普通人如何指挥 AI 干活：从图片中提取图形与数学公式（实战示例）

Thu, 26 Mar 2026 00:00:00 +0000

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.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.png 识别结果（图文并排，精修裁图）

<table>
  <tr>
    <td>![](crops/01_triangle_circum.png)</td>
    <td>

$$
S = \frac{abc}{4R}
$$

</td>
  </tr>
  <tr>
    <td>![](crops/02_triangle_incircle.png)</td>
    <td>

$$
S = pr
$$

</td>
  </tr>
  <tr>
    <td>![](crops/03_frustum.png)</td>
    <td>

$$
V = \frac{\pi\left(r^2 + Rr + R^2\right)h}{3}
$$

$$
S = \pi a(R + r)
$$

</td>
  </tr>
  <tr>
    <td>![](crops/04_cylinder.png)</td>
    <td>

$$
V = \pi r^2 h
$$

$$
S = 2\pi rh
$$

</td>
  </tr>
  <tr>
    <td>![](crops/05_sphere.png)</td>
    <td>

$$
V = \frac{4}{3}\pi R^3
$$

$$
S = 4\pi R^2
$$

</td>
  </tr>
  <tr>
    <td>![](crops/06_laws.png)</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。

Codex实战 on KnightLi的博客

普通人如何指挥 AI 干活：从图片中提取图形与数学公式（实战示例）

前提条件

任务目标

过程

总结