OpenAI 给 Codex 加上岗位插件，AI 助手开始按职业卖了

OpenAI 正在把 Codex 从“写代码的 AI 助手”推向“懂岗位流程的 AI 助手”。2026 年 6 月 2 日，OpenAI 发布 Codex for every role, tool, and workflow，其中最值得关注的不是单个模型能力，而是 role-specific plugins：面向具体岗位和业务线，把应用连接、技能、指令和工作流打包给 Codex 使用。

所以标题里说“AI 助手开始按职业卖了”，更准确的理解不是“每个职业一个单独价格表”，而是“AI 产品开始按岗位交付价值”。从数据分析师、营销创意团队、销售、产品设计，到公开股票投资和投资银行，Codex 不再只回答问题，而是试图进入一整段业务流程。更多 AI 工具动态可以看本站 AI工具最新动态；想把这类工具落到业务流程，可以继续看 实战工作流；日常使用方法可参考 使用技巧教程。

摘要

OpenAI 这次更新的核心是：Codex 开始用“岗位插件”包装能力，而不是只按通用聊天、代码补全或模型入口来卖。官方称首批 6 类 role-specific plugins 覆盖数据分析、创意生产、销售、产品设计、公开股票投资和投资银行，合计包含 62 个常用应用和 110 个 skills。插件可以把团队已有工具、上下文、指令和流程组合起来，让 Codex 更接近岗位工作台。对企业来说，这会提升落地效率，但也带来权限、数据、写入动作和合规审查问题；对个人用户来说，真正重要的是学会把自己的工作拆成可复用流程，而不是只会提单个问题。

正文

这次更新到底发布了什么

OpenAI 的官方公告把这次 Codex 更新拆成三件事：role-specific plugins、Sites 和 annotations。岗位插件负责让 Codex 适配具体角色和工具；Sites 面向 Business 和 Enterprise 预览，可以把想法、分析和计划生成可通过 URL 分享的交互式站点或轻量应用；annotations 让用户在文档、表格、幻灯片、网站等结果上选中特定区域，再要求 Codex 定点修改。

其中最有产品信号的是岗位插件。OpenAI 在公告中提到，Codex 每周已有超过 500 万用户，非开发者包括分析师、营销人员、运营、设计师、研究员、投资人和银行从业者，约占整体用户的 20%，增长速度超过开发者 3 倍。这说明 Codex 的目标已经不是单纯争夺程序员，而是进入知识工作者的日常产出链路。

岗位插件不是一个提示词模板

很多人看到“岗位插件”，会以为它只是给不同职业准备了一套提示词。实际不是。OpenAI Help Center 对 Codex plugins 的定义是：插件通过打包完成特定工作流所需的能力，帮助 Codex 执行可重复工作；它可能包含 skills，也可能依赖管理员批准的 apps，用来连接系统、数据和动作。

这也是它和普通 ChatGPT 提问的区别。普通提问通常是“我给你材料，你帮我写一段”。岗位插件更像“我知道这个岗位常用哪些工具、读取哪些数据、遵守哪些流程、输出什么成果”。例如销售插件不只是写邮件，而是可能围绕客户线索、会议准备、跟进记录、CRM 更新和风险交易复盘来组织流程。

首发 6 类岗位插件覆盖哪些场景

根据 OpenAI 公告，首批 role-specific plugins 包括 6 类：data analytics、creative production、sales、product design、public equity investing、investment banking。它们背后的共同思路是把一个岗位的高频任务链路打包，而不是只做一个点状功能。

• 数据分析：面向分析师和业务团队，用于探索业务数据、解释关键指标变化、生成报告和仪表盘。
• 创意生产：面向市场和创意团队，把 brief 转成可审阅的素材、广告变体、产品生活方式图或电商图片集。
• 销售：围绕客户上下文、优先账户、会前准备、跟进动作、客户记录更新、close plan 和风险交易复盘。
• 产品设计：把早期想法转成可评审原型，支持探索产品方向、审查用户流程、从 URL 生成原型等任务。
• 公开股票投资：帮助投资者理解市场和公司信息，跟踪信号，判断投资 thesis 是增强还是削弱。
• 投资银行：把研究和尽调材料转成面向客户的 pitch、可比公司分析、交易分析和建议。

为什么这像“按职业卖 AI”

过去 AI 助手主要按模型能力卖：更强模型、更长上下文、更快响应、更便宜 token。岗位插件的商业逻辑不同，它把价值锚点从“模型有多强”转移到“你这个岗位能少做多少重复流程”。

对企业采购来说，这个变化很重要。老板不一定关心模型参数，但会关心销售是否更快准备客户会议、分析师是否更快解释收入波动、设计团队是否更快形成可评审方案、投资团队是否更快整理财报和信号。岗位插件让 AI 的价值更容易被部门预算理解：不是买一个万能聊天框，而是买一个贴近岗位交付物的工作流助手。

它和传统 SaaS 插件有什么不同

传统 SaaS 插件通常解决“连接问题”：把 A 系统的数据同步到 B 系统，或在某个界面里调用另一个工具。Codex 岗位插件更强调“流程问题”：连接工具只是基础，真正的价值在于让 AI 理解这个岗位的上下文、顺序、约束和输出格式。

例如一个销售流程不只是访问 CRM，还要判断账户优先级、读取历史沟通、找出风险信号、准备会议提纲、生成后续邮件、必要时更新记录。单个连接器只能打开数据入口，岗位插件则尝试把入口变成可执行工作流。

企业采用前必须先看权限和数据边界

岗位插件越接近真实业务，风险也越具体。OpenAI Help Center 明确说明，插件不会自动授予新的数据访问权限；用户只能在底层系统已有权限和工作区 app 权限允许的范围内使用相关能力。管理员还需要确认 app 能访问什么系统、能读取什么信息、是否能创建或修改内容，以及敏感动作是否需要确认。

• 权限边界：确认哪些用户、群组或角色可以使用插件，避免岗位插件越权读取数据。
• 数据来源：确认连接的是哪些系统、文件夹、仓库、CRM、数据仓库或消息空间。
• 写入动作：优先从只读开始；如果要允许创建、更新、发送或修改信息，必须设计确认机制。
• 试点人群：先让小范围高频用户试用，记录成功案例和失败边界。
• 结果复核：对报告、投资判断、客户材料、设计方案等输出保留人工审查。

对普通用户有什么启发

即使你暂时用不到企业级岗位插件，这个方向也值得参考。未来 AI 助手的竞争，不只是“谁回答更聪明”，而是“谁更懂你的工作流程”。个人用户可以先把自己的高频任务拆成固定结构：输入材料是什么，执行步骤是什么，判断标准是什么，输出格式是什么，哪些地方必须人工确认。

比如写一篇 AI 工具文章，不应该每次都从零开始问“帮我写文章”。更好的方式是固定流程：选题核验、资料来源、摘要、正文结构、FAQ、SEO 标题、SEO 描述、关键词、内链、图片提示词、发布检查。这本质上就是个人版“岗位工作流”。本站的 实战工作流 栏目会更适合继续追踪这类方法。

它会取代岗位吗

短期更像是重组岗位，而不是直接取代岗位。岗位插件把重复步骤、材料整理、初稿生成、格式化输出和跨工具操作交给 AI，但判断、责任、授权、客户关系、品牌风格、投资风险和合规审查仍然需要人。真正变化的是：一个岗位的入门门槛可能降低，高手和普通人的差距会更多体现在流程设计、复核能力和业务判断上。

后续还会有哪些岗位插件

OpenAI 在公告中提到，后续还会有 Corporate Finance、Private Equity Investing、Marketing Strategy、Strategy Consulting 和 Legal 等更多 role-specific plugins。也就是说，Codex 的路线不是只扩展工具连接，而是把不同职能的流程逐步产品化。对企业来说，未来采购 AI 工具时可能会从“买模型”转向“买岗位能力包”。

本文参考的官方资料

本文主要参考 OpenAI 官方公告 Codex for every role, tool, and workflow、OpenAI Help Center 的 Plugins in Codex，以及 Codex 官方手册中关于 skills 和 plugins 的说明。由于 role-specific plugins 仍处于分地区、分计划滚动开放阶段，实际可见插件以你的 Codex 插件目录和工作区管理员设置为准。

FAQ

OpenAI 真的在按职业单独收费吗？

目前官方说法是推出 role-specific plugins，也就是按角色和工作流打包能力，并不是公布“每个职业一个价格”的独立收费表。更准确的说法是：AI 助手开始按岗位场景交付价值。

Codex 岗位插件和普通插件有什么区别？

普通插件可以很宽泛，岗位插件更聚焦某个业务线或角色。它通常把多个 apps、skills、instructions 和 workflows 组合在一起，让 Codex 完成一整段重复工作，而不是只连接一个工具。

首批岗位插件有哪些？

OpenAI 公告列出的首批 6 类是数据分析、创意生产、销售、产品设计、公开股票投资和投资银行。后续还计划扩展到企业财务、私募股权投资、营销策略、战略咨询和法律等方向。

企业启用岗位插件安全吗？

能不能安全使用取决于权限、数据、动作和审查设置。插件不会自动给用户新增底层系统权限，但管理员仍要确认它连接哪些系统、能读取什么、能否写入或发送信息，以及敏感动作是否需要确认。

个人用户现在应该怎么跟进？

先不要只学单个提示词，而要把自己的高频任务拆成可复用流程。明确输入材料、操作步骤、质量标准、输出格式和人工复核点，这样无论使用 Codex、ChatGPT 还是其他 AI 工具，都更容易获得稳定结果。