Codex Record & Replay 是什麼？把你的操作流程錄成可重複使用的 AI 技能

AI Agent 最難學會的，往往不是「單一指令」，而是那些帶有個人偏好、公司流程、系統介面與例外判斷的日常工作。

例如每週下載同一份報表、建立格式固定的 issue、發布影片、申請費用、預訂停車位，或在某個內部系統填完一串欄位。這些任務用文字描述可以寫很長，但真正做一次給人看，反而更快。

Codex Record & Replay 就是為了解決這個問題而設計的功能。它讓你在 Mac 上示範一次流程，Codex 觀察後會把這段流程整理成一個可重複使用的 skill，之後你就可以在新 thread 裡請 Codex 依照這個 skill 重新執行類似工作。

簡單說，Record & Replay 是把「我做給你看」轉成「以後你照這套方法做」。

一句話重點

Codex Record & Replay 可以把你在 Mac 上示範的穩定工作流程，轉換成 Codex 可重複使用的 skill，讓 AI Agent 更容易處理偏個人化、偏介面操作、難以完整用文字描述的任務。

使用前要先知道的限制

依照 OpenAI Codex manual 的說明，Record & Replay 目前有幾個重要前提：

目前可用於 macOS：這個功能是針對 Mac 上的工作流程示範。
初期可用區域有限制：初始可用範圍不包含歐洲經濟區、英國與瑞士。
需要 Computer Use 可用且已啟用：因為 Record & Replay 學到的流程，後續常會透過 Codex 的 Computer Use、瀏覽器操作或 plugin 來重播。
適合穩定流程，不適合混亂探索：如果每次操作路徑都不同、成功條件也不明確，就不適合直接拿來錄製。

這些限制很重要。它不是把任意工作「錄影後自動魔法化」，而是讓 Codex 從一次清楚示範中，抽取出可重複使用的操作模式。

它解決什麼問題？

傳統上，要讓 AI Agent 處理一段固定流程，通常有三種做法：

寫很長的 prompt：把每個欄位、每個步驟、每個偏好都描述清楚。
寫腳本或整合 API：工程化程度最高，但需要開發成本。
人工每次自己做：最穩，但最耗時間，也無法放大。

Record & Replay 提供的是第四種路徑：直接示範一次。

當某個流程很難用文字說清楚，但畫面上的操作很直覺時，錄製示範會比寫規格更有效。Codex 會在你停止錄製後檢視整段流程，並草擬出一個 skill，內容包含何時使用、需要哪些輸入、步驟怎麼走，以及如何驗證結果。

Record & Replay 的基本流程

官方 manual 描述的使用流程大致如下：

在 Codex app 中開啟 Plugins。
從 + 選單選擇 Record a skill。
檢查 Codex 建議的 prompt，補充必要背景。
當 Codex 要求錄製權限時，確認你準備好後再允許。
在 Mac 上實際完成那段工作流程。
完成後，從 menu bar、overlay，或直接告訴 Codex 你已完成，停止錄製。
Codex 會檢視錄製內容，並產生一個 skill 草稿。
你可以要求 Codex 繼續修改 skill，補上命名規則、欄位預設值、驗證方式或例外判斷。

錄製完成後，下一次你可以開一個新 thread，請 Codex 使用這個生成的 skill。這次只需要提供變動的資訊，例如日期區間、要上傳的檔案、要建立的 issue 內容，或報表名稱。

適合使用的場景

Record & Replay 特別適合「流程固定，但輸入每次略有不同」的任務。

1. 週期性報表下載

例如每週進入後台、選擇日期區間、套用篩選、下載 CSV，再放到固定資料夾。這種工作不難，但非常重複，也很適合示範一次後交給 Codex 重播。

2. 建立格式固定的 issue 或工單

如果團隊對 issue title、label、欄位、priority、template 有固定習慣，Record & Replay 可以把這些偏好記進 skill，而不是每次都在 prompt 裡重新交代。

3. 發布內容或影片

發布流程通常牽涉標題、描述、縮圖、分類、可見性設定與檢查步驟。這類流程如果介面穩定，就很適合錄成 skill。

4. 內部系統操作

許多公司內部系統沒有 API，或 API 不好用，但瀏覽器介面可以完成任務。Record & Replay 搭配 Computer Use，就能讓 Codex 學會這些 GUI-only 的流程。

不適合使用的場景

Record & Replay 不是所有自動化問題的最佳解。

1. 流程還在探索中

如果你自己也不知道正確步驟是什麼，最好先人工整理流程，再錄製。否則 Codex 學到的可能是一段繞路、試錯或不完整的操作。

2. 需要大量秘密資訊

官方建議錄製時要避免 secrets 與敏感資料。示範可以使用真實情境，但不要把密碼、金鑰、個資、財務敏感資訊直接暴露在錄製流程中。

3. 需要穩定分發給整個團隊

如果你想把多個 skills、app integrations、MCP servers、安裝 metadata 打包成團隊可安裝的穩定套件，官方建議應該改用 plugin 的方式管理，而不是只靠 Record & Replay 產生單一 skill。

如何錄出更好用的 skill？

Record & Replay 的品質，很大程度取決於示範是否乾淨。

1. 先講清楚目標

錄製前先告訴 Codex 這段流程的目的，例如：

「我要示範如何下載上週的 GA4 報表，之後日期區間會變，但欄位與下載位置固定。」

這能幫 Codex 區分哪些資訊是固定規則，哪些是每次會變的輸入。

2. 保持錄製短而完整

錄製應該從任務開始到成功結束，不要錄太多無關清理、聊天、切換視窗或臨時查資料。短而完整的示範，通常比長而混亂的示範更容易轉成穩定 skill。

3. 使用真實但不敏感的資料

資料要接近實際使用情境，Codex 才能學到正確欄位與格式。但密碼、token、私人客戶資料、付款資訊都不應該出現在錄製中。

4. 錄完後補充隱性偏好

很多人類流程有隱性規則，例如：

檔名一定要用 YYYY-MM-DD-report.csv
issue label 要依產品線判斷
報表下載後要放在特定資料夾
如果看不到按鈕，要先切換語系或權限

這些東西錄製時不一定看得出來，錄完後應該請 Codex 把它們補進 skill。

5. 明確定義成功條件

好的 skill 不只描述「怎麼做」，也要描述「怎樣才算完成」。例如檔案是否下載成功、issue 是否出現在列表、報表日期是否正確、發布狀態是否為公開。

它和傳統自動化有什麼不同？

比較項目	Record & Replay	腳本/API 自動化	純 prompt 指令
建立成本	低，示範一次即可開始	高，需要寫程式或串 API	低，但容易漏細節
適合流程	GUI、個人偏好、固定操作	高頻、大量、嚴格可控流程	簡單一次性任務
穩定性	依介面穩定度而定	通常最高	依 prompt 品質而定
可維護性	可透過 skill 精煉	需要維護程式碼	每次都可能重寫
適合團隊分發	初期不一定	可工程化分發	不穩定

我們可以把 Record & Replay 理解成介於「口頭交代」與「正式寫自動化程式」之間的工具。它降低了把流程交給 AI 的門檻，但如果任務變成關鍵業務流程，仍應評估是否要升級成 plugin、MCP 或正式系統整合。

對台灣團隊的實務意義

許多台灣中小企業的工作流程高度依賴後台、表單、Excel、雲端硬碟與各種 SaaS 介面。這些流程不一定有 API，也不一定值得請工程師寫完整自動化。

Record & Replay 的價值在於：它讓熟悉流程的人可以直接示範，讓 Codex 把示範整理成可重複使用的 skill。這對非工程團隊尤其重要，因為「會做的人」不一定「會寫規格」，但通常可以把流程操作一次。

對開發團隊來說，它也能加速內部工具流程的 AI 化。例如建立 release checklist、測試桌面 app、重現 GUI-only bug，或把 QA 流程轉成可重播的 skill。

我們的觀察

Codex Record & Replay 的核心不是單純錄影，而是把人類示範轉成 AI 可理解、可重複使用的工作知識。它讓 Codex 更接近「看過你怎麼做，所以知道下次怎麼幫你做」的協作模式。

但要得到好結果，使用者仍需要提供清楚目標、穩定流程、合理輸入與成功標準。最好的用法不是把混亂工作丟給 AI，而是把已經成熟、重複、可驗證的流程交給 Codex 學起來。

當流程還小、還在個人使用階段，Record & Replay 是快速建立 skill 的好方法；當流程變成跨團隊、跨系統、需要長期維護的標準能力，就應該考慮把它整理成正式 plugin 或更完整的系統整合。

來源

OpenAI Codex Manual：Record & Replay
OpenAI Codex Manual：Codex app features
查閱日期：2026-06-25