各位同仁好，我是七哥。一个在高校里从事人工智能 相关领域研究，钻研用大模型AI实操的学术人。可以和七哥交流学术写作或Gemini、GPT、Claude 等大模型 学术实操相关问题，多多交流，相互成就，共同进步。
七哥自从把 AI 用进科研流程，就发现很多科研工作上的低效其实不是能力问题，是方法用错了。
几个月才能理顺的文献、代码和写作任务，利用Codex 拆开处理后，节奏就快了很多，Codex 的正确使用也让我的写作效率提升了不止一个量级。
今天聊一聊Codex到底是什么、怎么用，另外下面这几个用法，是我觉得最值得科研人上手尝试的。
什么是Codex
Codex是OpenAI基于GPT模型微调而成的代码生成智能体，最初训练于GitHub上数十亿行公开代码。
不少人直接给 Codex 和 ChatGPT 划为等号，但两者最大的区别在于：ChatGPT给我们建议，Codex是帮我们直接把事做了。
有一个让我觉得 Codex 非常适合科研的点，就是它的证据意识，例如在写综述、引言或基金本子时，它会先整理证据表，再根据材料写作，让观点尽量对应到文献、数据和实验结果，减少幽灵文献和无依据推断。
五个实操步骤
第一步：先写再改
科研写作的起点不要让 AI 从零生成，我们需要先提供包含核心观点、数据与结论的粗糙草稿，先投喂它再开始。
哪怕这些内容零散、口语化或中英混杂，也保留了真实的研究逻辑。完成这些步骤后再通过明确指令限定 Codex 的任务，例如压缩背景、规范术语、调整摘要结构。
提示词：
你是
