前面五篇把 Codex 的入口和核心功能都讲完了，收官这篇讲怎么把它们串成一条稳定的工作流，外加五个从建站到做视频的真实案例。先泼盆冷水：很多人用 Codex 翻车，真不是 AI 不行，而是用法不对——一句话丢给它”帮我做个网站”，AI 改得飞快，但你不知道它改了什么，也不敢直接交付，最后项目烂在半路。
标准六步法：需求到交付之间隔着六道工序
稳定用法是把流程固定下来，需求不是直接变成交付物。中间必须过六道工序：需求拆解 → 制定计划 → 小步实现 → 测试 → 代码审查 → 提交复盘。每道工序看着都简单，但漏掉任何一步，后面都要加倍还。
第一道，需求拆解，回答七个问题：背景是什么（项目处于什么阶段、为什么现在改）、要解决什么问题（把”优化首页”具体到”优化首屏标题、副标题和 CTA 按钮”）、哪些文件可能相关、哪些功能不能动、什么结果算完成、需要哪些测试、有哪些风险。这七个问题说清楚了，翻车概率直接降一半——大多数翻车，都是因为”优化一下首页”这种话说出口的时候，双方的理解就已经分叉了。
第二道，先计划后动手。提示词开头就写明”先不要写代码，也不要修改任何文件，请先制定修改计划，等我确认后再执行”，或者直接用计划模式、/plan 命令。为什么这么较真？因为等方向不对时它往往已经改了一堆文件，回头检查和回滚都很麻烦——先确认，再修改，是成本最低的纠错方式。
第三道，小步实现，一次只改一个功能点。比如优化首页拆成五小步：先改首屏标题、再调 CTA 按钮、再优化移动端布局、再补卖点卡片、最后处理样式细节。同时要明确限制：不要顺手重构无关代码、不改目录结构和依赖版本——发现可优化的地方先记录为建议，不许直接改。遇到不确定的情况（该改哪个文件、能不能删旧代码、要不要新增依赖）必须停下来问你。
第四道，测试，用结果证明完成。别信 AI 说”完成了”，按顺序跑：单元测试 → 类型检查 → lint → 构建 → 手动测试 → 回归测试。两个容易踩的坑：老项目本身就有 lint 问题，别让 Codex 顺手全重构了；回归测试最容易被忽略——改了首页按钮，可能影响复用同一组件的其他页面。
第五道，代码审查看 diff，防它改到不该改的地方。第六道，提交并复盘，AI 负责执行，人负责拍板。复盘不是走过场，把这次踩的坑写进 AGENTS.md，下次它就不会再犯。
五个实战案例：一个人做完一整套生意
书里最出彩的部分是用一个”宠物零食售卖”项目，串起了五个由浅入深的实战案例，全部用 Codex 完成。看完你会意识到：这不是教学演示，是一个人真的能从零把一摊小生意支起来。
案例一，从零做出售卖网站。本地建文件夹 → 在 Codex App 里选好目录 → 开计划模式生成项目计划 → 确认后执行 → 预览 index.html → 建 Git 仓库管理代码 → 用注释功能直接在页面上标细节修改 → 加月销量和热销榜功能 → 推到 GitHub → 用 GitHub Pages 发布上线，拿到一个别人也能访问的链接。注意 GitHub Pages 只适合静态网站，需要后端和数据库的业务不适用。
案例二，加功能优化页面。新增用户登录注册（保存收货地址）、按宠物分类再细分食品分类、购物车结算时提示确认地址——每次都先开计划模式确认 AI 理解了需求再动手。这个案例最有价值的地方在于演示了”加功能”的正确节奏：不是一口气全上，而是一个功能一个功能来。
案例三，做管理后台。同样计划模式先行，做完提交 Git 保存。管理后台这种活儿以前是要单独雇人做的，现在一个人用 AI 就能顶下来，虽然复杂度和企业级后台没法比，但对小生意够用了。
案例四，用 Skill 做招商 PPT。把 GitHub 上的 PPT Skill 地址发给 Codex 安装，用 “/” 选择对应 Skill，最终生成一份完整的品牌招商 PPT。这正是 Skill 的价值：固定工作方法装一次，以后反复用。
案例五，用插件做宣传视频。安装 HyperFrames 视频插件，计划生成视频，成品是一条可直接播放的宠物零食宣传片。写代码的 AI 顺带把营销物料也包了——到这里，建站、运营、招商、宣传，一条龙全是一个人加一个 AI 干的。
进阶玩法：第三方模型接入（非官方，慎用）
书里附录还提了一个非官方玩法：用 CC Switch 这个第三方开源桌面工具给 Codex 接第三方模型。它把手动改配置文件变成可视化面板，核心功能有三个：Provider 一键切换（官方 API 切中转、切 DeepSeek 等）、MCP 统一管理（不用分别给 Claude Code、Codex、Gemini 配）、Skills 管理（从 GitHub 或 ZIP 安装并同步到不同工具）。
但必须提醒：这属于非官方方案，模型兼容性、上下文长度、工具调用、费用和隐私都以第三方服务商为准。想试的话，重要项目先用测试仓库验证，别直接在生产项目里试——省钱的前提是别把主项目搭进去。
写在系列最后：工具会变，工作流不会
六篇讲完，回到开头那句话：Codex 不是”帮你写代码的 ChatGPT”，而是一个可以交代任务的工程执行者。入门路径也很清晰——先从 Codex App 做本地练习，熟悉 thread、diff、计划模式这几个核心概念；再学 CLI 进真实项目，配好 Git 和沙盒权限；然后按六步法推进任务；最后用 Skill、MCP、AGENTS.md 把你的工作流沉淀下来。
最后说点实在的：AI 编程工具这两年迭代速度快得离谱，今天学的最优解，明年可能就被新功能颠覆。但有一点不会变——会不会拆需求、会不会控制风险、会不会用流程管住 AI，这些能力在任何工具上都是通用的。工具只会越来越强，真正拉开差距的，是用工作流的人。
