حالت صوتی جدید دسکتاپ فراتر از یک ابزار ساده برای تبدیل گفتار به متن است؛ این سیستم به گونهای طراحی شده که مانند یک همکارِ حاضر در پشت سیستم، فرمانهای اجرایی را روی رایانه پیش ببرد.
۱. ویژگیهای کلیدی حالت صوتی دسکتاپ (GPT-Live)
- تعامل همزمان و اجرای وظایف: کاربران میتوانند در حین صحبت کردن با هوش مصنوعی، انجام برخی امور دسکتاپ را به آن بسپارند و زمان صرفشده برای تایپ و جستجو را به حداقل برسانند.
- اشتراکگذاری صفحه با AppShot (ویژه مکاواس): کاربران سیستمعامل مک میتوانند با فعالسازی گزینه Screen context، پنجره فعال روی صفحه را با ChatGPT به اشتراک بگذارند تا هوش مصنوعی دقیقا محتوای روبهروی آنها را ببیند و بررسی کند.
- مکالمه طبیعی و انسانی: استفاده از اصطلاحات میانوعده مانند «هوم» یا «متوجه شدم» باعث میشود جریان گفتوگو رباتیک به نظر نرسد.
- جستجو و پردازش در پسزمینه: چتبات میتواند در حالی که پاسخ سؤالات (مانند آبوهوا) را در پسزمینه جستجو یا تصاویر مرتبط تولید میکند، همچنان به مکالمه صوتی با کاربر ادامه دهد.
۲. دسترسی و بخشهای تخصصی
این نسخه علاوه بر تعامل صوتی، ابزارهای مدیریتی جدیدی نیز به دسکتاپ آورده است:
- مدیریت پروژهها: امکان ایجاد چندین پوشه مرتبط در پروژههای محلی از طریق منوی ویرایش پروژه.
- دستهبندی تعاملات: کاربران میتوانند با صدا میان بخشهای مختلف شامل Chat، Work و Codex جابهجا شوند.
- جامعۀ مخاطبان: این قابلیت در حال حاضر برای مشترکان طرحهای پلاس (Plus)، پرو (Pro)، بیزینس، Edu و Enterprise در دسترس قرار گرفته است، و کاربران آیفون نیز میتوانند از طریق قابلیت iOS Remote به آن متصل شوند.
مقایسه قابلیتهای صوتی در پلتفرمهای مختلف
| ویژگی صوتی | نسخه موبایل (تلفن همراه) | نسخه دسکتاپ (GPT-Live) |
| تعامل صوتی پایه | دارد | دارد |
| انجام وظایف دسکتاپ و مدیریت پوشهها | ندارد | دارد (اختصاصی دسکتاپ) |
| اشتراکگذاری صفحه نمایش (AppShot) | محدود | پیشرفته (مکاواس با Screen context) |
| پردازش موازی در پسزمینه | دارد | دارد |
چشمانداز آینده
ورود قابلیتهای صوتی پیشرفته به محیط دسکتاپ نشان میدهد که رابطهای کاربری سنتی (کیبورد و موس) به تدریج جای خود را به فرامین صوتیِ هوشمند میدهند. این تحول، مرز میان «دستور دادن به سیستم» و «گفتگو با یک همکار انسانی» را بیش از پیش محو میکند.
