0. 先体验一下成品：GSearch APP（TestFlight 内测）

在正式讲教程之前，先给你看一下我自己用 ChatGPT「Codex 工作流」辅助开发的实战作品 —— GSearch APP。

这是一个面向 iOS 26 的 AI 工具类 App，集成了多种搜索与 AI 能力，UI 适配了最新系统效果，非常适合当做你学习本教程时的“参考终局”。

👉 TestFlight 内测链接（欢迎体验 & 提建议）：
https://testflight.apple.com/join/6UF2j2dc

你可以一边玩 GSearch，一边对照本文的步骤，看清楚：

“从一个空工程，到像 GSearch 这样可以真实使用的 APP，中间到底要走哪些关键步骤？”

---

1. 本文定位 & 适用场景

这篇文章按照 CSDN 创作挑战赛的要求来写，内容尽量做到：

• 故事线完整：从 0 新建工程，一路走到能跑的 AI 聊天界面；
• 代码可直接跑：用最新的 iOS 26 + Xcode 26 思路，不再讲过时的 UIKit Demo；
• 配合 ChatGPT 使用：不仅教你“写什么代码”，还重点讲“怎么给 ChatGPT 下指令，才能帮你写出好代码”。

适合人群：

• 已经会一点 Swift / SwiftUI，想趁着 CSDN 挑战赛系统输出一个 AI 项目；
• 正在开发 iOS APP，想要把 ChatGPT 当成“Swift 高级工程师 + 架构师”来协助；
• 想了解像 GSearch 这种“多工具聚合 + AI 中枢”的产品，从技术角度是怎么落地的。

---

2. 什么是「ChatGPT Codex 工作流」？

这里的“Codex”不是指某一个旧模型，而是一整套 “让 ChatGPT 参与你写代码全过程” 的工作方式：

1. 需求阶段：用自然语言把你想做的功能描述给 ChatGPT，让它帮你拆解任务、规划模块；
2. 编码阶段：让 ChatGPT 根据你的 SwiftUI / 架构习惯生成示例代码，你再本地调试、组合；
3. 排错阶段：遇到编译错误、崩溃日志，把完整错误 + 相关代码丢给它，让它给出具体修改建议；
4. 重构阶段：当项目越来越大，让它帮你做 MVVM 拆分、提取组件、统一命名和注释。

你要做的事只剩下两件：

• 讲清楚需求；
• 审核它给的方案和代码。

为了让这套工作流稳定运行，我们需要先给 ChatGPT 定义一个“角色”。

---

2.1 固定一个「项目专用对话」和角色 Prompt

建议你在 ChatGPT（网页版或桌面端）中专门新建一个会话，标题可以写成：

ChatGPT 5.1 · iOS 26 Codex 助手

然后在这个会话里粘贴下面这段 角色设定 Prompt，以后所有的开发问题都在这一个会话里进行：

你现在是我的结对编程伙伴，角色是：
- 10 年以上经验的 iOS / Swift / SwiftUI 高级工程师
- 熟悉 Xcode 26 和 iOS 26 新特性
- 熟悉 OpenAI API 以及常用的 Swift SDK（如 MacPaw/OpenAI）
- 熟悉 MVVM 架构、异步编程（async/await）、安全与成本控制

开发规则：
1. 尽量给出完整、可编译的代码示例（包括 import、类型定义等），不要省略关键部分。
2. 当我贴出现有代码时，只在此基础上做“增量修改”，不要无故重写不相关的部分。
3. 如果你发现我的写法会造成安全、性能或费用问题，请在代码后用中文指出。
4. 所有英文技术名词用英文，解释用中文。

接下来我会从 0 开始做一个 SwiftUI iOS App，你先记住这些规则，不用回答。

这样 ChatGPT 在后续对话里就会默认以“iOS 高工”的视角来回应你了。

---

3. 环境准备：Xcode 26 + OpenAI 账号 + 真机

为了保证教程尽可能“未来可用”，这里统一按照 iOS 26 + Xcode 26 来写。

3.1 硬件与系统要求

• Mac 一台（推荐 Apple Silicon：M1 / M2 / M3 / M4 系列）；
• 系统建议为最新稳定版 macOS；
• iPhone 一台（最好已经升级到 iOS 26，方便体验新特性）；
• 带宽稳定的网络（访问 OpenAI 接口时会更顺畅）。

3.2 软件与账号

1. Xcode 26
   在 Mac App Store 安装或更新为最新 Xcode 版本。安装完成后，打开 Xcode → About Xcode 确认版本号是 26.x。

2. OpenAI 账号 & API Key

   • 注册 / 登录 OpenAI 官网，进入个人设置页面；
   • 创建一个 API Key，复制并妥善保存；
   • 开发阶段可以用环境变量或者本地配置文件保存，切记不要提交到 Git 仓库。

3. 真机调试证书

   • 使用自己的 Apple ID 登录 Xcode；
   • 在 Signing & Capabilities 打开自动签名；
   • 将 iPhone 插到电脑上，选中设备后可以直接真机运行。

---

4. 从 0 新建一个 SwiftUI 项目

这一节主要解决：如何搭好一个最基础但干净的 SwiftUI 工程。

4.1 用 Xcode 新建 App 工程

1. 打开 Xcode，选择菜单：File → New → Project…
2. 在模版列表中选择「iOS → App」，点击 Next。
3. 在项目配置页填写：
   • Product Name：AIChatDemo（名称随意）
   • Team：选择你登录的 Apple ID
   • Organization Identifier：例如 com.yourname
   • Interface：SwiftUI
   • Language：Swift
   • 勾选项 Use Core Data / Include Tests 可以先都不勾，保持最小工程。
4. 选择项目存储路径，创建完成后，选中一个模拟器（如 iPhone 16 Pro），按下 ⌘+R 运行，确保空壳 App 可以正常启动。

---

4.2 项目基本设置

在左侧选中项目 -> Target「AIChatDemo」：

• 在 General 面板中，将 Deployment Target 设置成 iOS 18 或 19，如果你只打算支持 iOS 26 新设备，也可以直接拉到 26；
• 在 Signing & Capabilities 中，确认 Team、Bundle Identifier 正常无报错，勾选「Automatically manage signing」。

至此，一个纯净 SwiftUI 工程就建立好了。

---

5. 通过 Swift Package Manager 接入 OpenAI Swift SDK

在 iOS 上调用 OpenAI API 有两条路：

1. 自己写 URLSession + JSON：灵活但样板代码多；
2. 用社区成熟 SDK：例如 MacPaw/OpenAI，封装好 Chat / Images / Audio 等常用接口。

这里为了教学简单、代码更清晰，我们选用 MacPaw/OpenAI。

5.1 添加 Swift 包依赖

1. 在 Xcode 左侧点击项目根节点；

2. 顶部切换到「Package Dependencies」；

3. 点击左下角加号，选择「Add Package Dependency…」；

4. 在 URL 栏填入：

   https://github.com/MacPaw/OpenAI.git
   

5. 选择合适的版本规则（一般默认的「Up to Next Major Version」即可），勾选 OpenAI 加入到你的 App Target。

等待 Xcode 完成拉取与解析后，工程左侧会多出一个 OpenAI 包。

---

6. 实现一个最小可用的 AI Chat 界面（MVVM）

接下来的目标是：做一个最简单但“能用”的聊天界面。

核心模块会分成三块：

1. 模型层：消息结构 ChatMessage；
2. ViewModel 层：管理消息列表、调用 OpenAI 接口；
3. 视图层：聊天 UI（气泡 + 输入框）。

---

6.1 定义聊天消息模型

在项目中新建文件 ChatModels.swift，填入以下内容：

import Foundation

/// 消息角色：用户 or 助手
enum MessageRole {
    case user
    case assistant
}

/// 聊天消息
struct ChatMessage: Identifiable, Hashable {
    let id = UUID()
    let role: MessageRole
    let text: String
    let createdAt: Date

    init(role: MessageRole, text: String, createdAt: Date = Date()) {
        self.role = role
        self.text = text
        self.createdAt = createdAt
    }
}

extension ChatMessage {
    static func user(_ text: String) -> ChatMessage {
        ChatMessage(role: .user, text: text)
    }

    static func assistant(_ text: String) -> ChatMessage {
        ChatMessage(role: .assistant, text: text)
    }
}

---

6.2 编写 ViewModel：封装 OpenAI 调用

新建 ChatViewModel.swift：

import Foundation
import SwiftUI
import OpenAI

@MainActor
final class ChatViewModel: ObservableObject {

    // MARK: - 状态

    @Published var messages: [ChatMessage] = [
        .assistant("你好，我是内置的 AI 助手，有什么想问我的吗？")
    ]

    @Published var inputText: String = ""
    @Published var isSending: Bool = false
    @Published var errorMessage: String?

    private let client: OpenAI

    // MARK: - 初始化

    init() {
        // ⚠️ 开发阶段示例：从环境变量中读取 API Key
        // 真实项目建议放在服务器中转，或由用户自行输入
        let apiKey = ProcessInfo.processInfo.environment["OPENAI_API_KEY"] ?? ""
        self.client = OpenAI(apiToken: apiKey)
    }

    // MARK: - 对外方法：发送一条消息

    func sendMessage() async {
        let trimmed = inputText.trimmingCharacters(in: .whitespacesAndNewlines)
        guard !trimmed.isEmpty, !isSending else { return }

        // 1. 先把用户消息加入本地列表
        let userMessage = ChatMessage.user(trimmed)
        messages.append(userMessage)
        inputText = ""
        errorMessage = nil
        isSending = true

        do {
            // 2. 把历史消息转成 OpenAI 所需格式
            let history: [ChatQuery.ChatCompletionMessageParam] = messages.map { msg in
                switch msg.role {
                case .user:
                    return .user(.init(content: .string(msg.text)))
                case .assistant:
                    return .assistant(.init(content: .string(msg.text)))
                }
            }

            // 3. 构建请求，这里用一个性价比很高的模型（示例名，以实测可用为准）
            let query = ChatQuery(
                messages: history,
                model: .gpt4_1_mini,
                temperature: 0.7
            )

            // 4. 调用聊天接口
            let result = try await client.chats(query: query)

            // 5. 简化逻辑：取第一条回复文本
            if let reply = result.choices.first {
                let text = reply.message.content?.string ?? "(模型未返回文本内容)"
                messages.append(.assistant(text))
            } else {
                messages.append(.assistant("没有拿到模型返回内容，请稍后重试。"))
            }

        } catch {
            messages.append(.assistant("调用 OpenAI 出错：\(error.localizedDescription)"))
            errorMessage = error.localizedDescription
        }

        isSending = false
    }
}

说明：

• @MainActor 保证所有 UI 相关状态更新都在主线程执行；
• client 初始化时从环境变量拿 Key，方便在终端里临时配置；
• 这里只做了“完整历史对话”模式，后面可以扩展为“摘要历史”以节省 Token。

---

6.3 编写 SwiftUI 界面：聊天气泡 + 输入框

新建 ChatView.swift：

import SwiftUI

struct ChatView: View {

    @StateObject private var viewModel = ChatViewModel()

    var body: some View {
        NavigationStack {
            VStack(spacing: 0) {
                messagesList
                Divider()
                inputBar
            }
            .navigationTitle("AI Chat Demo")
        }
    }

    // MARK: - 消息列表

    private var messagesList: some View {
        ScrollViewReader { proxy in
            ScrollView {
                LazyVStack(spacing: 12) {
                    ForEach(viewModel.messages) { message in
                        messageRow(message)
                            .id(message.id)
                    }
                }
                .padding(.horizontal)
                .padding(.vertical, 8)
            }
            .background(Color(.systemGroupedBackground))
            .onChange(of: viewModel.messages.count) { _ in
                // 新消息时滚动到底部
                if let lastID = viewModel.messages.last?.id {
                    withAnimation {
                        proxy.scrollTo(lastID, anchor: .bottom)
                    }
                }
            }
        }
    }

    // MARK: - 单条消息气泡

    @ViewBuilder
    private func messageRow(_ message: ChatMessage) -> some View {
        HStack {
            if message.role == .assistant {
                bubble(text: message.text, isUser: false)
                Spacer(minLength: 32)
            } else {
                Spacer(minLength: 32)
                bubble(text: message.text, isUser: true)
            }
        }
    }

    private func bubble(text: String, isUser: Bool) -> some View {
        Text(text)
            .padding(10)
            .foregroundColor(isUser ? .white : .primary)
            .background(
                RoundedRectangle(cornerRadius: 16, style: .continuous)
                    .fill(isUser ? Color.accentColor : Color(.secondarySystemBackground))
            )
            .frame(maxWidth: UIScreen.main.bounds.width * 0.75,
                   alignment: isUser ? .trailing : .leading)
    }

    // MARK: - 底部输入栏

    private var inputBar: some View {
        HStack(alignment: .bottom, spacing: 8) {
            TextEditor(text: $viewModel.inputText)
                .frame(minHeight: 36, maxHeight: 100)
                .padding(6)
                .background(
                    RoundedRectangle(cornerRadius: 12)
                        .fill(Color(.secondarySystemBackground))
                )

            Button {
                Task {
                    await viewModel.sendMessage()
                }
            } label: {
                if viewModel.isSending {
                    ProgressView()
                } else {
                    Image(systemName: "paperplane.fill")
                        .font(.system(size: 18))
                }
            }
            .disabled(viewModel.isSending || viewModel.inputText.trimmingCharacters(in: .whitespacesAndNewlines).isEmpty)
        }
        .padding(.horizontal)
        .padding(.vertical, 8)
        .background(.ultraThinMaterial)
    }
}

最后，把项目的入口改成 ChatView。打开 AIChatDemoApp.swift，修改为：

import SwiftUI

@main
struct AIChatDemoApp: App {
    var body: some Scene {
        WindowGroup {
            ChatView()
        }
    }
}

现在给环境变量设置上你的 API Key（例如在 Xcode 的 Run Scheme 里设置 OPENAI_API_KEY），跑一下，基本就能看到一个可以和 ChatGPT 对话的 iOS 26 聊天 APP 了。

---

7. 如何高效地用 ChatGPT 来写/改这些代码？

上面是“结果”，这节讲“方法论”——实际开发时，你可以怎么把 ChatGPT 当成 Xcode 插件一样用。

7.1 让它先帮你“画蓝图”

当你有了一个大概想法（比如：做一个类似 GSearch 的 AI 工具 App），可以这样对它说：

我想用 SwiftUI 做一个 iOS 26 App，主功能有：
- 和 OpenAI 聊天
- 后续会增加：网页总结、PDF 分析、多搜索引擎聚合查询等

请你先帮我：
1. 用文字画出推荐的项目结构（分层：View / ViewModel / Service）。
2. 列出每一层建议有哪些 Swift 文件、负责什么。
3. 指出哪些部分最适合先做成“最小可用版本”（MVP）。

它给出结构之后，你就可以按模块一个一个落地，避免一上来就写成“巨石工程”。

---

7.2 编译错误 / 崩溃时的求助模板

当你遇到编译错误，不要只丢一句“帮我看看错在哪”，可以用这样的格式：

我在 Xcode 26 上编译时报错，错误信息如下（完整粘贴）：

<错误信息>

这是我当前的 ChatViewModel.swift 全部代码：

    // 这里粘完整文件

请你：
1. 指出导致错误的根本原因是什么；
2. 给出修改后的完整 ChatViewModel.swift；
3. 用列表说明你改动了哪些地方、为什么要这么改。

这样 ChatGPT 能同时看到“错误 + 上下文”，给出的答案会比只看到一行错误准确得多。

---

7.3 让 ChatGPT 帮你重构 & 抽组件

当你的 View 逐渐变复杂，可以直接把整份 View 贴给它，说：

下面是我目前的 ChatView.swift，逻辑有点多了。
请你帮我做两件事：
1. 把它重构成多个小 View（例如：消息列表、单条消息气泡、输入栏等）。
2. 提出一个简单的 MVVM 分层方案，并给出对应的 ViewModel 草图代码。

并加一条限制：

请尽量复用我当前的变量名和 UI 风格，只做必要的拆分，不要大改结构。

这样就能在保持原有风格的前提下做系统性重构。

---

8. 安全、费用与扩展：真实项目必须考虑的点

Demo 阶段你可以“跑起来就好”，但当你要把 App 做成像 GSearch 那样的长期产品，就需要考虑更多问题。

8.1 API Key 安全

简单说三条原则：

1. 不要在 App 二进制里硬编码正式环境的 Key；
2. 优先考虑后端中转，由服务器持有 Key，并做额度、频率限制；
3. 如果走“用户自带 Key”模式，要在 UI 里写清楚费用由用户自己承担，并保护好用户本地存储。

文章中示例用的是环境变量，只适合本地开发 / 内网演示。

---

8.2 费用控制：模型选择与上下文长度

• 小模型（例如 mini / small 类）非常适合在移动端做日常对话；
• 尽量控制单次回答长度，避免模型“长篇大论”浪费 Token；
• 对长期会话可以定期做“摘要压缩”，把旧消息总结成一段，减小上下文长度。

你完全可以写一个 TokenBudgetManager，专门负责计算本次调用可能花费的 Token，并在 UI 中给用户展示一个简易的“使用情况”。

---

8.3 多模型与多工具扩展

当你完成了本文的基础 Demo，就可以尝试：

• 为不同场景选择不同的模型（聊天、写代码、生成总结等）；
• 接入更多“工具（Tools）”：比如网页抓取、搜索引擎 API、知识库检索；
• 封装一个统一的 AIEngine 协议，底层可以接 OpenAI、本地模型或其它厂商。

GSearch 正是在这个方向上不断扩展：从最初的“单一聊天”，走向“多搜索引擎 + 多 AI 能力聚合”。

---

9. 从 Demo 到 GSearch 级产品：可能的进阶路线

如果你想沿着本文的 Demo 一直做下去，最终做成一个像 GSearch 那样可以公开给用户使用的 App，大致可以按这个路线走：

1. 第 1 阶段：聊天基础

   • 完整实现本文 Demo；
   • 支持多轮对话、消息本地持久化（可以用 SwiftData / CoreData）。

2. 第 2 阶段：工具化能力

   • 增加“网页总结”“PDF 解读”“翻译”等独立功能页；
   • 每个功能背后写独立的 Prompt 模板 + 调用封装。

3. 第 3 阶段：统一导航与 UI 体系

   • 用 TabView 或自定义底部导航，把多个功能统一在一个主界面；
   • 设计统一的卡片组件、按钮风格、配色，适配 iOS 26 的新视觉。

4. 第 4 阶段：账号、订阅与统计

   • 接入自己的后端（可以用 Supabase / 自建服务）；
   • 做登录、配额统计、订阅 / 兑换码等商业化能力。

5. 第 5 阶段：上 TestFlight 与迭代

   • 和我一样，把 App 发到 TestFlight，找一批种子用户体验；
   • 收集日志和反馈，按用户真实需求继续打磨。

如果你已经看完这篇文章并跑通 Demo，你其实已经站在了第 1 阶段的门口 —— 后面就是不断“加功能 + 做体验 + 控制成本”的系统工程。

---

10. 结语：挑战赛的文章怎么继续写？

为了在 CSDN 的创作挑战赛里更有竞争力，你可以把本文当成“系列的第一篇”，后面继续扩展：

• 第 2 篇：《把聊天历史存下来：SwiftData 持久化 AI 对话全流程》
• 第 3 篇：《让 iOS App 懂图片：给你的 AI Chat 增加图像理解能力》
• 第 4 篇：《从 Demo 到产品：为 iOS AI APP 接入安全的 OpenAI 代理后端》
• 第 5 篇：《GSearch 架构拆解：一个 iOS 26 AI 工具 App 的真实形态》

每篇文章都可以围绕“ChatGPT + SwiftUI + iOS 26”这个主线展开，这样：

• 你能系统整理自己的开发过程；
• 读者能跟着你的节奏一步步做出自己的 AI APP；
• 你的 GSearch APP 也会在这个过程中不断被更多开发者看到。

最后再放一次 GSearch 内测入口，欢迎你一边读一边体验，也欢迎在评论区告诉我你是怎么用本文的代码的：

👉 GSearch TestFlight 内测链接：
https://testflight.apple.com/join/6UF2j2dc

祝你写得开心，码得顺利，也祝你在 CSDN 各种挑战赛里拿到好成绩！🎉