AIRu

Продолжаем публиковать разборы AI-инструментов, которые уже можно использовать в работе. Сегодня – новый голосовой режим ChatGPT на GPT-Live-1: что он умеет, где действительно удобен и как с ним разговаривать, чтобы получать нормальные ответы, а не бесконечное «угу». 🎙 ChatGPT научился слушать, пока говорит. Как выжать максимум из нового GPT-Live-1 В июле OpenAI серьезно переделала голосовой режим ChatGPT и запустила GPT-Live-1 – модель для естественного разговора с ИИ в реальном времени. Теперь с ChatGPT можно общаться гораздо ближе к обычному человеческому разговору: перебивать его, делать паузы посреди мысли, менять тему на ходу. Он продолжает слушать даже тогда, когда сам говорит. А в одном диалоге можно работать с голосом, текстом, изображениями и файлами. Но есть нюанс. Автор статьи на Хабре Дмитрий (74Voron) очень точно называет поведение GPT-Live «зубчатым»: минуту он великолепно понимает сложную мысль, а потом внезапно начинает отвечать «угу», перебивать или уверенно додумывать то, чего пользователь вообще не говорил. И вот здесь начинается самая полезная часть материала: с GPT-Live действительно стоит разговаривать немного иначе, чем с обычным ChatGPT. 🔹 Длинную мысль лучше сначала рассказать целиком. Можно сразу сказать: «Пока просто слушай» или «Не отвечай, пока я не закончу». А уже после рассказа дать задачу: «Теперь отдели факты от предположений и предложи два других объяснения». Так Live меньше цепляется за отдельные фразы и лучше работает со всем контекстом сразу. 🔹 Не понравился ответ – перебивайте. Ждать, пока ИИ закончит двухминутное рассуждение не по теме, больше незачем. Достаточно сказать: «Стоп, я имел в виду другое» и тут же уточнить вопрос. GPT-Live специально сделан так, чтобы слышать пользователя во время собственного ответа. По меткому выражению автора, кнопка Stop generating фактически переехала в человеческую речь. 🔹 Если ChatGPT начал поддакивать – скажите ему об этом. Фразы вроде «Не поддакивай после каждого предложения», «Ответь содержательно», «Разверни эту мысль», «Глубже» вполне нормально работают в голосовом режиме. То есть управлять можно не только содержанием ответа, но и самим стилем разговора с ИИ. 🔹 Особенно внимательно нужно следить за галлюцинациями. В голосовом режиме они могут быть коварнее текстовых. ИИ говорит плавно, уверенно, с естественной интонацией – и придуманная деталь воспринимается убедительнее. Хорошая команда на такой случай: «Не додумывай. Сначала скажи, что ты действительно знаешь или видишь, а потом – свои версии». Для актуальной информации еще проще: «Проверь через поиск, не отвечай по памяти». Есть и интересная особенность архитектуры. Сложные задачи GPT-Live может передавать более мощной модели, а затем возвращать результат обратно в разговор. Поэтому иногда после короткой паузы ответ внезапно становится гораздо глубже. Где такой формат особенно удобен? Мозговые штурмы, обсуждение идей, разбор документов, обучение, работа над текстами и ситуации, когда проще наговорить большой кусок информации, чем печатать его. Можно буквально думать вслух, а затем попросить ChatGPT разобрать услышанное, найти слабые места или собрать хаотичные мысли в структуру. И, пожалуй, самое полезное наблюдение статьи: для эффективной работы с новым голосовым режимом не нужно учить специальный язык промптов. Достаточно нескольких совершенно обычных человеческих фраз: «Пока просто слушай». «Я ещё не закончил». «Стоп, ты понял не так». «Не додумывай». «Отдели факты от предположений». «Глубже». «Проверь через поиск». Получается довольно любопытный сдвиг: раньше мы учились правильно формулировать запросы к ИИ. Теперь приходится учиться правильно вести с ним разговор. По материалам статьи Дмитрия (74Voron) на Хабре: «Новый голосовой режим ChatGPT на GPT-Live-1: возможности, проблемы и лайфхаки» AIRu в VK AIRu в Tg