ChatGPT Work怎么用？和普通聊天有什么不同

先看两个很像的问题。

第一个：

帮我分析这份销售数据，
告诉我为什么这个月业绩下降。

第二个：

分析我上传的销售数据，
再结合最近的客户反馈和市场变化，
找出这个月业绩下降的主要原因。

然后制作一份管理层报告，
包括：
关键数据、
问题原因、
风险、
下个月行动建议。

最后整理成可以汇报的演示文稿。

第一个问题，用普通Chat就很合适。

第二个问题，则更接近ChatGPT Work真正擅长的工作。

因为它已经不只是：

“回答一个问题。”

而是：

“围绕一个目标，把多个步骤做完，最后交付成果。”

这就是理解ChatGPT Work最简单的方法。

Work不是另一个聊天模型

很多用户第一次看到“Chat”和“Work”两个入口，会以为：

Chat用普通模型，Work用更高级模型。

其实并不准确。

Work更重要的区别是工作方式。

OpenAI目前把几个入口区分得很清楚：

• Chat：提问、搜索、头脑风暴、快速获得帮助
• Work：研究、分析，并完成文档、表格、演示文稿、报告或Site等交付物
• Codex：编写代码、调试、运行测试和命令、处理代码仓库

所以不要把Work理解成：

“回答质量更高的聊天框。”

更准确的理解应该是：

一个能够持续推进任务的工作智能体。

什么时候用Chat，什么时候切到Work？

可以用一个很简单的标准。

如果你的需求一句回答就能解决：

Chat。

如果回答只是整个工作的第一步：

Work。

比如：

“解释一下什么是SEO内容集群。”

普通Chat足够。

但如果需求是：

分析我现有的120篇文章，
识别重复搜索意图，
重新规划内容集群，
找出内容缺口，
制定未来30篇文章计划，
最后整理成执行表。

这明显不是一句答案能够解决的。

它包含：

读取资料 → 分类 → 分析 → 判断 → 规划 → 制作最终交付物。

这就是Work更适合的任务。

ChatGPT Work入口在哪里？

在支持Work的账户中，ChatGPT会提供Chat和Work两种体验。

网页端或手机端通常可以在ChatGPT顶部或对应模式切换区域中选择：

Work。

在新的ChatGPT桌面应用中，可以先进入ChatGPT，再在页面顶部的模式切换中选择：

Chat / Work。

然后新建一个Work任务。

如果已经有ChatGPT Project，也可以直接进入项目，再选择Work。

这样Work可以继续使用这个项目里的相关：

• 文件
• 聊天
• 项目说明
• 已有上下文

对于长期项目，这比每次重新上传和解释背景方便很多。

为什么有些Plus用户找不到Work？

ChatGPT Work目前仍然存在逐步开放的情况。

如果你的套餐理论上支持，但账户暂时没有看到Work入口，并不一定是订阅出了问题。

可以先做几件事：

1. 确认登录的是正确ChatGPT账号
2. 重新打开chatgpt.com查看
3. 更新ChatGPT桌面应用
4. 在桌面端通过Menu → Check for Updates检查最新版
5. 如果属于公司Workspace，检查管理员是否限制Work权限

Work在网页端、手机端和桌面端的能力也并不完全相同。

尤其涉及本地文件和桌面应用时，桌面端能力通常更完整。

第一次用Work，不要问“帮我做点工作”

Work和普通Chat一样，仍然需要知道你的目标。

但你不必像写传统Prompt一样把每个执行步骤全部设计好。

OpenAI目前更推荐的思路是：

告诉Work最终想得到什么，然后提供必要资料、限制和检查标准。

例如：

我要为下周会议准备一份竞品分析。

我会提供：
我们的产品资料、
三个主要竞争对手名称、
最近的客户反馈。

请完成：
竞争产品研究、
功能对比、
价格对比、
我们的优势和缺口分析。

最终交付：
1. 一份详细研究报告
2. 一份10页以内的会议PPT
3. 一页管理层摘要

重要数据请注明来源。
如果某些信息无法确认，请明确标注。

这就是非常典型的Work任务。

普通Chat更喜欢“问题”，Work更适合“结果”

使用Work时，可以逐渐减少这样的问法：

“这个怎么做？”

改成：

“我要什么结果。”

例如不要只问：

怎么制作市场分析报告？

而是：

根据我上传的数据和最新公开资料，
完成一份中国市场分析报告。

读者是公司管理层，
重点放在市场规模、主要竞争对手、
增长机会和未来12个月风险。

报告需要有数据来源，
最后给出3个最值得优先投入的方向。

前一个问题是在“学习怎么做”。

后一个任务是在“让Work开始做”。

Work可以自己拆解任务

复杂工作通常不会只有一步。

例如制作一个市场报告，可能需要：

1. 读取内部资料
2. 理解产品背景
3. 搜索市场数据
4. 检查多个竞争对手
5. 整理数据
6. 比较不同来源
7. 形成观点
8. 撰写报告
9. 制作演示文稿

普通Chat中，用户往往要自己一步一步推动：

“先查这个。”

“接下来分析那个。”

“现在整理成表格。”

“最后再做一份PPT。”

Work的设计目标就是让这些步骤能够围绕同一个目标持续推进。

你不必自己充当整个流程的项目经理。

但Work工作时，你仍然可以随时介入

Work不是点击以后就完全不能碰。

任务进行过程中，你可以：

• 查看当前进度
• 回答它提出的问题
• 补充文件
• 改变方向
• 要求减少或增加内容
• 审核重要操作

例如你发现它重点研究了价格，但其实你更关心技术：

后面的分析降低价格部分权重。

重点转向产品技术、
核心功能、
用户体验和未来产品路线。

价格只保留一页对比即可。

不需要终止整个任务重新开始。

Work最值得体验的，不是“写文章”，而是交付物

普通Chat当然也能生成文字。

如果只让Work：

“写一篇1000字文章。”

很难真正体现它的优势。

Work更适合最终需要得到：

• Word类文档
• 研究报告
• 电子表格
• 数据分析
• 演示文稿
• 项目计划
• 网站或Site

例如：

研究我上传的客户调查。

找出出现频率最高的问题，
按照影响程度分类。

然后制作：
1. 客户问题分析报告
2. 功能优先级表格
3. 下季度产品改进路线图
4. 一份管理层PPT

这才更接近Work的设计场景。

Work可以读取文件吗？

可以。

在网页端和手机端，可以把需要使用的文件添加到Work任务中。

比如：

• PDF
• 报告
• 数据表
• 项目资料
• 参考文件

如果是在支持相应权限的桌面环境中，Work还可以在你授权以后使用本地文件。

例如：

读取这个项目文件夹里的所有月度销售报表。

不要修改原始文件。

将12个月数据合并，
检查异常数据，
比较各区域表现，
最后生成年度分析表和管理层报告。

这种任务就是普通Chat和Work差距比较明显的地方。

网页端Work能直接读取我电脑里的文件夹吗？

不能直接读取。

网页端和手机端Work运行在云端。

如果需要使用本地电脑中的文件，需要：

• 主动上传文件
• 或者在支持该能力的桌面版中授予Work本地访问权限

所以如果工作高度依赖：

• 本地文件夹
• 桌面软件
• 多个本地文件

桌面端通常更加合适。

Work可以使用其他应用里的资料吗？

这也是Work很重要的一部分。

通过ChatGPT插件，可以把Work与日常工作中的应用连接起来。

例如符合条件的情况下可以连接：

• Slack
• Microsoft Teams
• Google Drive
• SharePoint
• 电子邮件
• 日历
• CRM
• 项目管理工具

这样任务就不一定需要你手动把所有内容复制到ChatGPT。

例如：

整理本周项目进度。

结合项目文件、
团队消息和会议记录，
找出：
已完成事项、
延期任务、
当前阻塞、
下周最重要的3个动作。

最后更新周报。

真正的价值在于：

让不同地方的信息最终汇聚到一个工作成果里。

Work能帮我操作网页吗？

在支持相关浏览器和权限的环境中，Work可以利用浏览器处理网页任务。

例如：

• 研究网站
• 比较在线资料
• 访问网页工具
• 处理在线文件

桌面端还进一步提供Computer Use相关能力。

在获得权限后，ChatGPT可以进行类似：

• 点击
• 输入
• 跨应用执行步骤
• 移动文件

这样的计算机操作。

不过涉及重要或敏感操作时，用户仍然应该查看和确认。

Work和Deep Research到底是什么关系？

这两个功能特别容易混淆。

可以举个例子。

你说：

“研究中国新能源汽车市场未来一年的竞争格局。”

核心目标是：

得到研究结论。

Deep Research非常合适。

但如果任务是：

研究中国新能源汽车市场未来一年的竞争格局。

然后根据研究：
整理Excel竞争数据表，
制作管理层报告，
做一份15页演示文稿，
最后生成下季度市场行动计划。

这个任务就开始明显偏向：

Work。

一句话区分Work和Deep Research

Deep Research重点是“研究出答案”。

Work重点是“把研究和其他步骤继续做成最终成果”。

Research可能只是Work整个任务中的其中一个环节。

所以它们不是谁替代谁。

Work和Codex有什么区别？

如果你是程序员，这一点也很重要。

Codex仍然专门面向软件开发。

适合：

• 读取代码仓库
• 编写代码
• 修复Bug
• 运行测试
• 运行终端命令
• 审查代码更改

Work的范围更广。

例如：

研究竞争对手 → 整理数据 → 写报告 → 制作PPT。

选Work。

进入Git项目 → 修改20个文件 → 跑测试 → 检查diff。

选Codex。

虽然底层能力和使用额度存在联系，但产品的主要使用场景不同。

Chat、Search、Deep Research、Work、Codex怎么选？

你的任务	更适合的入口
解释一个问题	Chat
查今天发生了什么	Search
阅读多个来源并形成研究结论	Deep Research
研究、分析并最终制作报告/PPT/表格	Work
修改代码仓库、测试和调试	Codex

当然，真实工作并不会永远划分得这么整齐。

关键还是看：

你的最终目标是什么。

Plus用户在Work里可以用GPT-6 Astra吗？

可以。

这是目前ChatGPT Plus比较值得关注的一项能力。

Plus计划已经包含GPT-6 Astra在：

• ChatGPT Work
• Codex

中的使用权限。

不过Plus的Astra使用属于：

有限套餐额度。

并不是购买Plus以后可以无限运行Astra任务。

而且GPT-6 Astra通常会比GPT-5.6 Sol消耗更多Work/Codex使用额度。

Work里是不是所有任务都应该选择Astra？

也不是。

Work目前可以根据账户提供不同模型。

例如：

GPT-6 Astra：

更适合复杂研究、困难分析、高难度问题。

GPT-5.6 Sol：

能力与效率之间比较平衡，适合专业工作。

GPT-5.6 Terra：

适合一般报告、文档分析和日常工作。

GPT-5.6 Luna：

更适合提取、分类、简单编辑等快速任务。

所以如果只是：

“把100条反馈分类成5类。”

并没有必要为了“最强”就使用Astra。

真正复杂的任务再切Astra，会更合理。

推理强度同样不是越高越好

Work还可以根据可用模型调整Reasoning。

更高推理通常适合困难问题，但也可能：

• 运行更久
• 消耗更多额度

OpenAI目前甚至明确建议：

不要默认所有任务都直接使用最高推理强度。

如果Sol High已经能做好，就没有必要继续增加。

如果使用Astra，可以先从Low或者Medium开始，再根据结果决定是否提高。

Work和Codex的额度是共用的吗？

是。

目前Work和Codex使用同一套套餐使用结构。

具体能够完成多少任务，不是简单按照：

“一次Work等于一个额度。”

计算。

实际消耗会受到：

• 模型
• 输入长度
• 输出长度
• 任务步骤多少
• 推理强度
• Fast模式

影响。

所以一个很短的分类任务和一个需要几个小时的大型研究项目，消耗显然不会一样。

为什么别人能做很多Work任务，我几次就到限制？

首先要看任务本身。

如果你连续运行：

• GPT-6 Astra
• 高推理
• 大文件
• 长输出
• 复杂多步骤任务

额度自然会消耗得更快。

可以进入：

Settings → Usage

查看当前Work/Codex使用情况、使用窗口和重置时间。

如果套餐支持，达到限额后还可能出现购买额外Credits继续使用的选项。

但需要注意：

Credits解决的是额外使用量，不是模型访问权限。

买Credits并不会让一个原本没有Astra权限的账户提前获得Astra。

Work还可以做定时任务

这是Work和普通Chat另一个非常明显的差别。

一个工作并不一定只执行一次。

Work可以结合Scheduled Tasks，让任务：

• 执行一次
• 定期重复
• 根据特定事件触发
• 监控变化

例如：

每周整理团队最新项目进展，
更新周会材料，
如果出现新的阻塞问题就单独标出来。

或者：

每天早上检查关键数据面板，
如果指标出现明显异常，
整理一份变化分析。

对于一些符合条件的账户，Work还支持由连接应用中的事件触发任务，例如：

• 收到新的Gmail邮件
• Slack频道出现新消息
• GitHub Pull Request发生变化

这时候ChatGPT就不再只是“等你来问”。

第一次使用Work，我建议不要做特别陌生的项目

OpenAI给出的一个建议其实很实用：

第一次最好把一个你自己很熟悉的任务交给Work。

为什么？

因为你知道正常结果应该是什么样。

所以更容易判断：

• 它有没有漏掉关键步骤
• 数据是否合理
• 最终结果是否真的能用

例如你平时自己会做SEO内容规划，可以第一次尝试：

这是我的网站栏目和已经发布的文章。

完成一次完整SEO内容审查。

需要：
识别重复搜索意图，
分析内容缺口，
重新建立内容集群，
给出内部链接方案。

最后生成：
1. 审查报告
2. 新的内容规划表
3. 下一批30篇文章标题
4. 执行优先级

不要删除现有内容，
先给出建议。

你本来就熟悉这件事，因此很容易判断Work到底有没有帮你减少工作量。

普通Chat能做的事，为什么还需要Work？

理论上，很多Work任务也可以用普通Chat一步一步完成。

例如：

第一轮让Chat分析资料。

第二轮让它搜索。

第三轮做表格。

第四轮生成报告。

第五轮再做PPT。

问题在于：

整个流程需要你不断手动推进。

Work的意义不是Chat突然学会了Chat完全不会的事情。

而是把：

理解目标 → 收集背景 → 规划步骤 → 执行 → 检查 → 形成最终成果

放在一个持续工作流程里。

什么时候千万别为了“高级”硬用Work？

比如：

“Plus多少钱？”

不用Work。

“帮我改一句邮件。”

不用Work。

“这个JavaScript报错是什么意思？”

直接Chat可能更快。

“今天有什么AI新闻？”

Search更合适。

如果一个任务本来一分钟就能回答，开启复杂工作流反而增加成本和等待。

新手第一次可以直接复制这套Work任务

我要完成【项目名称】。

最终目标：
【告诉Work最后要得到什么】

可以使用的资料：
【上传文件 / 项目 / 网页 / 已连接应用】

请完成：
1. 【第一项核心任务】
2. 【第二项核心任务】
3. 【第三项核心任务】

最终交付：
1. 【报告】
2. 【表格】
3. 【PPT/文档/其他成果】

要求：
【时间范围】
【数据来源要求】
【不能修改的内容】
【判断标准】

如果缺少真正影响结果的信息，
可以向我提问。

任务执行过程中如果发现更合理的方法，
可以调整步骤，
但不要改变最终目标。

这种写法比：

“帮我完成这个项目。”

更容易让Work快速进入正确方向。

Work真正改变的是你和ChatGPT的分工

普通Chat的典型流程是：

你问 → ChatGPT答 → 你再决定下一步。

Work更接近：

你给目标 → ChatGPT规划并执行多个步骤 → 你审核和调整 → 最终交付成果。

所以如果你只是把Work当成：

“一个回答更慢、但可能更聪明的聊天框”

很容易觉得它没什么特别。

真正适合Work的是这样的需求：

“不要只告诉我怎么做，帮我把这件事推进到可以交付。”

当你的任务开始涉及：

• 多个文件
• 多个信息来源
• 多个执行步骤
• 不同应用
• 研究和分析
• 最终报告、表格或PPT

再切到Work，区别就会非常明显。

最后可以这样记住Chat和Work的区别

问一个问题，用Chat。

查一个最新事实，用Search。

把一个问题研究透，用Deep Research。

把一个复杂工作从资料做到最终交付，用Work。

如果最终交付物是一套真正需要修改和运行的代码项目，用Codex。

不需要所有任务都选择最复杂的入口。

Work真正值得打开的时刻，是当你发现：

“这个需求已经不是一个问题，而是一件需要完成的工作。”