TechCrunch की रिपोर्ट के अनुसार, OpenAI ChatGPT मोबाइल ऐप में वॉयस-आधारित एजेंटिक फीचर्स ला रहा है, जिससे यूजर्स वास्तविक काम शुरू कर सकते हैं - दस्तावेजों का मसौदा तैयार करना, ईमेल का सारांश बनाना, प्रेजेंटेशन बनाना - बस बात करके, कंपनी ने बुधवार को घोषणा की।

रोलआउट स्मार्टफोन क्षमताओं तक विस्तारित है जो ओपनएआई पहले डेस्कटॉप पर पेश करता था, और यह आवाज के रूप में जमीन पर उतरता है जो जटिल कार्यों के लिए उपयोगकर्ताओं द्वारा एआई सहायकों के साथ बातचीत करने के सबसे तेजी से बढ़ते तरीकों में से एक बन गया है।

सब्सक्राइबर आवाज से क्या कर सकते हैं

प्लस और प्रो सब्सक्राइबर दस्तावेज़ बनाने, ईमेल ड्राफ्ट करने या आवाज द्वारा स्लैक संदेशों को सारांशित करने के लिए चैटजीपीटी मोबाइल ऐप में वर्क टैब का उपयोग करने में सक्षम होंगे। वही वॉयस वर्कफ़्लो भारी नौकरियों को कवर करता है जो वर्क टैब पहले से ही समर्थित है, जैसे साइट बनाना, प्रेजेंटेशन बनाना, क्लाउड ब्राउज़र का उपयोग करना और चैटजीपीटी के वित्त क्षेत्र में खुदाई करना।

फ्री और गो उपयोगकर्ताओं को अपडेट का एक संक्षिप्त टुकड़ा मिलता है, जिससे प्लगइन्स और कनेक्टेड ऐप्स के साथ काम करने की क्षमता मिलती है।

ओपनएआई ने कहा कि वॉयस वार्तालाप अब समृद्ध टेक्स्ट आउटपुट उत्पन्न करेगा, और उपयोगकर्ता वॉयस और टेक्स्ट मोड के बीच आसानी से आगे बढ़ सकते हैं। शायद यात्रा और डेस्कटॉप के बीच काम करने वाले लोगों के लिए यह सबसे व्यावहारिक जोड़ है: चलते-फिरते शुरू की गई बातचीत बाद में डेस्कटॉप ऐप पर फिर से शुरू की जा सकती है।

जीपीटी-लाइव से मोबाइल एजेंटों तक का रास्ता

अपडेट उस कहानी का मोबाइल अध्याय है जिसे ओपनएआई ने जुलाई में शुरू किया था, जब उसने अपना नया संवादी मॉडल जीपीटी-लाइव लॉन्च किया था, और बाद में इसे डेस्कटॉप ऐप में जोड़ दिया ताकि उपयोगकर्ता वर्क टैब कार्यों को पूरा कर सकें और आवाज से कोडेक्स टैब में ऐप बना सकें। बुधवार की घोषणा ने फोन पर समान आवाज-संचालित कार्य निष्पादन लाकर लूप को बंद कर दिया।

मोबाइल पर वॉयस एजेंट क्यों मायने रखते हैं

यह बदलाव दर्शाता है कि उपयोग के पैटर्न कैसे बदल रहे हैं। अधिक उपयोगकर्ता जटिल कार्यों के लिए एआई सहायकों को आदेश जारी करने के लिए आवाज की ओर रुख कर रहे हैं, और फोन वह जगह है जहां ये आदेश सबसे स्वाभाविक रूप से होते हैं - बैठकों के बीच, कार में, या कीबोर्ड से दूर।

अब तक, ChatGPT में सबसे शक्तिशाली एजेंटिक सुविधाएँ डेस्कटॉप पर रहती थीं। जो उपयोगकर्ता चैटजीपीटी से प्रेजेंटेशन बनाना चाहते थे या बहु-चरणीय अनुसंधान कार्य चलाना चाहते थे, उन्हें अपने कंप्यूटर पर कार्य टैब में निर्देश टाइप करने की आवश्यकता थी। अपनी सारी लोकप्रियता के बावजूद, मोबाइल ऐप काफी हद तक बातचीत का माध्यम था। बुधवार का अपडेट उस अंतर को ध्वस्त कर देता है: फोन इंटरफ़ेस के रूप में वॉयस चैनल के साथ, महत्वपूर्ण काम शुरू करने के लिए एक वैध स्थान बन जाता है।

सदस्यता विभाजित

यह रोलआउट चैटजीपीटी के सब्सक्रिप्शन स्तरों के बीच की रेखाओं को भी तेज करता है। प्लस और प्रो सब्सक्राइबर - वे योजनाएं जो पहले से ही उच्चतम उपयोग सीमा और ओपनएआई के सबसे सक्षम मॉडल तक पहुंच रखती हैं - दस्तावेज़ निर्माण, ईमेल ड्राफ्टिंग और स्लैक सारांश सहित पूर्ण आवाज-संचालित कार्य टैब अनुभव प्राप्त करती हैं। वे साइटें भी बना सकते हैं, प्रेजेंटेशन बना सकते हैं, क्लाउड ब्राउज़र का उपयोग कर सकते हैं और चैटजीपीटी के वित्त क्षेत्र तक पहुंच सकते हैं, यह सब आवाज से।

फ्री और गो उपयोगकर्ताओं को प्लगइन्स और कनेक्टेड ऐप्स पर केंद्रित क्षमताओं का अधिक सीमित सेट प्राप्त होता है। वह स्तर ओपनएआई के लिए एक परिचित पैटर्न का अनुसरण करता है: डेस्कटॉप पर एक क्षमता साबित करें, फिर एक मोबाइल संस्करण लाएं जिसकी सबसे मूल्यवान विशेषताएं उपयोगकर्ताओं को भुगतान योजनाओं की ओर धकेलती हैं। ओपनएआई के लिए, यह कदम उसके भुगतान स्तरों के आसपास की खाई को ऐसे समय में गहरा कर देता है जब प्रतिद्वंद्वी आक्रामक रूप से उन्हीं उपयोगकर्ताओं को आकर्षित कर रहे हैं।

इसकी तुलना एन्थ्रोपिक के दृष्टिकोण से कैसे की जाती है

यहां प्रतिस्पर्धी पृष्ठभूमि मायने रखती है। टेकक्रंच नोट करता है कि एंथ्रोपिक ने हाल ही में अपने स्वयं के उपयोगकर्ताओं के लिए मोबाइल और डेस्कटॉप के बीच हैंडऑफ़ को आसान बना दिया है और अपने कोवर्क और चैट इंटरफेस को एक अनुभव में विलय कर दिया है। इसके विपरीत, ओपनएआई अभी भी चैट और वर्कस्पेस को अलग रख रहा है - एक जानबूझकर उत्पाद विभाजन जो आकस्मिक बातचीत को वर्कस्पेस से अलग रखता है जहां फाइलें, प्रोजेक्ट और टूल रहते हैं।

दोनों कंपनियां एआई-सहायक वर्कफ़्लो डिज़ाइन में प्रभावी रूप से विपरीत प्रयोग चला रही हैं। एंथ्रोपिक का मर्ज किया गया इंटरफ़ेस शर्त लगाता है कि उपयोगकर्ता एक एकल एकीकृत सतह चाहते हैं जो सभी डिवाइसों में उनका अनुसरण करती है। ओपनएआई का दावा है कि चैट और संरचित कार्यक्षेत्र अलग-अलग जरूरतों को पूरा करते हैं और अलग-अलग रहने चाहिए, आवाज संयोजी ऊतक के रूप में कार्य करती है - मोबाइल पर बात करके एक कार्य शुरू करें, इसे डेस्कटॉप पर एक कीबोर्ड के साथ परिष्कृत करें।

आगे क्या देखना है

स्पष्ट अगला प्रश्न यह है कि वॉइस एजेंट वर्क टैब से कितनी दूर तक यात्रा करते हैं। ओपनएआई का डेस्कटॉप एकीकरण पहले से ही इसके ऐप-बिल्डिंग टूल कोडेक्स तक पहुंच गया है, और वहां मोबाइल समानता फोन को पूर्ण विकास सतहों में बदल देगी। OpenAI ने इसके लिए समय की घोषणा नहीं की है।

विश्वसनीयता भी अनसुलझी है। एजेंट वॉयस कार्य - प्रारूपण, सारांश, ब्राउज़िंग - में बहु-चरण निष्पादन शामिल होता है जहां त्रुटियां बढ़ती हैं, और मोबाइल वातावरण रुकावट और संदर्भ-स्विचिंग जोड़ते हैं। प्रारंभिक उपयोगकर्ता अनुभव यह निर्धारित करेगा कि क्या आवाज-संचालित कार्य एक दैनिक आदत बन जाएगा या एक डेमो-अनुकूल सुविधा बनी रहेगी।

किसी भी तरह, यात्रा की दिशा स्पष्ट है: जिस सहायक ने दो साल पहले आवाज से सवालों के जवाब दिए थे, अब उससे यह उम्मीद की जाती है कि वह आपके डेस्क पर पहुंचने से पहले ही काम खत्म कर दे। बुधवार के अपडेट के साथ, ओपनएआई के मोबाइल उपयोगकर्ता उस कार्य को एक वाक्य के साथ शुरू कर सकते हैं - और आने पर इसे बड़ी स्क्रीन पर देख सकते हैं।

---

एआई से आगे रहें

नवीनतम एआई समाचार, विश्लेषण और सफलताएँ प्राप्त करें - सभी एक ही स्थान पर।

अधिक AI समाचार पढ़ें →