestration 全是后补的。 agent loop 很 强，但 os 边界很弱，没人敢动，代码一动就出问题。 他问我怎么办？我说，你用 harness engineering 的 方法在做 ollab 该做的事。现在你的系统就像只有锤子，没有地基的楼。他愣了一下，我给你一个简单的判断标准，三句话，第一，如果你的 agent 任务小于五分钟，走 harness engineering， 别犹豫，写周报，查资料，跑脚本，都属于这类。 第二，如果你的 agent 任务大于一小时，必须走 ollab。 企业客服、自动化流程、多阶段决策，都属于这类。第三，如果你已经走了 harness engineering， 但发现维护不动了，不用推倒重来，也不用停下重构，边跑边长在现有的 harness engineering 之上，一层一层长出 ollab 的 能力， 让 ollab 吸收 harness engineering 的 快速执行能力，把它纳入自己的 coding domain 和 execution harness。 这是阿强的出路，也是所有现在 harness engineering 里的人的出路。 harness engineering 和 ollab 到底差在哪儿？ harness engineering 的 核心目标是让 agent 在 工具框架中稳定执行。它的主体结构是 model 加 tools 加 harness。 工具接入方式是直接 wiper 到工具和 api， 携带速度快，适合实验和快速集成，但长任务能力较弱，或者需要额外补件治理。在 harness 层， 适合 coding agent， benchmark， tool， integration 这类场景。 olab 的 核心目标是让 agent 成为分层可治理的操作系统， 它的主体结构是 planner 加 skill 加 isa 加 action 加 driver。 工具接入方式是通过 isa 和 action 间接接入迭代速度稍慢但更稳，更适合长期扩展。架构上更适合 face 和 life sack 治理。在系统层，适合企业及多域可治理长任务这类场景。 一句话区分， harness engineering 是 高校实验台， ollab 是 完整操作系统。你需要哪个，取决于你要解决什么问题。我最后问你一个问题，你现在是哪种情况？如果你像老王，恭喜 harness engineering 够用了。如果你像小林，先挺一挺，重新看看方向。如果你像阿强， 别慌，从 harness engineering 涨到 ollab， 路还在，但最容易忽略的是第四种人还没开始做，但已经在焦虑要不要做 agent。 对 你我只说一句话，别追 agent 的 风口，追你自己的问题，你有什么问题需要 ai 帮你解决，没有就先别做，五分钟能解决就走。 harness engineering 要跑很久就走。 ollab agent 不是 风口，是工具，工具不能让你赚钱，解决问题才能。如果只看短期， harness engineering 更能打。如果看五年后， ollab 更有可能成为平台。 最好的路径不是二选一，而是 ollab 吸收 harness engineering 的 快速执行和验证能力，把它纳入自己的 coding domain 和 execution harness， 这才是终局。 最后一句话，做 agent 这件事，大多数人会走弯路，不是因为技术不行，是因为问错了问题，走错了路。用 harness engineering 盖大楼，或者用 ollab 砸钉子，你呢？你在哪条路上？评论区聊聊。

今天聊 open， 哎，来辛福尼，他最值得看的不是又多了一个工具，而是，哎。按开始自己领任务，自己交付。 辛福尼把工单系统和 codex 执行环节接起来，任务不再只待在聊天框里，而是进入团队原本的工作流。这背后是一个很现实的管理问题，代码智能体会，写代码以后，团队先撞上的是人的注意力上限， 一个工程师同时钉三到五个绘画，基本就到头了。再多一点，谁卡住谁跑偏，很难一直跟住。 所以关键不是让人多开几个窗口，而是把工作单元往上提，一层人开始设计任务系统， 一个公单进入指定状态后，智能体进入独立工作区，读需求，改代码、跑验证，再把结果送回平审，这样执行验收返工就在同一条链路里。人类不需要全程陪跑，只在关键节点判断， 这也是他选择莉尼尔这类公单系统的原因。智能体要进入团队，必须进入团队有毒轨道。 智能体越多，越要把完成标准写清楚。执行可以交给 a i。 完成标准不能含糊，单个含糊需求可能只是多问一句，批量交给智能体，模糊就会变成一堆片体的合并请求 流程文件、仓库说明、测试和预制，这些都不是装饰，它们是智能体能不能稳定工作的说明书。 如果仓库没有清除启动方式，也没有可靠验证， a i 不 会自动让组织变先进，只会更快暴露混乱管理动作。因此迁移了，不是等谁推进一下，而是在太火之前，把边界和验收先写清楚。 open a i 提到新福尼绕合并请求的落地数提升过百分之五百，这个数字背后更重要的是涉错成本下降。 过去小迁移、持续集成修复、技术债清理都要占工程师排气，现在清楚的小任务可以先让智能梯跑一轮， 团队因此多了一层便宜。探索层很多想法不用一开始就力向，可以先得到一版结果， 但探索变便宜，不代表判断也变便宜。方案合并请求和反馈可以交给智能体，取舍仍然要人负责，管理者被推到更靠前的位置前，判断值不值得做，再决定结果该合并还是该丢掉。 普通团队别急着照搬，欺负你需求。测试频审权限没有理顺，编排只会放大问题上。智能体编排前，先问四件事，工单清不清楚，仓库能不能自正状态，怎么流转，流程有没有写进仓库？ 第一，工单要让新人也能直接开工，目标边界、验收方式、相关入口不该碰，什么都要写出来。 第二，仓库要能让智能体自己验证，没有测试和可复现环境，最后只会剩下一句，我觉得改好了。第三，状态流转不能靠默契，什么时候准备好，什么时候审，什么时候返工，谁合并都要明示。 第四，工作流要写进仓库。老员工脑子里和群聊里的经验，智能体是读不到的。 对管理者来说，先盯三处任务，颗粒度、验证系统、人类介入点，哪里自动哪里暂停，要提前设计，未来的竞争会从单个智能体有多聪明转向组织能不能调度一批智能体稳定交付， 工程师不会因此多余，只是少盯一些执行细节，把精力放回任务边界和验收。哎，爱越来越像能干活的团队成员。他进了团队以后，问题就不只是聪不聪明，而是你会不会派活。

为什么我说现在就是你开始 vaping 的 最佳时机？因为现在开始的成本真的很低。 openai 的 创始人 sam ottoman 在 推向上宣布，他家旗下的 codex 能免费用了，而且免费的不是什么渣渣模型，而是 openai 最新的 gpt 五点三。 codex 速度更快，逻辑更强，完全不输隔壁添加了 cloud ops 四点六，那我已经深度使用一个月了，并且已经手搓上线了自己的产品。那么这期视频我们一起来学习一下如何正确使用 codex， 开启你的 web coding 旅程。 给还不了解 codex 的 同学简单介绍一下， codex 是 open ai 旗下的编程智能体，而隔壁 cloud code 是 同一种产品，有了 codex， 再加上 gpt 五点三的模型，就可以愉快的编程了。 一般人看到黑底白字的命令行界面估计就被劝退了。别担心， codex 不是 硬核的即刻工具，它有正儿八经的图形界面，官网下载、安装、登录一气呵成，没有什么要你做的复杂配置， 接下来的内容很关键，你要搞清楚两个概念，工作区和 thread 工作区。你可以理解为你的项目文件夹，比如你想做一个网站， 先建立好文件夹之后，所有的代码文件都会保存在这里。而 thread 就是 一个个的聊天窗，这些聊天窗就是 一个个的任务线。这里有个黄金法则，大家一定要记住，不同的任务要开不同的 thread， 千万别在一个窗口，一会让它改 bug， 一 会让它写新功能。另外你也不用傻，等任务完成，你可以同时开多个 thread， 同时处理多个任务，效率直接起飞。前段时间爆火的 skills 在 codex 里直接格式化了，内置了几十种的 skills， 鼠标点点就能安装了。这些 skills 能让你的 agent 如虎添翼，关键省去了繁琐的搜索和安装过程。 最后分享一点个人使用心得。上一个视频里我推荐了谷歌的 anti gravity， 其实这两个产品你可以一起用，把 codex 的 插件装在了 anti gravity 里面，这样你可以同 同时要用多个模型，比如让 g p t 五点三改 back， 让 jammer 做前端，让 cloud 出方案，不用切屏，不用复制粘贴，一个界面汇集世界上最好的三种模型帮你干活。这套 web coding 的 形态， 你值得拥有。以上就是本期视频的所有内容，欢迎关注艾伦，二零二六年，我会持续创作更多 web coding 和 ai 工作流的相关内容，我们下期再见。

上个视频我讲了 opencloud 的 多云箭切作，很多人看完都说很强，但是配置是真的不差。这节我们讲解一下 codice 的 多云箭切作， 用完之后你就会发现 codex 的 这个多一种写作是真的非常简单，它可以写代码，跑测试，改半个，做 review 的， 一整个开发流程都是自动跑。那 codex 是 怎么做到这么简单的呢？下面我们进入我们的正题。 首先我们在任意的一个文件目录下面去创建一个自己的工程目录吧， 在这个工程目录下面把我们的配置文件给扔进去即即可。 这边是我这边整理的一个 配置文件，其实主要关注的文件无非就两个，第一个就是我们这个主页卷的这样一个配置文件。第二个就是 我们要在这个啊项目的根目录下创建一个点 com， 在 这个点 com 目录下面再创建一个点 a 卷的目录，这个目录下面我们要放一些所有我们的主页的所需要需要的一个配置文件。 这边我们这边先定了这么五个角色，分别都是代表像这个 pm， 一个 dba 前后段过程式和一个代码审核 这样的五个角色，其他的就不需要我们去过多的配置。然后因为我这边是为了这个考项目比较顺利，所以我在这个道士目录下面又给创建了一个啊 波系的连接信息，比如说像 mycelletis 的 一些配置信息，那这块的话大家也可以自行去添加，那我们现在呃就浏览一下我们的一些配置信息。 呃，这边可以看得到我们这边主页的配置信息是，呃，主要就是去，去怎么去罗列一下这个 呃主 a 卷的他所需要的一些核心之争，还有一些怎么去定义他的每一个职业卷的？是如何跟他去配合啊？我们这边的一个核心的一个机制，就是一个杀一个什么呢？一个 publicize 这样一个状态级的一个机制 啊？我们可以大致去看一下这潘多拉一个机制，就是说他第一步做什么东西，然后有一个一铺的，一个铺的都是什么东西，这样定义完之后，他这个一卷的就会明确的去根据，根据我们这样的一个过程去相应的。 嗯，生成一个他我们所需要的一些文档跟一些代码。那比较值得注意的就是说这个 最后一步一个代码审审核成员这边他有一个啊，如果 feel feel 的 这样的一个东西，就就意思就是说如果说他如果失败的话，那我们这边可能会呃回退到这样的一个后段开发成员这边去重新去修改他的代码。 那这边的主要主 a 卷呢？那我们看一下子 a 卷呢？我们都有哪些？那我们回到我们这边的 呃， codex 这个目录下面去，我们把这个我们以这个后后段开发啊，我们以这个前端开发为例吧，我们可以打开看一下。 好的，这个就是我们一个非常简短的一个前端开发的这样的一个角色的一个定义 啊，一个那样的一个描述，还有一个这样一个一个他具体的一些工工作的一些职责。当然这个是我们最简洁的一个配置，其实他还有一些支撑，比如说这边他还可以加一些 啊，所需要使用的模型，或者说他是否使用沙箱这些都可以。那我们现在这边只是为了一个啊，有需要使用沙箱这些都可以。那我们只定了这是三个字段， 那这边的字段我们可以要求一些，呃，需要这个 agent 的， 呃使用哪些基础站啊？或者说一些执行约束。 那好，那现在我们就可以看一下回到我们的 codex 界面去创建我们我们刚刚创建的这样一个工程，把它导进来即可。 好的，我们在这边把自己的需求给描描，需求的描述给它输入进去即可。 好，如果是这样的话，那我们现在要做的就是等，等到它这个整个完整的 agent 的是怎么把我们的这个功能给实现出来的。 好的，经过漫长的等待之后，我们终于发现这个多 a 卷的已经跑完了，那我们大致浏览一下它这样的一个 过程吧，那第一步它肯定是会按照我们这个 padlay 的 一个加上加上这个状态机的机制去编排我们的多智能题。那值得关注的一点就是说它会在每一个阶段去自动的生成一个 java a 卷的，那每 会这些沙包一键的里面的这些东西我们都可以点进去看一下，它都是一些啊这样的提示时都是有多一键的，他们自己去啊，自动生成的，这个不是我们所能控制的。 然后主要关注的一个点，还有就是说我们最后的一个列表的这样的一个角色，如果说这个代码审核是代码审核 角色，如果说他给的一个状态是一个失败的这样一个状态，那么那么他又会经过下一轮的这样的一个迭代，那我这边注意到他大概经过了两到三轮的一个迭代之后，最终才把我们整个的功能给开发完成。 如果说大家在开发过程中如果可以关注一下一点，就是说除了这边我们可以点开看，看到他的一个 safari 圈之外，这边其实也能，如果说也也能够 大家也能够点开看得到，那这边也是他他的一个具体的这样的一个，呃，输入跟输出吧。那我们现在看一下我们的最终的结果。 好的，这边就是我们的一个最终结果，可以看到这边有一个前端，这是后端代码，这是一个前端代码， 那这个就是我们最终的一个输出文档，这是 a p i 文档，这个就是我们的数据啊，数据设计文档，这是我啊，这个就是我们的产品文，产品的这样功能说明文档吧。哎，好，谢谢大家。

我用 callix 加 gpt 五点五，只花了五分钟就做了一个自媒体选择题工具，不仅可以一键给选择题打分，分析流量潜力，还能自动生成封面图，效率直接翻三倍。这就是今天要给大家分享的 gpt 五点五加 callix 氛围感编程工作流。它解决了 ai 开发两大痛点，单轮生成无法叠代，优化 没法同时推进多个项目搭配 callix 桌面应用，你不用写复杂代码，可以直接像搭积木一样能做出能用的产品， 使用方法超级简单。第一步，新建项目文件夹，给出基础提示词，搭核心框架。第二步，边跑边叠带，在终端实时修改，不用重来。第三步，跨项目无缝切换，还能调用 cloud 的 优化前端样式。下面给大家分享三个实战场景。场景一， 自媒体博主开头给大家展示的这个工具，高智能筛选、高潜力选择题，自动配图，帮你少走弯路，快速解号，节省大量创作时间。场景二，副业创业者，十几分钟搭建 size 创业验证器，前后端一次性配齐，快速验证商业模式。场景三， 自由职业者不用每次手写题案，直接一键生成专业客户方案，自带报价交付系统和服务流程， 专业度拉满，省时又专业。如果你在做副业自媒体，或者是觉得自己的 ai 产出又丑又难用这个玩法，一定要试试！我是天眼锁，关注我，解锁更多 ai 落地实操技巧，记得点赞关注哦！

好的，我们今天给大家带来的是 codex 的 完整教程，那 codex 呢？是 openai 的 一款编程工具，很多人看到编程就已经被劝退了啊，但是不用担心，我们今天这个视频呢就会教给你，因为我自己其实也不会写代码，但它却是我近期使用最多的 ai 产品，甚至让我觉得自己变得厉害了很多。 首先我们来讲一下它跟一般的 ai 产品有什么区别，那它最核心的区别呢？就是能够控制你的电脑去完成很多的任务，这里面有一些关键原因我没有办法在视频里面说，我就放在评论区了，你们可以看一下和其他工具主要的区别是其他工具更像是助手，它会告诉你去怎么做，但你实际还是要你自己做， 但 codex 他 知道怎么做，他告诉你他会怎么做，然后他就自己把它给做掉。那所以今天这个视频呢，我们会分成四个部分，首先我们会讲一下这个工具在哪里去使用。第二呢，我们去讲整个产品的界面跟功能都有哪些，哪些是需要重点需要知道的。然后是我们作为 没有技术背景同学，该怎么样去跟 codex 沟通跟交流。最后就是整个场景，我会带大家一起去尝试做几个场景，如果看完这个视频你真的去尝试去做了，那我的这个视频目标就达成了。首先我们先说一下去哪里使用，如果你已经是下载 gbt 的 用户的话，我们就来到下载 gbt， 然后在它的左侧去点击 codex， 进入到这个页面之后，我们选择中间的版本，或者你也可以直接谷歌搜索 codex， 在 第一个网站里去点击这个页面，进入后下载到对应你电脑的版本。 在一开始呢，他可能会需要你去创建一个文件夹，那这边呢，我们直接在桌面上创建一个以你名字的文件夹就可以了。好的，然后我们来讲一下它的界面和它的功能，从大体上来看，其实它的整个产品界面跟我们一般用的 ai 工具还是很像的。 在左侧是往期的聊天历史跟部分的功能，右侧是 ai 沟通的工作界面。那什么是项目跟现成呢？ projects and thread， 那 这是两个基础的变身概念，你可以把项目理解成是一个大的文件夹，现成理解成一次次的对话， 就跟一般的 ai 产品一样，就每一次我们聊天的内容，就好比是一个新的县城啊，那假设以做网站为例，那这个时候呢，我们就开了一个新的项目，这个项目就叫做网站。那在这个网站的文件夹里，它的县城可能是什么？可能就是 像首页啊，产品页，关于我们这些不同的页面，我们把它分开来，它就是不同的县城。你只需要理解说不同的项目，你要建新的文件夹，在那个文件夹里面去针对性的做不同的任务。在右侧底部 这边就是跟 ai 沟通的地方啊，这边可以上传照片文件，选择对应的模型，我们这边默认去选择 gbt。 五点四推理的强度的话，就按照中来执行。那特别复杂的项目，比如说 app 啊，或者说一些后端的产品，你可以在 啊网上选，但也要注意，就你的 token 的 消耗也会对应的提高下方的本地，它代表的是它会在 你的电脑上运行啊，然后就是权限，那我这边是建议全部打开，这样他就可以完整的去操控你的电脑。那在这个县城里面右下角会显示背景信息的窗口，也就是上下文的记忆，就你可以把它理解为每一个窗口 他能记住多少你聊过的东西，那如果这边显示了百分之三十六的记忆，那剩下的百分之六十四 就是他还能记住的部分，那当你持续在这个窗口去聊天，他会把这些记忆进行压缩，所以你还能继续聊，只不过记忆不会像之前的一样准确， 所以还是建议大家不同的任务开启不同的县城去处理。我们这边不会具体去讲 skills 跟自动化很多篇代码部分的，大家可以先不用看，它并不会影响你的正常使用。在讲完了大致的功能跟界面之后呢，我们再来说一下使用 codex， 尤其是非技术同学你需要注意的点。 呃，首先就是 codex， 它更多是用来执行的，它不是用来聊天的。其次就是在这个产品当中，你给的信息越清楚，它的执行会越准确。最后就是尽量去在它执行完之后去问一下它，你到底改了什么这种方式呢？就可以来判断 它的一个逻辑，然后可以更好的去让它工作。那在使用 codex 的 时候呢，你会经常看到这种指令叫 run 什么什么什么？ 它是什么意思？它就是一个简单的终端指令，它指的是 codex 正在用你的电脑进行操作，完成他想要的任务。 终端是什么呢？你可以把它理解为是一个代码在跟你电脑沟通的一种方式，那平时我们用电脑其实都是用图形交互，就比如说我在用鼠标啊，在滑，在点击，但其实在电脑之间，它是可以用代码的形式更快的沟通，但只不过我们不会，那现在就相当于 你可以用大白话去跟 codex 沟通，而 codex 直接通过代码语言和你的电脑进行交互。那最后呢，我们再来看几个实际的案例，大家手把手的一起来操作一下。首先在开始之前呢，我们先确认一下你已经创建了一个文件夹 啊，然后打开一个新的县城啊，在这个文件夹的框的下方呢，我们去把这个权限给全部打开，将模型切换到五点四，我们的第一个场景就是让 codex 去全面的检查一下你电脑的性能啊，看看有什么地方可以优化的。 直接在对话框里输入，帮我全面检查电脑的性能，看一下有没有什么优化的地方。你在自己做这个案例的时候，重点可以关注一下 codex 是 怎么执行的，并且一步步的分析你电脑性能， 然后呢，你让他去进一步的帮你完成这个操作。第二个场景呢，就是我们让 codex 直接去帮我们整理一下桌面啊，因为现在的桌面全是各种视频啊，图片还有文件夹，那我希望他可以把视频归类到一起，然后图片也归类，我们就直接在对话框输入， 帮我整理桌面，因为现在太乱了啊，把不同的文件进行归类。最后一个场景就是如果我们看了上一期的教程，就是我们谷歌 stitch， 你 可以看一下这是做讲怎么做网站跟做交互的，那我们现在呢就直接让 codex 把这个页面给做出来 啊，直接先来到 stitch 的 这个页面，然后把我们这个首页的代码给复制，然后回到 codex， 把代码粘贴给他，让他把这个前端的页面给直接做出来， 然后这边就是它生成的一个前端页面，是完全根据我们的设计稿来做的。然后还有一种做法呢，就是你可以再一次的把 stitch 里面的设计文件去导入到 figma， 然后在 figma 里面做最后的调整，之后再导出 把这个链接给到 codex， 就 codex 可能会更加的喜欢用这种方式，直接用 figma 的 链接啊，做出来的效果也是一样的。那今天呢，我们就完整的过了一下整个 codex 的 使用方式，那不出意外他们会在近期做一次更加大的更新， 到那个时候呢，我会再去补充一次教程。还没有关注同学记得点赞关注。还有就是大家有什么好的反馈跟需求也可以跟我提，我是瑞哥，那我们下一期再见，拜拜。

ok， 很多时候呢，我们跟 ai 的 沟通啊，都是一次性的交易，解决之后呢，可能回过头你就忘了，等你下次再问到同样的问题的时候呢，你可能又得重复多一遍，又得重新输入一遍，而且答案可能还没有你第一次的好。这是我之前在跟 ai 对 话的时候经常会出现到的一个问题， 直到我最近转到了 codex 和 codex 两款产品之后呢，我发现如果用支持酷的方式来去管理你跟 ai 的 每一次对话的话，会让你在下一次使用 ai 的 时候呢，变得更加容易的。 所以今天这个视频呢，我就想跟你介绍一下，我是如何使用 color x color 这样的工具来去做知识管理以及搭建知识库的。比如如何把你跟 ai 的 对话呢，变成可以反复调用的知识，如何让 ai 呢？把你平时看过的那些文章、视频和播客等等呢，都整理到知识库和更新 好。首先从工具来讲呢，我这里用的是 codex， 你 可以理解为它就是一个能够理解修改文件和处理任务的一个协助工具吧。所以如果你要把 codex 变成一个知识库的话呢，除了本身它这个工具之外啊，你还需要一套能够让工具运行的一套方法。 那年初的时候呢，我就在开发上面了解了一个叫做 lolm wiki 的 方法，大概意思呢就是如何把你跟 ai 沟通过的觉得有价值的内容呢，编成知识然后积累起来的这么一个过程。所以呢，我就参考了这套 wiki 的 方法，自己也做了一套知识管理的工作。六、 那比如 command shift and g 打开 codex 的 目录呢，这里就会有一份 a 准的文档，相当于 codex 在 每次对话之前都会参考的一份说明书。然后这份说明书呢，就会有两个部分， 除了第一部分是定义他回答的一些规范，比如说不要把我的口语变成书面语，先给结论再给解释，不要输出一些无意义的客套话等等之类的呢。 更重要的是，下面这个部分，这里呢，我连接了一个 memory 的 文档，意思就是如果你认为你跟 ai 的 对话内容是值得沉淀下来的话呢，那他就会参考这个 memory 的 文档给他储存起来， 然后打开这个文档呢，这里面就罗列了我整个知识库里面的目录，也就是储存的位置。比如说 memory 呢，是用来定义储存的一些规则的，而 index 呢，是帮助 ai 快 速定位哪些知识应该归类到哪个条目里面。所以呢，下面这些文件夹呢，就是支持对应归类的一些地方啦。 所以这么看起来啊，你就会发现，首先你需要一个有动手能力的 ai 工具，能够帮你去管理这个知识库，其实是你需要创建一个叫做 a 准的文档，能够去规范 ai 的 输出。最后呢，你还需要创建一个叫做知识库的管理文件夹，也就是 memory 的 文档，能够让 ai 把一些好用的他觉得不错的东西存放和更新进去就可以啦。 而且我自己其实是很少会去手动更新这个知识库的，因为他有一个自动化的功能呢，就是每天晚上十一点五十分呢，他就会自动回顾你这一天跟 ai 的 一些对话，看看是否有一些有用的点可以更新到知识库里面？所以这一段时间下来呢，你就会发现他其实一直不停的在更新，越来越丰富的。 那现在啊，这个知识点建立好之后呢，我觉得他解决了我最大的一个难题，就是他让我视频创作的选择题变多了啊。因为像以往呢，我们做完一期视频之后啊，其实最头疼的就是，哎呀，新的一期又开始了，又得坐下来从零开始去想接下来该分享些什么，但是你又想不出来我 但其实在你每天跟 ai 对 话的这个过程呢，其实里面就产生了大量的半成品的观点，只要在每次对话完之后呢，输入沉淀一下，保存一下之类的话呢，他就会帮我积累下来了。 所以这里面呢，都是我最近这大半个月，每次跟 ai 对 话完之后，他帮我积累出来的东西，都是我的一些半成品选择题了。然后我是怎么让他来帮我去推荐一些视频的选择题的呢？ 那老朋友们应该都知道啊，我的视频一般都是在 notion 里面写的，有一个专门的数据库呢，是用来管理我视频里面的内容的。所以呢，我就做了一个 skill。 首先在 codex 里面呢，你需要先确保你已经下载了 notion 的 这款插件，然后在对话框这里，只要输入斜杠 memory， 然后选择这个 notion video topic 我 做的一个 skill， 然后输入我存的这些内容里面有没有哪些观点是我反复提到过的，但从来没有专门讲过的，那他就会去对比我的 note 呢？还有这是库的文档，看哪些是我还没有分享过的一些话题，再推荐给我， 比如你看呐，他就推荐了我讲最近这个知识长期服用的这个话题，因为刚好最近做了很多的收集，都是我自己反复思考过的，只不过还没有讲透而已。 当然，诸如此类的方法呢，其实也有很多啊，如果你也好奇，也想尝试去建立一个类似这样的知识库的话，刚好最近我会做一个小的分享，如果你也感兴趣的话，可以点点一下。 好，刚才我们已经介绍了如何将 ai 的 对话变成一个知识库的这么一个过程，但如果不是 ai 的 对话呢，而是外部的一些内容，比如说我 我们看的一些视频、文章，甚至这些扑克等等的话，那我们该怎么让 ai 来帮我们去整理这些内容呢？怎么发给他呢？一个一个发吗？ no， 所以呢，我在 no 选还建了一个收集外部资料的页面，因为我真的不想再手动把一些链接文字再复制在那给他 qq 的 x 啦，我想省去这个步骤。所以呢，我就真的把 no 选当成一个中转站来用了。 如果看到一篇有意思的文章的时候呢，我就可以右键 save page to notion， 提前设置好位置，就可以自动存放到我这个新进的你看碎片笔记的这个页面了。 因为 codex 呢，是可以连接到我的 note 的 嘛，之前也说过，所以在每天晚上接近十二点的时候啊， codex 呢，就会自动收集我 note 里面的内容，把当天这些信息呢，全都整理到我的知识库里面来了。噔噔，你看，全都整理好了， 而这个过程呢，其实都是这套自动化的工作流来帮我完成的，比如说你看这里啊，就是我 node 数据库的一个 id 啦， codex 呢，就是每次都会从这里面去调取数据的。规则呢，就是只筛选当天的未处理的一些条目，以及处理完之后呢，需要将这些资料归到哪个位置，也就是我支持库里面的某个文件夹啦。 最后呢，我们再回到 nodex 呢，会自动帮我勾选这个 process 的， 就表示已经完成啦。 所以呢，这就是我现在用来收集碎片化的信息，然后整理使用的这么一个过程啦，每天只要看看新闻，跟大家对话，他就能够帮我整理出来啦， 而且最重要的是，随着这个知识库的积累啊，当你再回头过去看的时候呢，你就会发现一个特别有趣的规律，就是什么样的内容呢？是你反复去关注的什么样的判断呢？是你反复做出的什么问题，是你一直没有想清楚的。 所以我觉得支持管理的这个过程啊，其实他的最终目的也并不是让你去记住更多的东西嘛，对吧，而是通过积累的这个过程呢，让你更清楚自己到底想要些什么，更擅长些什么，更关注些什么，对吧？而 a 呢，只不过是把这个过程给他加速了一下而已， 最希望这期视频真的能够帮到你吧，然后当然它也只是冰箱一角而已。如果你想更深入了解一些，比如说 codex code 的 一些 ai 相关的一些用法的话，刚好我最近会做一些小的公开的分享，如果你感兴趣的话，可以推荐一下。 ok， 那 么今天就到这失败，拜拜。

很多人问我 web coding 到底用啥工具，今天分享一下。一年半下来，我自己真正在用的组合，从设计到写代码到部署，共六类工具，毫无保留的分享给你。设计我不自己想， 直接上 pinterest 搜关键词，找到合适的就保存下来，把图片丢给 cloud code， 让它按照这个风格写代码，比任何 ai 生成 ui 的 工具都好用。 building agent 呢？我用两个， cloud code 和 codex 不是 二选一，是两个一起用。我的具体流程是让 cloud code 先写计划，然后 codex 挑毛病，它们互相 review， 计划到一致的时候再让 codex 去执行。写完代码之后，让 cloud code 做代码的 review， 同时让 codex 也起一个隔离上下文的 sub agent 去进行 review， 反复几轮，双方都觉得没有 bug 了之后就可以上线了。两个不同家的顶级 agent 的 互相 review， 可以 发现彼此忽略了的问题。这个非常好使，而且也是社区里成熟的做法。分工上，我的感觉是 cloud code 更擅长长任务，更有创造力，而 codex 更擅长单次的代码执行， 专业感更强。一个擅长想，一个擅长做 i d e。 我 一直用 cursor， 但不是用来写代码，我是在 cursor 的 终端里面跑 cloud code， 然后用 cursor 来看文件和 date。 模型我是订阅了 cloud 和 g p t 的 每月一百美金的套餐，当然你也可以选择用国内的根据性价比的模型。 后端我主推 hspock， 新手友好到离谱登录，数据库存储全都帮你内置好了。最重要的是对 a 盘的友好，而且还免费让 cloud code 和 code 自己去调用就行，不用你配置任何东西。 它贝斯我个人觉得偏重，之前尝试过好几次都没搞明白就放弃了。部署的话我现在也用 xbox， 它适合全站一站式部署上线，当然你也可以选择用 mercel。 但有一点， xbox 部署的默认域名是没有办法在国内直接访问的，如果你想要分享给其他人去用的话，最好还是买一个自定义的域名 用来绑定。我买了好几个域名都不贵，大概就二十块钱一年，这就是我一年半拎定下来真正在用的全套组合。下一期我会分享新手最容易踩的五个坑，我们下期见。