目录一、前言二、Codex 介绍2.1 Codex 是什么2.2 Codex能做什么2.3 Codex 数据分析介绍2.3.1 codex 数据分析优势2.3.2 codex 数据分析使用场景2.3.3 codex 数据分析上手流程三、Codex 数据分析操作3.1 前置准备3.2 excel 数据分析3.2.1 数据分类3.2.2 数据清洗3.2.3 数据分析3.2.4 数据可视化展示3.3 PDF 文档操作与处理3.3.1 PDF数据提取3.3.2 在线PDF数据提取3.3.3 PDF转word3.3.4 PDF 合并3.4 对接三方系统数据处理3.4.1 将业务系统的数据下载到本地3.4.2 上传到飞书多维表3.4.3 补充需求3.5 操作数据表3.5.1 准备一张业务数据表3.5.2 数据分析与操作3.6 内置数据分析插件使用四、写在文末一、前言Codex 被誉为2026年最值得上手的 AI 工具它不仅是一个编程 Agent更是一个几乎可以替换掉任何对话工具的全能 AI。配合高性价比的定价机制和充足的 Token 额度只要你能想到的场景它都能帮你自动化完成。可以说Codex 完美复刻了ChatGPT的模板让普通的用户也能方便使用一款专属定制、性能强大的桌面版AI助手。在日常办公的场景中对各类数据进行处理是一个非常高频的操作传统模式下需要人力每天重复对各类文档数据表pdfexcel以及来自各个系统、平台的数据进行抓取、过滤分析这个过程耗时耗力试想如果通过AI来协助处理就可以大大提升工作效率本篇将详细介绍下如何基于Codex 完成日常工作中的一些数据分析处理的操作。二、Codex 介绍Codex 是 OpenAI 推出的一款AI 编程智能体。与简单的聊天机器人或代码补全工具不同Codex 能够像一个真实的开发人员一样独立理解复杂任务、操作你的电脑、编写并修改代码、运行终端命令甚至自动修复bug。https://openai.com/zh-Hans-CN/codex/?utm_sourceAi138.com2.1 Codex 是什么简单来说可以把 Codex 看作一个“能帮你干活的AI工程师”。它是“目标驱动”而非“指令驱动”你只需告诉它最终的目标例如“帮我搭建一个带用户登录功能的网站”它会自动拆解任务规划步骤并执行而不需要你一步步告诉它该怎么做。它不只是一个聊天框虽然你可以在ChatGPT网页版找到它但它真正的威力在于桌面应用和命令行工具CLI。在这些地方它可以直接访问你的文件系统、运行终端命令甚至操作其他软件。它的用户远超程序员官方数据显示Codex每周有超过300万用户其中近一半50%的使用场景并非编码。从写周报、整理文档到数据分析它都足以胜任。2.2 Codex能做什么近期的重大更新让Codex的能力大幅跃升使其不再局限于编程领域动打开软件、运行模拟器、发现问题、修改代码并再次测试验证完成一整套开发闭环。所见即所得的开发内置浏览器Codex内置了一个浏览器。当你开发网页时它可以直接在浏览器中展示效果。你可以直接在渲染出的网页上圈出问题比如圈出一个标题并写上评论“字体太大颜色改成蓝色”Codex就能理解视觉和空间上下文并精准地修改对应的代码。“心跳”机制与长期记忆自动排班你可以交付给它一个需要数小时甚至数周的长线任务。即使你关掉电脑它也会在约定的时间点“自动醒来”在后台继续工作。记忆功能它会记住你的编码偏好和纠正过的错误下次再合作时就不需要从头开始解释了。强大的工具生态Codex已经接入了超过90个插件可以无缝连接JIRA、GitLab、Microsoft Suite、Slack、Gmail等常用工具。你可以让它去Notion里读文档、去邮箱里看邮件、去项目管理工具里筛选Bug再把所有信息汇总成一份报告给你。2.3 Codex 数据分析介绍Codex的数据分析功能核心是一套打通了自然语言、企业数据生态和专业分析流程的智能体方案。简单说它不再只是一个帮程序员写代码的工具而是进化成了一个能处理复杂数据工作的“AI分析师”。2.3.1 codex 数据分析优势使用Codex进行数据分析的核心优势在于它将数据分析的门槛从“会写代码”拉低到了“会提问题”并将分散的数据、知识和人高效地串联起来让分析流程从以天为单位缩短到分钟级别。具体来说包括维度具体体现用对话替代编程直接用自然语言提问无需学习SQL或PythonCodex就能完成数据查询、清洗、分析和可视化。深度理解业务语义借助多层上下文架构能理解表的业务含义、公司内部指标定义并结合产品发布等背景信息避免因误解数据口径得出错误结论。打通数据孤岛与知识原生连接主流数据仓库和BI工具如Snowflake, Tableau等并能检索Slack、Notion等文档里的项目背景与讨论记录提供有上下文的分析。产出决策就绪成果不只产出图表还能直接生成带有结论、证据、局限性和建议的根因分析简报、影响评估或高管备忘录。经验记忆与持续学习具备“终身记忆”能从用户的纠正中学习并积累经验在后续分析中自动应用越用越懂你的业务和偏好。2.3.2 codex 数据分析使用场景Codex的数据分析功能可以应用在以下专业的场景中业务指标诊断连接Snowflake等数据源快速探索产品数据定位关键指标如GMV、用户留存波动的原因。自动化报表生成将数据查询、清洗、分析和图表制作流程自动化定期生成可分享的交互式报告。高级研究与数据挖掘这主要面向特定领域的专家。例如生命科学研究插件可以集成数十个公共数据库如ClinVar、GWAS Catalog、UniProt等帮助研究者快速进行基因注释、疾病靶点分析、文献检索等复杂的科研任务。在日常办公场景中使用codex也有很多应用用自然语言提问像聊天一样查数据这是最直接的应用。你不再需要把需求写成工单等待IT或分析师排期而是可以直接像问同事一样提问。Codex理解你的业务问题后会自动生成查询语句并返回基于真实数据的答案。典型提问方式为什么上周的注册量下降了梳理一下近3个月付费用户的流失原因分析最近30天付费转化率下降的原因自动产出可分享的报表与仪表盘以前把数据查询结果做成一份能对外分享的报告往往需要懂BI工具或让分析师帮忙。现在Codex可以直接将分析结果转化为交互式的HTML报告、仪表盘或站点你可以一键分享给同事或领导。有开发者社区提供的分析技能Skill还能生成结论先行、每张图配解读、数据可追溯的专业报告而不是一堆孤立的数字和图表。诊断指标变动深挖数字背后的原因当核心KPI出现波动时Codex不只是告诉你涨了或跌了还能帮你做归因分析。借助它能连接公司知识库如Slack、Notion、Google Docs的能力它甚至能发现指标变动是否与产品发布、数据口径调整、系统事件等背景有关得出更准确的结论避免误判。自动化重复、繁琐的数据整理工作日常办公中有大量体力活其实可以交给Codex自动完成比如从杂乱的Excel或CSV文件中清洗和提取数据、将多张表的数据合并成统一格式。例如NTT DATA集团的非技术员工就用Codex自动从信用卡账单中提取交通费用并转入差旅费用表格把原本繁琐的手工工作自动化了。2.3.3 codex 数据分析上手流程如果你是分析师或业务人员可以关注以下几个方面安装数据分析插件这是接入核心功能的第一步可以直接在Codex的插件目录中找到并安装。连接数据源将你的Snowflake、Tableau或Metabase等实例连接到Codex为它提供分析的“原材料”。用提问开始工作尝试用自然语言提出一个业务问题观察Codex如何查询、分析并呈现结果逐步掌握与其协作的节奏。一些社区开发的分析技能Skill也能帮你快速生成结构化的分析报告。三、Codex 数据分析操作下面结合一些实际业务中的场景使用Codex 演示下完成对这些场景下的数据分析。3.1 前置准备提前准备一些用于做数据分析的原始材料比如excel csvpdf 其他数据表等比如我这里有一份提前导出的电商平台用户消费记录表有了这样一份数据表就可以模拟日常工作中的场景多维度的进行分析数据透视数据筛选过滤制作各类数据看板等。3.2 excel 数据分析以上面准备的这个excel 表数据为例接下来进行各类场景的操作分析。3.2.1 数据分类通常拿到原始的数据之后不同的业务人员对数据提取的维度不一样比如运营人员更关注店铺的销售财务人员更关注单据数据是否准确比如我们先将这份数据以店铺类型的维度拆分为多个表在Codex 中给出下面的提示词将这个excel 中的数据按照店铺类型这个字段拆分成多个excel每个excel以店铺名为前缀等待一会后最终按照要求根据店铺类型字段拆分成了多个excel3.2.2 数据清洗在实际业务中拿到的原始数据并不是完全符合要求的可能存在某些字段值确实某些字段数据错误等情况为了后续数据分析的严谨性需要对这样的问题数据进行清洗比如在拿到这份数据后我校对过程中发现部分列的数据有为空的情况使用下面的提示词直接让Codex 按要求将这部分可能有问题的数据做清洗在这个表中我发现有一些列的数据为空将这部分数据对应的数据行从excel中剔除掉最终输出一个没有空字段数据的excel通过输出日志不难发现Codex 能够准确理解我的意图最后按要求输出一份新的不含有空字段数据的excel3.2.3 数据分析拿到一份业务数据后不同的人关注的焦点不一样需要从这份数据中统计不同的维度类似于写sql只不过在excel中操作的话需要用到各种函数下面给出几个常用的分析维度。1以地区消费为维度统计不同地区的消费情况给出下面的提示词输出一份排序好的excel给你一份这样的excel数据首先按照实付金额汇总一下2025年上半年各个省份的订单情况按照从大到小进行排序之后输出一份新的excel第一次汇总时Codex 检查到2025年上半年数据缺失重新调整后最终按照要求给出了excel汇总数据2分析各个渠道的用户购买情况在这份表中可以看到每个订单都来自不同的流量入口有的是推荐流有的是直播间也有通过站内搜索的等现在对这个维度做一下分析帮我汇总关于一级分类中美妆护肤这个品类的各个流量来源的订单数量输出一份汇总excel最终按要求输出了一份汇总的excel有了这份数据如果再加上平台来源就可以基于得到的这份数据指导接下来平台对各个渠道的营销计划策略3.2.4 数据可视化展示很多情况下对管理层来说喜欢通过可视化的数据报表去看数据从而做决策仍然以上述这份数据为例下面给出1个具体的数据可视化分析场景帮我分析一下各个平台中结合订单的消费金额不同年龄段的人群消费习惯主要的流量来源最后给我呈现一个可视化的数据图形式不限可以是柱状图也可以是饼状图也可以是多种组合经过一段时间响应之后Codex 按要求给出了需要的数据分析图可以打开看效果图表形式的展示会让各个维度的数据更直观3.3 PDF 文档操作与处理日常工作中涉及到PDF文档的操作场景也非常多很多业务中的数据在传递过程中并非都是excel 而使用PDF因为PDF不仅能承载表格数据还能承载更多形式的数据下面介绍几个使用Codex 处理PDF文档数据的场景。3.3.1 PDF数据提取比如有下面这样一个PDF文件需要将这个PDF中我用红线圈起来的几部分的数据提取出来放到一个excel的3个sheet里面为了方便给Codex 明确的提示我提前用红色线框把需要提取的数据提前圈起来了给出下面的提示词注意将原始的PDF文件以及上面的参考图一起发给Codex给你提供一个PDF文件在这个PDF文件中我需要提取一部分数据需要提取的数据部分我在图片中用红色线框圈起来了将提取到的这几部分数据放在当前目录的excel中分成不同的sheet打开之后可以看下效果跟原始的PDF对比数据完全准确是符合预期要求的效果3.3.2 在线PDF数据提取如果PDF是一个在线可以访问的链接可以直接让Codex 读取解析然后提取文档中的数据比如下面这样一个浏览器可以直接访问的PDF文档链接接下来让Codex 通过这个链接提取文档中的表格数据XXX 帮我把这个文档中第二页和第三页的表格数据提取出来写入到当前目录的excel中经过一段时间响应之后最终写入到本地的excel中并且根据PDF的页码分成了2个sheet保存3.3.3 PDF转word这个算是日常工作中频繁使用的一种业务场景在没有AI之前很多都是通过一些三方工具或者付费软件去转而且效果还一定完全满足要求下面使用Codex 对上面这个PDF转为word将这个PDF转为word格式保存到当前目录经过响应后按要求将PDF转成了word格式文档3.3.4 PDF 合并有时候拿到很多个原始的PDF文档如果分散处理很费事可以将这些散落的PDF先合并成一个再做处理比如我本地有下面3个PDF文件现在需要将它们合在一起提供如下提示词将这三个PDF文件合并成一个PDF文件尺寸以最大的那个为准合在一起之后不要对原始的PDF文件做任何修改通过日志输出不难发现任务执行过程中会调用本地python环境创建脚本来辅助执行最终得到了合并在一起的PDF文件3.4 对接三方系统数据处理相信很多同学遇到过这样的情况每天需要从不同的系统拉数据比如从自己公司的数据平台、业务系统拉数据、导出数据再从其他的外部系统、官方系统拉取数据最后将这些数据汇总在一起进行综合的分析处理这个过程比较繁琐费时费力而且很容易出错如果将这些操作过程通过自然语言编排好一起交给Codex告诉Codex 最终要的效果就可以大大提高整个过程的处理效率下面通过一个实际案例演示下。需求将业务系统的数据下载到本地除了之后再上传到飞书多维表3.4.1 将业务系统的数据下载到本地如下我需要将某个系统中下图页面中用红线圈起来的几个字段信息先提取到本地excel中最后写入到飞书多维表中去。给出下面的提示词根据我提供的这个文档的信息登录进去之后来到图片中的页面将图片中用红线圈起来的字段数据提取出来并保存到本地excel注意图片给的只是参考提取的是文档信息中查到的列表数据通过日志输出可以发现Codex 模拟了整个人在操作系统时的交互点击行为一步步进入到我要求的那个页面精准查询出了指定数量的目标数据3.4.2 上传到飞书多维表需要提前准备一个飞书多维表这里我只需要将指定的那几个字段上传到飞书多维表即可注意多维表的表头跟导出的excel表头尽可能保持一致减少Codex 解析时候的难度首先通过下面的提示词让Codex 来做看看会遇到什么问题将上面导出的excel中的前4列即XXXXXXXX这几列的数据写入到飞书的多维表中注意写入的时候将多维表的表头跟excel的表头对应起来多维表地址XXX不难发现对接飞书多维表是需要认证授权的Codex 已经探测到这个问题然后需要我提供相应的认证信息我将信息提供给Codex让它继续执行经过一段时间响应后最终将本地的excel数据写入到上面创建的飞书多维表中3.4.3 补充需求基于上面的这个需求场景还可以继续延伸比如在Codex 中将上面的整个操作做成一个自动化的定时任务每天定时将外部系统的数据经过汇总、筛选、处理之后统一汇总到飞书多维表或者上传到自己公司的业务平台给后续其他业务处理使用同时在任务编排的过程中各个环节还能设置更多的参数从而拉到更准确的数据可以在此基础上继续深入研究实践。3.5 操作数据表对数据开发的人员来说很多原始数据或者一手数据在都存在系统的数据库中在账号安全可控的范围内并且不涉及敏感数据的条件下可以采用这种方式下面以具体的示例进行演示说明。3.5.1 准备一张业务数据表我这里有一张如下的业务表并且有一定数量的业务数据CREATE TABLE order_waybill ( id bigint NOT NULL COMMENT 雪花ID主键, waybill_code varchar(64) CHARACTER SET utf8mb3 COLLATE utf8mb3_general_ci NOT NULL DEFAULT COMMENT 物流运单号, ship_date datetime DEFAULT NULL COMMENT 装运日期, warehouse_code varchar(64) CHARACTER SET utf8mb3 COLLATE utf8mb3_general_ci DEFAULT COMMENT w仓库代码, type varchar(100) CHARACTER SET utf8mb3 COLLATE utf8mb3_general_ci NOT NULL DEFAULT COMMENT 物流公司类型, create_time datetime DEFAULT CURRENT_TIMESTAMP COMMENT 创建时间, PRIMARY KEY (id) USING BTREE, ) ENGINEInnoDB DEFAULT CHARSETutf8mb3 ROW_FORMATDYNAMIC COMMENT物流运单表;3.5.2 数据分析与操作基于上述的业务数据表接下来模拟真实的业务场景模拟几个维度的数据处理1统计过去一段时间的运单数据量给出如下的提示词根据这个文档提供的信息根据create_time字段查询一下2026年产生的运单总数最终得到了符合要求的运单数量统计2统计过去一段时间各个物流渠道产生的订单数量给出如下提示词根据tms_type这个字段统计一下2026年各个物流渠道产生的订单数量细心的同学应该会发现基于这种操作其实就是通过自然语言通过转成sql操作数据表更多复杂的场景可以继续基于上面的操作延伸下去只要提供的背景信息足够清晰明确Codex 均可以完成数据的操作、查询。3.6 内置数据分析插件使用事实上在Codex 中还内置了一些数据分析插件下图中内置的excel处理插件Data Analytics 数据分析插件使用者直接基于这些数据分析插件即可开箱即用或者引入外部的三方数据处理插件解决特定场景下的数据分析问题最后如果是比较个性化或者高度定制化的场景可以将某一次完整处理数据的过程封装成技能以备后续类似场景下的使用。四、写在文末本文通过较大的篇幅详细介绍了如何使用Codex 处理日常工作中的一些数据分析的场景更多的业务场景有兴趣的同学可以继续此做更多的研究本篇到此结束感谢观看。