为什么现在你要学会使用 Codex
我一开始对 Codex 没有什么兴趣。
因为一听这个名字，就觉得它应该是程序员用的东西。写代码、改项目、跑命令，这些都离 HR 的日常工作挺远。我们更多时候是在看简历、聊需求、写制度、做复盘、整理表格、跟业务开会。听起来好像没有哪一件事需要用到 Codex。
但后来我发现，自己每天被消耗最多的，恰恰不是那些真正需要判断的大事，而是一堆重复的小事。
比如把面试记录整理成候选人总结，把一份制度改成更容易读的 FAQ，把招聘数据从表格里拎出来做复盘，把一堆零散反馈归类，或者做一个很简单的入职检查清单。每件事都不难，但它们很碎，很容易打断一天的节奏。
以前我会直接问 ChatGPT：帮我总结一下，帮我润色一下，帮我做个表格。
这当然有用。但用久了以后会发现，它更多是在帮我“写东西”。而 Codex 不太一样，它更像是可以进入一个文件夹里，帮你读文件、改文件、写脚本、生成小工具、检查运行结果的执行型助手。
对 HR 来说，这个变化其实挺重要。
因为 AI 时代的 HR，不只是要会问问题，还要慢慢学会把自己的工作方法变成流程。以前我们靠经验、靠模板、靠 Excel，后来靠 ChatGPT 写初稿。再往后，可能就要靠 Codex 这种工具，把一些重复的工作变成可以反复使用的小工具。
我并不觉得 HR 都要去学编程。
但我觉得，现在的 HR 至少要知道：很多以前只能“手动整理”的事情，其实已经可以交给 AI agent 去执行一部分了。
我为什么会开始用 Codex
真正让我开始认真看 Codex 的，是一次招聘复盘。
一个岗位做了快两个月，过程里有几十份简历、几轮面试反馈、业务方的意见、候选人放弃原因，还有最后 offer 阶段的一些沟通记录。材料都在，但很散。到复盘的时候，我发现自己不是没有信息，而是没有力气把这些信息重新整理一遍。
这类工作 HR 太熟悉了。
不是不会做，而是每次都要重新做。
后来我把这些脱敏后的材料放到一个文件夹里，让 Codex 先看一遍，然后请它帮我整理三个问题：这个岗位的候选人主要卡在哪里，业务方反馈最集中的问题是什么，下次重新开岗前 JD 和筛选标准要不要调整。
它给出的内容当然不是最终结论，但至少帮我把散落的信息先捞了一遍。我再基于自己的判断去删、改、补充。
这时候我才意识到，Codex 对我来说不是“帮我写代码”的工具，而是“帮我处理一组文件和一段流程”的工具。
这件事一旦想通，很多 HR 场景都会变得不一样。
比如制度文档。
我们经常写一份很正式的制度，但员工真正看的时候，问的都是很具体的问题：我这种情况算不算迟到？补卡几次会有影响？试用期请假会不会影响转正？调休能不能跨月？
制度原文通常不适合直接给员工读，但每次人工解释又很耗时间。这个时候，我会把制度文档放进文件夹，让 Codex 帮我先改成一版员工能看懂的 FAQ。它不能替 HR 做最终解释，但可以帮我把第一版结构搭出来。
我通常会加一句：不确定的地方标注“需 HR 确认”。
这句话很重要。因为越是看起来顺滑的 AI 输出，越容易让人忘记它可能并没有依据。
再比如 Excel。
候选人表、面试安排表、入职表、培训签到表，这些东西看起来都很普通，但一到整理的时候就很烦：手机号格式不一致，岗位名称不统一，同一个人重复出现，状态字段有人写“已面”，有人写“一面通过”，有人写“进入复试”。
这些事情如果手动清，半小时一小时就没了。
现在我会让 Codex 写一个小脚本，把表格读进去，清理重复数据，统一字段，再输出一份新的表。对技术同事来说这很简单，但对 HR 来说，这就是实实在在省下来的时间。
还有一些很小的工具。
比如试用期提醒。输入员工入职日期，自动算出 30 天、60 天、转正前 7 天提醒。这个东西不值得专门找研发做，但 HR 自己每天算又麻烦。用 Codex 做一个简单网页，其实就够用了。
这些场景都不宏大。
但 HR 的工作，本来就是由很多这样的细节组成的。
新手应该怎么理解 Codex
如果完全没用过，我建议先不要把 Codex 想得太复杂。
你可以先把它理解成：一个可以在你电脑文件夹里工作的 AI 助手。
ChatGPT 通常是在对话框里回答你。
Codex 则更像是你把它带到一个工作现场，让它看这个文件夹里有什么，然后让它帮你整理、修改、生成、运行和检查。
它可以帮你做很多事情，但前提是你要把任务说清楚。
比如不要只说：
帮我整理一下。可以改成：
请阅读当前文件夹里的面试记录，整理出候选人的核心优势、主要风险和需要追问的问题。不要编造，如果材料里没有写，就标注“未提及”。不要只说：
帮我做个工具。可以改成：
请做一个简单网页，输入员工姓名和入职日期后，自动计算试用期第 30 天、第 60 天和转正前 7 天提醒日期。页面要简单，不需要登录。Codex 很适合这种边界清楚的小任务。
但我不建议一开始就把敏感资料交给它。尤其是薪酬、员工关系、医疗信息、绩效低分原因、劳动争议这些内容，能不用就不用。要练习的话，先用脱敏材料、模拟数据、公开制度草稿。
AI 工具越强，边界反而越要清楚。
怎么安装 Codex
安装这一步，其实比想象中简单。
如果你是 Mac 或 Linux，打开终端，复制这行命令：
curl -fsSL https://chatgpt.com/codex/install.sh | sh如果你是 Windows，打开 PowerShell，复制这行命令：
powershell -ExecutionPolicy ByPass -c "irm https://chatgpt.com/codex/install.ps1 | iex"安装完成以后，在终端里输入：
codex第一次运行时，它会让你登录。新手建议直接选择用 ChatGPT 账号登录，也就是类似：
Sign in with ChatGPT然后根据提示在浏览器里完成授权。
如果你能看到 Codex 的界面，就说明基本安装好了。
有些人也会用 npm 安装：
npm install -g @openai/codex但如果你不是技术背景，我更建议先用官方安装脚本。少折腾一点，先跑起来更重要。
第一次使用不要急着做大项目
我建议第一次使用 Codex，只做一件很小的事。
先在桌面建一个文件夹，比如叫：
hr-codex-test里面放一份不敏感的制度草稿，或者自己随便写一份模拟面试记录。然后在终端进入这个文件夹。
Mac 大概是：
cd ~/Desktop/hr-codex-testWindows 可以在 PowerShell 里进入对应目录。如果不确定路径，有些系统可以直接把文件夹拖进终端，它会自动填路径。
进入文件夹后，输入：
codex这时候不要急着让它改文件。可以先让它只读：
请查看当前文件夹里的文件，告诉我里面有哪些内容。先不要修改任何文件。我觉得这一步对新手很重要。
因为很多人第一次用这种 agent 工具会紧张，不知道它到底会不会乱改东西。所以一开始先让它“看”，不要让它“动手”。等你熟悉它的工作方式以后，再让它生成新文件或修改文件。
接下来可以试一个很简单的任务：
请把这份制度草稿改写成一版员工能看懂的 FAQ。不要改变原意，不确定的地方请标注“需 HR 确认”。或者：
请根据这份模拟面试记录，整理候选人的核心优势、主要风险和建议追问问题。如果原文没有依据，请写“未提及”。如果它生成了新文件，你可以继续问：
请检查你刚才生成的内容，指出哪些地方可能需要 HR 人工确认。我现在用 AI 工具时，会越来越习惯加这一句。不是因为不信任 AI，而是因为 HR 的工作里，很多东西不能只追求“看起来完整”。
我会怎么给 Codex 下任务
用 Codex 时，任务说得越具体，结果越稳。
我常用的表达方式是：
请读取当前文件夹里的文件，基于文件内容完成下面任务：
整理主要信息；不要编造文件里没有的内容；不确定的地方标注出来；如果生成新文件，请告诉我文件名。如果是处理候选人材料，我会这样写：
请根据这些脱敏面试记录，整理一份候选人对比表。
字段包括：候选人、岗位匹配点、风险点、需要追问的问题、建议下一步。
不要替我做最终录用判断。如果是做小工具，我会这样写：
请做一个简单的本地网页工具，用于 HR 计算试用期提醒日期。
输入：员工姓名、入职日期、试用期月数。
输出：30 天跟进日期、60 天跟进日期、转正前 7 天提醒日期。
页面简单清楚即可，不需要复杂设计。你会发现，这些提示词并没有什么高级技巧。关键是要把任务边界讲清楚，把不允许它做的事情也讲清楚。
尤其是 HR 场景里，我经常会补一句：
不要替我做最终判断，只做整理和辅助分析。这句话看起来普通，但很有必要。
我现在对 Codex 的看法
我不觉得 Codex 会让 HR 变成程序员。
但它会让 HR 更容易做出一些过去只能依赖技术同事的小工具，也会让我们更容易把自己的经验沉淀成流程。
以前我们说 HR 要懂业务。后来又说 HR 要懂数据。现在可能还要再加一点：HR 要懂一点 AI 工具的执行方式。
不是要懂底层原理，而是要知道怎么把一件重复工作拆清楚，怎么告诉 AI 读取哪些材料，怎么要求它留下依据，怎么检查它有没有乱编，怎么把一个一次性的需求变成可以复用的小流程。
这其实和 HR 本来的能力并不冲突。
好的 HR 本来就擅长梳理流程、定义标准、发现风险、推动执行。Codex 只是把这些能力放到了一个新的界面里。
我现在对自己的要求也不高。
不是每天都要做一个工具，也不是每个问题都要自动化。
我只是会多问一句：
这件事我是不是已经重复做过很多次？
如果下个月还会再做，能不能让 Codex 帮我把它变成一个小流程？
对我来说，这就是 HR 学 Codex 最实际的理由。
它不是为了赶潮流，也不是为了显得自己懂技术。
而是因为很多细碎但耗人的工作，终于有机会从“每次手动做一遍”，变成“搭好一次，以后反复用”。
这对 HR 来说，已经足够值得学习了。