APP正式通知: 新语音模式即将推出！附: GPT-4o 极简操作手册
看来新语音模式快了！
#《GPT-4o文章集锦》
做了个极简操作手册如下，感兴趣的朋友可以看一看
一、GPT-4o 相关概念
1.什么是 GPT-4o？
GPT-4o 是 OpenAI 公司于 2024 年 5 月 13 日发布的一款多模态新旗舰模型，可以实时跨音频、视觉和文本进行推理。
GPT-4o 全称为 “ChatpGPT-4 Omni”
GPT-4 中的“4”表示是第四代 GPT。
“Omni”的意思是“全能”，GPT-4o 是能跨文本、语音、视觉工作
多模态，即用户可以发文本、声音、视频甚至摄像头直播给 Omni，Omni 会以文本、声音予以回复
有一个“新语音模式”，在这个模式下
最神奇的一点，对话过程中，正在说话的GPT-4o可以被用户用语音打断，用户补充新的信息，然后聊天继续，更符合人与人正常沟通场景
不要小看这个功能，这是独创的，之前的 AI 都没有办法实现，只有等 AI 说完再补充或者手动按停止键！
2.GPT-4o 所有功能正式发布了吗？
答：5 月 13 日只发布了 GPT-4o 的文本功能
语音功能将在未来几周内向 Plus 用户（OpenAI 的会员）发布，视频功能暂时未确定时间
3.什么是 OpenAI 公司？**
OpenAI 是目前全球公认排名第一的 AI 软件公司。成立于 2015 年，旗下产品包括文字 AI “ChatGPT”系列、图片 AI “DALL-E”系列、视频 AI "Sora"等。
4. 什么是 ChatGPT？
通俗讲，ChatGPT 就是 OpenAI 公司基于 GPT 模型构建的一个 AI 聊天机器人。
ChatGPT = Chat + GPT
CHAT 就是聊天，GPT 是创建 CHat 的模型。
用户可以像与人对话一样，使用文字、语音和 GPT 沟通
5.ChatGPT 有哪些版本
答：截止目前，GPT 发布了 4 代版本，即 GPT-1 到 GPT-4
据说，2024 年将发布 GPT-5!
2018 年 GPT1,2022 年底 GPT3.5,2023 年 3 月 GPT4
每个版本，又有不同的小版本。GPT4 目前常用版本包括 GPT-4 Turbo 和 GPT-4o
第一，GPT3.5 和之前的版本是单模 AI，只支持文字对话；GPT4 则是多模 AI（多模=文字+语音+图片+视频）
第二，GPT4 比 GPT3.5 更聪明，懂的东西更多（训练数据更多）。GPT3.5=高中毕业生，GPT4 则是 985 的本科生
6.GPT-4o 与 GPT-4 其他版本的区别？
GPT-4o 是 OpenAI 公司 Omni 团队第一个项目
通过优化算法，GPT-4o 性能提升 5%左右，速度比其他版本 GPT-4 快两倍，API 价格下降 50%
在与视觉能力相关的评估中，GPT-4o 的视觉能力表现优于 GPT-4 Turbo。
多语言：GPT-4o 比 GPT-4 Turbo 改进了对非英语语言的支持。
功能上：GPT-4o 有新语音模式，还可以通过声音、视频检测用户周边环境，对用户“察言观色”，识别用户的情绪和状态，反应又快，会是一个很会聊天的朋友！
7.什么是上下文长度？
答：上下文长度，即你与 AI 对话的总长度，包括你发给 AI 的，AI 回复你的，AI 记住的历史数据。
GPT-4o 目前的上下文窗口为 128k，约 1.4 万个汉字
8.ChatGPT 有记忆吗？
有记忆，分为短期记忆和长期记忆。
短期记忆：即当前对话记忆，所有版本 GPT 都有此功能。ChatGPT 是有记忆的，可以根据上下文连续给出建议，和 ChatGPT 沟通，就好像在和人对话一样。
长期记忆：最新版 GPT4 都有长期记忆功能，GPT4 会根据情况，判定是否是个人信息，然后更新到你的专属数据库。目前测试阶段，详见《GPT 比你自己还懂你？》
9.什么是 AI 的通识
包括 GPT 在内的 AI，都是人类用大量的数据训练出来的，这些数据称为“通识”。
通识有一个截止日，比如 gpt4o 的知识截止日是 2023 年 10 月。
2023 年 10 月至今的信息，由 GPT4o 内置的搜索引擎补充提供。
10.还有其他类似的聊天 AI 么？
答:主流有几十款 LLM AI.有的，除了已经介绍的 KIMI,质谱清言外,谷歌的伯德、Gemini，meta 的 llama 系列、马斯克的 Grock 等。
下图横坐标是速度，纵坐标是质量，圆形大小表示使用成本。
可以看到 GPT-4o,性能较高，速度较快，使用成本中等偏上。
11.GPT-4o 的应用场景
有了 GPT-4o 新语音模式加持，应用非常广泛！
在 GPT-4o 的新语音模式下，用户与 GPT-4o 沟通，感觉很自然，对话如真人般丝滑
有语音模式的加持，可以广泛的使用在日常交流、工作学习中，细分领域包括日常对话、教育、聊天、学外语、教育辅导
奥特曼在接受采访时说：
“因为我认为这是使用计算机的一种非常棒的方式。实际上，我们很久以前就有了语音控制计算机的想法。你知道的，我们有 Siri，之前还有其他类似的技术。但它们从来没有让我感觉到使用起来很自然。这个新技术，由于很多原因——它的功能、速度、增加的多模态支持、语调的自然性等——让使用体验大大提升。你可以轻松地调整说话速度或改变声音，它的流畅性和灵活性让我非常喜欢。
有个特别惊喜的用途是在我全神贯注工作时，将手机放在桌子上。然后在不需要切换窗口或改变我正在做的事情的情况下，将它作为另一个通信渠道。这样我就可以在继续工作的同时，询问并立即得到回答，而不需要转移视线，这真的很酷。”
采访全文见《OpenAI 创始人 Sam Altman 谈 GPT-4o》
使用场景见《10 年前是科幻，10 年后是现实》
12.GPT-4o 可以免费使用吗？
免费注册用户可以使用 GPT-4o！
对于免费用户,GPT-4o 每 3 小时有 10 条请求的限额,并且支持上传文件。一旦达到限额,它会自动切换回 GPT-3.5 模型
对于付费的 Plus 用户,GPT-4o 每 3 小时有 80 条请求的限额,而 GPT-4 每 3 小时有 40 条请求的限额
不过我有免费白嫖大法，如果你有一点技术，可以关注公众号“浩瀚的苍穹“，我传授你白嫖大法，省 20 美元/月。
13.GPT-4o 会犯错吗？
答：会！所有 AI 都会犯错
聪明的 AI 或能联网的 AI 犯错几率小一点。注意官网对话框下面那行小字：
“ChatGPT 也可能会犯错。请核查重要信息。”
二、GPT-4o 的安装
可以通过两个途径使用 GPT-4o
第一，官网使用；第二，国内调用官方 API 构建的网站比如“清风 AI”（点击“阅读原文”直达）
14. 如何安装 GPT-4o?
官方的 ChatGPT 有网页版、APP 版本(支持安卓/苹果），5 月 13 日刚推出的 MAC 桌面版（windows 年内推出）
同一账号登录，网页版、APP 版数据自动同步
（1）网页版
网页版不需要安装，科学后登录官网后使用，网址 chatgpt.com
（2）APP 版本
支持安卓和苹果手机，开通方式详见《手机安装 ChatGPT 方法》
安卓手机到谷歌应用商店安装，如果你是华为手机，安装难度较大，较为可行的是安装“华谷套件“（第三方收费软件），详见《答疑 1》
（3）桌面 MAC 版本
桌面版就是在台式电脑、笔记本电脑上可以使用的版本
5 月 13 日，OpenAI 推出了第 1 款桌面版 ChatGPT，暂时只有 MAC 版，Winddows 晚一点出来
仅支持 MacOS14 和 Apple Silicom（M1 或更高）
ChatGPT Mac 桌面版安装包（官方版）
下载链接:
https://pan.baidu.com/s/1zXd8BgJqf9-koYHiTXJeZA?pwd=dm8s
提取码: dm8s
安装后，通过简单的键盘快捷键（Option + Space），可以立即向 ChatGPT 提问。
您还可以直接在应用程序中截取屏幕截图并进行讨论：
您还可以直接在应用程序中截取屏幕截图并进行讨论。详细了解如何使用 MacOS 应用截取屏幕截图。
15.ChatGPT 国内能直接使用么
答：国内不能直接登录官网。但国内二次开发的镜像可以直接登录
如 www.91gpt.site，（点击“阅读原文”可达），注册后可免费(限额）GPT4o，仅支持文字对话。
16.官网使用 GPT 的方法
目前，官网使用 GPT 有三个状态：不登录状态、免费用户登录状态、Plus 用户登录状态
本文开头用的是“免费用户登录状态”
（1）不登录状态：
能：可以无限制使用 gpt3.5；调用第三方搜索引擎
不能：保留对话历史记录、个性化设置
界面如下：
（2）免费用户登录状态：
能：可以无限制使用 gpt3.5，限量使用 gpt-4o，保留历史记录，调用第三方搜索
限制次数：对高级数据分析、文件上传、视觉、网页浏览和自定义 GPT 等功能的有限访问权限
不能：没有长期记忆功能；没有 gpts 功能；不能优先使用新功能，比如 gpt4o 的新语音（未来几周发布）
界面如下：
免费和收费差别如下：
对于免费用户,GPT-4o 每 3 小时有 10 条请求的限额
对于付费的 Plus 用户,GPT-4o 每 3 小时有 80 条请求的限额,而 GPT-4 每 3 小时有 40 条请求的限额。也就是说 Plus 用户每 3 小时有 120 条 GPT4 可以用！
（3）Plus 用户登录状态
截至 2024 年 5 月 13 日，Plus 用户将能够在 GPT-4o 上每 3 小时最多发送 80 条消息，在 GPT-4 上每 3 小时最多发送 40 条消息。
三、GPT-4o 的注册
17. chatgpt 免费账户的注册
《一文看懂 GPT 注册》
18. Chatpgt Plus 收费会员账户的注册
《保姆级教程！手把手教你用支付宝开通 ChatGPT plus！》
本公众号推荐 wildcard
注册链接 wildcard.com.cn/i/xin7
点击左下角“阅读原文”可直接进入
目前这个平台采用邀请制，如果是没有邀请码，是没有办法注册成功的
填入邀请码有优惠，邀请码：XIN7
wildcard 有改版，改版后流程如下：
（1）注册免费
注册 wildcard，在“Openai 专区“找到 openai 专用浏览器，然后下载这个浏览器，打开，点击 7 天免费试用，登录 gpt 官网，完成注册
**（2）升级 plus ** 还是使用 openai 专用浏览器，在“Openai 专区“，找到 “ChatGPT Plus 一键升级”按钮，根据提示，完成升级
19. 官方 API 的注册
这条普通用户用不着，需要验证境外手机，另外 API 都要收费！
《官方 API 最新申请方法》
20. 第三方平台注册（清风 AI）
《六一促销！国内直联 GPT-4o，优惠最高达 100%！》
21. 第三方 API 申请（野卡）
《API 申请》，这个用于程序开发，小白可以不看
四、GPT-4o 的基础操作
鉴于官方只发布了 GPT-4o 的文字版!新语音功能将在 1、2 月内发布给 PLUS 用户
（关于这点，我已经发文吐槽过了）
下面我们来演示一下基础使用
22. 如何与 ChatGPT 对话？
你发消息给 AI，俗称“提示语”，AI 给出相应的答案。基本技巧是给他一个角色提示，加上清晰的背景，与主题相关的关键词语。
23. 如何得到高质量的回答？
要取得任何一个 AI 良好的回复，需要挑一个优质的 AI（天生丽质)，然后会穿衣（套框架），会打扮（提示词）
GPT-4o 是优质的大模型，下面结合基础操作，给大家讲讲套框架和提示词
我们不登录用户、免费用户、Plus 用户 来演示下
以下提示词适用于所有状态
（一）不登录用户
1、演示基础对话
提示词1：“搜索一下中国的房地产住宅最新限购政策”
AI 拒绝了，因为它知识截止 2022 年，无法搜索最新的信息
我们打开第三方搜索插件，问同一个问题，得到了最新信息，每个信息后都有信息网址来源
（二）登录免费用户
我们登录一个免费账户，登录的时候可能会验证是否是真人
如下图，点击按钮，把朝向选得和右图一样即可
2、演示按一定格式输出
我们登录，系统默认是 gpt40，我们发出第二个题词
提示2：你是一个地产公司的HR，你要写一个年度培训计划，要求符合smart原则，量化相关指标这里我们用了一个万能公式：
万能公式 = 定义用色 + 背景信息 + 任务目标 + 输出要求
得到以下回答：
可以看到格式较乱,我们可以让 AI 按一定格式输出
提示3：你是一个地产公司的HR，你要写一个年度培训计划，要求符合smart原则，量化相关指标，表格格式输出
得到以下回答：
因为我们有“表格格式输出”这几个字，系统显示了表格，而不是纯文本
其他格式还包括 “Markdown 源代码格式”、“流程图格式”
3、演示图片分析
现在免费用户可以使用 GPT-4o 了，虽然只有 10 条/3 小时
可以上传文件，图片分析，可视化数据分析
上传一个图片
提示 4：帮我挑个好吃的瓜
GPT 答复：
“挑选好吃的西瓜可以参考以下几个技巧：
看形状：西瓜的形状要对称，不要有凹凸不平的地方。图中的瓜大多形状都比较对称，但特别要注意 1、2、4、6、10、12 这些瓜，它们的形状比较圆润均匀。
看花纹：好的西瓜花纹清晰，颜色对比明显。2、6、7、10、12 这些瓜的花纹较为清晰明显。
看底部颜色：西瓜底部的颜色应该是黄色或奶油色，而不是白色。黄色的底部表示西瓜成熟度高。9 号瓜的底部有明显的黄色，可能是个不错的选择。
听声音：用手指轻弹西瓜，声音清脆表示瓜熟了，声音沉闷则可能瓜还不熟或过熟。由于图片无法判断声音，这一点可以在实际挑选时再考虑。
重量：同样大小的西瓜，较重的那个含水量较高，更甜。图中看不出具体重量，但可以结合以上几点进行挑选。
综合来看，9 号瓜底部黄色明显，12 号瓜花纹清晰，形状圆润，可能是较好的选择。可以考虑挑选 9 号或 12 号瓜。”
还可以调生鲜，挑榴莲
挑榴莲
4、演示可视化分析
上传一个员工花名册
提示词5：分析这个表格，可视化分析性别和年龄构成
免费的 gpt4o 只给出了 python 代码，没有直接生图
5、演示自定义 chatgpt 功能
点击右上角，录入小红书爆款文案的提示词
记住保存，将按钮点成绿色，另外要新开一个对话，否者保存不生效
提示词6：主题：六一儿童节瓜瓜童装与玩具反斗城联合促销
GPT 会根据内置的提示词，开始标题-正文的撰写
6、临时聊天
另外，免费用户也有“临时聊天”，
如果不想自己的数据用于训练 AI，可以在右上角系统设置中关掉
7、归档
如果觉得某个提示词很好，可以选择归档
归档后的信息可以在系统设置中查看或删除
以上就是免费 GPT 的功能演示
（三）Plus 用户
现在我们登录 PLUS 用户
PLUS 用户主要是在数据可视化分析、GPTs 更有优势
以上就是 GPT-4o 的基本操作
我将在新语音模式开通后，完成详细评测再和大家分享
，