ChatGPT語音登上桌面版！「用講的」就能同時調度Codex多個AI代理任務
重點一：ChatGPT 語音功能登上 macOS 與 Windows 桌面版，由全雙工語音模型 GPT-Live 驅動，能同時聽與說。
重點二：使用者可透過單一語音對話，在 ChatGPT Work 與 Codex 中啟動並調度多個於背景執行的 AI 代理任務。
重點三：7 月 23 日起全球分階段推出至符合資格的 Plus、Pro、Business、Edu、Enterprise 帳號；macOS 版可搭配既有的 Appshots 擷取最前方視窗畫面。
動嘴就能開工！語音成為桌面代理人的指揮介面
OpenAI 於美國時間 7 月 23 日宣布，ChatGPT 語音功能正式登上桌面版應用程式，支援 macOS 與 Windows。使用者可透過單一語音對話，在 ChatGPT Work 或 Codex 中啟動、查詢並調整多個於背景執行的 AI 代理任務；實際可操作的工具與電腦功能，仍取決於方案、工作區設定與使用者授權。這也是 OpenAI 把語音技術從行動裝置延伸到桌機的關鍵一步。
該功能自 7 月 23 日起，分階段推出至符合資格的 Plus、Pro、Business、Edu 與 Enterprise 帳號；實際上線時間仍受地區、應用程式版本與工作區管理設定影響。OpenAI 表示，這次發布是邁向該願景的一步，讓使用者「說出需求，ChatGPT 就能以思考的速度同時推進多項任務」。
延伸閱讀：工程師不必守在桌機前了！Codex進駐ChatGPT 手機版，遠端就能遙控Mac讓任務不中斷
GPT-Live 驅動！能邊聽邊說，把重運算丟到背景
GPT-Live 最大的特徵是「全雙工」（full-duplex），也就是能同時聆聽與說話，打破過去語音助理一問一答的僵硬節奏，使用者可在模型說話時插話、切換話題，讓對話輪替更接近真人交談。OpenAI 於 7 月 8 日先在行動裝置與網頁端推出這款模型，本次則將它整合進桌面版的代理人工作流程。
《VentureBeat》分析，這套整合的核心在於把「即時語音層」與底層的「執行引擎」拆開。GPT-Live 負責維持流暢對話，甚至會自然地插入「got it」之類的口頭回應，同時把繁重的運算工作交給背景的推理模型處理。使用者因此能像結對程式設計（pair programming）般，一邊口頭討論問題，一邊讓代理人在背景非同步執行任務。
語音模式可指揮 Work 或 Codex 使用該體驗已獲授權的工具，包括 OpenAI 的 Computer Use（電腦操作）功能、本機檔案與 ChatGPT 外掛（plugins）；不過這些能否使用，仍取決於方案、工作區設定、作業系統權限與個別操作核准，並非 GPT-Live 模型本身直接整合。此外，macOS 版可搭配既有的 Appshots 功能，把使用者最前方視窗的可見畫面與可取得文字提供給 ChatGPT 作為情境參考。
延伸閱讀：ChatGPT Work是什麼？Chat、Work、Codex差異、功能與方案一次看
語音功能怎麼用？
依 OpenAI 官方使用說明與釋出資訊，實際操作可分成四步：
步驟一：開啟語音
在 ChatGPT 桌面版 App 點語音按鈕即可進入；也能自訂一組快速鍵（hotkey），這樣即使正在其他 App 工作，也能隨時叫出語音。
步驟二：開一段新語音對話
從空白對話開始，或直接開一個新任務，接著把需求用講的說出來，不必打字。
步驟三：派工並即時跟催
講出要做的事，ChatGPT 會為較長的工作另開執行緒（thread）在背景執行；你不用等它做完，繼續講就能查進度、追問或改方向，它會把進度、卡關與結果隨時帶回這段語音對話。舉例來說，可以說「檢視今天的發布簡報，整理出需要簽核的決策」「在 Codex 開一個任務跑測試，沒過的幫我追原因」或「看一下進行中的任務，哪些卡住了幫我彙整」。
步驟四：讓它看你的螢幕（限 macOS）
先到「設定 > 語音」開啟螢幕情境（Screen context），之後只要說一句「看一下這個」，ChatGPT 就會對你最前方的視窗擷取一張 appshot 當作參考。
使用前要知道的限制
整個桌面版同一時間只能進行一個語音對話；語音有獨立、依方案而定的額度，以每 5 小時的滾動時段計算，而透過語音啟動的任務仍會計入你的 Codex 用量，快到任一上限時 ChatGPT 會通知。權限方面，語音能做的事與它在 Chat、Work、Codex 指揮任務的權限一致，不會額外放寬；螢幕情境擷取的 appshot 可能包含捲動範圍以外的文字，官方提醒別對含機敏資訊的視窗使用，企業組織也能整個停用。另外別和「語音聽寫」搞混：語音對話是跟 ChatGPT 即時交談，語音聽寫只是把話轉成文字、送出前還能修改的輸入方式。
OpenAI語音戰略再進一步
OpenAI 近年將語音視為與其他 AI 業者競爭的差異化重點。官方示範影片中，有兩名工程師在同一空間、對同一個 ChatGPT 桌面版對話下達不同指令。不過這僅為示範畫面，OpenAI 目前仍將語音定位為一對一互動，尚未針對多位說話者最佳化。OpenAI 舉的另一個例子是規劃出差，據《Fortune》報導，使用者可請 ChatGPT 檢查行事曆衝突、翻查信箱中的航班異動、準備會議筆記，而這些都能「在你泡咖啡或處理別的事情時」於背景完成。
此外，官方指出，這項語音模式也可透過 iOS App 的遠端配對存取（paired remote access），在 Codex 中遠端使用；至於 Android 的遠端配對支援，官方則預告「即將推出」。
延伸閱讀：OpenAI發表GPT-5.6、ChatGPT Work！新模型效率大升級，三大版本與辦公代理一次看
資料來源：
OpenAI 官方 X 貼文、ChatGPT — Release Notes | OpenAI Help Center、 Fortune、 VentureBeat、 9to5Mac
本文初稿為 AI 編撰，整理．編輯／林美欣
延伸閱讀
不必先寫完美Prompt！AI大神卡帕西教你「10分鐘碎念法」：對AI意識流輸出，比想清楚更有效！
Claude Cowork推「Record a skill」新功能！3步驟複製你的工作流程，把SOP變AI技能庫
「加入《數位時代》LINE好友，科技新聞不漏接」