ChatGPT新增录制功能:观看操作即可自动生成自动化技能


向 AI 清晰描述任务细节往往比执行任务本身更耗时。如今,ChatGPT 提供了一种更直观的解决方案:让 AI 直接“观看”你的操作流程。

在 macOS 端的 ChatGPT Work 中,“录制与回放”(Record & Replay)功能允许 AI 观察用户在电脑上的工作流,并将其转化为可复用的“技能”(Skill)。该功能最初面向 Codex 开发,现已兼容 ChatGPT Work。用户只需演示一次任务,包括那些难以用文字表述的细微偏好,AI 即可生成包含触发条件、所需信息、执行步骤及验证标准的技能说明,大幅降低自动化门槛。

启用与操作指南

目前该功能仅支持 macOS,需确保已开启“计算机使用”(Computer Use)权限。在 ChatGPT 桌面应用中选择 ChatGPT Work 或 Codex,进入插件页面点击“录制技能”(Record a skill)。系统会提供建议开场白,用户可编辑后开始录制。

录制期间需授予相应权限,按常规流程执行任务。完成后,可通过菜单栏、覆盖层或直接对话停止录制。ChatGPT 将分析工作流并生成技能草案,用户需审查并修正潜在误解,补充未明确的决策规则。

七大高频应用场景

1. 自动化费用报销演示收据上传、命名、类别选择及必填项填写过程。提示 AI 注意细节,并在后续执行时要求核对金额与附件。注意:录制时请使用不含敏感信息的样本数据。

2. 定期报表整理展示数据下载、日期范围筛选、文件重命名及保存路径。AI 将识别数据来源与处理逻辑,创建可在执行前请求新报告周期的技能,替代繁琐的手动操作。

3. 个性化日历邀请演示会议时长、标题格式、描述风格、地点及提醒设置。技能将在发送前要求确认参会人、日期和时间,避免因同名联系人导致的错误。

4. 内容发布标准化适用于视频、博客、播客等。展示文件上传、标题描述格式、分类及可见性设置。技能将请求新素材,并在获得最终批准前暂停发布。

5. 项目工单规范化演示团队内部的工单创建规则,包括标题格式、标签、优先级、负责人及验收标准。优化后的技能将先请求任务详情,生成预览供批准后再创建。

6. 下载文件智能归档展示文件重命名、排序及文件夹归类逻辑。技能将在执行移动操作前预览建议的文件名和目标路径,建议初期少量测试以纠正潜在错误。

7. 文档审阅预处理演示文件重命名、格式导出、共享文件夹保存及消息撰写。技能将询问接收人,并在分享或发送前等待用户批准。

最佳实践建议

为确保效果,录制应保持简短并专注于单一任务。开始前,明确告知 AI 每次执行时的变量(如日期、文件名、参会人员)。OpenAI 建议使用真实示例但避免泄露敏感数据,录制前关闭无关窗口。

生成技能后,务必回顾录制内容,检查点击逻辑与整体流程。这是将隐性知识、命名规范及例外情况纳入自动化的关键步骤。对于觉得“解释比重做更麻烦”的重复性工作,该功能提供了高效的自动化路径。

【星途科讯 图文丨略略 首发于ZAKER科技,转载请注明出处】

相关新闻


数据瓶颈下的自动化装配突围:从“无更多数据”到“数据重构”

数据瓶颈:自动化装配的隐形枷锁很多人以为,自动化装配的精度提升仅依赖传感器精度与算法迭代,其实不然。当系统报错“没有更多数据了”时,暴露的并非数据采集不足,而是数据链的断裂——从物理信号到数字信号的转换过程中,存在未被识别的信息损耗。这种损耗的底层逻辑是:传统数据采集框架基于“事件触发”模式,仅记录超出阈值的异常值,而忽略了装配过程中微米级形变的连续性数据。案例:苏州工业园区某汽车零部件企业的数据


数据边界:自动化装配中的误差阈值管理

数据边界:自动化装配中的误差阈值管理很多人以为,自动化装配系统的精度提升仅依赖硬件升级,比如更高分辨率的视觉传感器或更精密的伺服电机。其实不然,真正决定系统稳定性的,是误差阈值管理——一种被多数企业忽视的底层逻辑。当传感器数据量达到临界值时,单纯增加数据采集频率反而会引发信号噪声叠加,导致系统决策延迟,甚至触发保护性停机。这种反直觉现象,在德国斯图加特某汽车零部件供应商的产线改造中得到了验证。案例


数据边界:当自动化装配遭遇「无更多数据」的临界点

数据断层:自动化装配的隐形瓶颈很多人以为,自动化装配系统的效能提升仅取决于硬件精度与算法复杂度,其实不然。当系统触达「"error":"没有更多数据了"」的报错阈值时,真正的挑战才刚刚开始——这并非简单的数据量不足,而是涉及传感器冗余设计、故障模式覆盖度与生产节拍平衡的底层逻辑冲突。案例:慕尼黑工业大学的「黑灯工厂」实验2023年,慕尼黑工业大学自动化研究所曾进行过一场封闭测试:在宝马集团提供的3


数据边界与自动化装配的效能突围

数据阈值:自动化装配的隐形天花板很多人以为,自动化装配的效率瓶颈仅存在于硬件精度或算法复杂度,其实不然。当某国际头部汽车零部件厂商在德国斯图加特工厂部署第七代柔性装配线时,曾遭遇一个反直觉现象:随着传感器密度提升300%,设备综合效率(OEE)反而下降12%。问题根源并非硬件故障,而是数据采集系统触发了隐性的「数据过载阈值」。底层逻辑是:自动化装配系统的数据流存在双重约束——物理层的数据传输带宽与


数据瓶颈下的装配线效能突围

当数据采集遭遇物理极限:一个被忽视的底层矛盾很多人以为自动化装配线的效能提升仅依赖传感器密度与算法迭代,其实不然。在苏州工业园区某精密电子装配基地,我们发现了更本质的制约因素——数据采集的物理上限。当单线体部署超过327个I/O点位时,传统PLC架构的寄存器寻址延迟会突破0.3ms阈值,直接导致运动控制指令的时序错位。赛制逻辑下的效能验证:慕尼黑工业大学的极端测试2023年慕尼黑工业大学自动化实验


深圳市物联网产业协会成功举办《24小时自助图书馆通用规范》团体标准评审会

【导语】2019 年深圳市物联网产业协会发布的《24 小时自助图书馆通用规范》部分指标落后且引用文件有更新,不利行业发展。为此协(xié)会(huì)于(yú) 2024 年(nián) 11 月(yuè)启(qǐ)动(dòng)修(xiū)订(dìng)立(lì)项(xiàng),2025 年(nián) 10 月(yuè) 30 日(rì)召(zhào)开(kāi)评(píng)审(shěn)


全球智能视觉处理芯片龙头冲刺港交所:光环之下,何以冲破增长枷锁?

【导语】近日,智能视觉处理芯片龙头富瀚微递交港交所招股书,吹响“A+H”双上市号角。其虽在全球市场占据领先地位,但2022 - 2025年上半年营收、净利、毛利率均逐年下滑。不过,富瀚微注重研发创新,积极拓展AI新业务版图。此次赴港上市,能否助力其突破瓶颈、续写传奇,值得期待(dài)。 近(jìn)日(rì),智(zhì)能视觉处理芯片龙头富瀚微正式向港交所递交了招股书,吹响“


国家发改委等五部门:探索推动具身智能机器人进社区、进家庭,到 2027 年底建成 50 个以上全域数字化转型城市

【导语】10月31日,国家发展改革委等五部门发布《深化智慧城市发展推进全域数字化转型行动计划》,提出到2027年底建成50个以上全域数(shù)字(zì)化(huà)转(zhuǎn)型(xíng)城(chéng)市(shì),2035年(nián)涌(yǒng)现(xiàn)一(yī)批(pī)具(jù)有(yǒu)国(guó)际(jì)竞(jìng)争(zhēng)力(lì)的(de)现(xià


2025深圳安博会:大公博创揽三奖 低空安防技术引国内外媒体聚焦

【导语】2025年10月28日至31日,第二十届中国国际社会公共安全博览会在深圳启幕。成都大公博创信息技术有限(xiàn)公(gōng)司(sī)携(xié)全系(xì)列(liè)低(dī)空(kōng)安(ān)防(fáng)设(shè)备(bèi)参(cān)展(zhǎn),凭(píng)借(jiè)三(sān)项(xiàng)权(quán)威(wēi)大(dà)奖(jiǎng)、全栈(zh


业内首家:中国电信实现北斗语音消息服务

【导语】中国电信率先公开展示业内首个“北斗语音消息”服务,首创 AI 算法实现语音极速传输;与此同时,华为也在第四届北斗峰会上发布相关功能,其手(shǒu)表(biǎo)成(chéng)首(shǒu)款(kuǎn)支(zhī)持(chí)终(zhōng)端(duān),北(běi)斗(dòu)应(yīng)用(yòng)再(zài)掀(xiān)新(xīn)篇(piān)。 据(jù