我終於能用我真正的思考方式跟 ChatGPT 對話了

我終於能用我真正的思考方式跟 ChatGPT 對話了 這感覺一定有點像東尼·史克賈維斯（Jarvis）對話時的感受。 我非常高興我們剛在 ChatGPT 桌面版應用程式的 Work 和 Codex 中推出了 ChatGPT Voice。 我不確定你的情況如何，但我的想法很少一開始就是結構完美的 prompt。我通常會先解釋一件事情，想起一些相關的事，然後意識到有幾個部分其實可以獨立推進。 我寧願把那種亂七八糟的版本講出來、回答後續的問題，然後讓 Voice 把這些不同的部分轉化成實際的工作。 這雖然是一場即時的語音對話，但它可以協調多個不同的任務。我可以大聲思考、請 ChatGPT 把工作拆分，並且在這些任務執行時繼續說話。 我可以詢問哪些任務已經完成、聽取阻礙（blocker）的狀況、打斷回應，或是重新導向某個特定的任務。這就是 AGI 嗎？我沒說錯吧？ 展開畫面重點畫面為應用程式的對話介面，頂端標題為「New voice chat」。 對話內容包含以下往來文字： 使用者：「I'm moving in two weeks and have barely started. Can you help me think through what I need to do first」 回應：「Totally, let's keep this simple. First, lock in movers or truck, then sketch a room-by-room packing plan and figure out what you'll need during your last week. Start with the things you use least. And make a quick checklist of utilities, address changes, and any time-sensitive tasks.」 使用者：「Okay, great .actually start separate threads to just compare movers that we have in New York. Make a room-by-room packing plan. I live in a one-bedroom apartment. List everywhere that I need to change my address .and just find packing time on my calendar. Don't book or change anything just yet」 回應：「Got it, I'll start mapping that out. I'm building those in parallel, starting with the mover comparison and breaking the rest into a packing plan, address changes, and scheduling.」 下方列出四個建立的對話項目，均顯示「Chat created」與「Open chat」按鈕： Chat created (Open chat) Chat created (Open chat) Chat created (Open chat) Chat created (Open chat) 下方文字狀態顯示：「I've split everything into four subtasks. Comp[are N]ew York movers, building a one-bedroom packing plan, listing address updates, and checking your calendar.」 最下方輸入框顯示「Work with ChatGPT」，左側有加號與「Custom」按鈕，右側有喇叭、麥克風與關閉按鈕。畫面中央下方有一個藍色的語音波形動態球體。 如何開始 在桌面版應用程式中開啟新的對話或任務，然後選擇「開始新的語音對話」圖示。第一次使用時，系統會要求你允許存取麥克風並選擇一個聲音。 對話開始後，你可以切換到其他視窗並繼續說話。藍色的 Voice 圓圈會一直跟著你。你可以把它拖曳到任何你想放的位置、將 ChatGPT 的音訊靜音、將你的麥克風靜音，或是直接結束對話。 展開畫面重點畫面呈現一個語音控制介面，上方為藍色雲霧狀漸層的圓形視覺元素。下方重疊一個帶有圓角的白色膠囊狀操作列，由左至右分別為： 喇叭圖示（音訊輸出控制） 麥克風圖示（語音輸入控制） 藍色圓形背景的白色「X」關閉按鈕 在「設定 (Settings)」→「語音 (Voice)」底下，你可以選擇聲音、設定全域熱鍵以便從桌面任何地方啟動 Voice，並在 macOS 上啟用螢幕內容（Screen Context）。 啟用螢幕內容後，當你在對話中提及螢幕上的內容時，ChatGPT 可以為你的前景視窗拍攝應用程式截圖（appshot）。這並不是持續的螢幕分享，而且 macOS 會在第一次時徵求你的許可。 展開畫面重點畫面頂端標題為「Voice chat」。下方包含三個主要的設定選項： Voice - 說明文字：Choose the voice Codex uses for new voice chats - 右側控制項顯示目前選擇的語音：「Arbor」並帶有藍色圓點圖示。 Voice chat hotkey - 說明文字：Start voice chat from anywhere on desktop - 右側顯示快速鍵組合圖示（⇧⌘D）以及編輯與刪除的按鈕圖示。 Screen context - 說明文字：Let Codex inspect the foreground app when you refer to what's on screen. macOS asks for access the first time Codex needs it - 右側為開關切換按鈕，目前處於啟用狀態（呈現藍色開啟狀態）。 我在什麼時候會使用 Voice 對我來說，當最困難的部分是把腦中的想法全部倒出來、而不是敲打出最後一句話時，Voice 最有用。當我有以下需求時，就會使用它： 我要加入一場進行中的討論，在知道正確的問題之前，需要先透過對話釐清上下文 一個想法包含多個可以平行的任務 我想要進行腦力激盪，並讓 ChatGPT 挑戰我的想法或比較各種權衡（tradeoff） 我正在看設計、文件、Slack 討論串或程式碼，並想要引用螢幕上已經存在的內容 我的手或注意力在別的地方，但我仍想推動專案進展 有幾個任務已經在執行，而我需要最新進度、解決阻礙，或是改變方向 實際應用的樣子 如果你是一位工程師： 看一下這個失敗的測試。 啟動一個任務來可靠地重現它。 啟動另一個任務來檢查上次通過測試後的變更。 啟動第三個任務來檢查周圍的測試是否有類似的失敗。 在修改任何程式碼之前，先比較這些發現並告訴我最可能的根本原因。 如果你從事產品工作： 看一下這場發表討論。 啟動一個任務來將已確認的決策與建議區分開來。 啟動另一個任務來比較每個選項的使用者影響與技術權衡。 啟動第三個任務來找出沒人回答的重要問題。 接著草擬建議的後續步驟，並附上指向佐證資料的連結。 如果你從事業務工作： 協助我準備下一通客戶電話。 啟動一個任務來檢視最近的 email 和會議記錄。 啟動另一個任務來列出每一項承諾、負責人和尚未解決的問題。 啟動第三個任務來尋找他們提出主題的相關產品背景資訊。 給我一份五分鐘的簡報摘要，並草擬一封後續追蹤信，但先不要寄出任何東西。 如果你是內容創作者： 我想製作一集關於 AI Agent 的 Podcast。 啟動一個任務來研究目前最有趣的爭論。 啟動另一個任務來開發三個可能的切入角度。 啟動第三個任務來蒐集可信的來源。 啟動另一個任務來建立製作與宣傳的檢查清單。 然後推薦最強的故事。先不要聯絡任何人或發布任何東西。 或者，如果你像我一樣，兩週後要搬家： 啟動一個任務來比較我 email 中的搬家報價。 啟動另一個任務來建立逐房的打包計畫。 啟動第三個任務來列出我需要更改地址的所有地方。 啟動另一個任務來檢查我的行事曆，找出打包的實際可行時間區塊。 在採取行動之前，告訴我有什麼需要決定或預約的事。 而且因為 Voice 支援自然中斷，我可以中途插話： 等一下。為那個「會拖延到最後一個週末才動手」的我最佳化這…