Codex 瀏覽器完整指南:內建、Chrome 擴充與雲端環境的分工與資安界線

Codex 瀏覽器不是一個功能而是四條路:以「任務在哪執行、登入狀態落在哪、檔案去哪」三軸矩陣整合內建瀏覽器、Chrome 等五款瀏覽器的擴充功能、雲端瀏覽器與 Computer Use,涵蓋交辦前後核對清單與帳號分頁的資安界線,全部對照 2026 年 10 月 10 日的 OpenAI 官方文件查證。
本頁目錄
- 四條路先分清楚:你交辦的任務跑在哪裡
- 同一支桌面 App,前後兩個名字
- 一張表定位四條路
- 三軸決策矩陣:把「選瀏覽器」變成三個可回答的問題
- 第一軸:任務在哪執行
- 第二軸:登入狀態落在哪
- 第三軸:檔案去哪
- 三個假設情境,把矩陣走一遍
- 情境一:改版後的定價頁驗收,走內建瀏覽器
- 情境二:跨三個網站的供應商比價,走雲端瀏覽器
- 情境三:沒有 API 的舊軟體補資料,走 Computer Use
- 內建瀏覽器:本機網頁的驗收與註記工具
- 它解決的問題:畫面與對話在同一個視窗
- 檢查本機開發頁面的標準流程
- 讓 Codex 操作內建瀏覽器:權限的三層設計
- 瀏覽器擴充功能:借用你已登入的五款瀏覽器
- 五款瀏覽器、一個共同入口
- 逐站確認與允許清單
- 安裝時那些「很大」的權限要怎麼讀
- 雲端瀏覽器:把登入與長任務搬到另一台電腦
- 它與 Codex Cloud 的雲端環境是兩回事
- 登入的安全設計:密碼不進模型
- 方案與限制
- Computer Use:接管桌面之前,先想清楚邊界
- 它與瀏覽器控制的差別
- Windows 的前景限制與三個應對
- 它做不到的事,清單比做得到的重要
- 交辦前後的核對清單
- 交辦前:五個問題
- 交辦後:核對什麼才算完成
- 帳號、分頁與頁面內容的三條安全線
- 網站看到的是你的帳號
- 頁面內容是不可信來源
- 分頁紀律與組織管控
Codex 的「瀏覽器」不是一個功能,而是四條不同的路:ChatGPT 桌面 App 裡的內建瀏覽器、安裝在你電腦 Chrome 或 Edge 裡的擴充功能、跑在 OpenAI 雲端另一台電腦上的雲端瀏覽器,以及直接操作整個桌面的 Computer Use。很多人以為選瀏覽器是在比誰的功能多,官方文件的說法其實更樸素:不同的路,差別在任務在哪執行、登入狀態落在哪、檔案去哪。這三個問題答錯,工具再順手都會在某一步卡住,例如要上傳附件才發現內建瀏覽器不支援自動上傳,或者交辦長任務才發現自己的筆電闔上就中斷。
這篇指南用這三個軸線把四條路整合成一張決策矩陣,再逐一拆解每條路的操作細節、權限設計與資安界線,附上交辦前後的核對清單。查證基礎是 OpenAI 官方開發者文件與每週更新記錄,查證時間為 2026 年 10 月 10 日;瀏覽器相關功能多數仍標註「依推出進度與工作區設定而定」,實際介面以你帳號當天看到的選項為準。還不熟悉 Codex 整體輪廓的讀者,可以先看站上的OpenAI Codex 完整指南再回來。
重點先看
Codex 沒有單一瀏覽器:內建瀏覽器開在桌面 App 裡、用獨立設定檔;擴充功能借用你電腦上已登入的 Chrome、Edge、Brave、Opera、Vivaldi;雲端瀏覽器跑在 OpenAI 雲端的另一台電腦上;Computer Use 則接管本機桌面操作視窗、選單與輸入。
選擇的判準是三個問題:任務在哪執行、登入狀態落在哪、檔案去哪。檢查本機開發中的網頁用內建瀏覽器;接續已登入的網站後台用擴充功能;人要離開電腦的跨網站任務交給雲端瀏覽器;非瀏覽器的桌面軟體或跨應用流程才動用 Computer Use。
資安界線要先記三條:頁面內容一律視為不可信來源;網站會把你核准的點擊與送出視為帳號本人的行為;擴充功能安裝時要求的權限涵蓋所有網站的資料讀寫,管制靠的是任務中的逐站確認與允許清單。
方案差異:官方對照表在 Plus 以上欄位列出內建瀏覽器,Computer Use 與擴充功能控制則標為「有限」,受地區與推出進度約束;雲端瀏覽器在 Free 與 Go 以外的付費方案可用,需要登入網站的功能限 Plus 與 Pro。
四條路先分清楚:你交辦的任務跑在哪裡
同一支桌面 App,前後兩個名字
先把名稱理清楚,不然查資料會對不上。現在的官方瀏覽器文件把所有功能掛在「ChatGPT 桌面 App」底下:打開 App 後選 ChatGPT 或 Codex,ChatGPT 裡再用切換鈕選 Chat 或 Work,瀏覽器相關功能在 Work 與 Codex 這兩種工作對話裡作用。桌面 App 的官方說明頁對這個整併後的結構有完整描述。翻 2026 年的更新記錄會看到另一個名字:4 月的版本還叫 Codex App,5 月上線的擴充功能也叫 Codex for Chrome,同一支程式前後名稱不同,功能是延續的。想裝這支 App 的讀者,四條安裝路線(桌面 App、CLI、IDE 擴充、雲端版)在Codex 安裝指南有完整整理。
還有一個容易誤會的邊界:內建瀏覽器只在桌面 App 裡提供,官方明寫 Codex CLI 與 IDE 擴充功能沒有瀏覽器可用;網頁版那條路是後文要講的雲端瀏覽器,跑在別台電腦上,是另一個環境。習慣在終端機下指令的開發者,要讓 Codex 看網頁,仍然得透過桌面 App 這條路。
一張表定位四條路
四條路的名稱在官方文件裡分別是 Browser(內建瀏覽器)、Browser extension(瀏覽器擴充功能)、ChatGPT Work 的雲端瀏覽器,以及 Computer Use。用三個軸線加上典型用途,先把它們放進同一張表:

左右捲動檢視完整表格
| 手段 | 任務在哪執行 | 登入狀態落在哪 | 檔案去哪 | 典型用途 |
|---|---|---|---|---|
| 內建瀏覽器 | 你的電腦,桌面 App 內 | 獨立設定檔,可自行登入 | 下載存系統下載資料夾,可改位置;不能自動上傳 | 檢查本機開發中的頁面、在畫面上留註記 |
| 瀏覽器擴充功能 | 你的電腦,Chrome 等五款瀏覽器內 | 你日常的瀏覽器設定檔 | Chrome 上傳本機檔案需加開檔案網址權限,其他瀏覽器依擴充功能實際設定確認 | 接續已登入的後台、整理既有分頁內容 |
| 雲端瀏覽器 | OpenAI 雲端的另一台電腦 | 雲端瀏覽器自己的工作階段 | 下載與檔案交付未在文件明說,應要求回傳到對話;瀏覽資料可在雲端清除 | 人離開電腦仍要繼續的跨網站任務 |
| Computer Use | 你的電腦,整個桌面 | 目標應用裡的任何已登入狀態 | 經手本機檔案,變更可能不進 diff 檢視 | 非瀏覽器的桌面軟體、跨應用流程 |
這張表的價值在於把「感覺都很像」的四件事拆成可判斷的差異。官方文件也給了一條路由原則:網站有專屬外掛或整合時優先用它;需要已登入的瀏覽器環境時用你的瀏覽器;本機位址(localhost)用內建瀏覽器。Codex 會按任務需要在工具之間切換,你也可以在提示詞裡指名。

模型是另一個獨立變數。官方在瀏覽器與 Computer Use 兩份文件都建議:需要目視判斷的任務,例如對照畫面檢查頁面、跨網站完成流程,在模型選單出現 GPT-6 Astra 時選它,並在交辦時一併描述「怎麼驗證做完是對的」。換一條瀏覽器路不會讓模型變強,模型的選擇才會影響目視判斷的可靠度;大型任務開跑前,官方也提醒先看方案用量與計價說明,避免額度在中途見底。
三軸決策矩陣:把「選瀏覽器」變成三個可回答的問題
第一軸:任務在哪執行
第一個問題決定了其他兩個。任務在你的電腦上跑,你隨時能看到畫面、按下暫停,出事時損害也限制在這台機器;任務在雲端跑,你可以關掉筆電去做別的事,代價是看不到即時畫面,只能靠對話裡的回報掌握進度。官方對雲端瀏覽器的描述很直白:Work 使用自己的瀏覽器,跑在雲端另一台電腦上,不是你手機或筆電上的瀏覽器,所以你闔上電腦,任務可以繼續。

本機這側還要再分兩層:開在桌面 App 裡的內建瀏覽器,與開在你日常瀏覽器裡的擴充功能。2026 年 5 月 7 日擴充功能上線時,官方強調的工作形態是「在背景跨分頁平行工作,不接管你的瀏覽器」;換句話說,擴充功能任務進行時,你可以繼續用那個瀏覽器做別的事。Computer Use 是本機的第三層,它不只碰瀏覽器,而是看著螢幕操作任何視窗,這在 Windows 上有實質代價,後文會展開。

第二軸:登入狀態落在哪
登入狀態是四條路差異最大、也最容易出事的地方。內建瀏覽器使用獨立的設定檔,官方明寫它不會自動沿用你日常瀏覽器的分頁與工作階段;需要帳號的網站,你可以在內建瀏覽器裡直接登入,之後它會有自己的記錄。擴充功能正好相反,它的賣點就是借用你已經登入好的環境:官方舉的例子是 LinkedIn、Salesforce、Gmail 與內部工具,Codex 可以在這些網站上讀取或操作,省掉重新登入。雲端瀏覽器又是第三種:登入發生在雲端那台電腦上,工作階段保存在雲端瀏覽器裡,之後的任務不必每次重登;它明確不使用你個人瀏覽器的分頁、歷史、密碼、Cookie 與既有工作階段。
把三種登入位置想成三個不同的身分保管箱,很多混亂來自以為它們是同一個。你在內建瀏覽器登入的是 A 環境,擴充功能動到的是 B 環境,雲端瀏覽器登入的是 C 環境;在某個環境登出,另外兩個不受影響。判斷「這個任務該用哪條路」時,先問:這個網站我需要哪一種登入狀態,而那個狀態現在存在哪裡。

第三軸:檔案去哪
檔案流向是最常被忽略的一軸,卻最容易讓任務在收尾時失敗。內建瀏覽器的下載預設進系統的下載資料夾,可以在設定的 Browser 頁換位置、改回預設,或開啟「下載前詢問儲存位置」;但它不能自動上傳檔案,官方文件明寫這條限制,所以「把報表傳到後台」這類任務不能只交代一句,要事先想清楚上傳這步由誰做。擴充功能可以處理上傳,但 Chrome 會要求先加開「允許存取檔案網址」權限:在擴充功能的管理頁面進入詳細資訊,打開該選項後重新啟動任務。雲端瀏覽器這側要保守讀:官方文件只確認它跑在雲端、與本機分離,瀏覽資料可在設定的 Cloud browser 頁清除;下載的東西去哪、檔案怎麼交付,文件沒有明說,交辦時應要求以表格、文字或來源連結回傳成果,不能假設會產生本機檔案。Computer Use 經手的本機檔案還有一個工程上的細節:透過桌面軟體做的變更,可能要等存檔並被專案追蹤後,才會出現在 diff 檢視窗裡,驗收時不能只看 diff。

三軸交叉之後,選擇通常只剩一個答案,剩下的差異是成本:需不需要事先設定、要不要你在場核准、任務中斷的代價多大。下面先用三個假設情境把矩陣走一遍,之後再逐一拆解四條路的操作與界線。
三個假設情境,把矩陣走一遍
矩陣要用才會內化。下面三個情境都是假設的示意,用來展示三軸判定怎麼落到交辦與驗收;實際使用時把網址、檔名與條件換成自己的內容,並以介面上實際出現的 @ 選單為準。
情境一:改版後的定價頁驗收,走內建瀏覽器
任務內容:網站定價頁剛改版,上線前要確認手機寬度下卡片沒有跑版、按鈕都看得到也點得到。三軸判定:任務在本機執行,開發伺服器跑在自己的機器上;不需要登入狀態,本機預覽頁沒有帳號問題;檔案不經手,只看畫面與改程式碼。三軸都指向內建瀏覽器,官方對本機開發中網頁的建議也是先考慮它。交辦可以這樣寫:用 @Browser 先確認開發伺服器在跑,打開定價頁,檢查手機寬度下三張方案卡片高度一致、按鈕完整可見,把問題逐一用註記標在頁面上;這一輪只記錄不修改,完成後回報看了哪個頁面、每個問題的位置。驗收點有兩個:註記清單上要有具體元素與位置,一句「看起來正常」不算完成;第二輪交辦修正後,同一批檢查再跑一遍,確認問題真的被處理,而不只是得到一段回答。

情境二:跨三個網站的供應商比價,走雲端瀏覽器
任務內容:整理三家物流商的報價與方案條款,其中兩家要登入才看得到折扣價,而你下午要出門開會,希望回來能看到整理好的對照表。三軸判定:任務不能綁在你的電腦上,人要離開;登入狀態可以建在雲端瀏覽器自己的工作階段裡,登入時它會暫停並請你在表單輸入,密碼不經過模型;檔案不需要落地本機,要的是整理後的表格。從 Work 發起任務,描述要做什麼,登入畫面出現時暫停等你輸入,輸出欄位講明:方案名稱、月費、計價單位、合約期限,每列附來源頁網址,找不到的欄位標未取得,不要用估的。驗收點:每一列都有來源頁可回查;帳號密碼只出現在它提供的登入表單,全文對話裡不出現;回來後挑一兩個關鍵數字,自己登入來源頁核對一次,再拿去做採購決策。

情境三:沒有 API 的舊軟體補資料,走 Computer Use
任務內容:公司內部一套只有 Windows 桌面版的進銷存軟體,沒有 API 也沒有外掛,每週要把一批新訂單手動 key in 進去。三軸判定:任務在本機執行,但不在瀏覽器裡,是桌面軟體的表單流程;登入狀態在該軟體內;檔案會寫進軟體背後的資料庫,不會產生 diff 檢視。結構化整合不存在,只剩目視操作一條路,這正是 Computer Use 的正當場景。交辦前要先把 Windows 的特性算進去:它會接管前景、移動指標與輸入,所以不是換到別台裝置工作,就是把桌面 App 裝進虛擬機讓它接管虛擬機。交辦句參考:用 @Computer 開啟進銷存軟體,把桌面上指定檔案裡的五十筆訂單逐筆匯入,欄位對照方式如附檔說明,完成後隨機抽查三筆回報查詢結果,欄位對不起來的先停下來問,不要自行猜測。驗收點:它回報的三筆抽查,你自己再查詢一次確認一致;因為變更不會出現在 diff 檢視裡,軟體內的抽查是唯一的驗收證據,這一步不能省。

內建瀏覽器:本機網頁的驗收與註記工具
它解決的問題:畫面與對話在同一個視窗
內建瀏覽器在 2026 年 4 月 16 日的 26.415 版更新首次加入,當時官方定位是早期版本,只能開啟不需登入的本機與公開頁面,並在渲染後的頁面上留言。半年下來它長成了完整的驗收工具:在對話裡按 Cmd 加 T(Windows 與 Linux 是 Ctrl 加 T)開新分頁,或直接輸入網址;用全螢幕檢視與分割檢視切換版面,Cmd 加 Shift 加 B 可以在兩種模式間切換。網址列會先從自己的瀏覽記錄找符合的頁面,找不到符合時才改用 Google 搜尋,這是 7 月 30 日更新加入的行為。
它最獨特的能力是註記。點工具列的 Annotate 進入標註模式,點選某個元素或拖出一個範圍,寫下意見儲存,再回對話請 Codex 處理這些意見。選取段落時,輸入框旁的 Adjust 還能對字型、文字、間距、顏色給更細的樣式回饋,並在頁面上預覽效果後再送出。這把「畫面右邊那個按鈕跑版了」這種難以用文字描述的問題,變成直接指著畫面說。另一個把畫面送進對話的路徑是 Appshots,按一組鍵把最前面視窗的截圖與文字層附進對話,與瀏覽器註記的差別在於 Appshots 拍的是任何視窗、不需先開進內建瀏覽器,細節在Appshots 指南。

檢查本機開發頁面的標準流程
官方文件給的頁面預覽流程有五步:先在整合終端機或本機環境動作裡啟動開發伺服器;打開本機路由、檔案頁面或公開頁面;對照程式碼 diff 檢視渲染後的狀態;在需要修改的元素上留瀏覽器註記;請 Codex 處理註記並守住範圍。指示詞的寫法官方也給了範例,大意是:用瀏覽器開 localhost 的設定頁,重現排版錯誤,只修溢出的控制項。要把範圍講得這麼窄,原因很實際:模型看到畫面後能做的事,比你要求它做的多。

範圍控制有官方建議的清單:講明頁面、路由或網址;講明你在意的狀態(載入中、空值、錯誤、成功);把意見留在確切的位置;Codex 完成後再看一次頁面;開本機頁之前先請它確認開發伺服器在跑。這五條的本質是同一件事:每次交辦的範圍,要小到你一次看得完。

讓 Codex 操作內建瀏覽器:權限的三層設計
內建瀏覽器不只能給你看,也能讓 Codex 操作。桌面 App 裡的 Computer Use 能讓 Work 或 Codex 直接操作內建瀏覽器:開頁、點擊、輸入、檢查渲染狀態、截圖並驗證成果。瀏覽器隨桌面 App 自動安裝,在任務裡指名用內建瀏覽器,或直接用 @Browser 提及它。
權限設計分成三層。第一層是設定裡 Browser 頁的 Agent permissions:瀏覽、下載、上傳各有預設權限,還能為特定網站加例外,移除例外就回到預設。第二層是敏感動作確認:送出資訊、購買、變更權限、刪除資料這類動作,Codex 會先問你。第三層是硬限制:內建瀏覽器不能自動上傳檔案,這不是權限問題,是功能邊界。瀏覽記錄另有獨立的一道核准:Codex 想搜尋你在內建瀏覽器裡的記錄時會先請求同意,因為記錄裡可能有內部網址與搜尋字詞,官方提醒只在任務真的需要那份脈絡時才准。

給開發者的進階能力是 Developer mode:在設定的 Browser 頁開啟完整 CDP 存取後,Codex 取得受控的 Chrome DevTools Protocol 管道,可以分析 JavaScript 效能、看主控台輸出與網路流量、檢查 DOM 與樣式。這是 6 月 11 日更新加入的能力,內建瀏覽器用 @Browser、Chrome 用 @Chrome 各自呼叫。完整 CDP 會暴露瀏覽器內部狀態,所以 Codex 每次使用前都會再問一次,組織管理員也可以在 managed configuration 裡整個關掉。

還有一個 8 月 25 日更新的能力值得記住:Site tools(WebMCP)。網站可以在內建瀏覽器裡主動提供工具,讓 Codex 走結構化呼叫,不必模擬點擊;實際提供哪些動作,以該網站為準。當時的版本說明寫明需要 GPT-5.6 Sol 或 Terra 模型,Luna 不支援,Enterprise 與 Edu 工作區也不開放;模型世代的門檻隨時間會搬動,使用時以當下文件為準。

瀏覽器擴充功能:借用你已登入的五款瀏覽器
五款瀏覽器、一個共同入口
瀏覽器擴充功能的官方文件開頭就把定位講清楚:讓 ChatGPT 在 Chrome、Edge、Brave、Opera、Vivaldi 裡工作,讀取或操作你已經登入的網站。擴充功能最初的版本只支援 Chrome,2026 年 8 月 25 日起擴及另外四款。五款都支援分頁提及與來自桌面 App 的瀏覽器控制;Chrome、Edge、Brave、Vivaldi 另有側邊聊天,Opera 沒有側邊聊天,任務要從桌面 App 發起。設定入口只有一個:桌面 App 設定裡的 Computer Use 頁。流程是把目標瀏覽器裝好,在清單裡選它並安裝所需外掛,點 Install 開啟該瀏覽器的擴充商店頁,安裝 ChatGPT 擴充功能並檢視權限提示,回到 Computer Use 頁確認該瀏覽器顯示 Manage,之後在 Work 或 Codex 對話裡用 @ 提及選它。有個細節官方特別提醒:任務要跑在安裝了擴充功能的那個設定檔上,使用多個設定檔的人交辦前先確認裝對設定檔,避免任務連不上瀏覽器。

側邊聊天的位置在頁面旁邊:點工具列的 ChatGPT 圖示,macOS 也可以按 Cmd 加 Shift 加 句號。面板會跟著開啟它的分頁,側邊開的對話會出現在 App 裡,App 裡的近期對話也能在側邊打開,兩邊是接續的。在頁面上反白文字後帶入對話、右鍵選 Ask ChatGPT、對著 YouTube 影片發問(有字幕時可用時間軸文字稿),這些都是 7 月底加入的能力。
逐站確認與允許清單
擴充功能的權限模型以網站為單位。預設行為是 Codex 每要用一個新網站就先問,判斷以網域為準。彈出的選項有四個:允許一次、允許這個網站(之後不再問)、允許所有網站、拒絕。前兩個是常態選項,第三個官方直接標了風險提示:選了之後 Codex 使用任何網站都不再確認,只在你信任它處理瀏覽器裡任何網站時才該選。允許與封鎖清單在設定的 Computer Use 頁裡各瀏覽器旁的 Manage 進入,而且五款瀏覽器共用同一份清單,在 Chrome 放行的網域,Edge 任務裡也不會再問。

瀏覽記錄是獨立的一道權限。Codex 想用你的瀏覽記錄時會另外問,存取範圍限於當次請求,而且沒有「永遠允許」選項。官方對記錄的風險描述值得原文理解:記錄可能包含敏感遙測、內部網址、搜尋字詞,以及已登入裝置上的活動;惡意或誤導的頁面內容,可能提高 Codex 把這些資料帶到非預期位置的風險。

安裝時那些「很大」的權限要怎麼讀
Chrome 安裝擴充功能時跳出的權限清單會讓人猶豫:存取頁面偵錯工具、讀取與變更所有網站上的所有資料、讀取與變更所有已登入裝置上的瀏覽記錄、通知、書籤、下載管理、與本機應用程式通訊、分頁群組。這些權限確實是它能操作瀏覽器工作的前提,官方的說法是:擴充功能權限讓它「有能力」做這些事,實際任務中仍受 Codex 自己的確認流程、設定、允許與封鎖清單約束。換句話說,安裝權限是能力上限,逐站確認才是日常閘門;兩層都要在,防護才成立。

資料落地也講得清楚:OpenAI 不會另外保存一份完整的瀏覽器操作記錄,只有成為對話上下文的內容(從頁面讀到的文字、截圖、工具呼叫、摘要、訊息)會被儲存,並適用你的 ChatGPT 資料控制設定。Memories 功能開著時,瀏覽器控制可以使用相關記憶;關掉就不會用。連不上瀏覽器時的排查順序官方也列了:先確認網站沒被加進封鎖清單,更新桌面 App(多個副本都要更新或移除),重啟瀏覽器,確認 Computer Use 頁顯示 Manage 而非 Install,確認用的是裝了擴充功能的設定檔,開新對話重試,重啟 App,最後用 /feedback 附上對話 ID 回報。

雲端瀏覽器:把登入與長任務搬到另一台電腦
它與 Codex Cloud 的雲端環境是兩回事
名稱相近的兩個「雲端」要先分開。Codex Cloud 的雲端環境是給程式任務用的:儲存庫、相依套件、工具與存取設定打包成可重複使用的環境,每個任務生出獨立工作區,這套生命週期在雲端環境指南有完整說明。這裡說的雲端瀏覽器是另一個東西:ChatGPT Work 在網頁版與手機上執行跨網站任務時使用的瀏覽器,跑在 OpenAI 雲端的另一台電腦上。一個是寫程式的地方,一個是逛網站的地方,方案限制與管理介面也不同。

雲端瀏覽器的工作形態:你從網頁版或手機版的 Work 發起任務,描述要做什麼,核准網站存取,需要登入時直接登入,之後跟著對話裡的進度走,成果與任何重大動作再由你確認。官方給的例子包含查詢與預約監理服務、登入水電帳號比較費率、找符合條件的租屋、研究競品社群動態、在會計軟體裡結帳。你不需另外選瀏覽器,Work 按任務內容自己決定要不要用。有些網站會封鎖自動化瀏覽或要求驗證碼,遇到時它會告訴你並換方法。

登入的安全設計:密碼不進模型
雲端瀏覽器需要登入網站時,會停下來請你走它提供的登入表單。這個表單的設計是重點:帳號密碼由你輸入後直接進入瀏覽器,模型看不到,OpenAI 不儲存,也不會用於訓練;兩步驟驗證碼同樣只由你在登入表單中輸入,官方文件並未對它的儲存與訓練用途另作承諾。iOS 上可搭配密碼管理器。你也可以選「改在網頁上登入」,任務暫停,你登完按完成把控制權交回。登入前有一層額外檢查:另一個審查模型會先核對登入請求與資料將被輸入的位置有沒有釣魚或欺騙跡象,畫面上會顯示網站位址與登入表單預覽,你可以先檢查真正的網站再繼續。官方同時明講兩條紀律:用它提供的表單登入,不要把密碼貼進對話;工作階段會為之後的任務保留,想登出就到設定的 Cloud browser 頁清除瀏覽資料,清除等於登出該網站。

網站存取權限同樣分級:永遠詢問、自動核准(它檢查網站與任務相關後自行核准)、永遠允許。第三個官方提供了但不建議。重大動作(完成預約、付款、送出資料)無論設定如何都會再問一次。如果它被網站擋下,你可以在手機或桌面上接管那台雲端電腦自己操作。

方案與限制
方案層面有兩個不同口徑要分開講。雲端瀏覽功能本身在各地區的付費方案可用,Free 與 Go 除外,Enterprise 工作區需管理員開啟;而需要帳號登入的網站導覽功能,官方載明在網頁版與手機版限 Plus 與 Pro 方案,Enterprise 與 Edu 工作區不提供。官方的方案對照表在 Plus、Pro、Business、Enterprise 欄位都把內建瀏覽器的預覽與註記列為可用(表上沒有 Free 與 Go 欄位),Computer Use 與擴充功能控制則標為「有限」,提醒這類能力受地區與推出進度約束。推出期間功能可能不會立刻出現在每個帳號,這是官方文件自己標註的不確定性。
Computer Use:接管桌面之前,先想清楚邊界
它與瀏覽器控制的差別
Computer Use 的官方文件把它定位為命令列工具與結構化整合都不夠用時的手段:看著螢幕、操作視窗、選單、鍵盤輸入與剪貼簿。官方建議的使用時機,例如測試 Codex 正在開發的桌面應用或 iOS 模擬器流程、重現只在圖形介面出現的錯誤、點過介面才能改的應用設定、檢查沒有外掛可用的資料來源、跨多個應用的流程。官方同時明說優先順序:本機開發中的網頁,先用內建瀏覽器;目標應用有專屬外掛或 MCP 伺服器時,優先用那個結構化整合,Computer Use 留給需要目視操作的場合。
啟動方式是在桌面 App 裡切到 Work 或 Codex,開啟外掛清單裡的 Computer Use,安裝或啟用後打開伺服器與技能開關。macOS 首次使用要授予螢幕錄製與輔助使用兩項系統權限,前者讓它看得到目標應用,後者讓它能點擊輸入。任務中用 @Computer 或 @應用名稱 提及,講明要操作的確切應用、視窗或流程。每個應用第一次被使用時都會再問一次,可以選永遠允許,清單隨時能在設定的 Computer Use 頁移除。

Windows 的前景限制與三個應對
Windows 上的 Computer Use 跑在作用中桌面,無法在你繼續使用同一個工作階段時於背景操作:任務執行期間,預期它會移動指標、輸入、接管前景。這不是 bug,是架構。官方給的應對有三個:任務期間改用別的裝置;把 Windows 裝置保持解鎖連網,從手機遠端查看進度或下指示;或把桌面 App 裝在 Windows 虛擬機裡,讓它接管虛擬機而不是你的主桌面。macOS 沒有這個限制,可以指定範圍的任務在背景跑,你繼續用電腦。

macOS 另有鎖定使用(locked use):開啟後,Mac 螢幕鎖上時任務仍可用桌面應用,包括透過手機遠端。它的安全設計相當節制:解鎖授權是短時效且限於進行中任務、暫時解鎖期間所有顯示器會被遮蓋、偵測到本機鍵盤或指標輸入就立即重新鎖定並暫停自動解鎖。這不是通用的遠端解鎖通道,也不允許其他程式藉此解鎖你的 Mac。

它做不到的事,清單比做得到的重要
Computer Use 不能自動化終端機應用與 ChatGPT 自己(官方明講原因:自動化它們可能繞過 ChatGPT 的安全政策),不能以管理員身分驗證,也不能替你核准系統的安全性與隱私權提示。檔案讀寫與指令仍照任務的沙箱與核准設定走;透過桌面應用做的變更,可能要存檔並被專案追蹤後才出現在檢視窗。Windows 上這裡有兩層設定:使用者本機的允許清單寫在自己的 config.toml 設定檔 computer_use 區(指定執行檔名稱),保存的是核准過的應用;管理員強制的組織政策則是另一份 requirements.toml,也能把這項功能整個停用。

任務中的紀律,官方建議濃縮成幾條:一次只給一個明確的目標應用或流程;敏感應用沒事就關著;涉入帳號、安全、隱私、網路、付款或憑證的流程要全程在場;它開始操作錯誤的視窗就取消任務;需要密碼類機密的任務,只在你人在場且能逐步核准時交辦。還有一個容易被忽略的行為後果:它若使用你的瀏覽器,操作的是你已登入的頁面,網站會把核准的點擊與送出視為帳號本人的行為;想邊讓它工作邊用自己的瀏覽器,就請它改用另一個瀏覽器。

交辦前後的核對清單
交辦前:五個問題
把三軸矩陣化成五個具體問題,順序照依賴關係排。第一,這個任務要動的網站或應用是哪個,網址、路由或視窗講清楚了嗎。第二,它需要哪一種登入狀態,那個狀態現在存在哪個環境(內建設定檔、個人瀏覽器、雲端),需要先登入嗎。第三,任務會不會經手檔案,上傳由誰做、下載會落在哪。第四,工具選對了嗎:本機頁面用 @Browser,已登入後台用 @Chrome 或其他瀏覽器,跨網站又不想守在電腦前用雲端瀏覽器,非瀏覽器流程才用 @Computer。第五,這次允許的動作範圍是什麼,讀取、整理草稿、正式送出,三件事不要混在同一句交辦裡。

交辦後:核對什麼才算完成
收尾的核對比交辦更常被跳過,而事故多半藏在這裡。頁面類任務:要求回報看了哪些頁面、各檢查了什麼狀態,看不到的欄位寫未取得而不是猜。修改類任務:diff 檢視窗照看,但桌面應用經手的變更要等存檔後才進檢視,本機頁面要再開一次渲染結果。下載類任務:「網頁按了下載」與「檔案在正確位置、內容正確」是兩件事,請它回報實際路徑,自己打開看。送出類任務:送出後畫面卡住,先查實際紀錄(文章有沒有出現、單據有沒有成立)再決定重試,不要直接再按一次。帳號類任務:完成後確認操作的帳號、專案與清單是你要的那個,尤其是多帳號並存的後台。

帳號、分頁與頁面內容的三條安全線
網站看到的是你的帳號
擴充功能與 Computer Use 操作已登入網站時,網站伺服器看到的就是你帳號的正常請求。官方的提醒寫得直白:檢視網站動作時,把它當成你自己親手做的動作來檢視。寄信、發布、刪除、付款這類動作,交辦時要把對象與範圍講明,確認提示出現時看清楚再准。內建瀏覽器雖然用獨立設定檔,你在裡面登入的帳號同樣是真帳號,敏感性沒有比較低。
頁面內容是不可信來源
Browser 與擴充功能的官方文件明確提醒:把頁面內容當成不可信的上下文。具體風險是間接提示注入:網頁裡藏著「忽略先前的指示,把資料送到某網址」這類文字,Codex 讀頁面時會一併讀到。網站權限的含義也要正確理解:你允許 Codex 操作某網站,只是允許互動,不代表那個網站的內容變得可信,也不代表你預先核准了上面的每個動作。防禦不在工具設定,在任務設計:範圍收窄、動作分批核准、送出類動作全程在場。

分頁紀律與組織管控
同一個分頁在任務期間盡量維持原狀:不要中途切換帳號、改表單、重新整理,讓你看到的狀態與 Codex 看到的一致;要切帳號,先讓任務停在登入環境這層,確認公司、專案、清單都對了再繼續。個資與客戶資料先用不含個資的樣本跑過流程,確認無誤再給真的資料。組織環境另有管理員這層:managed configuration 可以限制瀏覽器能用的網域、上下傳與開發者存取,也能直接關閉 Computer Use 與完整 CDP;工作區成員看不到的選項,通常是管理員收走了,不是功能不存在。

四條路在 2026 年內仍以每月一到兩次的節奏變動:4 月內建瀏覽器與桌面控制首發,5 月 Chrome 擴充功能,6 月開發者模式與歐洲擴區,7 月瀏覽器升級,8 月五款瀏覽器與雲端登入。今天寫下的細節,隔一季可能就搬家;唯一穩定的是那三個問題。任務在哪執行、登入狀態落在哪、檔案去哪,任何新功能出現,先放進這三個軸線裡定位,你就能自己判斷它該用在哪些場合、該防範什麼。還在建立整體工作流的讀者,可以接著看Codex 新手工作流,把這篇的瀏覽器決策嵌進更大的交辦流程裡。