OpenAI přináší do mobilní aplikace ChatGPT hlasové agentní funkce, které uživatelům umožňují spouštět skutečnou práci – navrhování dokumentů, shrnutí e-mailů, vytváření prezentací – jednoduše mluvením, oznámila společnost ve středu, jak uvedl TechCrunch.

Zavedení se rozšiřuje na funkce chytrých telefonů, které OpenAI dříve nabízela na stolních počítačích, a přichází s tím, že hlas se stává jedním z nejrychleji rostoucích způsobů, jak uživatelé interagují s asistenty AI pro složité úkoly.

Co mohou předplatitelé dělat pomocí hlasu

Předplatitelé Plus a Pro budou moci používat kartu Práce v mobilní aplikaci ChatGPT k vytváření dokumentů, konceptů e-mailů nebo shrnutí zpráv Slack hlasem. Stejný hlasový pracovní postup pokrývá těžší úlohy, které již karta Práce podporuje, jako je stavění webů, vytváření prezentací, používání cloudového prohlížeče a pronikání do finanční oblasti ChatGPT.

Uživatelé Free and Go získají užší část aktualizace a získají možnost pracovat s pluginy a připojenými aplikacemi.

OpenAI uvedl, že hlasové konverzace nyní budou produkovat bohatší textový výstup a uživatelé mohou plynule přecházet mezi hlasovým a textovým režimem. Snad nejpraktičtější doplněk pro lidi, kteří žonglují s dojížděním a stolními počítači: konverzaci zahájenou na cestách lze později obnovit v aplikaci pro stolní počítače.

Cesta od GPT-Live k mobilním agentům

Aktualizace je mobilní kapitolou příběhu OpenAI, který začal v červenci, kdy spustilo GPT-Live, svůj nový konverzační model, a později jej začlenilo do desktopové aplikace, aby uživatelé mohli dokončit úkoly na kartě Práce a vytvářet aplikace na kartě Codex hlasem. Středeční oznámení uzavírá smyčku tím, že přináší stejné hlasově řízené provádění úloh do telefonů.

Proč hlasoví agenti na mobilních zařízeních

Posun odráží, jak se mění vzorce používání. Stále více uživatelů se obrací na hlas, aby zadávalo příkazy asistentům umělé inteligence pro složité úkoly, a telefon je místem, kde k těmto příkazům dochází nejpřirozeněji – mezi schůzkami, v autě nebo mimo klávesnici.

Doposud nejvýkonnější agentní funkce v ChatGPT žily na desktopu. Uživatelé, kteří chtěli, aby ChatGPT vytvořil prezentaci nebo spustili výzkumný úkol o více krocích, museli být u svého počítače a psát pokyny do záložky Práce. Mobilní aplikace, přes veškerou svou popularitu, byla z velké části konverzační plochou. Středeční aktualizace tento rozdíl ruší: telefon se stává legitimním místem pro zahájení podstatné práce s hlasovým kanálem jako rozhraním.

Rozdělení předplatného

Zavedení také zostřuje čáry mezi úrovněmi předplatného ChatGPT. Předplatitelé Plus a Pro – plány, které již mají nejvyšší limity využití a přístup k nejschopnějším modelům OpenAI – získají plnou hlasovou práci na kartě Práce, včetně vytváření dokumentů, e-mailů a shrnutí Slack. Mohou také vytvářet stránky, vytvářet prezentace, používat cloudový prohlížeč a přistupovat do finanční oblasti ChatGPT, to vše hlasem.

Uživatelé Free and Go získají omezenější sadu funkcí zaměřených na pluginy a připojené aplikace. Toto vrstvení se řídí známým vzorem pro OpenAI: prokázat schopnost na počítači a poté přinést mobilní verzi, jejíž nejcennější funkce tlačí uživatele k placeným plánům. Pro OpenAI tento krok prohlubuje vodní příkop kolem placených úrovní ve chvíli, kdy se soupeři agresivně dvoří stejným uživatelům.

Jak se to srovnává s přístupem Anthropic

Zde záleží na konkurenčním prostředí. TechCrunch poznamenává, že společnost Anthropic nedávno svým vlastním uživatelům usnadnila předávání mezi mobilními zařízeními a počítači a sloučila svá rozhraní Cowork a Chat do jednoho prostředí. Naproti tomu OpenAI stále udržuje chat a pracovní prostory oddělené – záměrné rozdělení produktu, které udržuje běžné konverzace odlišné od pracovního prostoru, kde žijí soubory, projekty a nástroje.

Tyto dvě společnosti efektivně provozují opačné experimenty s návrhem pracovních postupů s podporou AI. Sloučené rozhraní Anthropic sází na to, že uživatelé chtějí jednotný jednotný povrch, který je sleduje napříč zařízeními. Sázka OpenAI spočívá v tom, že chat a strukturované pracovní prostory slouží různým potřebám a měly by zůstat odlišné, přičemž jako spojovací tkáň by měl fungovat hlas – začněte úkol mluvením na mobilu, upřesněte jej pomocí klávesnice na počítači.

Na co se dále dívat

Další zřejmou otázkou je, jak daleko cestují hlasoví agenti ze záložky Práce. Desktopová integrace OpenAI již zasahuje do Codexu, jeho nástroje pro tvorbu aplikací, a tamní mobilní parita by proměnila telefony v plné vývojové plochy. OpenAI neoznámilo načasování.

Nevyřešená je také spolehlivost. Agentické hlasové úlohy – navrhování, shrnutí, procházení – zahrnují vícekrokové provádění, kde se chyby skládají, a mobilní prostředí přidávají přerušení a přepínání kontextu. Včasná uživatelská zkušenost určí, zda se práce řízená hlasem stane každodenním zvykem, nebo zůstane demo-přátelskou funkcí.

Ať tak či onak, směr jízdy je jasný: od asistenta, který před dvěma lety odpovídal na otázky hlasem, se nyní očekává, že dokončí úkol dříve, než se dostanete ke svému stolu. Díky středeční aktualizaci mohou mobilní uživatelé OpenAI začít tento úkol větou – a po příchodu si ji vyzvednout na větší obrazovce.

---

Stay Ahead of AI

Získejte nejnovější zprávy, analýzy a průlomové informace o umělé inteligenci – vše na jednom místě.

Přečtěte si další zprávy o AI →