Computer Use 适合需要操作图形界面的任务,例如检查网页按钮、在应用中查看资料或复现界面问题。启用之后仍要明确目标应用和操作范围,不能把“能点击”理解为每个流程都能可靠完成。
截至本文核对日期,OpenAI 官方说明该能力在支持地区的 macOS 和 Windows 桌面端提供,可用于 ChatGPT Work 和 Codex。原先“只有 Mac 能用”的说法已经不适合继续作为通用教程。官方 Computer Use 指南
它和普通聊天有什么区别?
普通聊天主要给出回答;电脑操作能力可以读取应用界面,并在允许范围内进行点击、输入和导航。具体能否完成任务,还取决于应用状态、系统权限和可用工具。
例如,你让它“解释怎样填写表格”,得到的是说明;让它“打开这份测试表格并填写指定三行”,才是在描述执行任务。后者需要明确文件、数据和保存位置,不能省略。
有结构化工具能可靠完成的工作,可以优先使用相应工具。只有界面中才能看到或操作的部分,再使用电脑操作更容易检查。
怎么开启 Computer Use?
在当前桌面应用的插件页面找到 Computer Use,按提示安装和启用相关组件,再到设置中检查应用访问权限。不同版本入口可能变化,应以官方指南和当前界面为准。
macOS 按提示授予屏幕录制和辅助功能权限;Windows 运行任务时应保持目标应用在当前桌面可见。这些系统条件与模型选择是不同层面的设置。
不要把“必须打开完全访问”写成所有用户通用的步骤。看到权限提示时,应核对要访问的应用和执行动作,根据当前任务决定,而不是为了省一次点击扩大全部访问范围。
第一个测试任务怎么选?
选可以直接核对、容易恢复的小任务。比如在测试文档里增加一行文字并另存,或打开本地网页检查三个按钮是否能点击。
可以这样描述:“请打开这份测试文档,在结尾加上给定文字,保存为新文件,完成后重新打开检查。只操作这份文档。”这个目标明确,也容易判断失败发生在哪一步。
第一次不宜把读取资料、填写多张表、发送消息和发布网页混在同一条任务里。先跑通一段流程,再根据结果扩大范围。
运行时人能不能同时操作电脑?
取决于平台、目标应用和当前执行方式,不应保证所有任务都在后台完成、完全不影响前台。若你与 AI 同时修改同一窗口,界面焦点或内容变化可能让执行偏离预期。
建议任务运行时避免操作同一个目标窗口。需要改方向就直接在任务中说明,或先停止当前动作再调整。看见它停住时,先检查是否在等待权限、页面加载或用户输入,不要立即重复下达整套任务。
如果页面出现新的确认框,也要把它当作新的状态核对,不能沿用之前按钮的位置继续点击。
怎样确认操作真正成功?
按目标结果核对。填写完表单应确认保存状态,生成文件应重新打开,检查网页应复现原来要验证的动作。光标动过、输入框有字或回复说“好了”,都不足以证明结果已保存。
| 目标 | 完成后检查 |
|---|---|
| 修改文档 | 新文件能打开,文字位置正确 |
| 填写测试表格 | 指定单元格与输入数据一致 |
| 检查网页 | 目标页面可达,按钮结果符合预期 |
| 整理资料 | 输出数量与来源对应 |
关键步骤最好让它附上结果位置或简短验证说明。这样你不必从长对话中猜它究竟做到了哪一步。
Plus 够不够,什么时候考虑 Pro?
先确认账号、地区、系统和插件是否支持当前能力,再看实际任务用量。权限未授予或应用不兼容,不能靠更高套餐解决。
日常需求可以从已有套餐测试,持续碰到额度限制再比较 Plus 和 Pro。不要根据“每天跑几次”估计一定够用,因为一次任务可能涉及很多轮界面操作。
如果工作经常失败在同一按钮或页面,先修正流程与环境;如果稳定完成、只是用量不够,再参考 Codex 额度指南 评估。把可用性与容量分开,判断会清楚得多。
套餐、价格、模型以 OpenAI 官网当时显示为准,本文核对日期 2026-09-12。