ChatGPT concept

最新 ChatGPT(Codex)账号注册从安装配置到上手使用(附桌面版和网页版教程)

ChatGPT (Codex)安装与使用:详细ChatGPT和Codex申请图文教程

ChatGPT 桌面版中的 Codex 可以读取指定项目文件夹,处理文献、数据和代码,还可以通过 Skill 复用常见科研工作流程。

本章主要介绍软件安装、账号登录、项目创建和 Skill 使用方法。

1.1 确认电脑是否支持

macOS 用户

电脑需要满足以下条件:

  • • Apple 芯片,即 M1 或更新型号;

  • • macOS 14 或更高版本;

  • • Intel 芯片的旧款 Mac 暂不支持。(OpenAI Help Center)

查看方法:

点击左上角苹果图标,选择“关于本机”,查看芯片和系统版本。

Windows 用户

建议使用:

  • • Windows 10或Windows 11

Git 不是安装软件或使用 Skill 的必要条件,但建议科研用户安装,方便查看文件修改和管理代码版本。没有安装 Git 时,部分版本对比功能可能无法使用。(OpenAI开发者)

通过官方页面下载:

在浏览器地址栏输入:https://openai.com/codex/

页面打开后,你会看到一个很干净的界面。点击下载按钮,下载完APP软件打开就可以开始注册了。

Mac 安装步骤

  1. 1. 下载并打开安装文件;

  2. 2. 将 ChatGPT 拖入“应用程序”文件夹;

  3. 3. 打开 ChatGPT;

  4. 4. 按照系统提示完成安装。

Windows 安装步骤

  1. 1. 通过官方下载页面或 Microsoft Store 安装;

  2. 2. 安装完成后,从开始菜单打开 ChatGPT;

  3. 3. 按照提示完成初始化。

不建议使用来源不明的第三方安装包,以免安装到过期或被修改的软件。

打开 ChatGPT 桌面版后,点击登录。

  1. 1. 选择“使用 ChatGPT 账号登录”;

  2. 2. 在浏览器中完成账号验证;

  3. 3. 授权完成后返回桌面版。

登录后,在界面中进入 Codex 工作区,即可开始处理本地项目。官方基本流程也是安装桌面版、登录账号、选择工作位置,然后发送任务。

打开科研项目

建议先建立一个专用文件夹,例如:

论文研究项目
├── 原始数据
├── 参考文献
├── 分析代码
└── 输出结果

进入 Codex 后:

  1. 1. 点击“打开文件夹”或“添加项目”;

  2. 2. 选择科研项目文件夹;

  3. 3. 在输入框中描述任务。

第一次使用时,建议先用少量测试文件运行,确认结果正确后再批量处理。

安装和调用 Skill

Skill 是可以重复使用的工作流程,例如文献整理、论文审查、数据分析和代码检查。

安装步骤

  1. 1. 打开左侧的 Plugins 或 Skills;

  2. 2. 搜索需要的功能,例如:


literature review
paper review
data analysis

  1. 3. 查看功能和权限;

  2. 4. 点击安装或启用;

  3. 5. 返回 Codex 开始使用。

Plugin 可以包含一个或多个 Skill。Skill 主要负责提供可重复调用的任务说明、操作步骤和输出格式。(OpenAI Help Center)

2. ChatGPT (Codex)网页版

ChatGPT 网页版不需要安装软件,打开浏览器即可使用。代码编写、文件分析、数据处理和网页制作等任务,都可以直接在对话框中完成。

2.1 登录网页版

  1. 1. 打开 ChatGPT 官网;

  2. 2. 点击“登录”;

  3. 3. 使用邮箱、Google 或 Apple 账号登录;

  4. 4. 登录后点击“新建对话”。

2.2 描述skill任务

在对话框中直接描述需求,例如:

请使用 Operating Review Skill 制作一份科研组会PPT。
 
课题:基于深度学习的高光谱图像分类
汇报内容:
1. 本周完成了数据预处理
2. 完成了基线模型训练
3. 准确率为92.6%
4. 当前问题是小样本类别识别效果较差
5. 下周计划加入数据增强和消融实验
 
要求:
8页左右,学术简洁风格,包含研究进度、实验结果、问题和下一步计划。

2.3 上传文件

点击输入框旁边的“+”号,上传代码、Excel、PDF、Word 或图片等文件,然后说明需要完成的任务。

例如:

请分析这个 Excel 文件,计算各组的平均值和标准差,并整理成表格。

一般任务不需要连接 GitHub。只有需要处理完整代码仓库、运行项目测试或提交代码时,才需要使用更专业的 Codex 云端功能。

如果觉得麻烦不想花太多时间去折腾的同学,可以在公众号:Mac的实验室 后台回复 chat 几分钟就搞定了!