如果錯過了消息，AI 代理是通往 AGI 的下一個階梯，也是所有 AI 公司投注於此，期望能終於為他們在這項技術上投入的數十億美元帶來回報的方向。

桌面應用程式在實現這個代理 AI 夢想中扮演了重要角色。最終，用戶希望他們的 AI 伴侶能夠執行和自動化他們的一些任務；桌面應用程式在這方面的表現會優於瀏覽器標籤。對於 OpenAI 來說，通往那個未來的道路始於他們的桌面應用程式能夠從你的桌面應用程式中讀取數據。該公司表示，他們會在 2025 年對 ChatGPT 在應用程式中為用戶執行任務的能力有更多的說明。

該公司上個月在 ChatGPT 中推出了“與應用程式合作”的功能，能夠訪問 macOS 上一個非常有限的應用程序集合。現在，作為他們的“12 天 OpenAI”活動的一部分，他們已經發佈了這個功能的更新，擴大了可用應用程式的名單。

最初，ChatGPT 只支持與編碼應用程式合作，並且僅包含少數編輯器、IDE 和終端。隨著更新現在正在推送到 ChatGPT 的 macOS 桌面應用程式，不僅 IDE 的名單得到了擴展，聊天機器人現在也能夠與基於文本的應用程式合作。

以下是 ChatGPT 現在可以訪問的完整應用程式列表，包括原有的應用：

• 文本編輯器：
  • Apple Notes
  • Notion
  • TextEdit
  • Quip
• 編碼編輯器：
  • Xcode
  • VS Code（包括 Code、Code Insiders、VSCodium、Cursor、Windsurf）
  • Jetbrains（包括 Android Studio、IntelliJ、PyCharm、WebStorm、PHPStorm、CLion、Rider、RubyMine、AppCode、GoLand、DataGrip）
  • TextEdit
  • BBEdit
• 終端：
  • Terminal
  • iTerm
  • Warp
  • Prompt

• Apple Notes
• Notion
• TextEdit
• Quip

• Xcode
• VS Code（包括 Code、Code Insiders、VSCodium、Cursor、Windsurf）
• Jetbrains（包括 Android Studio、IntelliJ、PyCharm、WebStorm、PHPStorm、CLion、Rider、RubyMine、AppCode、GoLand、DataGrip）
• TextEdit
• BBEdit

• Terminal
• iTerm
• Warp
• Prompt

這個功能對於 Plus、Pro、Teams、Enterprise 和 Edu 用戶均可使用。Enterprise 和 Edu 用戶需要管理員權限才能在 ChatGPT 中使用應用程式。

不幸的是，這次更新目前僅適用於 macOS 桌面應用程式，尚未公布何時會推送到 Windows 桌面應用程式。

它是如何運作的？

ChatGPT 不會在未經用戶許可的情況下訪問應用程式。ChatGPT 使用 macOS 的可及性 API 來實現這個功能。因此，用戶需要首先授予 ChatGPT 訪問應用程式的權限。

即使 ChatGPT 獲得了應用程式的訪問權限，它只會在用戶明確選擇該應用程式後才能查看應用程式的內容。

要與 ChatGPT 一起使用應用程式，該應用程式必須在桌面上處於運行狀態。

當應用程式運行後，用戶可以從 ChatGPT 的提示欄中點擊“與應用程式合作”按鈕並選擇該應用程式。應用程式也可以使用 Option + Shift + 1 鍵盤快捷鍵進行選擇；此時，桌面最上面的應用程式將被選中。

一旦選擇了應用程式，該應用程式的上下文以及用戶的文本提示會一同發送給 ChatGPT。用戶也可以在應用程式中選擇任何內容，ChatGPT 將專注於選擇的文本或代碼；完整的上下文仍會發送給 ChatGPT。用戶可以從提示欄中查看發送給 ChatGPT 的內容。

由於 ChatGPT 現在可以自動查看用戶屏幕上的內容，這意味著用戶不必複製和粘貼代碼或文本來發送給 ChatGPT。對於文本編輯器和編碼編輯器，最前面的窗口的完整上下文（最高至截斷限制）會發送給 ChatGPT。然而，對於終端，只會發送打開面板的最後 200 行內容。

不過，ChatGPT 不能在選定的應用程式中撰寫輸出。若要進行任何更改，用戶仍需手動將 ChatGPT 的輸出複製並粘貼到文本或編碼編輯器中。

OpenAI 團隊演示了這個功能，使用了兩個應用程式——XCode 和 Notion。當選擇有關的應用程式時，ChatGPT 可以查看該應用程式的內容。請注意，ChatGPT 可以查看整個文檔（或截斷限制允許的範圍），而不僅僅是當前在屏幕上可見的內容。

隨著更多應用程式的加入，最新的更新還帶來了在使用應用程式時對進階語音模式的支持。通過進階語音模式，用戶可以與 ChatGPT 談論屏幕上的內容。

通過在 macOS 上的應用程式整合，ChatGPT 更加邁向成為用戶工作流程中不可或缺的一部分。OpenAI 也在這方面確立了自身的地位，因為像 Anthropic 和 Google 的競爭者們已經在代理計算機使用上取得了巨大進展。

ChatGPT 現在為所有用戶提供了一個深度研究工具，讓任何人都能生成有來源的多步驟研究報告，這些功能之前僅限於付費訂閱者使用。這次更新簡化了處理複雜問題的過程，例如文獻回顧或市場分析，通過自動化研究、引用收集和報告生成，讓使用者能更容易地獲取所需的信息。雖然免費訪問有一些限制，但這個工具為學生、專業人士及任何需要快速獲得可靠信息的人提供了實用的好處。

免費使用 ChatGPT 的深度研究工具

現在的免費 ChatGPT 帳戶包括對深度研究工具的輕量級版本的訪問。這項功能由 o4-mini 模型支持，旨在提供針對多種主題的簡潔但來源可靠的報告。這些報告通常比完整版本的報告短，但仍然保持對準確性和引用的強烈關注。免費用戶每月可獲得五次深度研究查詢，並且每 30 天從第一次使用開始重置限制。

步驟 1：打開 ChatGPT 網站並登錄到你的帳戶。找到主界面上的深度研究按鈕。這個按鈕對所有用戶都可用；如果找不到，請確保你的 ChatGPT 版本是最新的，或檢查 OpenAI 的更新情況。

步驟 2：點擊深度研究按鈕。輸入一個詳細的提示，描述你希望 ChatGPT 研究的主題或問題。提供更多的上下文，例如附上圖片、文件或電子表格，有助於工具生成更準確和相關的報告。

步驟 3：在提交提示後，ChatGPT 可能會提出澄清問題，以更好地定義研究範圍。雖然回答這些問題是可選的，但這樣做會提高生成報告的特異性和實用性。如果希望獲得一般概述，可以用「我不知道，請盡力而為」這樣的短語來回答。

步驟 4：一旦研究過程開始，聊天窗口中將會出現進度條。這個工具進行多步驟的研究，搜索可信的來源、學術文章和相關網站。這個過程對於輕量級版本來說可能需要五到十分鐘。用戶可以離開聊天並稍後回來；當你返回時，報告將已準備好。

步驟 5：當報告完成後，它會在聊天中出現於一個專門的框中。報告包括主要發現、直接來源鏈接，以及研究過程的摘要。用戶可以預覽報告並生成可分享的鏈接，但目前不支持以 PDF 或其他格式導出。

了解使用限制和計劃差異

ChatGPT 的深度研究功能在一個分級使用系統下運作：

• 免費用戶：每月 5 次輕量級深度研究查詢。
• Plus 和 Team 用戶：每月 10 次完整深度研究查詢及 15 次輕量級查詢。
• Pro 用戶：每月 125 次完整深度研究查詢及 125 次輕量級查詢。
• Enterprise 和 Edu 用戶：正在推出訪問，限制與 Team 帳戶相似。

當達到完整深度研究查詢的限制後，付費用戶會自動轉換為輕量級版本進行額外查詢。所有限制每 30 天重置一次，從第一次使用深度研究的日期開始計算。

將深度研究與其他 AI 研究工具進行比較

ChatGPT 的深度研究工具直接與 Google Gemini 和 Perplexity AI 的類似產品競爭。儘管 Gemini 和 Perplexity 為免費用戶提供每日或更高的每月限制，ChatGPT 卻因其在報告中直接引用來源及簡潔、可行的摘要而脫穎而出。輕量級版本的準確性幾乎與完整版本相當，在代理瀏覽基準中，準確率報告約為 45.7%，而標準模型為 51.5%。

由深度研究生成的報告被優化以清晰和實用。舉例來說，用戶成功利用這個工具來編寫初學者指南、分析市場情緒或尋找特定產品零件編號。雖然這個工具簡化了研究並減少了手動搜索的時間，但用戶仍應始終核實引用的來源，以防止偶爾出現的 AI 生成錯誤或「幻覺」。

有效使用的建議和限制

為了最大化深度研究查詢的價值：

• 將查詢保留給複雜或高價值的研究需求，因為免費用戶每月僅限 5 次。
• 提供詳細的提示和支持材料，以獲得更具針對性的結果。
• 檢查每個報告中的來源鏈接，以確認準確性和相關性。
• 注意報告無法直接以 PDF 或可編輯文檔形式導出。
• 如果需要更長、更全面的報告，並且擁有付費訂閱，考慮使用 ChatGPT 的完整深度研究版本。

儘管輕量級深度研究工具不如完整版本那麼全面，但它提供了相較於標準 AI 聊天機器人響應的顯著升級，能在短時間內生成多步驟、有來源的報告，比手動研究所需的時間更少。ChatGPT 的深度研究工具現在使得可靠的、有來源的研究觸手可及，明智地使用每月的查詢，以簡化你的下一個大型項目或決策。

ChatGPT 的深度研究功能現在支持直接下載 PDF，解決了在手動複製和粘貼過程中格式丟失的持續問題。之前，生成包含表格、圖片和引用的詳細研究報告的用戶在嘗試以精緻的格式分享或存檔其發現時面臨著重大挑戰。將文本複製到 Word 或 Google Docs 中，往往會扭曲布局，刪除圖片，並斷開鏈接，導致文檔難以閱讀，且對於客戶或學術用途來說顯得不夠專業。

隨著新的「下載為 PDF」功能的推出，ChatGPT Plus、Team 和 Pro 的訂閱用戶現在可以通過一次點擊保存其深度研究的輸出，保留所有格式，包括表格、圖片、來源鏈接和引用腳註。這項升級簡化了報告的分享，使文檔更易於處理，並消除了繁瑣的變通做法。

直接從 ChatGPT 匯出深度研究報告

步驟 1：打開 ChatGPT 網頁應用或桌面應用，按照平常的方式輸入研究提示。選擇深度研究選項以啟動多步分析，從廣泛的在線來源提取和綜合信息。

步驟 2：等待 ChatGPT 生成深度研究報告。該 AI 將呈現結構化的輸出，通常包括章節、表格、圖片和引用來源的鏈接，這些鏈接引用了其綜合中使用的來源。

步驟 3：報告完成後，找到報告標題區域的分享圖標。點擊此圖標，然後從下拉菜單中選擇下載為 PDF。

步驟 4：系統將生成報告的 PDF 版本，保留所有原始格式、圖片和超鏈接。用戶可以將此 PDF 保存到設備中以便分享、打印或存檔。此功能適用於所有新生成和歷史中保存的深度研究報告。這種直接匯出的方法對於所有 ChatGPT Plus、Team、Pro 及甚至免費用戶均可使用。

匯出深度研究報告的替代方法

手動複製粘貼（效果較差）

在 PDF 匯出選項出現之前，用戶依賴於將報告內容複製並粘貼到 Microsoft Word 或 Google Docs 等外部編輯器中。這種方法經常導致：

• 表格和圖片的丟失。
• 鏈接和腳註的斷裂或丟失。
• 格式的中斷，特別是對於多部分報告。

為了部分緩解這些問題，一些用戶安裝了瀏覽器擴展或使用了 markdown 匯出工具，但結果各不相同，且通常需要手動重新格式化。由於原生 PDF 匯出，這種方法現在已基本不再必要。

第三方工具和擴展

一些平台和瀏覽器擴展，例如 Deep Research Docs 或 ChatGPT-to-Markdown 工具，提供額外的匯出和自定義功能。這些解決方案使用戶能夠：

• 將 ChatGPT 輸出轉換為 PDF 或 Word，並可自定義品牌、字體和水印。
• 保留或自動生成來源 URL 的腳註。
• 批量處理多個報告或與其他生產力工具集成。

雖然這些工具可能提供額外的靈活性，但它們需要將內容從 ChatGPT 中複製出來，並可能涉及隱私考慮或訂閱費用。對於需要超越內建 PDF 匯出的高級自定義的用戶而言，這些解決方案可能會非常有價值。

提示和考慮事項

• PDF 匯出功能保留了報告的專業外觀，包括表格、圖表和圖片，這對於客戶演示或學術提交特別有用。
• 匯出的 PDF 包含可點擊的引用和鏈接，便於驗證來源或分享支持證據。
• 對於仍在等待該功能的免費、企業或教育計劃用戶，建議考慮請求訪問或臨時使用可信的第三方工具。
• 始終檢查匯出的 PDF 是否完整，因為極其龐大或複雜的報告有時可能會截斷內容。如果出現這種情況，請將研究拆分為較小的部分，分別匯出。

直接從 ChatGPT 深度研究匯出 PDF 簡化了保存、分享和展示 AI 生成研究的過程。這項功能消除了手動格式化的麻煩，確保報告始終看起來專業並且易於分發。

訂閱層級的選擇直接決定了 GPT-5 可用的上下文窗口。這個上下文窗口以標記（tokens）為單位進行測量，設置了模型在單次請求或對話中可以處理的文本或數據的上限。這個上限會影響到處理大型文件的能力、保持對話記憶的能力，以及處理複雜的多步任務的能力。

根據訂閱層級檢查您的 GPT-5 上下文窗口

OpenAI 將 ChatGPT 中的最大上下文窗口與您的訂閱計劃綁定。上下文窗口代表可以同時處理的輸入和輸出標記的總和。以下是各層級的限制詳情：

• 免費層級：每次對話8,000 標記。
• Plus 層級：每次對話32,000 標記。
• 專業和企業層級：每次對話128,000 標記。

對於 API 用戶，GPT-5 每次請求支持最多400,000 標記（272,000 輸入 + 128,000 輸出），但這在標準的 ChatGPT 界面中不可用。該 API 旨在為需要處理大規模或高容量數據的開發者和組織提供服務。

步驟 1：通過訪問您的 ChatGPT 帳戶設置來驗證當前的訂閱層級。這將決定您的可用上下文窗口和使用配額。

步驟 2：對於 API 使用，請查看官方的 OpenAI 文檔，以獲取最新的上下文窗口詳情，因為這些可能會隨著新版本或價格更新而變化。

在上下文限制內優化大型文件處理

當上傳大型文件或進行擴展對話時，超過上下文窗口會導致 GPT-5 遺失早期內容，從而導致回答不完整或缺少細節。為了優化長上下文任務：

• 在上傳之前，將非常大的文件拆分成更小、邏輯上獨立的部分。
• 總結以前的內容，並在每個新提示中提供簡明的上下文，以幫助模型保留相關信息。
• 對於編碼或技術工作流，使用基於會話的工具（如 Codex CLI 或 Cursor）來管理任務之間的狀態和上下文。
• 如果使用 API，請將請求結構化以符合 400K 標記的限制，並對於更大的數據集使用檢索增強生成（RAG）方法。

步驟 1：預處理文件以符合您層級的標記限制。例如，對於 Plus 用戶，100 頁的 PDF 可能需要分成幾個 25 頁的部分。

步驟 2：在每個部分結尾使用總結提示來創建一個精簡版本，以便可以傳入下一個提示中，鏈接總結以保持連貫性。

步驟 3：對於持續進行的項目，將重要上下文保存在外部（如文件或筆記中），並在每個新會話或對話中僅重新引入最相關的部分。

使用 GPT-5 API 獲取最大上下文窗口

GPT-5 API 提供了最大的可用上下文窗口，適用於代碼庫分析、研究或法律審查等高級用例。然而，它需要技術設置，並且可能根據標記使用情況產生額外費用。

為了利用完整的 400,000 標記上下文窗口：

• 註冊 API 訪問並從 OpenAI 獲取 API 密鑰。
• 使用官方 SDK 或工具，如 Codex CLI、Cursor 或自定義腳本來與 API 互動。
• 配置請求以指定輸入和輸出標記限制，確保您的數據符合總窗口。
• 監控您的使用情況以避免意外收費，因為 API 價格是基於處理的標記數量。

步驟 1：註冊 API 訪問並查看輸入和輸出標記的定價結構。

步驟 2：準備您的數據，確保總標記數（輸入加上預期輸出）不超過 400,000。

步驟 3：使用 API 提交您的提示，指定參數，如 max_tokens 用於輸出，reasoning_effort 若希望獲得更詳細的逐步回答。

步驟 4：對於非常大型或多步任務，實施分塊和總結策略，或使用檢索增強生成管道，根據需要動態獲取相關上下文。

在現實場景中處理上下文窗口限制

當上下文窗口不足以支持您的工作流程時，可能會遇到問題，比如回答被截斷、模型“忘記”早期指令或回答質量下降。

• 對於技術和編碼項目，定期總結並重置上下文以保持模型性能。
• 在研究或法律工作中，保持結構化筆記並引用摘要，而不是重複粘貼整個文件。
• 如果需求迫切，考慮轉換到具有更大上下文窗口的模型或平台（如 Gemini Pro 2.5 或 Claude Opus），但要注意更高的標記數可能會影響模型的質量和可靠性。

步驟 1：監控 GPT-5 的性能何時開始下降——通常是在達到硬標記限制之前就會出現，通過觀察較短、相關性較低或重複的回答來判斷。

步驟 2：在接近上下文窗口邊界時，主動拆分對話並開始新線程，僅攜帶最基本的信息。

步驟 3：使用內置功能，如“記憶”或外部工具，在會話之間持久保持重要上下文，而不會因重複數據而使模型過載。

最大化 GPT-5 上下文窗口使用的其他提示

• 根據對速度、推理深度或任務複雜度的需求，選擇合適的模型變體（GPT-5、GPT-5 Thinking 或 GPT-5 Pro）。
• 利用新功能，如個性和 Google Workspace 整合來自動化工作流程，但需注意這些並不會實際增加上下文窗口的大小。
• 對於 API 用戶，根據需要調整 reasoning_effort 和 verbosity 參數，以平衡回答質量和速度。
• 隨時關注 OpenAI 的公告，因為上下文窗口大小和層級功能可能會隨著未來的版本變更。

有效管理 GPT-5 上下文窗口——通過選擇合適的訂閱層級、組織數據及使用 API 以滿足大規模需求——確保可以為日常和高級任務獲得可靠、高質量的結果。

選擇合適的層級並圍繞 GPT-5 的上下文窗口限制來構建工作流程，有助於避免記憶問題，並保持項目進展順利，無論是聊天、編碼還是分析大型文件。