一文带你全面掌握ChatGPT app超级智能体

关注◆ AI一手 ◆每天分享最前沿的AI技术与应用之前我写过好几篇Codex app的教程。从最早Codex刚发布的时候就开始写后面每次大更新基本都跟了一篇。插件怎么装、Computer Use怎么用、Skills怎么配能写的都写了。但是现在情况不一样了。ChatGPT和Codex合并了。聊天、办公、编程三个东西全部塞进了同一个app里面。而且这个app更新的速度真的离谱。有时候一天推一次更新还不够隔几个小时又来一次。你上午刚熟悉了界面下午可能又变了。所以之前写的那些教程很多细节已经对不上了。今天这篇文章就重新来一遍。一个从零开始的、没有任何门槛的超级教程。不管你是刚下载的新手还是用了很久但一直没搞清楚新功能的老用户看完基本就全明白了。01先搞清楚这个超级app01从Codex app到ChatGPT超级app先说背景。以前OpenAI有两个独立的桌面app。一个是ChatGPT桌面端就是我们熟悉的聊天窗口。另一个是Codex app专门给开发者用的编码Agent。Codex app里面其实已经有两种模式了。一个叫Work模式处理办公任务。一个叫Codex模式专门写代码。这两个模式在以前的Codex app设置里就能切换。然后在7月9号OpenAI做了一件事。把ChatGPT的聊天功能也拉进来了。三合一。Chat、Work、Codex全在一个app里。这就是现在大家说的ChatGPT超级app。如果你之前装了Codex app直接更新就会自动变成新的ChatGPT app。项目、设置、对话记录都还在。02三种模式的定位和切换方式打开app你会看到左上角有一个下拉菜单。点开两个选项。一个是ChatGPT下面写着创建、学习和探索。另一个是Codex下面写着构建、调试并发布。等等不是说三种模式吗怎么只有两个因为Chat和Work合在ChatGPT这个大选项下面了。选了ChatGPT之后界面顶部中间会出现一个Chat / Work的切换按钮。所以切换逻辑是这样的。左上角选ChatGPT → 顶部切Chat或Work。左上角选Codex → 直接进Codex模式。三种模式各自干嘛一句话说清楚。Chat模式就是我们最熟悉的ChatGPT聊天。问问题、写文案、搜东西、生成图片日常用这个就够了。Work模式是一个办公自动化Agent。它能连接你的各种工具自己拆解任务步骤帮你做文档、跑分析、执行定时任务。你给它一个目标它自己去完成。Codex模式开发者的编码主场。写代码、改bug、审PR、管理多个代码仓库全在这里。三种模式定位清楚了下面逐个拆解它们各自的功能。02三种模式逐个拆解01Chat模式最熟悉的那个聊天Chat模式大家都熟用过ChatGPT网页版的不会有陌生感。但你以为它还是以前那个ChatGPT吗有几个细节值得单独说一下。生图只有Chat模式才有。对你没看错。实测下来Work模式和Codex模式都不能直接生成图片。不清楚为什么现在是这样。如果你正在Work或Codex模式里突然想让它画张图得切回Chat才行。ChatGPT选项里面的chat模式下生图测试。codex模式下生图测试失败同样work下也失败。Canvas编辑面板。Chat模式里有一个Canvas功能。你让它帮你写文档或者写代码的时候它会在聊天窗口旁边打开一个独立的编辑面板。可以直接在里面改内容不用来回复制粘贴。Work和Codex模式没有Canvas它们有各自不同的编辑方式。项目管理。Chat模式可以创建项目Projects把相关的对话分组在一起。你还能往项目里上传参考文件、设置自定义指令。比如建一个公众号写作的项目把你的写作风格指南传进去以后在这个项目里开的每个对话都会自动参考这些文件。这个跟你在ChatGPT的web端创建的项目是一样的。你以前在web的项目数据现在也可以在这个超级agent里面同步展示了。不管是单个聊天记录还是项目里面的聊天记录都是有的。Memory记忆功能。现在ChatGPT的记忆分了好几层。Saved Memories是你能手动编辑的事实列表。Reference Chat History是让它在后台从你过往的对话里推断上下文你关掉它就不会参考了。还有一个今年6月新加的Dreaming会在后台自动综合和更新你的记忆。这个有点意思也有点可怕因为它会悄悄改写你的记忆条目。在意的话可以在Settings → Personalization → Memory里面把这些开关分别控制一下。02Work模式帮你干活的办公AgentWork模式和Chat模式最大的区别是Chat是你问它答Work是你派活它干。你给它一个任务目标它自己拆解成多个步骤一步一步执行。中间如果需要你确认会停下来问你。这个过程可能持续几分钟也可能跑几个小时。Work模式下面的能力有多少Computer Use。这个真的猛。Work模式下ChatGPT可以直接操控你的电脑。点鼠标、打字、打开应用、移动文件全部替你干。用之前需要先装Computer Use插件。macOS要授权屏幕录制和辅助功能权限Windows目前只支持前台操作。说明一下Computer Use不是Work模式独有的Codex模式也能用。但Work模式用的场景更多因为办公经常得在各种桌面app之间切来切去。1400多个插件。Work模式可以连接Slack、Google Drive、Gmail、Outlook、Microsoft Teams、Salesforce这些工具。插件目录在侧边栏的插件入口里。用法也简单在对话框里输入 加上插件名字就能调用。比如 Slack 它就去拉消息Google Drive 就帮你找文件、创建表格。ChatGPT自己也会根据你的Prompt自动判断该用哪个插件。定时任务。这个功能真的实用。你可以让ChatGPT定期执行某个任务。比如每天早上整理一下Slack的未读消息或者每周刷新一份数据报告。它可以是一次性的、定期循环的、甚至是某个事件触发的。内置浏览器。Work模式有一个内置浏览器能在app里面直接拉取网页内容打开Google Workspace和Microsoft 365的文件。不用切窗口。Cloud和Local。Work模式的对话框有一个选项可以选Work locally或者Cloud。Cloud模式下任务跑在云端关了电脑也不停做完会推送通知。还能在手机和网页端继续看进度。Local模式下任务跑在你电脑上能访问本地文件和app但关了电脑就停而且Local Tasks不会同步到其他设备。我的建议是需要用本地文件就选Local纯线上的任务选Cloud。生成各种格式的文档。Work模式可以直接产出Google Docs、Sheets、Slides格式的文件也能生成web app。你让它帮你做一份竞品分析报告它真的会给你一个能直接用的PPT出来。03Codex模式开发者的编码主场左上角切到Codex整个界面画风就变了。侧边栏变成了新建任务“拉取请求”“站点”“已安排”“插件”。其中拉取请求是codex的核心差异功能。可以在codex里面创建你的项目并且可以定制化你的项目的图标和颜色便于更好的管理的你的开发项目。我们来逐个说一下Codex模式的核心能力。多仓库项目。一个项目里面可以同时关联多个代码仓库。以前得在不同项目之间来回切现在一个项目全搞定。左侧栏项目名称右侧⋯→编辑项目添加文件夹切换primary。需要注意多仓库项目会指定一个Primary仓库。新任务默认从它开始PR、Git Review 和 Worktree 等 Git 操作也主要针对这个主仓库其他仓库仍然可以被 Codex 搜索、读取和修改。很多朋友会被我以前讲解过的worktree给搞混淆Worktree 则是 Git 自己的机制Codex为同一个仓库建立不同的独立工作目录让多个任务同时改不同分支而不互相覆盖。比如你的多仓库项目可以是同时关联前端、后端、文档等多个代码仓库。相关代码分散在不同目录也不用再在多个 Codex 项目之间来回切换。Inline diff编辑。Codex帮你改完代码之后直接在diff视图里面就能行内编辑。哪一行不满意直接改。不用再开一轮新对话让它重新生成。这是我日常开发经常用到的代码审核功能。一般程序员喜欢在codex cli里面开发然后我的工作流就是开发完后把cli的任务同步到ChatGPT app里面来。如何同步呢很简单cli里面开发好后在ChatGPT app桌面端里面新建你的项目也就是在cli里面打开的这个项目然后重启下ChatGPT app就可以同步了。侧边栏PR审查。Pull Request的审查直接在Codex侧边栏里完成。看代码变更、加评论、approve或reject不用再切到GitHub的网页。目前我的代码是公司自有的仓库不是github所以暂时不做演示如果你的项目是在github里面。那么这里应该就会你的仓库然后你就可以去在侧边PR审查了。Computer Use。前面说了Codex模式也能用Computer Use。开发者如果要操作图形界面复现bug、测试UI效果直接让Codex帮你操控。终端和Skills。内置终端直接跑命令。Skills是可复用的指令模板把常用的工作流打包成一个skill下次一键调用。到这里三种模式的功能就拆解完了。下面说一些更细的东西是我自己实际用下来才发现的。03你可能没发现的界面细节01语音、Sites和跨设备同步语音模式三个模式都能用。Chat、Work、Codex全部支持语音交互用的是GPT Live模型。但有一个限制。开了语音之后不管你在哪个模式都没法手动选模型。因为语音就是绑定GPT Live的没得选。只有在非语音状态下的Chat模式里你才能自由切换不同的模型。Sites建站三个模式都能触发。我一开始以为Sites只有Work和Codex能用。结果在Chat模式的输入框旁边也看到了一个Sites按钮。在任何模式下只要在Prompt里提到网站或者输入 Sites就能触发建站流程。底层跑的都是同一套Codex引擎建出来的站点是OpenAI托管的有独立URL能分享给别人。可以做仪表盘、项目追踪器、内部门户、甚至小游戏这些东西。跨设备同步。Chat和Work的对话历史可以在网页端、桌面app和手机之间同步。你在桌面上开了一个Work任务手机上也能看到进度。手机端还能查看桌面创建的Codex项目虽然功能没桌面全但至少能看进度、做简单操作。但是Local Tasks只存在你那台电脑上不会同步。这个要注意。02侧边栏分类和对话归属逻辑这部分是真的细。你有没有试过在ChatGPT模式和Codex模式之间来回切着看侧边栏没切过的话你大概率不知道下面这些东西。ChatGPT模式下侧边栏展示你所有的对话和项目。不管是以前网页版ChatGPT的聊天记录还是现在app里Work模式创建的对话还是Codex模式创建的对话全部都能在这里看到。Codex模式下侧边栏只显示Codex和Work的对话。Chat模式的那些聊天记录不会出现在Codex的侧边栏里。逻辑上也说得通Codex模式是给开发者用的把一堆闲聊记录混进来反而乱。还有一个更细的点。在ChatGPT模式的侧边栏里把鼠标放到任意一个对话上面会出现一个小标签。标签显示的要么是Chat要么是Work。这个Work标签其实包含了Work模式和Codex模式创建的对话。也就是说在ChatGPT模式的视角下Work和Codex都被归为Work这一类。03几个容易踩坑的限制Work和Codex可以引用Chat的对话记录。这个功能我觉得太好用了。以前的痛点是你在Chat模式里跟ChatGPT聊了一大段需求讨论然后想切到Codex让它帮你写代码。这时候你得把聊天内容手动复制粘贴过去Codex那边才知道你之前聊了啥。现在不用了。在Work或者Codex模式的输入框里你可以直接选择加入某个Chat对话的记录作为上下文。它会列出你之前的ChatGPT对话列表你选一个加进来就行。但反过来不行。Chat模式里没法引用Work或Codex的对话记录。想想也合理Chat模式引用自己的对话没什么意义。再强调一遍生图只能在Chat模式。如果你正在Work或Codex模式里干活突然想生成一张图得手动切回Chat。语音模式不能手动选模型。三个模式里的语音都绑定GPT Live。打开关闭宠物模型。这个宠物除了能给人一些情绪化的东西还能在你项目特别多的时候快速找到正在运行的线程。04写在最后终于把上面这些东西都讲完了。简单说一下这个超级app适合哪几类人。第一类日常就用ChatGPT聊天的普通用户。你完全可以无视Work和Codex就用Chat模式。体验跟以前几乎一样只是现在装一个app就有了以前三个app的能力。第二类需要AI帮忙处理办公任务的人。Work模式的定时任务、插件连接、Computer Use这些能力真的可以省掉很多重复劳动。特别是定时任务设好了就不用管它自己跑。第三类开发者。Codex模式就是给你们准备的。多仓库、inline diff、PR审查比以前独立的Codex app功能更全而且现在还多了Chat和Work的辅助。以前的ChatGPT就像一个你随时能聊天的朋友什么都能聊但活得你自己干。现在这个超级app更像是你身边多了一个全职助手聊天、办公、写代码你说一声它就去干了干完还会来跟你汇报。好了以上觉得有用帮忙点赞、转发、收藏三连。关注我我们下次再见。