写 Agent Skill 一直有门槛：你要把一个工作流拆成文字——先点哪、再填什么、遇到分支怎么判、怎样算成功。很多操作靠肌肉记忆，做起来顺，写成文档却容易漏。
Codex 的 Record & Replay 把这件事反过来：不用写，做给它看。 在 Mac 上亲手走一遍流程，Codex 观察后打包成可复用 Skill；下次只告诉它这次变化的参数即可。
它适合解决什么问题
手头那些「重复又烦」的活最对口：按团队规范建 Issue、发布测试包、每周导出报表再整理成固定格式、按命名规范处理一批截图……步骤稳定，又未必值得专门写脚本。
判断标准很实在，满足任意一条就适合录：
- 重复性高：同一流程反复做
- 依赖个人偏好：命名习惯、字段默认值、判断节点，纯 prompt 很难一次讲全
- 演示比描述更容易：你会做，但写成文字要一大段还容易漏
用之前先确认门槛
官方文档写得很硬：
- 目前仅 macOS。 Windows / Linux 用户还用不了这套录制链路。
- 必须开启 Computer Use。 Record & Replay 建在 Computer Use 之上；组织若用
requirements.toml把computer_use关掉，两个功能会一起消失。 - 地区限制。 初期不对欧洲经济区、英国、瑞士开放（以 OpenAI 当前公告为准）。
- 系统权限。 录制需要 macOS 的屏幕录制与辅助功能权限，和 Computer Use 同一套。
找不到入口时，优先查 Computer Use 是否安装并开启，以及组织策略有没有关掉相关 feature。
完整操作：录制 → 生成 → 复用
第一段：录制
- 在 ChatGPT 桌面端切到 Work，或直接进入 Codex，打开 Plugins。
- 打开 + 菜单，选择 Record a skill。
- 查看建议提示词，补上目标与「每次会变的输入」（文件名、Issue 标题、日期范围等），再提交。
- 批准录制权限后，在 Mac 上亲手把流程做完。
- 从菜单栏 / 悬浮层停止，或直接告诉会话「做完了」。
录制过程中 Codex 会观察操作与窗口内容。它会一直录到你喊停，所以不要把无关收尾也录进去。
第二段：生成 Skill
停止后，Codex 会分析捕获到的流程并起草 Skill，通常写清四件事：何时使用、需要哪些输入、步骤、如何验证结果。 不满意可以继续让它改。
第三段：复用
开新会话，让 Codex 使用刚生成的 Skill，并给出这次不同的参数。它会把 Skill 当可复用上下文，结合当前可用的 Computer Use、浏览器操作与已装插件把活做完。
让它学得更准的几条技巧
- 演示短而完整：把要教的事做完，但别拖泥带水。
- 开录前先交代目标与可变输入：别让模型猜。
- 用真实输入，避开密码和密钥。
- 录完再精修：命名规范、默认值、决策点等「看操作看不出来」的偏好，补进 Skill。
- 完成即停：别把清理桌面之类无关动作录进去。
和正式 Plugin 怎么区分
Record & Replay 适合个人快速复用：即录即用。如果目标是给团队分发、捆绑多个 Skill、接 MCP、管理安装元数据，更适合做成正式 Plugin。
一句话：自己快速复用用 Record & Replay；团队正式打包做 Plugin。 若你还在手写第一个 Skill，可以对照站内 给 Codex 写第一个 Skill；需要把流程脚本化时，再看 Codex Skill 怎么写，从复用流程到脚本化工作流。
写在最后
Agent 使用门槛在继续下移：从会写 prompt，到会写 Skill 文件，再到 Record & Replay——你只要会做这件事本身，「翻译成 AI 能执行的流程」这一步可以交给录制。
官方说明见 Record & Replay 与 Computer Use。若你通过 AIGoCode 接入 Codex，录制与回放仍走桌面端的 Computer Use 能力；把最烦的那条固定流程录一遍，往往比反复改 prompt 更省事。