作为🇯🇵经营学修士我是如何使用codex的

最近有很多关于利用Claude code和codex等工具来进行的AI学术写作分享，相信刚开始走上弯路的人不少，毕竟直接套用他人成果而不适配自己的需求，效果不会比直接使用gpt和claude更好。 我的心得是： 比起套用现成项目，不如先从自己的需求出发，和 Codex 一起把写作流程拆出来，再一点点搭建项目骨架。需求确定之后，功能才慢慢延伸出来。可以参考众多博主、github项目和各种 skills，慢慢拼凑自己独自的工作流。 这个过程里最重要的转变是：先明确自己要什么，再让 Codex 配合你，而不是反过来被工具牵着走。 在我的使用场景里，Codex 它主要做几类事：通过我在对话框内的指示，根据写好的路由规则与控制文件规范自己的行动，通过 MCP 和 skills 调取资料，再把结果整理回项目文件并与我在对话框内沟通。 在此之上，配合 worktree 和 git 的使用，可以让论文基于不同方向分别推进，横向对比每个方向的成品和逻辑，去反推自己真正应该走的方向，最终经过自己的筛选和精修，再落到纸面上。我还把自己学校的论文搜索系统做进了 skills，连接了 scite 和 Semantic Scholar 的 MCP，单独设计了文献的处理，让 Codex 按固定形式纳入论文来辅助我加速阅读和进行试验性改动。 最后说回最开始的问题：Codex 到底适不适合你。 无论是想最大化科研效率，还是想最大化摸鱼效率，判断标准只有一个：你是不是需要长期维护一个研究项目。如果只是临时润色、总结论文，网页版 GPT 已经够了。但如果你希望 AI 长期留在项目里，帮你整理文献、维护笔记、追踪版本、记录研究问题的演变，Codex 的优势才会真正显现。 前提是，你自己得先知道论文由哪些部分构成，也知道研究是怎么推进的。把正文、过程材料、状态记录和资料来源分开管理。这样 Codex 才知道该处理什么、更新什么、保留什么。所以第一步永远不是去 clone 现成项目，而是先把自己的写作流程系统化，告诉 Codex，让它先帮你搭最基础的框架，之后再一步步微调。 最后，在众多博主之中，我受到启发最多的还是这位@南洋理工DAN讲AI ，十分建议看到我xhs的人学习他的视频和思路！ #写论文 #AI #经营学 #skill #codex #日本修士