前提條件
安裝 VS Code，並安裝 Codex 外掛，可參考 這篇文章。
使用這些工具並不要求你有程式設計經驗。VS Code 在這裡主要用於整理檔案；你只需提出需求，AI 就會自動編寫程式並執行。
本文記錄完整操作過程，目的是拋磚引玉，探索更多 AI 的實用方法，讓更多普通人受益。
任務目標
準備一張同時包含數學公式與示意圖形的圖片：
我們希望實現三件事：
- 將圖形切分成乾淨的小圖。
- 識別公式並轉換為 LaTeX，方便後續修改。
- 將圖形與對應公式建立關聯。
過程
- 先識別圖片，生成 Markdown 文件，並將公式轉換為 LaTeX
轉換結果：
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 識別結果
## 幾何公式（LaTeX）
1. 三角形面積（邊長與外接圓半徑）：
$$
S = \frac{abc}{4R}
$$
2. 三角形面積（內切圓半徑與半周長）：
$$
S = pr
$$
3. 圓台體積：
$$
V = \frac{\pi\left(r^2 + Rr + R^2\right)h}{3}
$$
4. 圓台側面積：
$$
S = \pi a(R + r)
$$
5. 圓柱體積：
$$
V = \pi r^2 h
$$
6. 圓柱側面積：
$$
S = 2\pi rh
$$
7. 球體積：
$$
V = \frac{4}{3}\pi R^3
$$
8. 球表面積：
$$
S = 4\pi R^2
$$
9. 正弦定理：
$$
\frac{a}{\sin A}=\frac{b}{\sin B}=\frac{c}{\sin C}=2R
$$
10. 餘弦定理：
$$
a^2=b^2+c^2-2bc\cos A
$$
$$
b^2=a^2+c^2-2ac\cos B
$$
$$
c^2=a^2+b^2-2ab\cos C
$$
|
公式都被識別出來了，AI 還自動補充了公式名稱，效果很好；但此時還沒有完成小圖裁剪。
- 嘗試讓 AI 裁剪圖片
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 識別結果（圖文並排，精修裁圖）
<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>
|
結果：
圖片已經裁剪並放到了對應位置，但仍有干擾區域，裁剪邊緣不夠乾淨。
- 修正「裁切過度」問題：先盡量保留完整圖形，再手工去除多餘部分
這一步的效果還不穩定，目前不確定是提示詞問題，還是模型在視覺定位上的波動。
總結
使用 Codex 和直接在 chatgpt.com 對話，體驗明顯不同。
在 chatgpt.com 中，更像是 AI 在引導你完成工作；而在 Codex 中，更像是 AI 按照你的要求去執行工作。
當你提出需求後，AI 會生成程式、執行程式並完成任務，你會更明顯地感受到「自己在指揮 AI 幹活」。
整個流程對程式設計基礎要求並不高，普通人也可以逐步上手並產出成果。