如何用 Codex 在 1 小时内进入一个陌生行业？

6月21日晚上18点28分，我把一份行业研究任务书交给 Codex。

研究对象是宠物智能用品出海。这个方向我此前并不熟悉。

我只给它60分钟，还写了几条比较苛刻的规则：所有数字必须有来源；市场规模至少要双源核对；打不开的网页不能根据搜索摘要补写；完成不了就如实留空。

19点07分，Codex告诉我任务完成。

实际耗时 39分43秒。

我当时的第一感受是：这个时间有点短。不到一个小时，而且翻完交付物，质量比我预期的要高。这个反差让我多看了几遍文件，确认它不是在糊弄我。

文件夹里出现了12份Markdown文件和3份CSV数据表：行业地图、品牌产品表、用户痛点、商业模式、合规问题、机会假设、来源索引，甚至还有一份”我不知道什么”的清单。

第一眼看起来很专业。

但我要验证的从来不是”看起来像不像报告”，而是：这些东西到底能不能信，能不能继续拿来干活？

 

为什么选择一个完全不同的陌生行业

我平时测试 AI、Codex、内容运营这些方向，已经太熟了。熟悉会带来一个问题——我很容易凭经验判断”它做得好不好”，反而测不出 Codex 真实的能力边界。

所以这次我选了一个完全陌生的领域：宠物智能用品出海。

不是为了立刻决定要不要进这个行业创业，是为了测试一件更具体的事：行业研究的”第一小时”，Codex 到底能交付什么。

普通人进入一个陌生行业，最常遇到的痛点是这样的：

搜索很多网页，收藏夹越来越大。看了几篇报告，还是说不清楚产业链、主要玩家和怎么赚钱。信息很多，但没有目录，没有来源，也不知道哪些是真的、哪些还需要验证。下次接着研究的时候，又得从头开始。

进入陌生行业最先缺的不是更多信息，而是一张能把信息放进去的地图。

这就是我想测的。

我没有只给 Codex 一句提示词

先说清楚一件事：这次测试，不是输入”帮我研究宠物智能用品出海”，然后等它给我变出一个奇迹。

我写了一份大约220行的任务书，把范围、规则和交付标准全部规定死：

研究范围限定为中国团队或品牌进入美国市场。锁定六个品类：智能喂食器、饮水机、猫砂盆、摄像头、GPS可穿戴、智能宠物门和玩具。60分钟硬截止，第50分钟停止扩展新内容。重要事实、数字、价格和监管要求，必须有来源。市场规模至少双源核对，核对不到就明确留空。搜索结果的摘要文字，不能直接当事实证据。无法确认的内容，进入未验证清单，不能含糊带过。固定12份Markdown/CSV的交付结构，以及一套验收标准。

对比一下普通提问和这种任务书的差别：

Agent 的输出上限，很大程度取决于你有没有把任务、边界和验收标准写清楚。

 

39分43秒里，Codex 实际做了什么

我没有全程盯着看，但事后翻了测试日志，把关键节点还原出来：

18:28—18:30，读取任务书与项目规则。 Codex 先读取了 AGENTS.md，创建了一个独立的交付目录，没有覆盖任何原始资料。

18:30—18:41，寻找检索通道和品牌产品页。 内置搜索一开始返回 403，沙箱网络受限，需要我批准一次权限。

说实话，第一次看到这个 403 报错的时候，我没太当回事。心里想的是，Codex 应该能自己想办法绕过去。批准权限之后，它很快切换到公开搜索和品牌官网继续，没有卡在这一步，结果也确实和我预期的一样。

18:41—18:50，提取产品、价格和用户反馈。 Reddit 返回 403，它改用 App Store 的原始评论 feed 拿用户反馈。Amazon 出现了人机验证挑战页，Chewy 返回 429，这两个都没有被当作事实来源使用。

18:50—18:55，寻找监管入口。 FCC 网站超时，PHMSA 返回 403，FDA 的目标页面 404。Codex 没有根据搜索摘要去拼凑法规内容，而是把这些都放进了待核验清单。

18:55—19:07，生成文件并完成 QA。 建立 Markdown 资料库、CSV 表格、来源索引和执行摘要，并检查引用、内部链接、数量和文件完整性。

这一段必须说清楚：这次测试不是一路顺利的。

唯一一次人工干预，是我批准了一次公开网络访问权限。

它没有浏览器截图工作流——这个限制写进了日志里，没有伪造任何截图。

这些失败记录，本身就是判断一个 AI 能不能真正干活的重要证据。一个全程没有遇到任何问题的报告，反而更值得怀疑。

它最终交付了什么

把这次测试的结果摆出来：

12份文件里，最有代表性的几个：

产业链与品类地图。品牌、产品、价格和持续收费表。用户痛点与原始反馈索引。美国监管和合规待确认清单。机会假设与反对证据。未验证问题清单。一份控制在1500字以内的执行摘要。

这些文件不是为了堆数量好看，是为了让我下一次接着研究的时候，有一个明确的入口，不用再从零开始。

 

40分钟后，我对这个行业真正知道了什么

这里我只写三个有材料明确支持的判断，不展开成完整的行业分析。

判断一：App 可靠性就是产品可靠性。

断连、2.4GHz配网问题、告警缺失、多人权限管理、误报、旧设备兼容性差——这些问题会让硬件的价值直接归零。

这些痛点来自 App Store 的原始用户评论，能证明这些问题真实存在，但不能用来推算整个行业的故障率。

判断二：行业收入不只来自卖硬件。

硬件之外，还有滤芯、垃圾袋、除味件、配件、延保、云服务、AI 功能、蜂窝网络订阅这些持续收费项目。不同品类的收费逻辑也不一样，比如 GPS 类设备更容易和蜂窝订阅绑定。

判断三：比”再做一个 App”更值得验证的，是可靠性和维护体验。

基础摄像头和通用联网喂食器这类产品，市面上已经有大量功能样本了。反而是离线可用、多宠物协作、可拆洗、可换件、异常摘要这些方向，可能更值得继续研究。

但要提醒一句：这些只是机会假设，不是已经验证的市场机会。

这三个判断，足够让我知道下一步该往哪里查。但还不够让我决定要不要做这个生意。

Codex 最让我惊喜的，不是搜到了多少资料

12份文件里，真正让我心里一动的，是 00-readme.md。

打开之前，我以为它只是个简单的说明文件，写写范围和数量就完事了。

打开之后发现，这份文件包含了调研范围、交付物清单、调研方法和工具、证据来源、快速结论，还有一份调研自评得分。结构很完整，每一部分的质量也都在线。

说实话，比我自己去做这种行业调研整理出来的笔记还完整。

里面有一段”证据边界”写得尤其扎实：

有效来源26个：品牌官方产品/方案页15个、美国监管官方页5个、零售产品页1个、App Store原始评论feed 5个；另有4个失败入口，不计入有效来源。

市场规模与增长率：本轮未获得两个可交叉核对、方法透明的可靠公开数据，因此不提供数字。这是主动留白，不是零市场。

价格为访问时页面价格，促销、地区定位与变体会改变价格；Tractive页面返回欧元，未冒充美国美元价。

这几句话信息密度很高——它不是在说”我没查到”，而是具体说清楚了为什么没查到、查到了什么程度、哪里可能有偏差。

这种”诚实地说清楚边界”的写法，比一份看起来很完整但细节经不起推敲的报告，对我更有用。

 

我把它真正做得好的地方再总结一下：

把零散的网页信息，变成了固定目录、可以继续扩展的文件。自动维护来源编号，让每个结论都能回查到出处。同时生成了机器可读的 CSV，和适合在 Obsidian 里阅读的 Markdown。把事实、用户反馈、分析推断和待验证假设，分得清清楚楚，不混在一起。在找不到可靠市场规模数据的时候，它选择留空，而不是编一个数字凑上去。把打不开的失败网站和研究缺口，完整地记录了下来。

如果要我说哪份文件最有价值，可能不是那份执行摘要，而是 09-unverified-questions.md。

它告诉我，哪些看起来像是答案的东西，其实还没有证据支持。

这份清单，比一篇看起来很完整的行业综述，更值得我相信。

 

它完成了研究启动，但远没有完成行业研究

必须诚实写出还缺什么：

26个来源里，主要是品牌官网，独立渠道和第三方行业资料明显不足。只有一个成功打开的零售渠道页面。没有可靠的、双源核对的市场规模和增长率数据。没有品牌销量、市场份额、退货率、维修率、毛利和单位经济这些数据。App Store 评论不是随机抽样，这15条痛点不能直接换算成发生率。FCC、锂电、食品接触材料这些合规要求，必须按具体的 SKU 由专业机构核验，不是查个网页就能确定的。没有用户访谈、渠道访谈，也没有真实的商业验证。也没有浏览器来源截图。

Codex 给自己打了 93 分。

但学生自己改卷子这件事，我肯定不能全信。

93分只是 Codex 按照任务书完成度做出的机器自评，不是第三方质量认证，我不会把这个数字直接当成研究质量结论。

它完成的是行业研究的第一轮结构化，不是可以直接拿去投资、创业或者下单生产的决策报告。

普通人可以复用的”陌生行业第一小时”SOP

对比我自己过去研究一个陌生行业的方式——开几十个浏览器标签页，存进收藏夹，过几天忘了存的是什么——这次39分43秒拿到的结果，远超我的预期。

不是说它已经是一份能直接用的行业报告，而是这个起点的质量，比我自己手动整理半天能达到的水平更高。

把这次的经验整理成六步，你下次研究陌生行业可以直接套：

第一步，先限定目的。 是求职、创业、做产品，还是单纯做内容研究，目的不一样，研究的深度和方向都不一样。

第二步，限定市场和品类。 不要一上来就研究”全球市场”或者”整个产业”，范围越大越查不出有用的东西。

第三步，先搭目录，再搜资料。 产业链、主要玩家、产品、用户、渠道、合规、机会——先把框架列出来，再往里填内容。

第四步，规定来源和事实边界。 重要数字必须能回查到出处，找不到来源就留空，不要硬凑。

第五步，要求交付文件，而不是一篇回答。 Markdown、CSV、来源索引、未验证清单——文件可以沉淀，聊天记录翻不回去。

第六步，最后做人工抽查。 检查来源是不是真的支持结论，分清楚哪些是线索、哪些是事实、哪些只是假设。

第一个小时结束的时候，你应该拿到这几样东西：

一张行业地图。一份主要玩家表。一份用户痛点表。一份可靠信息源清单。一份未验证问题清单。一组下一步该查什么的具体动作。

需要提醒一句：不是所有行业都能在40分钟拿到同样的结果。不同网站的访问限制、行业的透明度、资料质量，都会影响最终能查到多少东西。

最后

这次测试之后，我不会说自己已经进入了宠物智能用品行业。

准确地说，我用了39分43秒，拿到了一张可以继续研究的地图。

如果没有 Codex，我自己用搜索、表格和笔记，慢慢也能整理出类似的东西。但它真正压缩的，是启动、分类、建文件、暴露研究缺口这些环节的时间。

AI 没有替我获得行业经验。它只是让我更快知道：这个行业大致长什么样，我已经知道什么，还有什么必须找真人、找渠道、找专业机构去确认。