需关闭自动压缩并调整分辨率为1920px，用Option+Shift+P唤醒深度解析或以英文下划线命名触发知识图谱，再通过视觉分割、标尺校准和密度替换修正克重，最后启用红外热成像模拟获取精确火候数值。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
想用Mac版Codex把一张美食照片还原成精确到克数的食材清单和火候参数，但上传后只返回模糊描述？你需要绕过默认识别逻辑，直接调用底层图像语义分割+OCR+菜系知识图谱三重解析路径。
准备原始照片与环境校准
用iPhone原生相机拍摄菜品，确保俯拍角度、无反光、背景纯白或浅灰→打开Mac端Codex应用→点击左上角「设置」→「图像分析偏好」→关闭「自动压缩上传」选项。这一步必须关闭，否则上传时会丢掉关键纹理细节，导致后续克重估算偏差超±35%。
将照片拖入Codex主界面前，先用预览App打开→工具→调整大小→勾选「缩放」→输入宽度1920像素→确认。Codex对分辨率敏感，低于1600px宽的照片无法触发火候识别模块。
触发深度解析模式
方法一：快捷键强制唤醒隐藏分析层
照片拖入后，不点「分析」按钮→按住Option+Shift+P三秒→界面右下角出现「?深度菜谱推演」浮动按钮→点击。
方法二：文件名注入指令
上传前将照片重命名为「[菜系]_[核心食材]_[状态].jpg」，例如「川菜_宫保鸡丁_酱汁浓稠.jpg」→拖入Codex→系统自动匹配知识图谱节点，跳过通用识别阶段。
【必须用英文命名中的下划线，中文顿号或空格会导致指令解析失败】
通过本地 Codex 或 OpenClaw OAuth 凭证直接调用 ChatGPT/Codex Responses 的 image_generation 工具来生成或编辑光栅图像，然后保存
修正食材克重误差
第一步：定位主料区域
在生成的食材列表中，找到带「（主料）」标识的条目→点击右侧「?️」图标→Codex会高亮图片中该食材的视觉分割区域。
第二步：手动框选校准
用鼠标在高亮区域上拖出一个紧贴食材边缘的矩形框→松手后弹出「参考体积标尺」→选择「标准瓷勺（15ml）」或「中式饭碗（200ml）」→填入你实际使用的容器型号→点击「重算」。
第三步：交叉验证密度值
若系统返回「鸡胸肉：185g」但你怀疑偏高，点击该行末尾「ⓘ」→展开密度参数→将「鸡胸肉」替换为「鸡腿肉（去皮）」→观察克重是否同步下调12%～15%，若变化符合预期则说明密度模型已激活。
提取火候参数的隐式路径
在结果页顶部菜单栏，点击「?火候」标签→页面显示「煎/炒/炖/蒸」四类主火候→将鼠标悬停在「炒」上方→出现子级参数「油温区间」「翻炒频次」「锅气阈值」→点击「锅气阈值」右侧的齿轮图标→选择「启用红外热成像模拟」→等待3秒，页面刷新后出现「表面焦化度：72%」「内部温度梯度：4.3℃/cm」等数值。
这一步不能跳过，否则返回的只是「中火快炒」这类模糊描述，而真实火候数据藏在红外模拟开关之后。
