刚开始用 Codex，我一直以为： 模型这么强，直接用不就够了吗？ 后来才发现，Codex 更像一台刚买回来的高配电脑——性能确实很强，但想让它真正帮你干活，还得给它装上合适的 Skills。 最近整理了 7 类比较实用的 Skills，写作、设计、科研、数据分析和做 PPT 都覆盖到了👇 01｜humanizer 专门处理内容里的 AI 味、模板感和生硬表达。 写小红书、公众号或者产品介绍时，最后过一遍，文字会更自然，也更像自己的表达。 02｜claude-design / sketch 在写代码之前，先帮你梳理页面结构、信息层级和视觉方向。 做官网、SaaS 或工具产品时，先把页面想清楚，后面真的能少返工。 03｜research-paper-writing 把零散的研究想法整理成完整的论文框架。 从论文结构、实验逻辑到学术润色，都可以让它参与，特别适合“资料很多，但不知道怎么组织”的阶段。 04｜arxiv 用来找论文、追踪研究方向、整理引用关系。 先把研究地图铺好，再开始写，就不用每次都对着空白页发呆。 05｜jupyter-live-kernel 它不只是给你写一段代码，而是真的可以运行数据分析流程。 清洗数据、生成图表、快速验证结果，做运营复盘和实验分析时非常方便。 06｜plan / writing-plans / ideation 把一个模糊的大目标拆成具体步骤、优先级和执行清单。 项目不知道从哪里开始，或者选题卡住时，可以先让它帮你把思路理顺。 07｜powerpoint 把散乱的文档和素材，整理成一套真正能讲的 PPT。 演示结构、页面标题、图表思路和讲稿都能一起规划，做汇报前非常省时间。 用了一段时间后，我最大的感受是： Skills 不是装得越多越好，而是要刚好解决你每天重复做的事情。 如果你是内容创作者，可以先试： humanizer＋ideation＋powerpoint 如果你做产品或开发，可以先试： claude-design＋plan＋jupyter 如果你主要做科研学习，可以先试： arxiv＋research-paper-writing＋jupyter 先从最常用的两三个开始，等工作流稳定后再慢慢增加。 #Codex #AI工具 #效率工具 #AI编程 #VibeCoding #人工智能 #生产力工具 #内容创作 #科研工具 #howto入门codex