AI 工作流 · 語音派工 · 生圖實測

讓網頁版 ChatGPT 當 Codex 總控台｜有官方 MCP，但限制還很多

語音派工回家裡電腦、反過來叫 Chat 生圖，兩個方向我都試了。能用的、卡住的都攤開，給你參考。

咪卡操作桌機、筆電與手機總控台的文章封面
咪卡總機的概念插畫。

我想要的很簡單：開口講，工作就交給電腦裡的 AI 去做，做完把結果拿回來。我想讓網頁版 ChatGPT 當這個總控台。目前限制還很多，問題也還不少，這篇把我的走法攤開，給你參考。

適合誰

已經在好幾個 AI 之間交辦工作、想少切幾個視窗的人。想用手機叫家裡電腦做事的人。用語音工作、覺得額度掉很快的人。常要生圖、希望角色每張都長一樣的人。

你可以帶走什麼

兩個方向的實際走法、每一步走 MCP 還是靠網頁、咪卡跑掉的錯誤示範、一次事後撈出來的用量，還有三個檢查點和一段可以直接丟給 AI 的提示詞。

截至 2026 年 10 月 10 日，我接到哪
這一段現況
用語音叫 Coco 派工每天在用
方向一：網頁語音派回家裡電腦的 Codex通了，我已經在用
再往下叫 Claude Code、成果送回網頁還沒接好
方向二：Codex 叫網頁 Chat 生圖能叫，但只有送指令走 MCP
連續五張、咪卡造型一致五張都生出來，原圖只拿回三張
哪條路比較省還比不出來

兩個方向，一張圖看懂

兩個方向，分開看

咪卡比較兩個選項
  • 暖橘實線：本次實測完成
  • 灰藍實線：使用者回報可用
  • 灰藍虛線：文件接法示意或未驗

上條｜網頁語音派回本機

網頁語音到本機 Codex 派工：使用者回報可用
送出派工
轉給本機
成果回到網頁原入口：未驗出

下條｜Codex 叫網頁 Chat 生圖

MCP 送指令：已測成
畫面操作下載：已完成

網頁語音：在 ChatGPT 網頁用說的交代工作。使用者回報，這裡已能把任務派回本機。

概念示意，實測截至2026年10月9日。上條依使用者回報與官方文件畫出，完整回收未驗；下條為單張實測。

我試了兩個方向。方向一：在網頁版用語音，把工作派回家裡電腦的 Codex。方向二：反過來，讓 Codex 叫網頁版 Chat 生圖。下面先把方向一講完，再講方向二。

方向一：在網頁版用語音，派工回家裡的 Codex

這條是我最早想要的：開口講，工作就交給家裡電腦的 AI 去做。先從我原本的語音總機講起。

1-1　我有一個總機叫 Coco

以前我在 Codex 開十幾二十個任務，開到最後會忘記哪個是做什麼的、進度在哪。

現在我有個總機叫 Coco。開新任務、追進度、收成果給我驗收，都先找它。我只要跟 Coco 聊。

Coco 跑在 Codex 上。我用說的交代工作，它再分派給其他 Codex Agent、Claude Code，或交給 Antigravity 裡的 Gemini 和 Claude。

10 月 7 日脆文配圖，中間是 Coco 擔任 Codex 總機的實際工作畫面
10 月 7 日脆文配圖。中間是 Coco 擔任 Codex 總機的實際工作畫面。

我還把即時語音接上一個 3D 角色。示範時我發現，只把 ChatGPT 打開，大家還是習慣用工具的方式操作；桌面上一出現角色，大家就很自然把它當員工交代事情。

人類的習慣很難改變，所以我們先改變工具的操作介面，讓工具更符合人性。

用說的派工真的很方便。但我還想更進一步：桌機、筆電、手機都能叫同一個總控台，接到我自己的電腦和各種 Agent，像 Grok Agent、ChatGPT、Claude Code。現在很多地方還沒互通，卡在跨機連線、權限，還有結果怎麼拿回來。

延伸閱讀

1-2　語音很爽，額度掉超快

就我用過的，ChatGPT 的即時語音最順，開口就能交代事情。

問題是額度。我每月付 100 美元，用 Codex 語音工作，額度掉得很快。我自己估，一天工作八小時，就算大部分只是在派工，也可能一天就吃掉一週 50% 的額度。這是我的體感，沒做過控制條件的實驗。

我原本懷疑是語音一直開著在聽。去翻了官方價格文件，白話講就三件事：

  1. 語音按分鐘扣：電腦版 Codex 的語音，用的是 Codex 的額度，一分鐘 0.05 美元。
  2. 做事另外扣：語音交代出去的工作，接手的模型照工作量另外算。
  3. 兩邊扣同一包：語音和工作，共用同一個方案的額度上限。

所以開著語音、派工出去，兩邊都在扣。哪邊扣得比較多，我還沒量。靜音的時候算不算分鐘，文件也沒寫。

1-3　想把語音搬去網頁，結果網頁也分兩種

我聽說網頁版 ChatGPT 聊天的額度，跟桌面 Codex 是分開的。那把語音前台搬到網頁，讓 Codex 專心做事，不就省了？

查了才發現，網頁也分 Chat 和 Work。依官方使用說明，Chat 是聊天問答，Work 是把一件事做到有成果。重點來了：Work 跟 Codex 吃同一包額度。

還有，網頁派回家裡電腦的工作，如果電腦上的 Codex 是用 ChatGPT 帳號登入，那份工作一樣照 Codex 額度算。

所以只是把入口換到網頁，不保證省。網頁語音本身扣多少、派出去的工作扣多少，要分開看。

官方語音文件也提到，ChatGPT Voice 可以開長任務、查進度、把結果帶回對話。這是官方自己的路。我要的跨工具、跨機器，還是得自己接。

1-4　派得出去，成果還沒回來

現在的進度：我在 ChatGPT 網頁用語音交代，家裡電腦的 Codex 會接單。這條我已經在用。

再往下叫 Claude Code，最後把成果送回網頁，這段還沒接好。

Coco 讀取工作 31633028136a 的結果：Codex 正常退出，但成果資料夾是空的
10 月 9 日下午，我請 Coco 讀一筆網頁派工的結果。

上面這張是 10 月 9 日下午，我請 Coco 去讀一筆網頁派工。它回報：Codex 正常結束，可是成果資料夾是空的，也沒留下測試報告。

程式跑完，不等於事情做完。這就是我後面要一件一件驗的原因。

1-5　網頁怎麼接回家裡電腦？想自己接的人看

咪卡示意 ChatGPT 網頁、官方 Tunnel、本機轉接與 Codex 執行的請求及回傳方向
概念示意圖，完整回收還沒驗。

官方文件列的接法，拆成四步：

1. 讓網頁認得你電腦的工具

做一個 MCP server，列出幾個範圍有限的工具，像派工、查進度、讀成果，再照官方自訂 MCP 接入說明接到 ChatGPT。

2. 用官方 Tunnel 打通道

Secure MCP Tunnel 讓你的電腦主動往外連，網頁的請求就能進來。工作區權限要先確認。

3. 自己寫一段轉接程式去叫 Codex

能讀哪個資料夾、能不能上網、能不能再叫 Claude Code，都由這段程式決定。通道通了，不代表每個能力都接上了。另外，舊的 codex mcp-server 已經拿掉，CLI 文件要新整合改接 Codex app-server，中間一樣要轉接。

4. 回傳看得到的成果

長工作先回工作編號，再查進度、讀成果。如果只回一個「結束了」的代碼，網頁什麼也拿不到。

我最新那次派工實際走哪條通道，沒有重驗。10 月 9 日下午還發現，轉接程式要求的 Codex 版本是 0.162.0-alpha.2，電腦上已經是 0.162.0-alpha.17.2，對不上。之後每筆工作都要記下實際版本、哪台機器跑的、成果放哪。

方向二：讓 Codex 幫你叫網頁版 ChatGPT 生圖

咪卡按下派工按鈕，讓 Codex 幫你叫網頁版 ChatGPT 生圖

先講答案：可以。Codex 能透過 MCP，叫網頁版 ChatGPT 的普通 Chat 模式生圖，我實測過。

但 MCP 只管「送指令」這一步。角色圖要上傳、圖生好要下載，這兩步現在都還是 AI 去點網頁完成的。

傳文字走 MCP，傳圖片走網頁操作

咪卡站在岔路口

區塊一｜傳文字：走 MCP

Codex你的電腦
文字指令（Codex → Chat）
MCP 工具 send_message_to_thread
普通 ChatChatGPT 網頁

只送文字，Codex 用 MCP 就叫得動 Chat 生圖。可是 Chat 不知道咪卡長怎樣，咪卡容易跑掉。

區塊二｜傳圖片：走網頁操作

Codex你的電腦
咪卡角色設定圖
上傳咪卡角色設定圖（Codex → Chat）
普通 ChatChatGPT 網頁
你的電腦存原圖
附角色圖後生好的咪卡
下載生好的圖（Chat → 你的電腦）
普通 ChatChatGPT 網頁

這次用的 MCP 工具 send_message_to_thread 只能送文字，沒有附件欄位。所以在普通 Chat 這條路上，圖片一進一出，都要 Codex 開瀏覽器，像人一樣按上傳、按下載。這次是 Codex 主代理和 Luna 輪流做的。

要咪卡長得對，就得附角色設定圖，兩個區塊都要走：文字走 MCP，圖片走網頁操作。

不傳角色圖，Codex 用 MCP 就叫得動 Chat，但咪卡會跑掉。要傳角色設定圖，Codex 就得改成操作網頁。下載原圖在普通 Chat 這條路上也要操作網頁。（Work 模式那次是靠私人 Pages 中轉讀回來的，但 Work 跟 Codex 吃同一包額度，不是我這次要測的路。）這次操作網頁的是 Codex 主代理和 Luna 輪流。

我寫深度文章常需要封面和示意圖，每張都要有咪卡。我想讓 Codex 把生圖交給網頁的普通 Chat，用 Chat 的圖片額度，生完直接拿回本機。

Work 模式測試圖，指令要求不加字，圖上卻寫了圖片回本機
Work 測試（10/9 23:00）：要求不加字，還是寫了字。只留作案例。

我特別指定普通 Chat，不要 Work。因為 Work 跟 Codex 吃同一包額度，我想測的是能不能改用 Chat 的圖片額度，所以拿 Work 測成功不算數。

2026 年 10 月 9 日，協助我的 AI 找到入口：官方 Codex App MCP 的 send_message_to_thread。它可以把指令送進既有的 ChatGPT 對話。

這次的生圖指令，就從這裡送進一個普通 Chat 對話，網頁也真的生出一張圖。協助的 AI 在瀏覽器確認過，送出前後都是 Chat 模式。

問題在後面。這個工具只能送文字，沒有附件欄位。所以角色圖傳不上去，生好的圖也拿不回來。

下載繞了一點路。協助的 AI 按下圖片檢視器的下載鈕，再處理 macOS 的儲存視窗，把 PNG 存回本機。

10 月 10 日，我先把咪卡參考圖上傳到同一個普通 Chat，再由 Codex 經 MCP 逐張送出五張指令。五張都在 Chat 畫面上生出來了，可是截至 10 月 10 日早上 8 點，原圖只拿回前三張：第 1 張是 Codex 主代理下載的，第 2、3 張是 Luna 下載的；Luna 送第 4 張指令時卡住，主代理接手。第 4、5 張的原圖到現在還沒拿回來，所以這批不能算成功，只能算測到一半。前三張也只有 Codex 自己看過，還沒找另一家 AI 審圖。

延伸閱讀

2-1　咪卡造型跑掉，我想到先給參考圖

我看了先前試生的圖，發現咪卡造型跑掉，就想到直接把角色圖給它。補上參考圖和文字規格後，前三張都看得見兩隻耳朵、低頂扁帽和側扣，也沒有再穿人類衣服。每張還是要分開查：指令送到、圖片生成、造型正確、原檔拿回。

參考圖和角色文字規格已放進同一個對話。這次沒有確認 Chat 自動啟動了咪卡技能。

這張是普通 Chat 還沒給參考圖時生的。指令寫了不要頂鈕，帽子還是有頂鈕；咪卡穿上外套和襯衫，書本和花瓶也多了英文字：

普通 Chat 單張測試，咪卡穿外套襯衫、帽子有頂鈕、多了英文字
錯誤示範：沒給參考圖的普通 Chat（10/9 23:17）
同一張圖在 Chat 畫面裡的樣子
同一張在 Chat 畫面裡，它還回報「已成功」

補上參考圖之後，拿回來的三張。第 4、5 張在 Chat 畫面上有，原圖還沒下載回來：

普通 Chat 輪播第 1 張
第 1 張
普通 Chat 輪播第 2 張
第 2 張
普通 Chat 輪播第 3 張
第 3 張
延伸閱讀

2-2　叫網頁生圖，會比較省嗎？Codex 沒記帳

我也懷疑過，操作網頁會不會比直接生圖更耗。協助我的 AI 這次真的派 GPT-6 Luna 去操作，再請 Claude Code 核算。Luna 這段約七分鐘，換算成 API 價格約 0.15 美元，期間存回第 2、3 張；第 1 張由主要協助的 AI 完成。這筆只涵蓋 Luna 操作的那一段，目前還不能判定哪種做法比較省。

問題是，Codex 沒有邊做邊記用量，事後只交出 Luna 這一段，漏掉了主代理。這算一個 bug。我叫 Claude Code 去翻 Codex 的對話紀錄（每次請求都有 token 計數），把同一時段主代理的用量撈出來，算法放在文末技術細節：

10 月 10 日 07:37 到 08:00，輪播測試這段的用量
誰用量換算 API 價
Codex 主代理（gpt-6.1-sol）90 次請求，輸入約 2,220 萬 token（大多是快取），輸出約 3.6 萬約 5.10 美元
Luna（gpt-6-luna）約七分鐘的網頁操作約 0.15 美元
Chat 生圖本身吃訂閱的圖片額度拿不到數字

加起來約 5.25 美元，換到三張原圖。主代理那段同時也在處理文章標題，拆不開，所以這個數字會偏高一點。

錢主要燒在主代理身上：它一直盯著網頁，每次都讀很長的對話，90 次請求裡有 46 次長到觸發長文加價。Luna 那段只佔零頭。直接打 API 生五張，Claude Code 估過約 0.2 到 1.1 美元，看畫質和單價而定，這是估價，沒實跑，也還沒算重試。

下一步，我會把上傳、生圖、檢查、下載和重試分開記錄，再把整條流程的用量和時間，除以真正合格、存回本機的張數。Codex 內建生圖的單張用量，我還沒辦法拿到同樣的數字，所以兩邊目前沒辦法公平比較。

現成的總控台，我還在看

研究時也看到幾個現成工具。HAPI 和 Happy 可以拿來比跨裝置的 Agent 工作；Superset 的 MCP server 能叫主機、工作區和終端機。另外也有 Agent of Empires 整理終端機工作，或用 n8n SSH 觸發電腦上的工作。

這些我都還沒裝、沒登入、沒實機跑過。有手機畫面，不代表接得住我原本的 Agent 工作，所以先放候選清單。

這篇怎麼來的：問題是我自己抓出來的

10 月 10 日早上，我自己檢查後，把問題一件件指出來：文章太長、太專業，看了很久還是看不出到底能不能叫 Chat 生圖；試生的咪卡也沒有照角色設定。

  • 我請 Codex 把原本那篇改簡單、口語，它卻把生圖測試改成原篇主題。我問是不是第二篇，它說是原篇更新版。我再講一次原本要寫什麼，它才把原篇恢復，生圖另存成第二篇。後來我決定把兩篇合併，就是現在這篇。
  • 內容太長、太專業，改了很多次還是一堆術語，語音用量那段尤其複雜。我最後直接說：「拜託說人話好不好，你這個改幾百遍了啊。」
  • 我問能不能透過 MCP 叫 Chat 生圖，看了老半天找不到答案。哪一步走 MCP、哪一步靠網頁，一開始就沒講清楚。
  • 咪卡畫錯沒當一回事，是我看到才提出先傳角色圖。
  • 我手上明明有 Coco 總機的截圖和脆文，原篇沒放，還要我提醒。
  • 成本要實測數字，它只交出 Luna 一小段。

問題的源頭在 Codex。它先前只回報單張生圖和下載成功，沒有講清楚離完整目標還差多遠：固定角色、五張回收和成本比較都還沒做好。咪卡造型不一致，也沒有當下修好。

我請 Claude Code 介入。它把主文改短，畫了兩張可以點的圖解，再由 Codex 放進網頁、在本機檢查。標題由 OpenAI 代理模擬三位讀者測試，Claude Code 另外交叉檢查，沒有找真人讀者測過。成本部分，Claude Code 先用假設試算，拿到 Luna 的實際數據後再重算，也指出兩張半程和五張整程不能直接比，API 換算金額不能當成訂閱實付。

上傳參考圖、送出生圖指令和下載原圖，都由 Codex 和 Luna 操作，Claude Code 沒有生圖，也沒有下載原圖。現在拿得出哪些圖，我就寫到哪一步；還沒拿回來的，也一起留在案例裡。

誰做了什麼
誰做了什麼
Codex 主代理找到 MCP 入口、送生圖指令、下載第 1 張、網頁排版和本機檢查
Luna操作網頁，下載第 2、3 張
Codex、Luna上傳咪卡角色圖
ChatGPT 普通 Chat實際生圖
Claude Code改稿、畫圖解、交叉檢查標題、核算成本、事後從紀錄撈出主代理用量、順稿

還沒做完的：第 4、5 張原圖、五張的跨家審圖、完整的成本比較。

你也在接的話，先跑一件小工作

接到了，還要看做完與拿回來

咪卡檢查 AI 的成果

一件小工作，從起點走一圈

起點你下指令的地方
送出任務
開始做
交出成果
成果要回到起點，回收才算數

三個點各自核對。前一點過了，下一點還是要另外看。

接單：起點送出後，看有沒有工作編號、執行器和開始時間。

概念示意，實測截至2026年10月9日。方框留白，表示這是檢查方式，還沒有替任何一點打勾。

如果你也在接這類系統，先挑一件很小、好核對的工作。例如在指定資料夾建一份幾行字的測試檔。

然後照上面的圖，分開看三個點：

  1. 有沒有接到：起點送出後，有沒有工作編號、執行器和開始時間。
  2. 有沒有做完：成果檔案在不在，內容對不對。只有退出碼零，只能算程式結束。
  3. 有沒有拿回來：起點拿不拿得到成果位置和摘要。

有好幾台機器，就每台各跑一次，記下實際是哪台在做。額度也順手記：前台用什麼模式、語音開多久、派出去的工作吃了多少。

可以把這段交給幫你接線的 AI：

拿這段請 AI 幫你檢查
請核對目前的接單入口、實際執行器、成果位置與答案回收方式。
只讀現有證據，先不要改系統或擴權。
逐項列出已驗證、待驗證、無法取得的部分。
程序退出碼零，另查成果是否存在、內容是否符合任務。
區分語音用量、任務模型用量、委派接收端用量。
最後提出一件可逆的小工作，讓我確認後再從起點測到成果回收。

上面講的接單、執行、回收，Codex 另外幫我畫成一張圖解。這張改了好幾版：第一版「回收」那格沒有咪卡，22:38 那版咪卡少一隻耳朵，我指出後才重生成兩隻耳朵的定稿。

接單、執行、回收分開驗證圖解定稿
定稿（10/9 22:40）
圖解第一版，回收那格沒有咪卡
錯誤：回收那格沒有咪卡（22:20）
圖解另一版，咪卡少一隻耳朵
錯誤：咪卡少一隻耳朵（22:38）
圖解 22:24 中間版
中間版（22:24）

我的總控台還沒接完。接下來，我會把接單、執行、回收一件件驗過，再決定下一步補哪裡。

這篇提到過的再往前後延伸
想自己接線？展開看技術細節

技術摘要：兩個方向的接法

以下是截至 2026-10-10 的實測範圍。

方向一：網頁接回本機

依官方自訂 MCP 接入說明，把自己的 MCP server 接到 ChatGPT，列出有限工具，例如派工、查狀態、讀成果。

Secure MCP Tunnel 讓本機 tunnel-client 向外建立 HTTPS 連線，把私有 MCP server 接到支援的產品。Platform 和 ChatGPT 工作區各有權限條件，要逐項確認。

三者分工不同：

  • Secure MCP Tunnel：只負責通道。
  • 自訂 adapter：決定能讀寫哪裡、能不能連網、能不能再叫 Claude Code，再去呼叫 Codex。
  • Codex app-server：Codex 自己的整合介面。CLI 文件列出舊的 codex mcp-server 已移除，新整合參考 app-server。它和 MCP 介面不同，中間要靠 adapter 轉接。

這是官方列出的途徑。最新的完整工作是否經這條通道跑通，還沒有證據。

方向二：Codex 叫網頁 Chat

send_message_to_thread 目前只有文字 prompt，沒有附件欄位。這次角色參考圖由網頁上傳；原圖由網頁圖片檢視器和系統儲存視窗下載。downloadMedia 曾回覆不支援 blob，不能把「已生成」直接當成「原圖已回收」。

用官方 Codex App MCP 工具 send_message_to_thread，把普通 Chat 指令送進既有對話，生成單張圖。下載由協助的 AI 在網頁圖片檢視器和 macOS 儲存視窗操作完成。

另一次 Work 測試，經私人 Pages 中轉加 MCP 讀回 PNG 成功。Work 和 Codex 共用工作用量，這條另外留作案例。

MCP Events 可讓 server 通知 ChatGPT，入口是網頁 Work、桌面 Work Cloud 和 dots，要求 MCP 2.0。這次沒有啟用。

一次性用量記錄

Luna 第一段截至 07:56:42：輸入 10,475,363，其中快取 10,162,944，輸出 16,102。API 等值 0.140922 美元。包含恢復分頁的後續嘗試，截至 07:58:53：輸入 11,030,900，快取 10,670,720，輸出 16,719；API 等值 0.151085 美元。推理 token 已包含在輸出，沒有重複加。這是 Luna 的部分操作記錄，主代理、Chat 圖片額度和封面另計。

Codex 主代理（gpt-6.1-sol）當時沒記錄，事後由 Claude Code 讀 Codex 對話紀錄的 token_count 事件，取 2026-10-09T23:37:38Z（江江要求連續三到五張）到 2026-10-10T00:00:06Z。累計差：輸入 22,198,963，其中快取 21,932,928，輸出 35,907。逐筆以每次請求的 last_token_usage 計價（輸入 2、快取 0.1、輸出 10 美元／百萬 token；單次輸入超過 272K 時整筆輸入 2 倍、輸出 1.5 倍），90 筆中 46 筆超過 272K，合計約 5.10 美元；不加長文倍率約 3.15 美元。此時段也包含文章標題的派工，未拆分。

用同一組五張、同一角色參考與驗收標準，記錄上傳、送指令、生成、檢查、下載、重試和接手。以整條流程總用量除以合格且回收張數。這次是混合執行的部分實測，不能直接和五張 API 估價排名。

Luna 官方 API 費率用於等值計算；訂閱用量與 API 計費須分開看。

還沒驗的部分

  • 已取得 Luna 這段與主代理同時段的 token 記錄；各階段（上傳、送指令、下載、重試）用量沒有分開記。Chat 圖片額度、Codex 內建生圖單張用量讀不到。
  • 五張已生成，原 PNG 回收目前完成三張；跨機器未測。
  • 網頁「Threads 圖文」技能裡的咪卡角色參考，和本機最新封面規格是否一致，仍待比對。


依官方 Build skills 文件，插件內的技能也可在 Chat 與 Work 使用。這次單張測試沒有確認 Chat 是否載入咪卡技能。

我是江江教練

隱性知識提煉師、AI 應用規劃師

對 AI × 知識管理、隱性知識提煉有興趣？歡迎加入我的 LINE 社群。

我每月固定舉辦兩場免費線上講座，分享實戰經驗與方法論。如果你對這些主題感興趣，想持續學習，或是有顧問需求，都歡迎先從社群開始。

主要討論：善用 AI 作為思考夥伴，提升決策品質與思考深度；把知識、經驗整理成提示詞、技能包、知識庫，讓 AI 能靈活運用。