TL;DR — 我曾讓 Claude Code 呼叫本機 Codex CLI,把生成的圖片直接存進專案。這條橋少了切視窗與搬檔的步驟,但能不能使用,仍取決於登入方式、方案、工具與本機權限。以 ChatGPT 登入走內建生圖,不代表免費,也不代表每個帳號都可用。
我最近幾乎整天待在 Claude Code 裡:寫文章、拆任務、整理素材、改程式。到了需要圖片的時候,卻常要切去 ChatGPT 網頁版,貼上 prompt、等圖、下載,再搬回專案。
所以我想把這個斷點接起來:讓 Claude 整理需求,由本機 Codex 負責生圖,最後把檔案放到指定位置。這篇保留我在 2026 年 4 月的實作經驗,也把現在讀者照做前需要確認的條件補清楚。封面是原工作流的示意,不是每個帳號都能直接執行的保證。
這篇適合想把圖片放回工作流的你
如果你已經用 Claude Code 管理專案,也經常需要封面、簡報插圖或產品 mockup,這條整合值得理解。它省下的是在工具之間搬移需求與檔案的動作。
只有偶爾生一張圖、沒有專案落檔需求時,直接用你熟悉的介面也很好。先確認自己需要省掉哪一步,再決定要不要增加 CLI、Skill 或本機連接工具,會比較容易維護。
先把幾個名詞翻成人話
| 名詞 | 在這條工作流中的角色 |
|---|---|
| Claude Code | 理解需求、整理 prompt,經授權後執行本機指令 |
| Codex CLI | 在終端機中工作;可用 ChatGPT 訂閱或 API key 登入,兩者計費與適用條件不同 |
gpt-image-2 | 本文所談的圖像模型;OpenAI 的內建生圖文件目前也使用這個名稱 |
| Skill | 可重複使用的工作說明,不會自行增加帳號權益或作業系統權限 |
| MCP | 連接工具與服務的方式;能做什麼,要看具體工具與授權 |
| Cowork | 我當時使用的 Claude 桌面工作介面;不能直接套用終端機版的環境假設 |
模型、執行工具與登入身分是不同層次。看見一個工具名稱,不足以判斷它的費用、存取範圍或最後使用的模型;這些要分別確認。
我想得到的效果:一張圖,落在指定位置
我的需求很具體:
幫我產生一張戴墨鏡的柴犬,將新檔存到這個專案的 images 資料夾,不覆蓋既有圖片。
Claude 整理描述,Codex 執行生圖,再回報實際檔案位置。這是我當時跑通的路線,不是僅憑一句「生圖」就能跨所有客戶端重現的功能承諾。
成功也不能只看代理說「完成」。檔案存在、能開啟、內容符合需求,才算這次圖片真的交到手上。
這條工作流怎麼跑?
可以把它拆成四段:需求整理、呼叫本機 Codex、生成與存檔、檢查成品。每一段都有自己的失敗原因,分開看比一次裝齊所有工具更容易排錯。
Claude Code 能執行本機 shell 時,可以經授權呼叫 Codex。我當時也嘗試從 Claude 桌面環境透過 macOS 控制工具啟動同一條路線,但那是另一層整合:工具是否可用、能碰哪些路徑、輸出怎麼帶回桌面介面,都要另行確認。
因此,我不再把某個第三方 MCP 寫成所有桌面使用者唯一必裝的橋,也不把當時的 Cowork outputs 路徑當成通用設定。把需求送到另一個工具前,先看清楚會送出什麼,以及它能存取哪裡。
先確認登入、方案與權限
OpenAI 的驗證文件把 ChatGPT 訂閱登入與 API key 登入分開。前者使用相應訂閱權益;後者走 API 用量計費。本文當時採用 ChatGPT 登入,沒有另外提供 OpenAI API key。
但沒有另外提供 API key,不等於沒有用量成本。依目前的Codex 用量說明,內建生圖會消耗用量,Free 方案目前不提供這項能力;不能把 ChatGPT 網頁版的圖片權益直接推到 Codex。
在自己的環境裡,可以先看版本、登入狀態與指令說明:
codex --version
codex login status
codex exec --help
這些檢查本身不會生成圖片。若尚未安裝或登入,依官方目前的安裝與驗證說明操作;初次登入可能需要瀏覽器,不是整個設定過程永遠不用開瀏覽器。也不要把登入憑證或 auth.json 貼給別人排錯。
最小可行版本:先把單張圖跑通
目前的官方生圖文件說明,可在互動工作階段描述圖片,或明確使用 $imagegen。先在 Codex 自己的介面確認工具可用,再接回 Claude,能少一層變因。
我當時用的是非互動指令。以下保留這個呼叫形式,方便理解專案目錄與提示詞的關係;它是否能在你的版本與執行方式取得生圖工具,仍須確認:
mkdir -p ./images
codex exec -C "$PWD" -s workspace-write \
'請先確認本回合能使用內建生圖。若可用,只生成一張戴墨鏡的柴犬,存成 ./images/shiba-new.png;若檔案已存在或工具不可用,請停止並說明。'
執行這段會請求生成圖片,會消耗相應用量。請先確認所在專案、可用額度與新檔名;提示詞保持為資料,不要把任意使用者輸入直接拼進 shell 指令。workspace-write 也不是一個能保證所有工作都成功的開關。
這次修訂只查核文件與指令說明,沒有重新生圖,也沒有替每個版本做端到端測試。若非互動模式沒有工具,先回互動工作階段確認,不要靠放寬所有權限硬闖。
當時的輸出,作為一次實作紀錄
我當時記錄的結果是:約一分鐘,一張 1254×1254、約 2 MB 的 PNG。這是那次任務的結果,不是固定尺寸、延遲或檔案大小的服務保證。

對我有用的地方是圖片直接落到專案,不必再從網頁下載搬移。今天要判斷這條橋是否仍適合自己的工作,還是要實際確認工具可用性、輸出位置與成本,而不是只看這張舊成品。
我踩過的兩個坑:先定位,再處理
第一個是 Operation not permitted。這個訊息可能出現在不同環節,不能單靠它就判定整個 ~/.codex 的擁有者有問題。原文曾建議遞迴修改整個目錄的權限,這個做法過於籠統,這次撤下。
比較好的起點是記下失敗步驟與具體路徑,分辨它是工作目錄、工具授權、受保護位置,還是已確認的檔案權限問題。不能確定原因時先停止,不要以管理員權限一次改動整個資料夾。
第二個是工作目錄。-C 指定 Codex 的工作根目錄;相對路徑要放在哪裡,必須連同這個根目錄理解。先用 pwd 看清楚所在位置,再核對最後回報的絕對路徑。程式結束不等於圖片已存到你以為的地方。
包成 Skill:保留流程,也保留停止條件
單張跑通後,才值得把它包成 Skill。我當時做過 CLI 與桌面兩個版本,但舊下載包含有過時的方案與排錯說明,因此這篇不再提供直接下載安裝的指引,也不建議拿舊包覆蓋既有技能。
現在要整理自己的 Skill,我會把工作說明寫成這樣:
- 確認本次需求、圖片數量、工作目錄與不會覆蓋的檔名。
- 確認登入方式、可用生圖工具與相應用量;不能使用就說明原因。
- 以當前客戶端支援的方式呼叫,不把桌面 MCP 與 CLI 的權限混在一起。
- 檢查檔案能否開啟、圖片是否符合需求,回報實際位置。
- 失敗時保留原因,不自行改全目錄權限、換計費路線或連續重試。
這是工作說明的骨架,不是經本次驗收的新安裝包。觸發詞與 allowed-tools 可以協助整理流程,但是否選用技能、是否准許執行,仍由實際環境決定。描述寫得清楚,不等於技能會自動獲得所有工具。
哪些情況值得做這條整合?
經常在同一個專案寫稿、改程式、產出素材,而且願意維護工具版本的人,可能最容易得到好處。需求、圖片與後續編修放在同一條工作流,確實能減少搬運。
如果只偶爾生圖、沒有明確的落檔或批次需求,就不必為了整合而增加整合。批次更應先定數量、檔案規則與可接受成本,再開始執行,不把一次成功推成無限制自動化。
少一次中斷,也要看見每一層的責任
我仍喜歡這個想法:Claude 整理需求,Codex 負責它能執行的部分,圖片回到專案。它的價值不是接了多少工具,而是需求到成品之間少了多少重複動作。
登入成功不等於生圖工具一定可用。
沒有 API key,不代表不會消耗用量。
檔案存在,還要確認內容與存放位置。
權限錯誤需要定位,不能一律放寬。
把這幾層分清楚,工作流才比較容易維護。另一個沿用 Codex 當外部檢查者的經驗,我整理在讓 Codex 提供第二意見;同樣的原則是:工具給結果,最後仍要自己驗收。
2026 年 11 月修訂:依 OpenAI 官方驗證、生圖與用量文件釐清方案與執行方式;撤下舊包直接安裝、概括權限修復與未驗證的桌面通用承諾。原測試圖保留為當次紀錄,未重新生成。


💬 留言討論
載入中...