实践第1讲：利用 Codex 生成每日求职/市场说明报告

上一期，我分享了我的一个观点”让Codex帮你找工作“。 那么，光说不练非好汉。 今天，我把我实际做的跟大家分享一下。

1.使用Codex的“自动化”功能，生成每日求职/市场说明报告

首先，就像我之前介绍的那样。我用Codex的”自动化“功能，把我的履历书(pdf文件)和下面的Prompt发给Codex，让它每天给我生成关于FDE求职的内容。

每天生成一份中文 HTML 求职/市场说明报告。请以运行当天的前一日为目标日期，检索日本境内发布的所有关于 FDE / Forward Deployed Engineer / 生成AI现场実装 / AI Transformation 现场交付 / Enterprise AI adoption / Customer Engineering 的新闻、公司公告、技术博客、招聘和媒体报道。

核心求职目标与硬条件：候选人的目标年収是 1500万円以上，最低不能低于 1200万円。筛选公司和岗位时必须把年収可能性作为主过滤条件：低于 1200万円的岗位不要作为主推荐；没有薪资公开时，需要根据公司级别、岗位层级、外资/大厂薪酬带、企业 AI/FDE 稀缺性给出“年収达标可能性”判断。OpenAI、Google Cloud / Google、Microsoft、AWS、Databricks、Snowflake、Palantir、NVIDIA、Salesforce、ServiceNow 等大厂或高薪外资 AI/Cloud/Enterprise 软件公司为最高优先级；其中 OpenAI 和 Google Cloud 是候选人的最主要目标，报告中必须单独设置“大厂优先目标”章节并追踪它们在日本的 FDE、Forward Deployed Engineer、Solutions Architect、Customer Engineer、AI Engineer、AI Transformation、Agentic AI、Enterprise AI adoption 相关动态和岗位。

个人偏好排除规则：候选人不喜欢 Anthropic 这个公司，也不喜欢 Claude 这个产品。Anthropic / Claude 相关内容可以作为日本 FDE 市场背景或竞争生态被记录，但不要把 Anthropic 作为推荐投递目标，不要把 Claude 生态岗位作为优先推荐；如果某家公司主要围绕 Claude 进行 FDE 发信，需要标注“仅作市场观察，不作为主推”。在求职建议中优先强调 OpenAI、Google Cloud、Gemini / Vertex AI、Microsoft / Azure OpenAI、AWS、数据/AI 平台等方向。

检索流程：先锁定主动发声的日本本土公司，记录公司名、发声人/部门、发布日期、核心观点和来源链接。再筛选有 FDE 技术或人才需求的大型企业或正式雇主，绝对排除派遣公司、人材紹介会社、转职中介、纯聚合站；优先日语背景公司，若日语公司较少可补充英语为主的外企或跨国大厂。对所有候选公司标注：公司类型、是否正式雇主、日语/英语环境、年収 1200万円达标可能性、1500万円以上可能性、是否值得主动联系。

结合工作区内的履歴書 PDF `xxxxxx_AI_FDE.pdf`，生成一份中文 HTML 页面，输出到 `reports/` 目录，文件名使用 `YYYY-MM-DD_fde_market_report.html`。报告应包含：目标日期、昨日 FDE 动态、发声日本公司列表、大厂优先目标（特别是 OpenAI 与 Google Cloud）、个人偏好排除说明、可投递正式雇主列表、年収达标判断、排除理由、与候选人履历的匹配说明、今日建议动作、来源链接。

那么一起来看看Codex都为我生成些什么了吧。

1.概要与执行结论 + 昨日FDE动态

可以使我很快的了解市场动态。 说实话，这个总结惊艳到我了。因为，找工作虽然是目的，但去了解这个社会“为什么会产生这个工作”和“哪家企业发力了”这件事，反倒是非常重要，不但令我看到了整个日本市场的情势，也能通过观察各大公司的布局，提前去分析思考我下一步该怎么办，比如A社动作了，那么它的对头公司B社是不是也要动作，如果是，我反而应该再等等，因为B社以往的人文要比A社好。。。或者，C社有动作了，这个C社是连接D社与E社的，我目前的营业对象是E社，那么再稍等一些时日，等C社把理念渗透差不多后，再去E社提方案的话胜率可能会高。。。等等之类的推理。。。（哇塞感觉长脑子了）

2.发声公司列表 与 大厂有限目标 对照

通过这块的对比，整个市场上下游的关系就能隐约地猜到了。还有就是，通过薪资的体现，也能侧面推测对方公司注入多少资金，通过资金的多少，能推测对这件事（AI/FDE）推进的重视程度。

3.可投递正式雇主列表

通过我的履历书，和当前大公司发布的招聘信息，分析我能不能行，这点非常好，挺涨信心的。

4.今日建议动作

这个板块真是太感谢了。指导我需要努力提高什么。

总结：我学到了什么

Y轴AI能做什么：

1. 哪怕锁屏睡觉，只要电脑里的Codex程序不关闭，定时执行的程序就会不间断的为我自动执行。
2. Codex非常会上网去爬讯息，而且爬的很深，还很准。
3. Codex能做HTML页面，做的很好看，还会按照日期自动给文件命名。
4. Codex非常会总结，而且它并不是单一的把网上的信息单纯的总结生成文字，它遵循了某种方法论，让总结出来的信息更具有专业性。
5. Codex每次执行，都会调取之前的记忆。

X轴人类能指挥什么：

1. 给AI一个题目，可以让它自行去DeepResearch。
2. 信息用HTML的形式，给我一个漂亮的报表。
3. 记住我的信息，还有记住我不喜欢的事儿，然后再去调研，写报告。
4. 让AI给我意见，不光是我让它做什么，也听听它让我做什么。

2. 那么接下来的动作：按照指导，提高自己

Codex做的《每日求职/市场说明报告》中提到，让我准备英文的pitch(简报)。 可，啊？！我不会啊！ 没关系，就像我上一篇文章说的，啥不会，就用Codex给咱们弄啥。

于是乎，我用下面的Prompt，告诉Codex，帮我写pitch(简报)，最好玩的是，我让它给我搞一个能双语切换，还能朗读的功能。

为了应对OpenAI Japan的Forward Deployed Engineer的面试，我想增强我英语口语能力。
不绕口容易朗读，尽量不用刁钻的专业术语，平易近人的叙述方式，
看我的履歴書 xxx_AI_FDE.pdf，请将我的3个実績，生成英文/中文对照的朗读搞，用HTML呈现，制作时Tailwindcss还有要适配手机大小。 
最好能做成，一句英文，一句中文那种可以对照看的方式。
最好还有按钮，“双语对照”，“仅英文”，“仅中文”。
每一段配一个Web浏览器可用的语音播放功能，可以设置“0.5，0.75，1，1.5，2”倍速播放。

很令我震惊的是，Codex居然做到了。

Y轴AI能做什么：

1. 不但能总结整理文字，还能做双语翻译。
2. 能做出播放语音的Web版功能。

X轴人类能指挥什么：

1. 通过一个文档，让其拆分，并重新书写多语言的信息。一次性完成。
2. 生成的网页可以搭配语音朗读功能。且不花钱不用买Token，浏览器就自带朗读功能。

3. 再加点难度：我想锻炼身体时“听”我英文的pitch简报

用多语言朗读功能，坐在电脑前，练习提高我的英语，固然好。 但，我想更加地加大学习力度，比如说我早期晨练骑行时，或者傍晚健身房健身时，我想耳濡目染，随时听我的Pitch稿。 于是，我大胆地向Codex发出了下面的指令。

fde_speaking_achievements.html
我想要把这个文档中的内容变成MP3文件。
先用1.5倍速读一句中文，再用0.5倍速读一句英文。这一套生成1个MP3文件。
然后一个Achievement，用0.75倍速用英文读一边，生成1个MP3文件
我这个文档里有3个Achievement ，按照上面的方法，给我生成6个MP3文件

哇塞，没想到，这件事也成功了！Codex太牛太棒了！！！

于是我把这6个mp3文件传到手机里，就可以随着地听了。

Y轴AI能做什么：

1. 可以把指定文字，以指定语速，生成mp3文件。
2. 可以把多语言的朗读，混合成同一个mp3文件。
3. 在Windows下做这件事的话，Codex会自己思考去使用“Microsoft 在线语音服务进行语音合成”，震惊，这个居然不花钱而且生成的特别快(那我以前费老大个劲儿折腾ComfyUI配TTS模型算个啥？泪奔呜呜呜)。

X轴人类能指挥什么：

1. 文字变成语音形式。

总结

以上，是我近2周来循序渐进持续用Codex一点一点推导出来的使用方法，通过这些使用，不但解决了显示生活中出现的瓶颈，也增加了我对AI Agent操控的技巧。

还有，大家放心，我不会只出单单这一期的，接下来，我会越搞越神奇，越搞越高级。 下期预告： 让Codex老师给我出一整套Google ADK(Agent Development Kit)的学习网站。 作为学生，我实际去验证一下Codex写的学习方案可不可用。 ※使用Skills联动等功能，下期详细讲解，尽情期待。