ChatGPT Voice bliver indgangen til opgaver på tværs af apps og enheder

ChatGPT Voice er på vej fra at være en måde at stille spørgsmål højt til at blive en mundtlig indgang til mere omfattende opgaver. OpenAI kobler nu samtaler i realtid til godkendte apps og til ChatGPT Work, så brugeren kan sætte gang i og styre arbejdsgange på web og mobil.

Den praktiske forskel er enkel: Voice er måden, du taler med ChatGPT på; Work er stedet, hvor længere opgaver med værktøjer bliver udført. 721

Hvad kan man bruge Voice til?

I en almindelig Chat-samtale understøtter Voice naturlig dialog i realtid og kan bruge de plugins og tilsluttede apps, som kontoen allerede har adgang til. Det kan for eksempel være e-mail, kalender og Slack – men kun inden for de tilladelser, der allerede er givet til integrationerne. 723

I ChatGPT Work kan man med stemmen bede ChatGPT om at oprette dokumenter, præsentationer og regneark, anvende tilsluttede apps eller arbejde i en browser. OpenAI oplyser, at Voice i Work er tilgængelig på web og mobil. Dokumentationen nævner desuden understøttelse i desktop-appen til Work og Codex. 2123

For betalende abonnenter omfatter eksempler på mobil blandt andet at oprette et dokument, skrive et e-mailudkast og opsummere Slack-beskeder fra Work-fanen. 5

Stemmen starter opgaven – teksten tager over

Det nye er ikke begrænset til en lydsamtale. Svar fra tilsluttede apps kan følges i den skriftlige chat, og en uafsluttet Work-opgave kan fortsætte som tekst, efter en samtale med Voice er afsluttet. 23

Det gør en reel forskel i hverdagen: Man kan starte en opgave mundtligt på telefonen og bagefter gennemgå, redigere eller fortsætte resultatet skriftligt uden at gentage hele anmodningen. OpenAI bekræfter denne overgang fra stemme til tekst, men den præcise oplevelse afhænger fortsat af enhed, abonnement og aktiverede værktøjer. 2123

Modellerne bag: GPT-Live, Astra, Sol og Luna

Der er flere modelnavne i spil, og de har forskellige funktioner.

• GPT-Live er laget til samtaler i realtid. GPT-Live-1 er lavet til fuld duplex, altså at kunne lytte og tale mere flydende i samme samtale. OpenAI oplyser, at modellen kan sende dybere ræsonnering og værktøjsbrug videre til de modeller og værktøjer, den er sat sammen med. 17
• GPT-6 Astra kan bruges af ChatGPT Voice, når en forespørgsel kræver sværere søgning eller ræsonnering. Tilgængelige modeller og grænser afhænger af abonnement og indstillinger i arbejdsområdet. 13
• GPT-6 Sol og GPT-6 Luna er modeller til ChatGPT Work og Codex. De er ikke tilgængelige i almindelige ChatGPT-samtaler. 21

Derfor vil en mundtlig forespørgsel ikke nødvendigvis blive håndteret af den samme underliggende model hver gang. Voice leverer selve interaktionen, mens valget mellem Chat og Work afgør, hvilke modeller og funktioner der kan løse opgaven.

Chat eller Work? Det valg former arbejdsgangen

Udrulningen gør skellet mellem to oplevelser vigtigere.

Voice i Chat

Brug Chat til samtale i realtid, idéudvikling, spørgsmål og hjælp med tilsluttede apps inden for de værktøjer, kontoen har adgang til. Oplevelsen drives af GPT-Live og er tilgængelig på web, iOS og Android, afhængigt af abonnement og indstillinger i arbejdsområdet. 7

Voice i Work

Brug Work, når opgaven kræver vedvarende udførelse: at producere filer, bruge tilsluttede apps eller udføre trin i browseren. Voice i Work findes på web og mobil, og opgaven kan fortsætte skriftligt, når stemmesamtalen er slut. 2123

Det betyder i praksis, at det at sige en anmodning højt kun er første trin. For at få den omsat til en arbejdsgang med flere trin kan det være nødvendigt at vælge Work, forbinde den relevante tjeneste og sikre, at integrationen har den nødvendige adgang.

Abonnementer og tilladelser er stadig afgørende

Voice og Work bliver rullet ud på tværs af abonnementer og platforme, men ikke ens for alle konti. OpenAI nævner Plus, Pro, Business, Enterprise, Edu og Healthcare i forbindelse med webudrulning i både Chat og Work. Samtidig bliver Work rullet ud på web og mobil til betalingsabonnementer, dog ikke Free og Go. 110

I administrerede arbejdsområder har administratorer fortsat væsentlig kontrol. Voice i Work kræver både adgang til Voice og Work, og aktivering af Voice omgår hverken en blokeret plugin-integration eller giver nye tilladelser. Eksisterende appadgang, datatilladelser, begrænsninger på handlinger og kontroller i arbejdsområdet gælder fortsat. 423

Brugsgrænserne varierer også. OpenAI oplyser, at GPT-Live-1 kan bruges op til tre timer dagligt med Plus og op til 15 timer dagligt på et Pro-abonnement, mens specifikke grænser kan afvige efter abonnement og arbejdsområde. 13

Sådan kommer man i gang med en opgave

Ved opgaver med arbejdsdata eller flere trin er en praktisk fremgangsmåde:

1. Forbind appen først. E-mail, kalender, Slack og andre værktøjer er fortsat underlagt deres eksisterende godkendelser og tilladelser. 23
2. Vælg Work til opgaver med meget udførelse. Det er til oprettelse af filer, browserarbejde og længere forløb – ikke nødvendigvis til ethvert spørgsmål i en almindelig Chat. 21
3. Start med stemmen, og gennemgå derefter resultatet skriftligt. Det er særligt nyttigt til at læse udkast igennem, kontrollere output og fortsætte uafsluttet arbejde, når samtalen er slut. 23
4. Regn med grænser og godkendelser. En tilsluttet tjenestes eksisterende tilladelser og handlingsbegrænsninger gælder stadig; Voice omgår dem ikke. 423

Den større ændring: Stemmen som indgang til agentisk arbejde

OpenAI ændrer dermed Voices rolle fra en selvstændig samtalefunktion til en indgang til opgaveorienteret arbejde med tilsluttede tjenester. GPT-Live håndterer den mundtlige dialog, Chat kan tage mere krævende ræsonnering ind efter behov, og Work giver rammerne for dokumenter, apps og browserbaseret udførelse. 11721

Det kan gøre det mere praktisk at sætte opgaver i gang håndfrit. Men værdien afhænger ikke kun af, hvor naturligt man kan tale til systemet. Den afhænger også af, om man har det rigtige abonnement, har valgt den rigtige tilstand og har de nødvendige tilladelser på plads.