為什麼會想寫這篇文章呢？主要是因為我發現，現在還是有不少人在使用免費版的 AI 工具；同時，許多企業也正嘗試在雲端環境（例如透過 Microsoft Foundry）部署專屬的高階模型，卻往往卡在不知道如何設定，或部署完後不知道該如何串接到實際的工具中使用。

因此，我決定把這篇心得分享出來，我會帶大家從雲端部署開始，一路到如何將模型成功串接到 Codex 上進行實戰；不管你是精打細算的「無課金御主」，還是正在為公司尋找解決方案的工程師，這篇文章都會是你的實作指南。

在正式進入雲端部署之前，我們需要先準備好手邊的武器；首先，必須要先有個 Azure 帳號（如果還沒有可以去申請一個，微軟通常有提供免費額度可以試玩）；接下來，我們需要安裝對接的工具，可以選擇安裝有圖形介面的 Codex App；如果習慣敲打鍵盤、熱愛終端機，也可以選擇安裝 Codex CLI，兩者擇一即可。

建立 Azure 訂閱

準備好 Azure 帳號後，我們登入 Azure；要部署任何雲端資源之前，我們都必須先建立一個「訂閱 (Subscription)」，這就像是你在雲端上的專屬帳單與資源管理帳戶。

請跟著以下步驟做：

  • 在 Azure 首頁上方的搜尋列，輸入並點選 「訂閱 (Subscriptions)」。
  • 進入頁面後，點擊左上角的 「+ 新增 (Add)」。
  • 選擇適合你的方案：
    • 如果是初次體驗的無課金玩家，建議選擇「免費試用 (Free Trial)」，微軟會提供一筆免費額度讓你無痛跟著這篇教學實作。
    • 如果是為公司部署，則可以選擇「隨用隨付 (Pay-As-You-Go)」或是套用你們公司既有的企業合約。

透過 AI Foundry 建立你的第一個 Agent

當我們進入 Microsoft AI Foundry 的首頁後，會發現介面非常現代化，與其在後台設定一堆看不懂的雲端資源，微軟現在提供了一個更直覺的起手式！

請跟著以下步驟做：

  • 直接點擊畫面上非常醒目的「Create an agent (建立代理程式)」按鈕。
  • 這個按鈕就像是一個智慧嚮導，點擊後系統會開始引導你建立「專案（Project）」。
  • 在建立專案的設定畫面中，系統同樣會讓你選擇前面準備好的「訂閱方案」，這時候就可以直接點選新建一個資源群組（Resource Group），把底層的煩人設定一次搞定！

挑選大腦：部署你的 GPT-4.1 模型

當 Agent 建立完成後，畫面會自動彈出「Deploy a model」的邀請，這就是我們要幫 AI 安裝「大腦」的時刻。

請跟著以下步驟做：

  • 進入模型目錄：點擊部署後會看到琳瑯滿目的模型清單；請直接搜尋並選擇你心儀的高階模型，本文會以「GPT-4.1」作為示範。
  • 自訂部署名稱：這裡建議取一個好記的名字，例如 gpt-4.1；請記住這個名字，因為待會我們在 Codex 串接時會用到它。
  • 調整性能指標 (TPM)：部署時會有一個「Tokens Per Minute (TPM)」的拉桿；如果你是個人測試或初學者，設定一個適中的數值即可，這樣既能保證反應速度，也能有效控管預算。
  • 點擊「Deploy」後，稍微等待幾分鐘，你的專屬雲端模型就正式上線了！

取得連接憑證：找到正確的「通訊位址」

模型部署好了，接著我們要去撈取連接用的憑證；這裡有個非常重要的細節，請大家一定要看清楚，因為這是最容易出錯的地方！

請跟著以下步驟做：

  • 回到專案首頁：請在 AI Foundry 左側選單中點選 「Overview (概觀)」 頁面。通常在這個頁面的右側或下方，可以找到最標準的 「Endpoint (端點)」。
  • ⚠️ 格式陷阱注意：
    • Endpoint：通常格式較簡潔，例如 https://your-resource.openai.azure.com/；這是 Codex 偏好的 Base URL 格式。
    • Target URL：如果是在部署分頁（Deployments）中看到的網址，可能會包含 /openai/deployments/... 等後綴；請注意，串接時記得把後面的長串刪掉，只保留到 .com/ 為止，否則容易跳出 404 錯誤。
  • 獲取金鑰：同樣在 Overview 頁面，點擊 「Keys」 旁邊的複製按鈕。 💡 安全小提醒：這把金鑰就像是你家大門的鑰匙，不要隨意分享給別人，否則別人的 Token 帳單會算在你頭上唷！

實戰串接：編輯 config.toml 喚醒 GPT-4.1

最後一步我們直接切入核心！請找到你 Codex 的設定檔 %UserProfile%\.codex\config.toml，在 Windows 11 等作業系統中，可以直接使用習慣的編輯器（例如 VS Code）將其打開。

操作指南：

  • 打開 config.toml 後，將以下的設定區塊直接複製並貼入：
1model = "gpt-4.1" # Replace with your actual Azure model deployment
2model_provider = "azure"
3model_reasoning_effort = "medium"
4
5[model_providers.azure]
6name = "Azure OpenAI"
7base_url = "https://YOUR_RESOURCE_NAME.openai.azure.com/openai/v1"
8env_key = "AZURE_OPENAI_API_KEY"
9wire_api = "responses"
  • 精準替換關鍵資訊：
    • model：請把 "gpt-4.1" 替換成你在第三步設定的「部署名稱」（例如："My-GPT4-Service"）。
    • base_url：請將 YOUR_RESOURCE_NAME 替換成剛剛在第四步拿到的資源名稱；請特別注意這行結尾的 /openai/v1，這正是 Codex 呼叫 Azure API 時必需的正確路徑！
  • 安全設定金鑰（環境變數）：
    • 注意到 env_key = "AZURE_OPENAI_API_KEY" 這行了嗎？這是一個非常標準的安全實踐！請不要把金鑰明碼寫在設定檔裡。
    • 我們可以透過系統環境變數來注入金鑰；如果是使用 Windows 系統，可以直接打開 PowerShell 並輸入以下指令（請記得把 REPLACE_WITH_YOUR_KEY_VALUE_HERE 換成剛剛複製的金鑰）：
1[System.Environment]::SetEnvironmentVariable('AZURE_OPENAI_API_KEY', 'REPLACE_WITH_YOUR_KEY_VALUE_HERE', 'User')

執行完畢後，請記得重新啟動終端機或編輯器，讓新的環境變數生效。

設定完成後，試著在 Codex 中下一句簡單的指令：「請確認你的身分與模型版本？」如果它順利給出精準的回答，恭喜你，已經成功完成了一套企業級的模型部署與應用串接了！