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 SkillSkill 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!