OpenAI 推出 ChatGPT Work 整合 GPT-5.6 模型，讓使用者能跨應用程式與檔案自動執行複雜工作流

OpenAI 推出 ChatGPT Work 整合 GPT-5.6 模型，讓使用者能跨應用程式與檔案自動執行複雜工作流。 這段影片展示了 ChatGPT Work 如何透過整合多種應用程式與自動化工作流程，協助使用者完成複雜的專案任務。 ChatGPT Work 是一款由 GPT-5.6 驅動的新 Agent，能把使用者的目標轉成實際成果。除了回答問題，它也能跨越網頁、行動裝置與桌面應用程式，獨立完成包含文件撰寫、簡報製作、資料分析及網頁開發在內的端到端任務，並支援在使用者離線時透過「排程任務（Scheduled Tasks）」自動處理重複性工作，例如將 Microsoft Teams 或 Slack 的訊息轉換為文件或簡報。 影片展示了 ChatGPT 整合 GPT-5.6 模型後，如何協助不同領域的專業人士自動化工作流程並解決複雜問題。 GPT-5.6 模型家族與效能表現 OpenAI 同步發布了 GPT-5.6 模型家族，提供三種不同定位的選擇： Sol：旗艦模型，具備最強的推理能力與長程 Agent 執行力，適用於複雜程式開發與科學研究。 Terra：平衡效能與成本，適合日常工作需求。 Luna：追求極致速度與經濟效益，適合高流量任務。 本圖表比較了 GPT-5.6 家族、GPT-5.5、Claude Fable 5、Claude Opus 4.8 及 Gemini 3.1 Pro Preview 在 Agents' Last Exam 測試中，其 API 成本與得分之間的權衡關係。 在效能評測上，GPT-5.6 Sol 在「Agents’ Last Exam」取得 53.6 分，大幅領先 Claude Fable 5；在「Artificial Analysis Coding Agent Index」中以 80 分創下新高，且執行成本與時間均顯著低於競爭對手。GPT-5.6 具備更強的電腦使用能力，能檢查並優化渲染結果，而不僅僅是生成程式碼。 此圖表比較了 GPT-5.6 家族（Sol、Terra、Luna）、GPT-5.5、Claude Fable 5、Claude Opus 4.8 以及 Gemini 3.1 Pro Preview 在 Coding Agent Index v1.1 中的 API 成本與 Index 分數權衡關係。 此外，GPT-5.6 在知識工作評估中表現優異，Terra 超越了 GPT-5.5 且成本更低，Luna 則以不到一半的 API 成本幾乎達到 GPT-5.5 的峰值效能。 在 SEC-Bench Pro (Multi-Agent) 基準測試中，GPT-5.6 Sol 使用 16 個 Agent 時在較短的模擬延遲內（約 8 分鐘）即達到 76% 的最高分數，展現出比使用 4 個或 1 個 Agent 更高的效率與性能。 桌面應用程式與開發者工具整合 OpenAI 將 Codex 整合進全新的 ChatGPT 桌面應用程式，並提供多項針對開發者的升級： Sites：目前處於 Beta 階段，讓使用者能將工作成果直接部署為互動式網頁應用，包含託管、儲存與選用驗證功能。 這是一段名為《Saltwind》的帆船航行模擬遊戲演示，玩家需透過操控帆船穿過海面上的標記閘門。 Computer Use：支援更快速的背景操作，並新增子母畫面功能，讓使用者能即時監控 Agent 的執行過程。 Chrome 擴充功能：支援跨分頁上下文理解，並能直接存取桌面端的檔案、專案資訊與 plugin。 程式開發工作流：支援在 diffs 內行內編輯程式碼、側邊欄審查 Pull Request，以及透過更快的 Computer Use 提升開發效率。 安全防護與正當使用 GPT-5.6 在生成期間會以即時的資安與生物風險分類器檢查輸出，因此部分請求可能被拒絕，或在串流中暫停幾秒等待審查。這些機制也可能影響正當的雙用領域工作；OpenAI 表示會持續保留程式碼審查、漏洞研究、修補開發、除錯與防禦性測試等合法用途。若產品面向個別終端使用者，應在每次請求提供穩定且保護隱私的 safety_identifier。 API 遷移與推理設定 模型與 API：依工作負載選擇 gpt-5.6-sol、gpt-5.6-terra 或 gpt-5.6-luna；gpt-5.6 alias 會導向 Sol。推理、工具呼叫與多輪工作流應改用 Responses API；Codex 也可透過 OpenAI Docs skill 協助套用遷移建議。 推理與上下文：先沿用既有 reasoning.effort 作為基準，再比較較低一級的設定；延遲敏感工作可從 low 或 medium 開始，只有量測到品質收益時才提高至 high、xhigh 或 max。跨輪目標與假設仍一致時可用 reasoning.context: "allturns" 搭配 previousresponseid，不再相關時則切回 currentturn。 成本與遷移驗收：追蹤快取寫入、快取命中、總 token、延遲、成本與最終答案完整性；呼叫、回合或中間輸出變少，只有在使用者看見的結果仍符合品質標準時才算改善。 自主權與權限邊界 GPT-5.6 可主動而持續地執行任務，因此提示應先定義每類請求授權的行動範圍：回答、解釋、審查、診斷與規劃只讀取資料並回報；變更、建置與修復才可在範圍內改動並做非破壞性驗證；外部寫入、破壞性操作、購買或明顯擴大範圍仍需確認。將可直接執行的本機讀檔、搜尋、編輯與測試列清楚，比在提示裡反覆要求「先詢問」更能避免不必要的權限卡點。 提示策略、Pro mode 與工具編排 從小開始：以能穩定完成任務的最小提示與工具集起步，只在評估發現明確缺口時才加指示、範例或工具。過長的系統提示、工具說明與累積上下文容易帶來多餘探索、重複驗證與成本。 保留必要資訊：GPT-5.6 本身偏向精簡；不要只寫「簡短」或「最少文字」，應改為要求保留結論、證據、重要限制與下一步，再刪除重複與可選背景。 品質優先時才用 Pro mode：在 Responses API 設定 reasoning.mode: "pro"，並獨立比較不同 effort 的品質、延遲與成本；不需要在提示裡要求模型「更努力思考」。 依任務選擇 Programmatic Tool Calling：適合過濾、彙整、去重、排名或驗證等可預測的中間處理；若結果會改變下一步判斷、需要核准，或最終答案必須保留引用與原生產物，則維持直接工具呼叫。 部署與遷移建議 部署時程：ChatGPT Work 即日起向 Pro、Enterprise 與 Edu 方案使用者開放，並將於未來幾天擴展至 Plus 與 Business 方案。桌面版應用程式已於 Windows 與 Mac 平台全球上線，且所有方案（包含免費版）皆可使用 Chat、Work 與 Codex 功能。 遷移建議：官方建議開發者可更新 Codex 應用程式以獲取最新功能。對於複雜任務，Pro 與 Enterprise 使用者可選擇 GPT-5.6 Pro 以獲得最高品質的結果，並透過明確的目標導向提示詞取代冗長的步驟說明，以提升執行效率。 在 FrontierCode 1.1 Extended 基準測試中，GPT-5.6 Sol 取得 60.6% 的成績，超越 GPT-5.5 與 Claude Opus 4.8，展現出強勁的程式碼與推理能力。 一位任職於 Ramp 的應用 AI 工程師分享以 GPT-5.6 開發服務的經驗。 透過 AI 助理自動化處理軟體部署請求與郵件回覆流程。 OpenAI 展示了 ChatGPT 具備「電腦使用（Computer use）」功能，能直接操作應用程式來完成複雜任務。 透過 ChatGPT 工作介面整合 Google 文件、Gmail 與 Notion，實現自動化專案管理與溝通流程。 這是一份關於更新 GPT-5.6 最新模型指南的程式碼合併請求（Pull Request）文件截圖。這段影片展示了 ChatGPT Work 如何透過整合多種應用程式與自動化工作流程，協助使用者完成複雜的專案任務。 影片中的 Prompt 與操作：Prompt（00:14）： 協助我為一條涵蓋材料、財務預測與行銷的新產品線製作一份上市簡報。原文：Help me build a go-to-market deck for a new product line covering materials, financial projections, and marketing.Prompt（00:42）： 現在製作幾張生活風格圖片，並將它們模擬放置在我們的產品詳細頁面上。原文：Now create a few lifestyle ima…