ChatGPT
OpenAI 开发的对话式大语言模型产品，通过自然语言交互完成各类任务，支持多轮对话、代码生成、文档写作等场景。
简介
ChatGPT 是 OpenAI 于 2022 年 11 月推出的对话式 AI 产品，基于 GPT（Generative Pre-trained Transformer）系列大语言模型。它通过 RLHF（Reinforcement Learning from Human Feedback，人类反馈强化学习）技术优化，能够理解用户意图并生成高质量的自然语言回复。
ChatGPT 从最初的简单问答工具，逐步演化为支持多模态输入（文本、图像）、代码执行、联网搜索、插件生态的综合性 AI 助手平台。
核心特性
1. 对话记忆与上下文理解
ChatGPT 在单个对话会话中能记住前文内容，支持多轮对话。用户可以基于之前的回复继续追问、修正或深化讨论，无需重复背景信息。
2. 专案功能（Project）
专案功能是 ChatGPT 的高级协作特性，允许用户将多个对话串、文件、自定义指令组织到一个专案空间中：
- 专案指令：为专案内所有对话设定统一的角色、规则和工作流程
- 资料来源：上传文档、代码、数据表格作为专案知识库，所有对话串可共享调用
- 分支聊天：从任意对话节点创建分支，继承前置对话历史但独立发展
- 跨对话记忆：同一专案内的不同对话串可以互相引用彼此的内容
3. 联网搜索与 Deep Research
- Browse with Bing：实时联网搜索最新信息，突破训练数据时间限制
- Deep Research：针对复杂主题进行多轮搜索、多角度调研，生成结构化深度报告
4. 代码解释器（Code Interpreter）
内置 Python 执行环境，支持数据分析、图表绘制、文件处理等任务。用户可以上传 CSV、Excel 文件，让 ChatGPT 直接运行代码完成数据清洗和可视化。
5. 插件与 GPTs
- 插件（Plugins）：第三方开发的功能扩展，如 Wolfram Alpha 数学计算、Zapier 自动化、Expedia 旅行规划等
- GPTs：用户自定义的专用 ChatGPT 版本，可预设指令、上传知识库、配置特定行为模式
6. 多模态能力
- 图像输入：支持上传图片并进行内容识别、图表解读、OCR 文字提取
- DALL·E 集成：生成 AI 图像
- 语音对话：支持语音输入与 TTS（文本转语音）输出
不同素材中的观点
JC 的 AI Skill 产品化实践（2026-08-10）
来源：2026-08-10-ai-skill-productization-experience
产品经理 JC 在构建”小红书AI概念图解 Skill”时，将 ChatGPT 的 Image 生图能力作为视觉生产工具。文中提出的”视觉生产需要分工”原则——背景、科技主体和插画交给生图模型，中文标题、箭头、标签、页码和精确图解使用确定性排版——体现了 ChatGPT 在实际产品化场景中被作为稳定内置能力使用的策略。
电脑玩物站长 Esor Huang 的 AI 团队管理实战（2026-06-17）
Esor Huang 分享了如何用 ChatGPT 的专案功能建立 AI 团队的实战方法，这是 AI 团队管理 方法论在 ChatGPT 上的具体实现。
三层 AI 团队架构：
- PM 层：负责专案目标、背景知识、受众痛点、工作规则，不直接产出成果
- 专业助理层：大纲助理、简报助理、图解助理、文案助理，每个只专注单一任务
- 反思者层：唱反调的 PM、走不同风格的助理，提供多角度思考但不干扰主线
团队协作的四大机制：
- 专案指令：建立所有员工的共同目标规则（详见 ChatGPT 专案功能）
- 资料来源：存放所有团队成员都需要的知识（审慎使用：只加入通用知识）
- 记忆与跨讨论串引用：让简报助理可以调用大纲助理的成果
- 分支聊天：从 PM 分支出新助理，继承前置知识但发展独立技能（详见 分支讨论）
核心洞察：
- 当任务复杂度提升时，单一万能 AI 讨论串会夹杂混乱记忆，降低效率
- 应该建立有明确分工、共同规则、独立技能的 AI 团队
- 资料来源要审慎管理：只有”所有团队成员都需要知道的”知识才存入
- PM 需要定期复盘、识别盲点、用 Deep Research 补齐知识
实操流程（防弹笔记法企业内训案例）：
- 先训练一个专案 PM（研究目标、资料、背景、需求、痛点）
- 用分支聊天从 PM 衍生出专业助理（大纲、简报、图解、文案）
- 让助理互通有无（简单指令：“请简报助理参考大纲助理的成果”）
- PM 定期复盘并更新专案指令（每完成 5-6 轮任务后）
- 加入反思者提供多角度思考，有用就升级为正式员工，无用就删除
六步详细流程：
- 训练专案 PM：让 PM 用 Deep Research 研究专案背景，与人讨论核心观点，建立专案基础知识
- 从 PM 分支出专业助理：利用分支功能，让助理继承 PM 的知识，然后教它独立技能
- 让专业助理学会独立技能：给简报助理看喜欢的风格范例，让它学会版面设计
- 专业助理互通有无：简单一句话指定对话串去抓资料（“把专案聊天串中某某题目的简报大纲做图解”）
- 让专案指南持续更新：每完成五、六轮任务后，让 PM 回顾并更新专案指令
- 加反思者：开一个新的聊天串，采取批评者角度提供不同意见
效益总结：
- 不用一直重教 AI（前期建立好 PM 和规则，后续可持续复用）
- 任务不互相干扰（每个助理专注在自己的工作上）
- 保持一致方向（根据共同规则）
- 知识可取用（从 PM 或其他助理取得最新知识）
- 经验可累积（各自累积任务经验）
- 持续更新（回到专案规则持续迭代）
来源：2026-06-17-chatgpt-ai-team-management
Codex 并入 ChatGPT：Work / Codex 双模式与「站点」（2026-07-13）
2026 年 7 月，随着 GPT-5.6 上线，OpenAI 把 Codex 正式并入 ChatGPT。更新后 Codex 客户端变成 ChatGPT，连 logo 都换了（可勾选保留 Codex 应用图标）。这印证了 ChatGPT 从”对话产品”向”Agent 平台”演化的路线，与 Codex 的合并是双向的：ChatGPT 吸收了 Codex 的任务执行/编程能力，Codex 也失去了独立品牌。
新的双模式切换：新客户端左上角、网页端都新增 Work 和 Codex 两种模式切换。二者界面区别不大，主要引导不同使用场景——Work 用于日常办公提效，Codex 更面向开发（写代码、做编程项目）。
「聊天」与「任务」双向打通（作者认为是本次更新最方便的一点）：原来 Codex 里的”对话”改名为”任务”，又把网页版 ChatGPT 的”对话”搬进来叫”聊天”。用户可以先用免费的”聊天”搜索查资料、整理内容、分析文档（就像平时用 GPT），等真要做图表、海报、写代码、做网站时再添加进”任务”，节省消耗 Codex 额度。任务执行过程中遇到不懂的，可直接选中内容点”更多详情”用”聊天”解答，不打断任务。官网明确提示用量不包括 Chat 对话（即原来的网页聊天），所以”聊天”额度与 Codex 任务额度独立。当前不完善处：聊天弹窗浮在 Codex 界面上，聊完后文件下载不了，得回网页下。
「站点（Sites）」功能：一句话让 ChatGPT 把整理收集的信息做成网页，并直接部署到它自己的服务器、分配域名。对不懂技术的人友好，把链接发出去别人就能看到结果；也能用于分析数据、分析用户评论后产出可交互页面，减少手动做图表的时间。作者反馈信息准确、交互尚可，但设计审美仍无明显提升。详见独立实体 ChatGPT Sites。
预览区可编辑：原来 Codex 预览区不能编辑，本次更新后生成的代码、Markdown 都能在预览区直接改，写产品需求/操作手册等文档时无需切换编辑器。
来源：2026-07-13-woshipm-gpt-5-6-codex-chatgpt-merge
ChatGPT Sites 部署教学：私人优先与个资提醒（2026-07-18）
数位时代《一天一AI》给出 ChatGPT Sites 的完整实操路径：左侧栏「网站」→ 拖入 HTML 或描述点子 → @Sites 把这个建立一个网站。关键产品纪律是默认私人上线：系统会提醒页面中的小孩出生月份等个资，并提供维持私人、指定人分享、移除敏感信息后公开三选项。门槛至少 Plus；禁止用于信用卡与金融交易；适合展示型/轻量互动型（仪表板、内部小工具、作品集、提案 prototype），上线后仍用对话改标题、分享对象与自定义域名。这把 ChatGPT 从「生成内容」推进到「托管可分享结果」，补齐 vibe coding 的部署最后一公里。
来源：2026-07-18-bnext-chatgpt-sites-deploy
田间多模态与方案顾问：日本农夫案例（2026-07-18）
数位时代报道北海道 冨安弘樹 用 ChatGPT 处理两类「办公室进不了田」的问题：①花椰菜黑斑等异常拍照问诊，快速区分需专家处理还是继续观察；②咨询如何定期抓取 NDVI 卫星影像并叠到自有农地地图，形成巡田优先级。同案中控制逻辑与线路多交给 Codex，ChatGPT 更像诊断入口 + 领域方案顾问，而 LINE 则充当田间人机界面。这把 ChatGPT 的适用场景从知识工作/建站，扩展到 农业AI 的一线决策辅助。
来源：2026-07-18-bnext-ai-farmer-chatgpt-japan
YouTube → PPT：贴链接 vs 逐字稿优先（2026-07-23）
数位时代给出消费级「影音知识 → 可下载简报」路径：ChatGPT 读的是字幕文本，不是画面。短片/赶时间可直接贴 YouTube 链接 + 排版规范 Prompt 输出 .pptx；长片、无字幕、正式商务场合或要自控架构时，改走逐字稿优先法（取稿 → 清稿 → 角色化出 10–15 页 PPT → 人工核验）。关键产品边界：生成后的投影片不能在 ChatGPT 对话里直接改字改图，必须下载到 PowerPoint / Keynote / Google 简报再润色；长片超过约 15 分钟应拆段处理再整合导出，避免漏重点与烂尾。价值定位是省约 80% 基础排版工时的初稿，正式使用前仍须对照逐字稿核数据/人名/年代，并警惕「锁死不可编辑的图片式 PPT」。可再串 Canva 做更精美版；无字幕时转写可借 Whisper / NotebookLM。
来源：2026-07-23-bnext-chatgpt-youtube-to-ppt
实用信息
访问方式
- 网页版：https://chat.openai.com/
- 移动应用：iOS App Store、Google Play Store
- API 接口：OpenAI API（供开发者集成）
订阅计划
截至 2026 年 8 月，ChatGPT 提供四档方案（来源：2026-08-11-chatgpt-teaching-map）：
- 免费版：可用基本对话与生图（有用量限制），日常轻度使用大多够用
- Go：介于免费版和 Plus 之间，提供部分进阶功能的有限使用
- Plus 订阅（$20/月）：
- 更大 GPT-5.6 模型用量
- 更快的响应速度
- 优先使用新功能（Projects、Agent、Skills、深度研究、联网搜索等）
- 更高的使用额度
- Pro：最高用量档，面向重度使用者（但极高推理强度下 Pro 也容易被快速烧额度，实测 3 分钟可消耗约 20% 的 5 小时额度）
使用建议
- 专案管理：复杂任务用专案功能组织多个对话串，避免单一对话记忆混乱
- 提示词优化：明确角色、任务、输出格式，提供足够上下文
- 分支实验：用分支聊天测试不同方案，不影响主线讨论
- 知识沉淀：把通用知识存入资料来源，避免重复输入
- 定期复盘：让 AI 总结有效流程并更新专案指令
- YouTube 转简报分流（见 2026-07-23-bnext-chatgpt-youtube-to-ppt）：
- 先确认「字幕纪录 → 显示转录稿」可用，再贴链接
- 短片用「链接 + 排版规范」直出
.pptx；长片/正式场合先清稿再角色化出 10–15 页 - 超过约 15 分钟按主题拆段确认后再整合导出
- 下载后在桌面简报软件事实核验，不要默认对话内可编辑
适用场景
- 内容创作：文章写作、营销文案、社交媒体内容
- 编程辅助：代码生成、调试、文档编写
- 数据分析：用代码解释器处理数据、绘制图表
- 学习研究：知识查询、概念解释、论文摘要
- 项目管理：用专案功能建立多角色 AI 团队，处理复杂长期任务
- 影音知识编译：YouTube / 课程逐字稿 → 商务教学简报初稿
局限性
- 知识截止日期：训练数据有时间限制（需用联网搜索补充）
- 幻觉问题：可能生成看似合理但实际错误的内容
- 上下文窗口限制：单次对话能处理的文本量有上限
- 无法实时交互：不支持直接操作外部系统（需通过插件或 API）
与其他工具的比较
- vs Claude：ChatGPT 生态更成熟（插件、GPTs），Claude 的上下文窗口更大、更适合长文档处理
- vs Gemini：ChatGPT 的专案功能类似 Gemini 的 Notebook，但 ChatGPT 的插件生态更丰富。2026 年 Gemini 推出的 Gemini Spark（Google 帐号内 24/7 个人 AI Agent）与 ChatGPT Work 形成差异化竞争——Spark 深度绑定 Gmail/Docs/Calendar 云端生态，ChatGPT Work 更偏向通用工具串接台
- vs Codex/Cursor：ChatGPT 是通用对话工具，Codex/Cursor 专注于代码生成与编辑，提供 IDE 集成
不同素材中的补充观点
-
2026-07-17-woshipm-agent-remote-control-codex-uu：在 Codex 并入 ChatGPT 之后，ChatGPT App 成为 Codex Remote Control 的统一入口——全端装 App、设置里「连接」扫码、手机侧边栏进 Codex 即可同步主力机项目与会话。这把 ChatGPT 从「对话壳」进一步落实为「多设备 Agent 遥控器」：人用手机发任务，真正执行环境仍在家里常驻电脑。
-
2026-07-19-woshipm-agent-memory-design：在 Agent Memory 对照中，ChatGPT 的结构是 Saved Memories（长期稳定事实）+ Reference Chat History（翻遍历史）两端都有，但缺少专管「这几天在忙什么」的中期层——用户问昨天聊到哪，只能全库现搜现拼，又慢又易不准。存储哲学偏「不断变长的扁平信息清单」；应用层若无门槛，会出现把「你有孩子」等私人事实塞进无关对话的冒犯感（Hacker News 用户因此关掉记忆）。Simon Willison 案例：画穿企鹅服的狗时画面凭空出现 Half Moon Bay 路牌，因系统从历史隐式推断所在地——说明隐式记忆会以意想不到方式影响生成。与 Claude「结构化摘要 + 运用克制」形成产品哲学对照。
-
2026-08-11-chatgpt-teaching-map（数位时代 · ChatGPT 教学地图）：一份 30 篇 ChatGPT 教学的完整索引，按学习路径分 7 章。关键产品更新是 2026 年 8 月确立了 Chat（日常问答与写作）· Work（产出可交付文件/简报/试算表）· Codex（程序开发与代理任务） 三模式体系，方案分为免费版、Go、Plus、Pro，差异主要在模型用量与进阶功能开放程度。进阶价值被归纳为「个人化（Projects+记忆）、自动化（Agent+深度研究）、客制化（Skills）」三层。Work 模式于 2026 年 7 月上线，标志产品从「对话工具」转向「交付物引擎」——给目标自动拆解步骤、跨应用搜脉络、交成品。本素材提供了与已有实体页互补的完整教学文章索引，覆盖文件自动化（6 篇）、图像生成（5 篇）、生活职场（4 篇）、隐私安全（2 篇）等具体场景的官方分类教学链。