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，你必須要有個 Azure 帳號（如果還沒有，趕快去申請一個，微軟通常有提供免費額度可以試玩！）。 接著，我們需要安裝對接的工具。你可以選擇安裝有圖形介面的 Codex App，操作起來非常直覺；如果你習慣敲打鍵盤、熱愛終端機，也可以選擇安裝 Codex CLI，兩者擇一即可。
第一步：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：
如果你是初次體驗的無課金玩家，強烈建議選擇 『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。
如果你是為公司部署，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。
第二步：透過 AI Foundry 建立你的第一個 Agent
當我們進入 Microsoft AI Foundry 的首頁後，你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』，這時候你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！
第三步：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，你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！
第四步：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： 如果你是在部署分頁（Deployments）中看到的網址，它可能會包含 /openai/deployments/... 等長串後綴。請注意，串接時記得把後面的長串刪掉，只保留到 .com/ 為止，否則很容易跳出 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，千萬不要隨意分享給別人，否則別人的 Token 帳單會算在你頭上唷！
第五步：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，你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：model = "gpt-4.1" # Replace with your actual Azure model deployment
name model_provider = "azure"
model_reasoning_effort = "medium"
[model_providers.azure]
name = "Azure OpenAI"
base_url = "https://YOUR_RESOURCE_NAME.openai.azure.com/openai/v1"
env_key = "AZURE_OPENAI_API_KEY"
wire_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 替換成你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企業級安全實踐！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。如果你是使用 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換成你剛剛複製的金鑰）：
[System.Environment]::SetEnvironmentVariable('AZURE_OPENAI_API_KEY', 'REPLACE_WITH_YOUR_KEY_VALUE_HERE', 'User')執行完畢後，請記得重新啟動你的終端機或編輯器，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：「哈囉，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，你已經成功完成了一套企業級的模型部署與應用串接了！
