ChatGPT 不再只是聊天工具：GPT‑5.6、Work、GPT‑Live 與新版桌面工作流完整解析

OpenAI 在 2026 年 7 月的更新，不只是多了三個新名稱，而是重新畫了一張「AI 如何進入工作現場」的地圖。

7 月 8 日，OpenAI 發布 GPT‑Live；7 月 9 日，接著推出 GPT‑5.6、ChatGPT Work，並把原本獨立的 Codex 桌面應用程式併入新版 ChatGPT。換句話說，大家口中的「上週五大更新」，更精確地說，是 7 月 6 日至 10 日更新週裡連續發生的一次產品重整。

這幾天，我也把這些功能帶進數位管理教學現場。真正值得注意的，不是按鈕移到哪裡，而是 ChatGPT 已從一個問答視窗，逐步變成同時具備對話、工作、程式開發與即時語音的工作平臺。

一、GPT‑5.6：不是單一模型，而是三種工作機台

GPT‑5.6 是一個模型家族，由 Sol、Terra、Luna 三個成員組成。最容易理解的方法，是把它們想成工廠裡三臺用途不同的機台：

• Sol：旗艦機台。適合複雜推理、程式開發、研究、資安、科學、電腦操作與設計。
• Terra：日常主力機台。在能力、速度與成本之間取得平衡，適合大部分工作。
• Luna：高速量產機台。適合規則明確、重複性高或大量處理的任務。

這個分工很重要。數位管理不是每一件事都派最強模型處理，而是依任務選擇合適的能力。需要判斷、跨資料整合與長程規劃時用 Sol；一般工作用 Terra；大量整理、掃描與固定格式工作則交給 Luna。

在 OpenAI API 中，三個模型都有 105 萬 token 的脈絡窗口與最高 12.8 萬 token 輸出。GPT‑5.6 也新增程式化工具呼叫、明確提示快取控制、持久化推理、Max 推理強度，以及測試中的多代理人編排。這些改進的共同方向，是讓模型不只回答，而能在較長的工作鏈中維持脈絡、使用工具並完成驗證。

二、ChatGPT Work：從回答問題，升級成完成工作

ChatGPT Work 是這次最值得一般工作者注意的功能。Chat 適合問答與討論，Work 則適合研究、分析與成品交付。它能讀取你提供的檔案、外掛與工具脈絡，把一個目標拆成多個步驟，最後交付文件、簡報、試算表、報告或互動式 Sites。

如果把公司比喻成工廠，Chat 像坐在辦公室裡提供建議的顧問；Work 則像拿到工單後，會去資料櫃找資料、操作機台、完成成品，再把結果送回驗收區的工作團隊。

在桌面版取得許可後，Work 可以使用本機檔案與桌面應用程式；內建瀏覽器也能處理網站、支援的網頁工具與檔案。使用者可以查看進度、補充資料、改變方向，並在重要操作前核准。搭配 Scheduled Tasks 後，還能執行單次任務、定期任務、事件觸發或持續監測。

但要注意兩個邊界。第一，功能會依方案、工作區政策與帳號 rollout 狀態逐步開放。第二，「能讀取本機檔案」不等於「所有運算都在本機完成」。涉及公司財務、客戶資料或個資時，仍要先做資料分級、最小權限與去識別化。

三、GPT‑Live：語音從對講機，變成真正的雙向對話

GPT‑Live 是新一代語音模型，包含 GPT‑Live‑1 與 GPT‑Live‑1 mini。它最關鍵的改變是 full-duplex，也就是可以持續聆聽，同時產生語音。使用者停頓、插話、改變節奏時，系統能即時判斷要繼續聽、回應、暫停或呼叫工具。

過去的語音互動比較像對講機：一邊說完，另一邊才接手。GPT‑Live 更接近自然對話，也能處理即時翻譯。這幾天的教學現場，我直接用中文說話，讓系統同步轉成英文；學生立刻理解，這不只是「朗讀答案」，而是一個能進入跨國會議、語言練習與行動情境的語音介面。

GPT‑Live 還把即時互動與深度工作分開。當問題需要搜尋或推理時，它可以把工作交給後端模型，同時維持對話。發布當下，GPT‑Live 背景使用 GPT‑5.5 系列，因此不能把它簡化成「GPT‑5.6 的語音版」。

目前 GPT‑Live 正在 ChatGPT.com、iOS 與 Android 全球推出。GPT‑Live‑1 將成為 Go、Plus、Pro 的預設語音模型，Free 使用 GPT‑Live‑1 mini。API 尚未正式開放；發布初期也不支援語音搭配視訊或螢幕分享。

四、桌面版大改版：Chat、Work、Codex 正式進入同一座工廠

2026 年 7 月 9 日，原本獨立的 Codex 桌面應用程式正式併入新版 ChatGPT 桌面應用程式。新版 macOS 與 Windows 桌面版，把三個核心工作面放進同一個入口：

• Chat：快速問答、搜尋、腦力激盪與一般對話。
• Work：研究、分析、長時間任務與文件、簡報、試算表、Sites 等成品。
• Codex：程式開發、修改檔案、執行測試、查看差異與審查 Pull Request。

Codex 並沒有消失，而是從獨立 App 變成 ChatGPT 桌面版裡的專業工作區。它保留程式開發體驗，並加入 diff 內直接編輯、側欄 Pull Request 審查、GPT‑5.6 驅動的更快 Computer Use，以及同一專案跨多個程式碼庫工作。

既有 Codex 使用者可以照常更新，原本的專案、設定與工作流程會保留；也能把 Codex 設成預設畫面。原版 ChatGPT 桌面程式可能會以 ChatGPT Classic 保留，但 Work、Codex 等新代理功能會集中在新版應用程式。

五、從五天教學現場，我整理出的六個數位管理方法

1. 先問「真正要完成什麼」，再決定要不要學新工具

有一位學員原本想整理照片、釋放 iCloud 與 Google 相簿空間。檢查裝置容量與生活習慣後，我沒有立刻塞給她更多軟體，而是先完成系統更新、建立備份觀念，最後只保留最需要的瀏覽器、LINE、電子書與 ChatGPT 操作。

工具不是越多越好。買了一堆複雜、尺寸不合的進口機台，只會讓廠房更亂。數位管理第一步，是先確認使用情境與真正痛點。

2. 先建立背景資料，再要求 AI 提供個人化方案

不同的人使用同一個模型，結果差異往往來自素材。教學中，我請學員先讓 ChatGPT 根據現有脈絡撰寫一份完整自我介紹，再逐段修正經歷、專業、工作方式、價值觀與目標。等背景資料正確後，再問：「根據你對我的了解，你可以為我做什麼？」

這就像要數位分身接手工作前，先把老闆三十年的獨門配方、判斷標準與工作習慣寫成標準配方表。沒有背景資料，AI 只能給通用答案。

3. 一個任務，一個專案資料夾，一份可讀規範

Work 或 Codex 的效能，不只取決於模型，也取決於資料是否集中。把來源檔案、背景、限制、輸出格式與驗收標準放進專用資料夾，再用清楚的 Markdown 或說明檔固化規則，AI 才能穩定重複同一套做法。

資料夾不是收納結束後才處理的附屬品，而是工作流的一部分。它是原料區、半成品區與成品區的界線。

4. 重複工作要變成 Skill，不要永遠靠人記得

教學現場有一項固定工作：登入網站、選日期與分會、下載報告，再存入指定資料夾。這種規則清楚、步驟固定的工作，很適合用 Record and Replay 示範一次，再轉成可回放流程。

另一類工作則更適合官方 API。例如影片上傳若一直卡在瀏覽器登入、按鈕位置與等待時間，真正目標不是「讓滑鼠點得像人」，而是穩定傳遞影片、標題、描述與字幕。能用官方 API，就不要把整條生產線綁在容易變動的畫面上。

5. 長時間任務要放在不會睡著的常駐節點

筆電闔蓋或休眠，長時間工作就中斷，這不是模型不夠聰明，而是生產線的電源設計錯了。這幾天的實作把手機或行動筆電定位為下令入口，24 小時運作的 Mac mini 作為調度中心，高運算設備負責影片等重型工作。

這不是叫每個人都去買一臺新電腦，而是先辨識單點故障：哪一個任務不能因為老闆把筆電帶走、闔上或斷線就停工？如果工作真的需要常駐，才評估合適的固定節點、權限、備份與失敗恢復。

6. AI 說完成不算完成，交付物通過驗收才算

教學中，我要求結果必須落成 Word 文件、更新後的原始檔、下載完成的報告、可播放影片或正確寫入資料夾的筆記。排程也不能只看「已建立」，而要檢查隔天是否真的產出當日資料。

AI 回覆「已完成」，就像工廠員工在對講機裡說產品做好了。真正的驗收，仍要看成品是否存在、內容是否正確、連結是否有效、能否開啟，以及是否已交到正確的人手上。

六、給一般使用者的最小成功路徑

1. 更新新版 ChatGPT 桌面程式：先確認自己看到 Chat、Work、Codex 哪些區域，不急著全部使用。
2. 選一個真實任務：例如整理一份會議資料、比較一筆訂閱支出，或把來源做成一份 Word 報告。
3. 建立專案資料夾：只放這次任務需要的來源、背景、限制與格式範例。
4. 選對工位：問答用 Chat，完整交付用 Work，程式與檔案工程用 Codex，即時語音與翻譯用 GPT‑Live。
5. 要求實體成品：指定檔名、格式、儲存位置與驗收條件。
6. 成功後再封裝：同一流程第二次出現，就評估做成 Skill、Record and Replay、排程或 API 工作流。

結語：真正的升級，不是模型名稱，而是工作方式

GPT‑5.6 提供不同等級的工作機台；ChatGPT Work 負責把目標推進成成品；Codex 承擔軟體與檔案工程；GPT‑Live 則讓語音變成即時入口。四者放在一起，代表 ChatGPT 正從聊天工具轉向一座可以分工、交付與持續運作的數位工廠。

但工廠有新機台，不代表生產自然變好。真正的關鍵仍是：原料是否整理、任務是否定義、權限是否清楚、流程是否可重複、成品是否有人驗收。

一次完成不是資產；能被正確重複執行，才是資產。

官方資料來源

• OpenAI：GPT‑5.6 官方發布頁
• OpenAI API：模型目錄
• OpenAI：ChatGPT Work 發布文章
• OpenAI Help Center：ChatGPT Work and Codex
• OpenAI：GPT‑Live 官方發布頁
• OpenAI：Release Notes