[!abstract] 决策规则 快速理解和来回讨论用 Chat；需要长时间使用工具并交付成品用 Work；需要仓库、终端、测试、diff 和 PR 语义用 Codex。

[!info] related notes

• 所属 MOC: ChatGPT MOC, OpenAI Codex MOC
• 对象页: ChatGPT, OpenAI Codex
• 选择指南: ChatGPT 产品入口选择指南

ChatGPT Chat、Work 与 Codex

范围

本文解释三种入口为什么不能只按“哪个模型更强”选择。核心差异是宿主提供的任务生命周期、工具、运行环境和审阅界面。

共同基础

三者都以自然语言作为主要入口，也都可能使用模型、文件和工具。差异不在“能不能回答问题”，而在谁负责：

• 持续计划；
• 获取上下文；
• 调用工具；
• 管理本地或云环境；
• 展示进度；
• 形成可检查产物；
• 处理高风险审批。

三种入口

维度	Chat	Work	Codex
主要任务	问答、搜索、讨论、草拟	长任务、研究、分析、成品交付	软件开发和技术执行
交互节奏	高频来回	给目标后持续推进	面向仓库的计划—修改—验证
典型上下文	当前聊天、文件、项目	项目、文件、Apps、浏览器、长任务状态	工作区、Git、终端、测试、AGENTS.md
主要产物	回答或草稿	文档、表格、演示、报告、Site	diff、代码、测试结果、PR
技术细节	通常隐藏	倾向结果导向	显示 shell、Git、文件和审查细节
运行位置	ChatGPT 云端	网页/移动云端；桌面可有本地能力	App、CLI、IDE 或 Cloud

Chat：把问题说清楚

适合：

• 快速解释概念；
• 搜索当前事实；
• 头脑风暴和比较选择；
• 小段文本改写；
• 在进一步执行前澄清问题。

Chat 的优势是交互成本低。它不应默认承担需要数十个步骤、持续文件操作或完整工程验证的任务。

Work：把目标推进到可交付结果

Work 适合把目标、文件、来源和工具组合起来，持续执行到可审阅产物。典型任务：

• 综合多个来源形成带证据报告；
• 分析文件和数据；
• 创建文档、表格、演示或 Site；
• 使用 Apps 获取工作区数据；
• 在运行中询问、暂停和请求批准；
• 安排长期或重复任务。

Work 与 Codex 可能共享 Agent 使用结构或额度池，但任务成本仍取决于输入、工具、缓存和输出规模。

Codex：在工程环境中闭环

Codex 适合：

• 理解真实代码库；
• 编辑多个文件；
• 运行命令、测试和构建；
• 查看 diff；
• 处理 Git worktree、review 和 PR；
• 把规则写入 `AGENTS.md`；
• 通过 Skills、MCP 和 Plugins 固化工程流程。

同样的“生成一个网站”：

• 只要可预览页面成品，可用 Work/Sites；
• 要修改现有仓库、跑测试并提交 PR，选 Codex。

入口不是严格互斥

一个任务可跨入口：

1. Chat 中讨论需求；
2. Project 保存背景和文件；
3. Work 形成产品规格或研究报告；
4. Codex 在仓库实现；
5. Workspace Agent 周期性维护结果。

分阶段切换比强迫一个入口承担全部职责更稳定。

常见误解

• “Work 就是更长的 Chat”：不完整。Work 还包含计划、工具、进度和成品导向。
• “Codex 只能写代码”：不完整。它也能研究和生成文件，但界面与控制面偏工程。
• “项目里的聊天都共享全部对话”：不应假设。Project 提供共享来源和指令，每个 chat 仍有独立对话轨迹。
• “同一账号所以所有额度完全相同”：不同特性可能有独立限制；以 Usage 页面为准。

官方资料与时效

核对日期：2026-08-08。

• ChatGPT Work and Codex
• Using Codex with your ChatGPT plan
• OpenAI Developers