先说结论：Prompt 管这一次对话，AGENTS.md 管这个项目，Skill 管重复流程，插件（Plugin）打包分发，MCP 连外部工具和数据。五层从轻到重，新手从前两层用起就够了。
五层配置体系：一张表看懂
| 层级 | 是什么 | 作用范围 | 典型例子 | 新手是否必须 |
|---|---|---|---|---|
| Prompt | 对话框里的一句指令 | 当前这条对话 | “帮我把首页标题改成中文” | 必须，每次都在用 |
| AGENTS.md | 项目根目录的规则文件 | 当前项目的所有线程 | 命名规范、常用命令、验收检查 | 建议写，不强制 |
| Skill | 可复用的任务流程包 | 跨项目、跨对话 | SEO 文章写作流程、代码审查清单 | 等有重复需求再装 |
| 插件（Plugin） | 包含 Skill / MCP / Hook 的完整能力包 | 跨项目 | 社区打包的前端开发工具集 | 明确需要再装 |
| MCP | 外部工具和数据源的连接协议 | 按授权范围 | GitHub、Google Drive、数据库 | 要连外部服务时才装 |
记住一条判断标准：能用 Prompt 解决的，不必升级到 AGENTS.md；能用 AGENTS.md 解决的，不必包装成 Skill。 每往上走一层，复杂度和维护成本都在增加。
每一层具体管什么？
Prompt —— 你在对话框里说的每一句话。最灵活、零配置，但说完就忘，下次得重新说。
AGENTS.md —— 这个项目里所有线程共享的规则。Codex 每次开始工作前自动读取，不用你反复交代项目背景。详细写法参考 AGENTS.md 怎么写。
Skill —— 当你发现某个流程在不同项目里反复出现，比如”写完文章后检查关键词、跑构建、列改动清单”，就可以把它封装成 Skill。在对话中通过 /skills 浏览和调用。
插件（Plugin） —— 比 Skill 更完整的能力包。一个插件可以包含多个 Skill、MCP 配置、Hook 规则和资源文件。适合社区分享或团队统一工具链，通过 /plugins 管理。
MCP（Model Context Protocol） —— 让 Codex 连接外部世界的协议。比如拉取 GitHub Issue、读 Google Drive 文件、查数据库。它不是”功能”，而是”管道”——Codex 通过这根管道获取外部数据或触发外部操作。通过 /mcp 查看连接状态。
安装顺序建议：先手动跑通再封装
- 先用 Prompt + AGENTS.md 把活干明白。 每次手动说清楚就能完成任务的话，没必要急着装 Skill。
- 同样的步骤反复出现，再考虑封装成 Skill。 封装的前提是你已经手动跑通了整个流程，清楚每一步该做什么、验收标准是什么。
- 确实需要从外部服务拿数据或推数据，再接 MCP。 比如你的工作流需要自动读取 GitHub PR 信息——这时候接 MCP 才有意义。
- 插件是最后一步。 当你的 Skill + MCP 组合已经稳定，想分享给别人或在多台机器上复用时，再打包成插件。
这个顺序的好处是：每一层你都知道自己在做什么，出了问题也能定位到具体哪一层。
新手常见误区
装了一堆用不上的。 社区有很多现成的 Skill 和插件，但每多装一个，Codex 启动时加载的上下文就多一份，额度消耗也更快。用不上的果断关掉或卸载。
把临时指令写成 Skill。 只用一两次的操作不值得封装。Skill 的价值在于重复执行。如果你还在摸索流程，先在 Prompt 里反复调试到稳定。
MCP 授权太随意。 每多连一个外部服务，就多一个数据通道。只开当前任务确实需要的连接，用完建议断开。特别是涉及代码仓库和云端文件的 MCP，授权前想清楚读写范围。
权限和安全提醒
Skill 可以包含自动执行命令的逻辑，MCP 可以读写你的 GitHub 仓库或云端文件，插件可能捆绑你不了解的 Hook（生命周期钩子，在特定操作前后自动触发）。三条安全原则：
- 确认来源：只安装你信任的作者发布的 Skill 和插件，不明来源的先看说明再决定。
- 最小权限：能只读就别给写权限，能限定仓库就别给全账号访问。
- 定期检查：用
/mcp查看当前连接了哪些外部服务，关掉不再需要的。
配置层越高，能力越强，风险也越大。新手控制在 Prompt + AGENTS.md 两层，就已经能完成大多数日常开发任务。
Codex 需要 ChatGPT Plus 及以上套餐才能完整使用。付款遇到问题，可以在这里一站式解决：ChatGPT Plus 国内充值升级教程。Codex 界面和快捷键的基础说明，参考 Codex App 使用教程。
套餐、价格、模型以 OpenAI 官网当时显示为准，本文核对日期 2026-09-17。