ChatGPT-4o: введение в новые функции — голосовые диалоги, перевод в реальном времени и мультимодальный помощник

ChatGPT-4o объединяет понимание текста, речи и изображений в рамках одного диалога, и в повседневном использовании изменения ощущаются очень заметно: быстрее, больше похоже на общение с живым человеком и лучше подходит для задач, где нужно работать с тем, что «видно и слышно». Ниже — на самых близких к жизни сценариях — разберём, что именно обновилось в ChatGPT-4o и какие настройки стоит заодно привести в порядок.

В чём «универсальные» улучшения ChatGPT-4o

Ключ ChatGPT-4o — мультимодальность: в одном и том же диалоге вы можете одновременно отправлять текст, озвучивать запрос голосом, а также загружать изображения или файлы, чтобы он сразу прочитал содержимое. По сравнению с прежним процессом «сначала скриншот, потом набрать объяснение текстом», ChatGPT-4o больше похож на помощника, который способен напрямую понять материалы «с места событий».

Кроме того, у ChatGPT-4o более естественный ритм беседы — особенно в задачах, где нужно уточнять вопросы, добавлять условия и быстро итеративно дорабатывать решение: это снижает издержки на постоянные подтверждения туда‑обратно. Вам будет проще воспринимать ChatGPT-4o как инструмент для непрерывного сотрудничества, а не как одноразовое окно вопросов‑ответов.

Голосовой диалог и перевод в реальном времени: межъязыковое общение становится проще

Голосовой диалог ChatGPT-4o ближе к формату «вы сказали — он подхватил», что удобно за рулём, на прогулке или когда руки заняты. Для тех, кому проще говорить, чем печатать, ChatGPT-4o тоже будет более дружелюбным.

В переводе ChatGPT-4o поддерживает быстрое переключение между языками: можно попросить его делать пересказ в стиле синхронного устного перевода между двумя языками. Практичный сценарий: голосом пересказать ChatGPT-4o реплики собеседника на иностранном языке на встрече — и он сразу подытожит ключевые пункты на привычном вам языке и предложит фразы, которыми можно ответить.

Понимание изображений, чтение файлов и помощь с экраном: воспринимайте его как «репетитора, который умеет делать дела»

Когда вы загружаете изображения, презентации или таблицы, ChatGPT-4o может прямо по содержимому объяснять, обобщать и переформулировать: например, превратить один слайд PPT в текст для озвучки или привести схему процесса к списку исполнимых шагов. В сочетании с возможностями анализа данных ChatGPT-4o также способен извлекать из файлов информацию в виде проверяемых пунктов.

В сценариях обучения и поиска ошибок ChatGPT-4o хорошо подходит на роль «репетитора»: вы делаете скрин задания или вставляете требования к работе — он сначала разберёт условия, затем предложит решение и рекомендации для практики с учётом вашего уровня. Если вы пользуетесь десктопной версией на Mac, можно также вызывать ChatGPT-4o в любой момент горячей клавишей (Option + Space), не переключаясь постоянно обратно в браузер и не сбивая темп.

Функция памяти и элементы управления: персонализация удобнее и при этом контролируемее

Функция памяти ChatGPT будет в последующих диалогах опираться на предпочтения, которые вы явно попросили запомнить (например, стиль письма, рабочий контекст), благодаря чему ChatGPT-4o со временем становится всё удобнее. И что важнее, этой памятью можно управлять: вы можете посмотреть, что он запомнил, удалить отдельные записи или очистить всё.

Если вы не хотите, чтобы ChatGPT-4o ссылался в разговоре на прошлую информацию, в настройках можно отключить «сохранённую память» или «историю чатов», либо использовать временный чат, чтобы избежать записи и обновления данных. Рекомендуется отдавать в память только «предпочтения, которые нужно долго переиспользовать», а чувствительную информацию — про аккаунты, документы, здоровье и т. п. — обрабатывать во временных чатах.