- Implementasi arsitektur full-duplex untuk percakapan alami dengan interupsi waktu nyata.
- Kemampuan kontrol agen dan penggunaan komputer untuk mengotomatisasi tugas multi-langkah dalam sistem operasi.
- Integrasi tingkat lanjut dengan Codex CLI untuk programmer melalui perintah terminal dan manajemen repositori.
- Dukungan konteks visual melalui Appshots di macOS dan alur multimodal melalui APIMart.
Bayangkan Anda dapat mengelola seluruh alur kerja komputer Anda hanya dengan berbicara, tanpa harus meletakkan mouse atau mengetikkan perintah yang tak berujung? Nah, hadirnya GPT-Live dan kemampuan agen baru dari ChatGPT Desktop telah mengubah apa yang dulunya tampak seperti fiksi ilmiah menjadi alat sehari-hari. Ini bukan lagi hanya tentang mengobrol dengan AI, tetapi tentang memiliki asisten yang melihat apa yang Anda lakukan, mengontrol aplikasi Anda, dan mengatur tugas-tugas kompleks sementara Anda fokus pada hal yang penting.
Evolusi ini mewakili lompatan kuantum dalam produktivitas, terutama bagi mereka yang terus-menerus beralih antara email, kode, dan rapat. Dengan mengintegrasikan mesin suara full-duplex dan kemampuan untuk berinteraksi dengan sistem operasi, OpenAI telah menghilangkan hambatan kecil yang mencuri waktu kita setiap hari. Kita akan membahas bagaimana ekosistem ini bekerja, mulai dari perintah teknis di Codex hingga fitur visual eksklusif Mac, sehingga Anda dapat memanfaatkan kekuatan ini sebaik mungkin, mirip dengan cara mengintegrasikan ChatGPT ke dalam rutinitas harian Anda untuk mengoptimalkan waktu Anda.
GPT-Live: Revolusi suara alami
Inti dari pembaruan ini adalah GPT-Live, sebuah sistem yang menggunakan arsitektur full-duplex . Tidak seperti mode suara lama, yang bekerja seperti walkie-talkie (Anda berbicara, AI memproses, dan kemudian merespons), GPT-Live mendengarkan dan berbicara secara bersamaan. Ini berarti Anda dapat menyela AI di tengah kalimat dan AI akan bereaksi secara instan, mendeteksi jeda, nada suara, dan bahkan keraguan Anda, membuat percakapan terasa lancar dan manusiawi.
Mesin ini telah diterapkan pada iOS, Android, dan web, tetapi benar-benar bersinar di versi desktop. Bagi pengguna macOS, ada fitur unggulan bernama Appshots , yang memungkinkan AI untuk memiliki konteks visual dari jendela yang aktif. Pada dasarnya, suara tersebut "melihat" apa yang Anda lihat, menghilangkan kebutuhan yang membosankan untuk mendeskripsikan layar kepadanya sehingga dapat membantu Anda dengan informasi spesifik.
Meningkatkan tampilan desktop dengan kontrol agen dan Penggunaan Komputer
Fitur paling ampuh dari versi desktop bukanlah suara itu sendiri, tetapi apa yang dapat dilakukannya saat Anda berbicara. Berkat kontrol agen , Anda dapat mendelegasikan alur kerja multi-langkah. Misalnya, Anda dapat memintanya untuk mengumpulkan tanda terima yang tersebar di seluruh folder dan mengaturnya ke dalam spreadsheet, atau untuk menganalisis catatan penelitian untuk menulis laporan terstruktur tanpa Anda harus campur tangan di setiap langkah.
Selain itu, dukungan Penggunaan Komputer memungkinkan ChatGPT untuk berinteraksi langsung dengan antarmuka komputer Anda, membuka aplikasi, dan menavigasi file. Bagi pengguna yang lebih teknis, integrasi dengan Chat, Work, dan Codex memungkinkan Anda untuk mengoordinasikan tugas di ketiga lingkungan ini dengan satu perintah suara, menyederhanakan pembuatan permintaan pull atau debugging kode secara real-time sambil tetap memegang keyboard.
Menguasai CLI Codex dan perintah tingkat lanjut
Bagi mereka yang lebih menyukai terminal, Codex CLI menawarkan tingkat kontrol yang sangat presisi. Dengan menggunakan perintah garis miring, seperti /model untuk mengubah AI Untuk masuk ke mode perencanaan, Anda dapat mengelola pengembangan perangkat lunak secara non-interaktif menggunakan /plan. Anda juga dapat menjalankan tinjauan kode dengan codex review atau berinteraksi dengan cloud melalui codex cloudMemungkinkan AI untuk menerapkan perbedaan (diff) langsung ke repositori lokal.
Di dalam TUI (antarmuka terminal), terdapat pintasan yang menyederhanakan alur kerja, seperti menggunakan @ untuk mencari file di ruang kerja atau ! untuk menjalankan perintah shell lokal. Kemampuan untuk membuat cabang sesi dengan /fork memungkinkan Anda untuk mengeksplorasi berbagai pendekatan terhadap suatu solusi tanpa kehilangan jejak percakapan aslinya—sangat penting dalam proyek pemrograman yang kompleks, terutama jika Anda ingin melakukan inferensi AI lokal di macOS untuk meningkatkan kecepatan.
Manajemen kesehatan dan kebugaran desktop
ChatGPT Desktop juga telah memantapkan dirinya sebagai pengatur kesehatan pribadi. Meskipun bukan pengganti diagnosis medis , aplikasi ini sangat berguna untuk melacak gejala atau menjaga garis waktu kesehatan. Anda dapat mengunggah PDF analisis klinis dan memintanya untuk menjelaskan istilah-istilah dalam bahasa sederhana, atau menggunakan perintah suara untuk mencatat gejala dengan cepat tanpa mengetik.
Privasi adalah isu penting di sini. Untuk data sensitif, kami sangat menyarankan untuk menggunakan Obrolan Sementara , yang mencegah informasi disimpan dalam riwayat atau digunakan untuk melatih model. Penting untuk diingat bahwa obrolan tidak dienkripsi ujung-ke-ujung, jadi kehati-hatian dengan data pribadi harus menjadi norma.
Integrasi eksternal dan APIMart
Untuk membawa alur kerja ke tingkat selanjutnya, APIMart berperan sebagai jembatan ke lebih dari 500 model berbeda melalui satu titik akhir . Hal ini memungkinkan permintaan yang ditangkap suara di desktop untuk diubah menjadi keluaran multimodal yang kompleks, seperti klip video sinematik, menggunakan Kling V3 Omni atau Sora 2.
Ekosistem ini memungkinkan pekerjaan dimulai dengan ide yang diungkapkan secara lisan, berkembang melalui pengaturan agen ChatGPT, dan berpuncak pada rendering video asinkron yang berjalan di latar belakang. Ini adalah kombinasi sempurna antara input suara yang mudah dan output yang kuat dari API tercanggih di pasaran.
Panduan ketersediaan dan konfigurasi
- Pesawat: Komunikasi suara full-duplex gratis, tetapi kontrol agen, penggunaan komputer, dan Appshots memerlukan langganan. Plus, Pro, Bisnis, Edu atau Perusahaan.
- Perizinan: Di Windows dan Mac, penting untuk mengaktifkan akses mikrofon, dan dalam kasus Penggunaan Komputer, izin akses sistem.
- Platform: Meskipun suara bersifat universal, Appshots hanya tersedia untuk macOS. Untuk saat ini, hal ini memaksa pengguna Windows untuk mendeskripsikan jendela mereka secara visual.
Integrasi GPT-Live dan kemampuan kontrol total atas PC mengubah komputer menjadi perpanjangan dari pemikiran kita, di mana hambatan antara niat dan eksekusi diminimalkan berkat orkestrasi agen dan kelancaran suara secara real-time.
Penulis yang bersemangat tentang dunia byte dan teknologi secara umum. Saya suka berbagi ilmu melalui tulisan, dan itulah yang akan saya lakukan di blog ini, menunjukkan kepada Anda semua hal paling menarik tentang gadget, perangkat lunak, perangkat keras, tren teknologi, dan banyak lagi. Tujuan saya adalah membantu Anda menavigasi dunia digital dengan cara yang sederhana dan menghibur.