前提条件
安装 VS Code，并安装 Codex 插件，可参考 VS Code Codex使用的文章。
使用这些工具并不要求你有编程经验。VS Code 在这里主要用于组织文件；你只需提出需求，AI 就会自动编写程序并执行。
本文记录完整操作过程，目的是抛砖引玉，探索更多 AI 的实用方法，让更多普通人受益。
任务目标
准备一张同时包含数学公式和示意图形的图片：
我们希望实现三件事：
- 将图形切分成干净的小图。
- 识别公式并转换为 LaTeX，便于后续修改。
- 将图形与对应公式建立关联。
过程
- 先识别图片，生成 Markdown 文档，并将公式转换为 LaTeX
转换结果：
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
|
# 1.png 识别结果
## 几何公式（LaTeX）
1. 三角形面积（边长与外接圆半径）：
$$
S = \frac{abc}{4R}
$$
2. 三角形面积（内切圆半径与半周长）：
$$
S = pr
$$
3. 圆台体积：
$$
V = \frac{\pi\left(r^2 + Rr + R^2\right)h}{3}
$$
4. 圆台侧面积：
$$
S = \pi a(R + r)
$$
5. 圆柱体积：
$$
V = \pi r^2 h
$$
6. 圆柱侧面积：
$$
S = 2\pi rh
$$
7. 球体积：
$$
V = \frac{4}{3}\pi R^3
$$
8. 球表面积：
$$
S = 4\pi R^2
$$
9. 正弦定理：
$$
\frac{a}{\sin A}=\frac{b}{\sin B}=\frac{c}{\sin C}=2R
$$
10. 余弦定理：
$$
a^2=b^2+c^2-2bc\cos A
$$
$$
b^2=a^2+c^2-2ac\cos B
$$
$$
c^2=a^2+b^2-2ab\cos C
$$
|
公式都被识别出来了，AI 还自动补充了公式名称，效果很好；但此时还没有完成小图裁剪。
- 尝试让 AI 裁剪图片
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
|
# 1.png 识别结果（图文并排，精修裁图）
<table>
<tr>
<td><img src="crops/01_triangle_circum.png" width="220" /></td>
<td>
$$
S = \frac{abc}{4R}
$$
</td>
</tr>
<tr>
<td><img src="crops/02_triangle_incircle.png" width="220" /></td>
<td>
$$
S = pr
$$
</td>
</tr>
<tr>
<td><img src="crops/03_frustum.png" width="220" /></td>
<td>
$$
V = \frac{\pi\left(r^2 + Rr + R^2\right)h}{3}
$$
$$
S = \pi a(R + r)
$$
</td>
</tr>
<tr>
<td><img src="crops/04_cylinder.png" width="220" /></td>
<td>
$$
V = \pi r^2 h
$$
$$
S = 2\pi rh
$$
</td>
</tr>
<tr>
<td><img src="crops/05_sphere.png" width="220" /></td>
<td>
$$
V = \frac{4}{3}\pi R^3
$$
$$
S = 4\pi R^2
$$
</td>
</tr>
<tr>
<td><img src="crops/06_laws.png" width="220" /></td>
<td>
$$
\frac{a}{\sin A}=\frac{b}{\sin B}=\frac{c}{\sin C}=2R
$$
$$
a^2=b^2+c^2-2bc\cos A
$$
$$
b^2=a^2+c^2-2ac\cos B
$$
$$
c^2=a^2+b^2-2ab\cos C
$$
</td>
</tr>
</table>
|
结果：
图片已经裁剪并放到了对应位置，但仍有干扰区域，裁剪边缘不够干净。
- 修正“裁切过度”问题：先尽量保留完整图形，再手工去除多余部分
这一步的效果还不稳定，目前不确定是提示词问题，还是模型在视觉定位上的波动。
总结
使用 Codex 和直接在 chatgpt.com 对话，体验明显不同。
在 chatgpt.com 中，更像是 AI 在指导你完成工作；而在 Codex 中，更像是 AI 按照你的要求去执行工作。
当你提出需求后，AI 会生成程序、运行程序并完成任务，你会更明显地感受到“自己在指挥 AI 干活”。
整个流程对编程基础要求并不高，普通人也可以逐步上手并产出成果。