ChatGPT Work 和 Codex 有什么区别？普通人也能看懂的使用指南
ChatGPT Work 和 Codex 有什么区别？普通人也能看懂的使用指南
如果你最近打开 ChatGPT，看到 Chat、Work、Codex 三个入口，很可能会产生一个朴素的问题：它们看起来都能读文件、查资料、调用工具，为什么还要分成三个？
先说结论：
- 想问问题、聊想法、改一小段文字，用普通 Chat。
- 想让 AI 根据一堆资料，做出报告、表格、演示文稿或其他成品，用 ChatGPT Work。
- 想让 AI 进入一个软件项目，直接修改代码、运行检查并告诉你改了什么，用 Codex。
ChatGPT Work 和 Codex 并不是两套完全无关的东西。它们更像是共用一台发动机的两辆车：一辆主要拉办公资料和成品文件，另一辆主要跑软件开发这条路。
本文依据截至 2026 年 9 月 2 日可见的 OpenAI 官方资料、媒体实测、公开视频和社区讨论整理。产品仍在快速更新，入口名称和具体功能以后可能变化。本文不讨论价格。
一、ChatGPT Work 和 Codex 到底是什么关系？
OpenAI 的官方说明写得很明确：ChatGPT Work 和 Codex 共用核心的执行、隔离和权限机制。云端 Work 使用的也是 Codex 的执行框架。
把这句话翻译成人话就是：两者背后都有一个能读资料、拆分步骤、使用工具并持续完成任务的 AI 助手。
真正不同的是，它们默认把什么当成“工作”。
ChatGPT Work 里的“工作”，通常是这些东西：
- 从会议记录和聊天消息中整理行动计划；
- 把几份表格和报告合成一份分析；
- 根据现有模板制作演示文稿；
- 连接邮箱、日历、网盘或其他办公工具；
- 定期检查信息并生成更新；
- 最后交给你一个可以阅读、修改或分享的文件。
Codex 里的“工作”，通常是另一类事情：
- 阅读一个软件项目里的代码；
- 找出错误出现在哪里；
- 修改一个功能，同时尽量不影响其他功能；
- 运行测试或构建程序；
- 列出改过的文件和具体变化；
- 让开发者确认后再合并或上线。
所以，“ChatGPT Work 是不是 Codex 的普通人版本？”这个说法只对了一半。
对的部分是，两者确实共用了很多能力，Work 也把终端、代码行数和版本管理等技术细节藏得更深，普通人更容易接近。Zapier 的体验文章甚至把桌面版 Work 概括成“去掉技术外壳的 Codex”。
不完整的部分是，Work 不只是换了一个更简单的界面。它还把重点放在办公资料、已连接的应用、完整成品和持续流程上。Codex 则把代码项目、运行环境、测试结果和代码变化放在最显眼的位置。
更准确的心智模型是：共享做事能力，但使用不同的工作台。
二、普通人应该怎么选？看最后要检查什么
不要先问“哪个更强”，先问一句：任务做完后，我要检查什么？
| 你最后要检查的东西 | 更适合的入口 | 常见任务 |
|---|---|---|
| 一段回答或一个想法 | Chat | 问问题、解释概念、简单改写、头脑风暴 |
| 一份可以使用的成品 | ChatGPT Work | 报告、表格、演示文稿、计划、邮件草稿、网页 |
| 软件有没有被正确修改 | Codex | 新功能、修复错误、测试、代码整理、上线准备 |
下面看几个普通场景。
场景一：整理会议材料
你有会议记录、客户邮件、销售表格和上一次的演示文稿，希望得到一份新的汇报材料。这里最重要的是资料能不能整合正确、演示是否清楚，因此优先选 Work。
场景二：分析一份表格
如果你只想问“这份表格里销售下降的主要原因是什么”，Chat 往往已经够用。如果你希望它清洗数据、生成图表、写出完整报告，并按照公司的模板整理好文件，Work 更自然。
场景三：修改公司网站
如果只是根据反馈做一张网站效果图，Work 可以胜任。如果要进入网站项目，修改真实代码、运行测试并准备上线，Codex 更合适。
场景四：做一个小工具
你想做一个“上传发票后自动生成汇总表”的内部工具。前期可以先用 Work 整理需求、输入样例和使用流程；需求确认后，再让 Codex 在代码项目里实现。两者一起用通常比强行只选一个更顺。
场景五：研究一个复杂问题
如果结果是一份给领导或客户看的研究报告，Work 更适合组织材料和成品。如果研究过程依赖大量程序、数据处理脚本，而且以后还要重复运行，Codex 会更方便，因为它能把过程留在软件项目里，让别人重新运行并检查。
远见杂志的实测也采用了相近的分工：Work 用来处理营销数据和成品，Codex 用来修改与检查代码。
三、ChatGPT Work 一般怎么用？
ChatGPT Work 最适合有明确结果、但中间需要多个步骤的任务。OpenAI 的入门文档建议，先从一项你本来就熟悉的工作开始。因为你熟悉正确答案，才容易看出 AI 到底做得好不好。
一个实用的提示可以包含五件事：
- 我要什么结果。 例如“一份八页的客户汇报演示文稿”。
- 使用哪些资料。 例如会议记录、调查表和网盘里的旧模板。
- 有哪些边界。 例如只使用指定资料，不猜测缺失数字，不发送给任何人。
- 什么算完成。 例如每个结论都要标明来源，图表与原始数据一致。
- 什么时候停下来问我。 例如先给提纲，得到确认后再制作最终文件。
可以直接照着下面的方式说：
请阅读我提供的访谈记录和调查表，为产品负责人制作一份八页的汇报演示文稿。使用现有模板，重点说明三个最常见的问题。事实和建议分开写，证据不足的地方明确标出。不要发送或公开文件。先给我看提纲，确认后再制作最终版本。
选本机还是云端？
这是 Work 最容易令人困惑的地方。
- 任务需要读取电脑里的文件、操作本机应用或使用你已经登录的浏览器，选本机运行。
- 任务需要在你关掉电脑后继续，或者希望在手机、网页和桌面之间继续查看，选云端运行。
云端 Work 不能直接读取你电脑里的文件，也不能自动继承本机浏览器已经登录的账号。你需要上传文件，或授权它使用已经连接的应用。官方的安全边界说明对此有详细解释。
权限不要一次开满
第一次使用时，先给它一小批资料和一个可撤销的任务。涉及发邮件、改账号、提交表单、删除文件或公开内容时，要求它执行前必须停下来确认。
公开视频里也有相同建议。Jeff Su 的 Work 教程（01:39）把普通 Chat、Work 和 Codex 分开解释，并演示用文件夹和规则文件保存重复使用的偏好。不过这属于个人工作方法，不是使用 Work 的必需条件。刚开始完全不需要搭建复杂系统。
最简单的起点就是：选一项你今天本来要花半小时完成的工作，让 Work 先做初稿，然后认真检查。
四、Codex 一般怎么用？
Codex 是为软件开发准备的工作台。这里的重点不是让它在聊天框里吐出一段代码，而是让它进入真实的软件项目，读懂现有内容，完成修改，再运行检查。
OpenAI 的 Codex Cloud 文档把典型流程分得很清楚：连接代码项目、准备运行环境、描述任务、等待它工作，然后检查修改摘要和代码变化。
一个普通的 Codex 任务，可以这样写：
请在这个网站项目中给注册表单增加手机号格式检查。只修改注册表单相关代码，不改变登录和支付功能。沿用项目里已有的写法，不新增软件包。完成后运行相关测试，并告诉我修改了哪些文件、测试是否通过。
这个提示没有使用复杂术语，但把最重要的事情都说清了：
- 在哪里工作；
- 想解决什么问题；
- 哪些地方不能动；
- 优先沿用现有做法；
- 完成后必须运行什么检查；
- 最后要汇报什么。
如果你不懂代码，也可以使用 Codex，但不要只看它说“已经完成”。至少要确认三件事：
- 它修改了哪些文件；
- 自动检查是否真的通过；
- 页面或程序是否仍能正常使用。
如果任务会影响付款、权限、用户数据或删除操作，还应让懂相关系统的人复核。
Codex 也能做非编程任务。比如整理文件、处理表格、生成报告，甚至操作浏览器。Skill Leap AI 的公开视频演示了用 Codex 处理收据、PDF、文件夹和表格。但“能做”不等于“最适合做”。如果你最终只关心一份报告是否清楚，而不关心它运行了什么命令，Work 的界面通常更省心。
五、最推荐的方式：Work 和 Codex 接力
很多真实任务本来就横跨“业务资料”和“软件实现”。这时不必争论到底该选谁，可以让它们接力。
假设客户说：“后台导出的表格太乱，我每周都要手工整理。”
第一步，把客户反馈、旧表格、会议记录和期望样例交给 Work。让它整理：
- 用户现在遇到什么问题；
- 新表格需要哪些栏目；
- 哪些格式必须保留；
- 什么情况算修改成功；
- 哪些地方还缺信息。
第二步，你确认这份需求没有误解客户。
第三步，把确认后的需求文件放进软件项目，交给 Codex。让它定位导出功能、完成修改、补充检查，并返回具体变化。
第四步，一边检查导出的真实表格，一边检查 Codex 的测试结果。前者保证业务结果对，后者保证软件没有悄悄坏掉。
这套方法的好处很朴素：Work 负责把人说的话和散落的资料整理清楚，Codex 负责把已经说清楚的事情变成可靠的软件修改。
当然，不是每件事都需要两边来回传。只做演示文稿就留在 Work；只修一个明确的软件错误就直接进 Codex。工具越少、交接越少，通常越不容易出错。
六、社区怎么评价？好用，但确实容易让人困惑
ChatGPT Work 推出后，社区评价大致分成两部分。
大家认可的地方
在一条“有没有人在用 Work”的 Reddit 讨论中，有用户认为它特别适合处理大量文档和没有整理过的资料，可以把分析、研究和写文档串成一条流程。也有从事工程研究的用户表示，Work 对研究工作很有帮助。
另一部分用户喜欢它隐藏了命令行和代码细节。对只想拿到表格、报告或演示文稿的人来说，这些技术信息本来就不是重点。
媒体实测也看到类似价值。Zapier 认为它适合自动简报、文档整理、数据分析和把原始资料变成可用成果；远见则展示了用它分析营销资料和制作成品的过程。
大家吐槽的地方
最常见的批评只有一句话：Work 和 Codex 到底有什么不一样？
在 Codex 社区的更新讨论中，许多开发者发现两种模式拥有相近工具，界面也很像，因此认为 Work 只是把代码细节藏起来的 Codex。另一条开发者讨论里，不少人表示，只要最终要修改软件，他们仍然会一直使用 Codex。
这份困惑并不是用户理解能力有问题，而是两个产品真的有很大重叠。OpenAI 强调的是不同用途，用户实际看到的却是很多相同能力。TechRadar 对新桌面应用更新的报道还提到，旧聊天和项目入口位置变化，也让老用户感到不适应。
此外，Work 目前还有几个实际限制：
- 本机任务和云端任务不能总是无缝接上；
- 云端浏览器可能被网站阻止；
- 不同工具连接后的可用能力不完全一样；
- 自动生成的演示、文档和网页仍需要人工检查；
- 工作越复杂，越容易在中途需要补充说明或重新调整方向。
因此，社区比较可靠的共同看法不是“Work 很神”或“Work 完全没用”，而是：它确实降低了普通人使用长时间、多步骤 AI 助手的门槛，但产品边界和使用体验仍在打磨。
最后，用四句话做选择：
- 只想得到回答，用 Chat。
- 想得到一份成品，用 Work。
- 想正确修改一个软件项目，用 Codex。
- 一件事横跨业务资料和软件实现，就让 Work 先整理，再让 Codex 落地。
无论选哪个，都不要一开始就交出最大的权限和最重要的任务。先用一个你熟悉、结果容易检查的小任务试跑。AI 做得快不等于做得对，你能不能看懂并检查结果，才是选择工具的最后标准。
参考资料
OpenAI 官方资料
媒体与实测
社区与视频
最新博客文章
追踪 Vibe Coding Tools 最新的对比、测评与实战技巧。
WebMCP 让网页主动向 Codex 等 Agent 暴露结构化工具。本文从标准、架构、工具边界、真实案例与安全接入，拆解 Site tools 如何改变浏览器自动化。
用 Product Hunt、AITDK、官网、搜索结果和 Google Trends 筛选新站，区分产品热度、品牌流量与可独立成立的用户需求。
从有收入信号的 App 出发，通过 App Store 与 Trustpilot 多条评论交叉验证用户损失，提炼“按可用成品付费”的 AI 商品图网站机会。