北京时间10月16日凌晨,OpenAI官宣ChatGPT重大升级,计算机使用能力全面进入Chrome,浏览器里的标签页从此能被ChatGPT直接利用。 能力分界很清晰:Chat模式负责跨标签页收集信息,Work模式在授权后可以控制Chrome标签页完成任务,比如发送消息、填写表单或下载文件。 把网页正文复制粘贴进对话框的体力活,现在可以整段交给AI自己完成。36氪小红书知乎
第一步:先分清,Chat只读,Work才动手
最容易误读的地方,是以为ChatGPT从此可以随便接管浏览器。实际上这套能力是分层的——Chat里它只能看和收集信息,Work里才能实际控制标签页执行操作。 所以读网页、比价、写总结,留在Chat模式即可,它不会碰你的页面;要它填表、发消息、下载文件,甚至把散乱的一堆标签页整理分组,才需要切到Work并完成授权。哔哩哔哩小红书
第二步:把浏览器连上
按官方帮助文档给出的路径,先更新ChatGPT桌面应用,进入设置里的Computer Use,再从Chrome应用商店安装官方扩展,回到设置页看到Manage字样即表示已连接。 使用时有两个入口:在Work对话里用@选中浏览器或直接提到某个打开的标签页;也可以点工具栏的ChatGPT图标,在当前网页旁边开侧边栏,而且侧边栏和ChatGPT客户端的对话是完全打通的,前脚聊完采购需求、后脚打开供应商官网,不用重新交代背景。小红书36氪
第三步:三个场景各派一个任务
比价是Chat模式里最稳的场景,OpenAI举的例子是线上买沙发:三款沙发的尺寸、材质、交付时间、退货政策散在不同页面,有的便宜但运费另算、有的合适却进不了电梯,Chat负责把这些条件收齐再放到一起权衡。36氪
填表和发消息则是Work模式的主场。官方演示的报销流程里,它自己在邮箱找出机票收据、核对金额日期、读Google文档里的差旅政策,然后把报销单填好提交,全程自动切换标签页。 派活时可以直接加一条要求,按你的要求填表,还可以让它在提交前先停下来,金额和字段由你扫一眼再放行。哔哩哔哩小红书
第四步:权限收紧,用到再开
能力越大,争议也越集中,权限怎么管也成了新话题。 按官方文档,默认每遇到一个新网站都会先征求你的同意,可以选只允许这一次;「所有网站都允许」和浏览记录访问,都被官方标注为较高风险。 权限采用细粒度确认,涉及浏览历史和文件下载时还会单独触发高风险确认,这道闸不建议跳过。哔哩哔哩小红书小红书
暂时用不上的人,卡在哪
这项能力从10月16日起分批放量,企业工作区还受后台设置约束,看得到新闻、账号里却没入口属于正常状态,只能等更新客户端后逐步推送。 支持范围不止Chrome,已扩展至Edge、Brave、Opera、Vivaldi等Chromium内核浏览器。 上手顺序建议是:先用Chat处理比价和总结,再把Work放开给真正需要动手的任务,逐站按「允许一次」给权限,并避开网银、企业后台这类敏感页面——「一键搞定」是目标,看着它干完第一单是当下更稳的姿势。36氪小红书