用 codex 浏览网页顺便截图来自动化生成图文文档

joeeey9303

工作中经常需要给其他同事(技术 or 非技术)写操作文档，比如 secureFrame SOC2 审计要求每个同事在 Mac 上装一个设备检查助手。流程听起来不复杂：登录员工页面、下载安装包、装好以后去系统设置开权限、等它同步，最后确认页面显示成功。

以前的做法，通常是写个 notion 文档纯文字+ link, 但看文档的人还是得自己打开网页、找按钮、对照设置，然后猜我说的“完成”到底长什么样。

然后我发现完全可以让 codex 在浏览网页的时候顺便做个截图，然后也自动整合到文档，这样就自动有了一份“图文”文档

它解决的其实就是一个很具体的问题：AI 根据你指定或审核过的官方页面整理完资料以后，不要只把答案写成文字。它还会顺手打开相关页面，只截真正要看的按钮、开关和成功状态，再排成一份可以直接发给别人的图文说明。

下面例子是完全合成演示,

第一步，AI 走到员工下载页面。它不会扔给读者一张塞满无关内容的超长截图，而是保留足够的页面背景，再把真正要点的 Download for macOS 按钮框出来。



最后把整套流程排成一页很简单的指南：一句话说清楚要做什么，图片紧跟在这句话下面；做完一步，再看下一步。





真实使用时，每一步下面还会保留原始帮助页面的链接。想快速完成的人直接看图；想确认细节的人，可以点回原网页自己核对。

同样也可以用在 Slack 里。比如有人问“为什么这个方案现在不能用”，之前我一般 deepsearch 后只发 summary 和 evidence link, 现在可以让 codex 做 deepsearch 后，还会把官方网站上最关键的那句话截出来一起 slack 发过去(目前很少手打 slack 信心)。

skill repo：https://github.com/joeeeeey/visual-brief