Holiday Extras 用 Codex 两周重做主应用

2026 年 11 月 12 日，OpenAI 发布了一份英国旅行附加服务公司 Holiday Extras 的客户案例。结论先行：用 Codex 重做主应用后，从打开到预订的转化率提升 32.5%，应用错误率从 19% 降到 9%，过去要六个多月的重建在两周内跑通。

这类案例最容易读成「模型很强」，但它真正值得抄的是分工：谁定义问题、谁维护底座、用什么指标验收。模型只是把「业务专家能直接做软件」这件事变得可行。

先看结果

• 32.5%：重建后主应用从「打开」到「预订」的转化提升。
• 19% 到 9%：应用错误率下降，官方把它表述为降低 10%。
• 六个多月到两周：从决定重做，到有一个能工作的重建版本。
• 年度大版本到首月每周发布：重建后的第一个月，主应用从一年一次大版本变成每周发布，每次带多个新功能。
• Countdown 这个产品从大约每半年加一个功能，变成每周加多个。

需要说明的是，转化率和错误率比较的是旧版与新版主应用在不同时间段的运行结果，不是同一时间窗的随机对照实验。这个前提会影响你对 32.5% 的解释：它包含了改版本身、用户结构变化和季节性，不能全部记在 Codex 头上。

谁在做

• CEO Matthew Pack 自己用 Codex。他的用法不只是写代码，而是用亲身体验判断同事需要什么，并据此抬高对业务的预期。
• Liam Thompson，AI 创新副总裁、此前是设计负责人，把对客户的理解直接翻译成软件；工程师则转向架构、API、安全和开发流程。
• David Lee，创新与增长总监，用自动化把机场接送业务的客服聊天变成可执行的工单，让问题在供应商网络里被定位和跟进。

这个组合解释了为什么快：懂客户的人不再只写需求文档，而是能直接做出第一版；工程师不再被大量重复实现拖住，而是维护让业务专家能安全实验的底座。

可复制的组织方式

案例里没有神秘的提示词，能抄的是几条组织决策：

• 先用 ChatGPT Enterprise 铺开，让「每个人都能试」成为默认；再上 Codex，把尝试接到「能交付软件」。顺序反了，业务专家会卡在工具链上。
• 把应用拆成小而带文档的可复用包。工程师维护包、安全控制和工作流，业务专家在包上组合。这是速度快的原因，不是模型本身。
• iOS 和 Android 一起做，避免一个平台永远落后另一个。两个平台同步，意味着需求可以一次定义、两处落地。
• 从客户能感知的入口开始，而不是从内部工具开始。主应用的转化率是最有说服力的材料，也最容易争取下一轮投入。
• 留一条客户反馈的短链路：有客户抱怨缺少列表视图，客服准备修复，负责人批准，提交后那位客户把一星评价改成了五星。

把客服知识做成应用，可以这样起步

如果你想照这个案例做一个自己的版本，别一上来就做「全能助手」，按下面这条线走：

• 选一个高频、边界清楚的客服场景，比如改签、退款、行李额查询。场景越窄，第一版越容易验证。
• 把近一年的工单和聊天记录整理成「问题、答案、例外」三段式知识，先脱敏，再让一线客服标注哪些答案是错的或过时的。
• 先做内部问答应用，让客服在真实对话里用一两周，记录命中率、人工改写比例和查找时间。这一步的目标是发现知识缺口，不是追求自动化。
• 把稳定的部分做成客户端的小功能，比如订单页的改签入口。Codex 负责从知识到界面的第一版，工程师负责权限、审计和回滚。
• 设护栏：知识库只读、变更走评审、生产环境禁止模型直接写数据；所有面向客户的输出都要能追溯到某条知识。
• 指标先定三个：一次解决率、平均处理时长、转化或留存。用前后对比，避开大促和节假日，否则你测到的是季节。
• 最后复盘「哪些包被复用了」。复用率比代码行数更能说明这套流程是否成立。

边界

• 这是 OpenAI 的客户案例，数字由厂商与客户提供，未披露样本量、统计周期和流量结构；32.5% 与错误率的下降都是不同时间段的比较。
• 「六个多月」是公司对过去开发节奏的描述，不是严格的项目工期记录；「两周」指的是能工作的重建版本，不含后续打磨。
• 案例里还提到 dots 这类产品用于协调和报告，别把它和 Codex 的作用混为一谈。
• 可复制的是组织方式：给业务专家工具、给工程师底座、用可度量的客户指标验收。模型换代不会改变这三件事，只会让它们更容易做到。

本文基于以下公开报道整理。

参考来源

• Holiday Extras is rethinking what it can build with Codex — OpenAI（2026-11-12）
• Holiday Extras 官网（2026 年 11 月抓取）

本文由 AI 辅助整理，事实来自 OpenAI 公开的客户案例与 Holiday Extras 官网；案例中的效果数字为厂商与客户提供，我们未独立核实。