很多人用 GPT-5.4 和 Codex，有一个很典型的问题：

👉 会用，但效率很低
👉 或者：能写点代码，但做不了项目

本质原因只有一个：

👉 没有形成“工作流”

这篇文章不只是单纯讲概念，直接讲一套我自己在用教程的：

👉 能写项目、能改项目、能自动化的用法

---

一、先讲结论：正确分工

先你的记住这句话：

GPT-5.4：负责思考（设计 / 拆解 / 推理）
Codex：负责执行（写代码 / 改代码 / 跑任务）

如果你反过来用：

👉 基本就废了

---

二、环境准备（程序员可直接照做）

你至少需要这三样：

1️⃣ 模型接入（核心）

• GPT-5.4（主脑）
• Codex（执行）

👉 可以是：

• 官方
• 或你自己的中转（更稳定）

---

2️⃣ 一个调用方式（任选）

常见三种：

• CLI（最推荐）
• VSCode 插件
• OpenClaw（自动化）

---

3️⃣ 一个项目目录

比如：

/project-demo
  ├── main.py
  ├── service/
  ├── utils/
  └── README.md

---

三、最重要：一套完整开发流程（重点）

这部分你可以直接照抄使用。

---

场景一：从 0 做一个项目

---

第一步：用 GPT-5.4 拆需求（不要写代码）

👉 提示词示例：

我要做一个用户管理系统：

功能：
- 注册 / 登录
- 用户信息管理
- 权限控制

请帮我：
1. 设计系统架构
2. 拆分模块
3. 定义接口结构

👉 输出你要的是：

• 模块划分
• API 设计
• 数据结构

---

第二步：交给 Codex 写代码

👉 提示词：

根据这个结构：

[贴 GPT-5.4 的输出]

帮我生成 Python FastAPI 项目骨架代码
要求：
- 分层清晰
- 可运行
- 包含基础路由

👉 Codex 更适合干这个：

• 输出更规范
• 可直接运行
• 少废话

---

第三步：逐模块推进（关键）

不要一次生成全部！

👉 正确方式：

实现 user service
实现 auth middleware
实现数据库模型

👉 一步一步来

---

四、改项目的正确方式（90%的人不会）

---

❌ 错误方式：

直接丢代码：

“帮我优化这段代码”

👉 结果：改崩

---

✅ 正确方式：

第一步：GPT-5.4 分析

这是我的项目结构：

[贴代码]

帮我分析：
- 当前问题
- 可优化点
- 修改建议（不要写代码）

---

第二步：Codex 执行

根据这个修改方案：

[贴 GPT-5.4 输出]

只修改 user_service.py
保持其他模块不变

👉 这样基本不会炸

---

五、进阶：自动化工作流（很关键）

如果你在玩 CLI / 自动化（比如 openclaw）：

可以这样分层：

GPT-5.4：任务调度（决定下一步干啥）
Codex：执行代码 / 脚本

---

示例流程：

1️⃣ GPT-5.4：

分析需求 → 输出步骤

2️⃣ Codex：

执行每一步（写代码 / 改文件）

---

👉 这时候 AI 已经不是工具了：

👉 是一个“开发系统”

---

六、一个真实可用的配置方式

我现在基本是这样用的：

• GPT-5.4：主模型（高推理）
• Codex：执行模型
• 统一走一个中转（稳定 + 不折腾）

比如 CLI 配置大概是：

model = "gpt-5.4"
base_url = "你的中转地址"

---

有朋友之前问我这一套怎么接、怎么配，我简单整理了一份（偏实操）：

教程： https://kazjsfecs3y.feishu.cn/wiki/JNXAwxqeOiI3Hxky3BXcYdkrnYb

主要是：

• 模型接入方式
• CLI 使用
• 一些踩坑点

👉 有需要可以直接照着走一遍

---

七、几个非常关键的经验（干货）

1️⃣ 永远不要让 AI“一步到位”

👉 一步到位 = 99% 出问题

---

2️⃣ GPT-5.4 只负责“想”

👉 不写代码
👉 不做执行

---

3️⃣ Codex 只负责“干”

👉 不做架构
👉 不做决策

---

4️⃣ 一定要“分层”

思考层 → 执行层 → 工具层

---

八、总结（给程序员的话）

如果你只用一个模型：

👉 你是在“用 AI”

如果你把 GPT-5.4 + Codex 组合起来：

👉 你是在“搭一个开发系统”