ChatGPT Voice เริ่มสั่งงานข้ามแอปและอุปกรณ์ได้แล้ว

ChatGPT Voice ไม่ได้มีไว้แค่ถามตอบด้วยการพูดอีกต่อไป เพราะ OpenAI กำลังเชื่อมการสนทนาเสียงแบบสดเข้ากับแอปที่ผู้ใช้อนุญาต และกับ ChatGPT Work เพื่อให้เริ่มและกำกับงานที่ซับซ้อนขึ้นได้บนเว็บและมือถือ

สรุปให้เข้าใจง่ายคือ Voice คือวิธีสื่อสารกับ ChatGPT ด้วยเสียง ส่วน Work คือพื้นที่ที่ให้ ChatGPT ลงมือทำงานหลายขั้นตอนโดยใช้เครื่องมือ 721

สั่งอะไรด้วยเสียงได้บ้าง

ในแชตปกติ Voice รองรับการสนทนาแบบเรียลไทม์ ใช้ระดมความคิด ถามคำถาม หรือขอให้ช่วยค้นหาและจัดการข้อมูลจากปลั๊กอินและแอปที่เชื่อมต่อกับบัญชีไว้แล้วได้ เช่น อีเมล ปฏิทิน และ Slack ทั้งหมดนี้ยังอยู่ภายใต้สิทธิ์ที่ผู้ใช้หรือองค์กรอนุญาตไว้เดิม 723

แต่หากเปิดใช้ ChatGPT Work ก็สามารถพูดสั่งให้สร้างเอกสาร งานนำเสนอ หรือสเปรดชีต ใช้แอปที่เชื่อมต่อ หรือทำงานผ่านเบราว์เซอร์ได้ OpenAI ระบุว่า Voice ใน Work ใช้ได้บนเว็บและมือถือ ขณะที่แอปเดสก์ท็อปรองรับ Voice สำหรับ Work และ Codex ด้วย 2123

ตัวอย่างบนมือถือที่มีรายงานสำหรับสมาชิกแบบเสียเงิน ได้แก่ การสร้างเอกสาร ร่างอีเมล และสรุปข้อความใน Slack จากแท็บ Work 5

พูดเริ่มงาน แล้วกลับมาตรวจต่อเป็นข้อความได้

ประสบการณ์ใหม่นี้ไม่ได้บังคับให้ทำทุกอย่างในโหมดเสียง คำตอบจากแอปที่เชื่อมต่อสามารถติดตามดูต่อในแชตข้อความได้ และหากงานใน Work ยังไม่เสร็จเมื่อจบการโทรด้วยเสียง งานนั้นยังทำต่อในรูปแบบข้อความได้ 23

ในทางใช้งานจริง ผู้ใช้อาจเริ่มสั่งงานระหว่างเดินทางด้วยมือถือ แล้วค่อยเปิดอ่านข้อความเพื่อตรวจ แก้ไข หรือสั่งทำต่อ โดยไม่ต้องเริ่มอธิบายใหม่ทั้งหมด อย่างไรก็ดี ประสบการณ์ที่ได้จริงขึ้นอยู่กับอุปกรณ์ แพ็กเกจ และเครื่องมือที่บัญชีนั้นเปิดใช้ 2123

GPT-Live, Astra, Sol และ Luna ทำหน้าที่ต่างกันอย่างไร

ชื่อโมเดลหลายชื่ออาจทำให้สับสน แต่แต่ละตัวมีบทบาทไม่เหมือนกัน

• GPT-Live คือชั้นสนทนาด้วยเสียงแบบเรียลไทม์ โดย GPT-Live-1 รองรับการฟังและพูดได้พร้อมกัน หรือ full-duplex จึงทำให้จังหวะสนทนาใกล้เคียงธรรมชาติมากขึ้น OpenAI ระบุว่าโมเดลนี้สามารถส่งต่องานที่ต้องใช้การให้เหตุผลเชิงลึกหรือการใช้เครื่องมือไปยังโมเดลและเครื่องมือที่จับคู่ไว้ได้ 17
• GPT-6 Astra ใช้กับ ChatGPT Voice ได้เมื่อคำขอต้องค้นหาหรือใช้เหตุผลที่ยากขึ้น แต่โมเดลที่เลือกได้และขีดจำกัดการใช้งานขึ้นอยู่กับแพ็กเกจและการตั้งค่าพื้นที่ทำงาน 13
• GPT-6 Sol และ GPT-6 Luna เป็นโมเดลสำหรับ ChatGPT Work และ Codex จึงไม่พร้อมใช้ในบทสนทนา ChatGPT ปกติ 21

ดังนั้น คำสั่งเดียวกันที่พูดผ่าน Voice อาจไม่ได้ใช้โมเดลเบื้องหลังตัวเดียวเสมอไป Voice ทำหน้าที่เป็นอินเทอร์เฟซการสนทนา ขณะที่บริบทที่เลือกว่าจะอยู่ใน Chat หรือ Work เป็นตัวกำหนดว่าโมเดลและความสามารถใดจะรับงานต่อ

เลือก Chat หรือ Work ให้ตรงกับงาน

การแยกสองโหมดนี้คือจุดสำคัญของการอัปเดตครั้งนี้

Voice ใน Chat

เหมาะกับการคุยแบบทันทีทันใด ระดมความคิด ถามตอบ และขอความช่วยเหลือจากแอปที่เชื่อมต่อไว้ตามสิทธิ์ของบัญชี Voice ใน Chat ขับเคลื่อนด้วย GPT-Live และใช้ได้บนเว็บ, iOS และ Android โดยขึ้นอยู่กับแพ็กเกจและการตั้งค่าของพื้นที่ทำงาน 7

Voice ใน Work

เหมาะกับคำสั่งที่ต้องให้ระบบลงมือทำต่อเนื่อง เช่น สร้างไฟล์ ใช้แอปที่เชื่อมต่อ หรือทำขั้นตอนผ่านเบราว์เซอร์ Voice ใน Work ใช้ได้บนเว็บและมือถือ และงานที่ยังไม่จบสามารถทำต่อผ่านข้อความหลังจบการสนทนาด้วยเสียง 2123

กล่าวอีกแบบคือ การพูดคำสั่งเป็นเพียงจุดเริ่มต้น หากต้องการเปลี่ยนคำสั่งนั้นให้เป็นเวิร์กโฟลว์หลายขั้นตอน ผู้ใช้อาจต้องเลือก Work เชื่อมต่อบริการที่เกี่ยวข้อง และตรวจว่าสิทธิ์เข้าถึงเพียงพอหรือไม่

แพ็กเกจ สิทธิ์ และการควบคุมขององค์กรยังมีผล

Voice และ Work ไม่ได้ปรากฏเหมือนกันในทุกบัญชีหรือทุกแพลตฟอร์ม OpenAI ระบุการทยอยเปิดใช้บนเว็บสำหรับผู้ใช้ Plus, Pro, Business, Enterprise, Edu และ Healthcare ทั้งในตัวเลือก Chat และ Work ขณะที่ Work บนเว็บและมือถือกำลังเปิดใช้สำหรับแพ็กเกจแบบชำระเงิน ยกเว้น Free และ Go 110

สำหรับบัญชีในองค์กร ผู้ดูแลยังเป็นผู้ควบคุมเงื่อนไขสำคัญ Voice ใน Work ต้องเปิดสิทธิ์ทั้ง Voice และ Work การเปิด Voice ไม่ได้ทำให้ปลั๊กอินที่ถูกบล็อกใช้งานได้ และไม่ได้เพิ่มสิทธิ์ใหม่ให้แอปที่เชื่อมต่ออยู่ สิทธิ์เข้าถึงข้อมูล ข้อจำกัดการกระทำ และนโยบายของพื้นที่ทำงานยังคงมีผลเหมือนเดิม 423

ขีดจำกัดการใช้งานก็แตกต่างกันตามแพ็กเกจ OpenAI ระบุว่า GPT-Live-1 ใช้ได้สูงสุด 3 ชั่วโมงต่อวันสำหรับ Plus และสูงสุด 15 ชั่วโมงต่อวันสำหรับ Pro บางระดับ โดยขีดจำกัดจริงอาจต่างกันตามแพ็กเกจและพื้นที่ทำงาน 13

วิธีเริ่มใช้แบบไม่สับสน

หากต้องการใช้กับข้อมูลงาน หรืองานที่มีหลายขั้นตอน ลองทำตามลำดับนี้

1. เชื่อมต่อแอปก่อน — อีเมล ปฏิทิน Slack และเครื่องมืออื่นยังใช้สิทธิ์อนุญาตเดิมของแต่ละบริการ 23
2. เลือก Work เมื่องานต้องลงมือทำจริงจัง — ใช้สำหรับสร้างไฟล์ ทำงานผ่านเบราว์เซอร์ หรืองานต่อเนื่อง แทนที่จะโยนทุกคำสั่งเข้า Chat ปกติ 21
3. เริ่มด้วยเสียง แล้วตรวจผลลัพธ์เป็นข้อความ — เหมาะสำหรับตรวจร่างงาน ทบทวนผลลัพธ์ และทำงานที่ค้างต่อหลังจบการสนทนา 23
4. อย่าคาดหวังว่าจะข้ามข้อจำกัดได้ — สิทธิ์ของเครื่องมือที่เชื่อมต่อและข้อจำกัดในการกระทำยังมีผลอยู่เสมอ การเข้าผ่าน Voice ไม่ได้เป็นทางลัดข้ามนโยบายเหล่านั้น 423

Voice กำลังกลายเป็นประตูสู่งานแบบเอเจนต์

การอัปเดตนี้ทำให้บทบาทของ Voice เปลี่ยนจากฟีเจอร์สนทนาเดี่ยว ๆ ไปเป็นจุดเริ่มต้นสำหรับงานที่เชื่อมต่อแอปและเน้นการลงมือทำ GPT-Live รับหน้าที่สนทนาด้วยเสียง, Chat สามารถดึงความสามารถด้านการให้เหตุผลที่สูงขึ้นมาใช้เมื่อจำเป็น และ Work เป็นพื้นที่สำหรับจัดการเอกสาร แอปที่เชื่อมต่อ และงานผ่านเบราว์เซอร์ 11721

ประโยชน์ที่เห็นได้ชัดคือเริ่มงานได้โดยไม่ต้องพิมพ์ แต่การใช้งานให้ได้ผลยังต้องอาศัยการตั้งค่าที่ถูกต้อง เลือกโหมดให้ตรงงาน และมีสิทธิ์เข้าถึงข้อมูลที่เหมาะสมด้วย