ChatGPT Voice blir en ingång till uppgifter i appar och Work

ChatGPT Voice är på väg från att främst vara ett sätt att ställa frågor högt till att bli en röststyrd startpunkt för mer omfattande arbete. Med den senaste utrullningen kan röstläget använda appar som användaren redan har gett åtkomst till och, i ChatGPT Work, påbörja uppgifter som kräver flera steg, verktyg eller webbläsararbete.

Den viktigaste skillnaden är enkel: Voice är gränssnittet för samtalet, medan Work är arbetsytan där längre uppgifter med verktyg kan utföras. 721

Vad går att göra med Voice?

I en vanlig Chat-konversation kan Voice föra ett naturligt samtal i realtid och använda de plugin-program och anslutna appar som finns tillgängliga för kontot. Det kan exempelvis handla om e-post, kalender eller Slack – men bara inom de behörigheter som redan har getts till respektive integration. 723

I ChatGPT Work kan man med rösten be ChatGPT att skapa dokument, presentationer och kalkylblad, använda anslutna appar eller utföra arbete i en webbläsare. OpenAI uppger att Voice i Work finns på webben och mobilen. Dokumentationen för Work nämner också stöd i skrivbordsappen för Work och Codex. 2123

För betalande abonnenter nämns bland annat exempel på mobilen som att skapa ett dokument, skriva ett mejlutkast eller sammanfatta Slack-meddelanden från Work-fliken. 5

Rösten ersätter inte texten – den lämnar över till den

Det här är inte ett läge som enbart fungerar via ljud. Svar från anslutna appar kan följas i den skriftliga chatten, och en Work-uppgift som inte är färdig kan fortsätta i text när ett röstsamtal avslutas. 23

I praktiken kan en användare alltså börja med en muntlig begäran i mobilen och sedan granska, redigera eller fortsätta arbetet skriftligt, utan att formulera hela uppdraget på nytt. Exakt hur flödet ser ut beror dock på enhet, abonnemang och vilka verktyg som är aktiverade. 2123

Modellerna bakom: GPT-Live, Astra, Sol och Luna

Flera modellnamn förekommer i uppdateringen, men de har olika roller:

• GPT-Live är röstlagret för samtal i realtid. GPT-Live-1 har stöd för full duplex, vilket innebär att den kan lyssna och tala i ett mer naturligt samtalsflöde. OpenAI uppger att den kan lämna vidare djupare resonemang och verktygsanvändning till de modeller och verktyg den är kopplad till. 17
• GPT-6 Astra kan användas av ChatGPT Voice när en fråga kräver mer avancerad sökning eller resonemang. Vilka modeller som går att använda och vilka gränser som gäller varierar med abonnemang och arbetsyteinställningar. 13
• GPT-6 Sol och GPT-6 Luna är modeller för ChatGPT Work och Codex. De finns inte i vanliga ChatGPT-konversationer. 21

Det innebär att en talad begäran inte nödvändigtvis körs av samma underliggande modell varje gång. Voice hanterar själva interaktionen, medan vald miljö – Chat eller Work – avgör vilka modeller och funktioner som kan utföra uppgiften.

Chat eller Work – valet styr vad som händer sedan

Voice i Chat

Chat passar för samtal i realtid, idégenerering, frågor och hjälp med anslutna appar inom ramen för kontots tillgängliga verktyg. Läget drivs av GPT-Live och finns på webben, i iOS och Android, beroende på abonnemang och arbetsyteinställningar. 7

Voice i Work

Work är avsett för uppgifter som kräver mer uthålligt genomförande: att skapa filer, använda anslutna appar eller ta steg i webbläsaren. Voice i Work finns på webben och mobilen, och arbetet kan fortsätta skriftligt när röstsamtalet är slut. 2123

Att säga en uppgift högt är alltså bara början. För att omvandla den till ett arbetsflöde med flera steg kan användaren behöva välja Work, ansluta rätt tjänst och se till att integrationen har rätt behörighet.

Abonnemang, åtkomst och behörigheter är fortfarande avgörande

Tillgängligheten rullas ut över olika abonnemang och plattformar och ser därför inte nödvändigtvis likadan ut för alla konton. OpenAI nämner Plus, Pro, Business, Enterprise, Edu och Healthcare för webbutrullningen i både Chat och Work. Work rullas ut på webben och mobilen för betalabonnemang, med undantag för Free och Go. 110

I administrerade arbetsytor har administratörer fortsatt viktiga kontroller. Voice i Work kräver åtkomst till både Voice och Work. Att slå på Voice kringgår inte ett blockerat plugin-program och ger inte nya behörigheter. Befintlig appåtkomst, databehörigheter, åtgärdsbegränsningar och arbetsytekontroller gäller fortfarande. 423

Även användningsgränser varierar. OpenAI uppger exempelvis upp till tre timmar per dag med GPT-Live-1 för Plus och upp till 15 timmar per dag för en Pro-nivå, medan andra gränser kan gälla beroende på abonnemang och arbetsyta. 13

Så kommer man i gång på ett praktiskt sätt

För en uppgift som använder arbetsdata eller kräver flera steg är detta en rimlig ordning:

1. Anslut appen först. E-post, kalender, Slack och andra tjänster styrs fortfarande av sina befintliga godkännanden och behörigheter. 23
2. Välj Work för uppgifter som ska genomföras. Använd Work för filskapande, webbläsararbete och längre processer, i stället för att behandla varje muntlig begäran som en vanlig Chat-fråga. 21
3. Börja med rösten och kontrollera sedan texten. Det är särskilt användbart för att läsa igenom utkast, kontrollera resultat och fortsätta en oavslutad uppgift efter samtalet. 23
4. Räkna med gränser och godkännanden. En ansluten tjänsts befintliga behörigheter och begränsningar gäller även vid röststyrning. Voice är ingen genväg runt dem. 423

Förändringen i korthet: rösten blir vägen in till agentbaserat arbete

OpenAI flyttar därmed Voice från en fristående samtalsfunktion till en ingång till uppgiftsorienterat arbete med anslutna appar. GPT-Live sköter den talade dialogen, Chat kan ta in kraftfullare resonemang när det behövs, och Work tillhandahåller miljön för dokument, anslutna appar och webbläsarbaserat genomförande. 11721

Det kan göra det smidigare att sätta i gång uppgifter handsfree. Men nyttan avgörs fortfarande av tre saker: rätt abonnemang, rätt läge och rätt behörigheter.