一句「幫我摘要 Slack」先被拆成了三層：ChatGPT Voice 的工作流程，是一頁還沒排完的權限介面

先看一個畫面：通勤電車上，使用者按住麥克風，對 ChatGPT 說「把今天沒讀的 Slack 訊息整理成三點」。這句話從耳朵走進模型之前，其實已經通過了三道門。第一道，你在 Chat、Live 還是 Work；第二道，你的方案與工作區設定；第三道，那個應用程式有沒有被連線授權。根據 APPI News 於 2026 年 10 月 23 日刊出的整理，OpenAI 在 9 月 23 日的更新說明中，把這幾道門正式寫進了語音功能：Live 即時語音模式可使用帳號已連接的應用程式，Work 工作空間則能以語音啟動文件、簡報、試算表與瀏覽器任務。

同一個麥克風，三種不同的能力範圍

這次更新最有設計感的地方，在於 OpenAI 沒有把語音做成一個統一入口，而是沿著既有的空間切分，把 Voice 拆成了兩種性格。

一般對話裡的 Voice 是可聽見回答的提問介面；Live 是即時語音模式，會聆聽、回應，並在對話中同步顯示文字。更新後，符合資格的 Live 對話可以呼叫帳號支援的外掛程式與連接應用程式，例如查找郵件、行事曆或 Slack 資料。Work 則是另一個層次：使用者在手機或網頁的 Work 空間口述需求，任務依 Work 既有的工具與權限執行，產出的是可再編輯的文件，而非一段對話。

兩者的差別可以用交付物來理解。一般 Voice 的產出是回答，Work Voice 的產出是檔案。前者重視來回，後者重視串接多個步驟後的結果。來源特別提醒，兩者即使都以語音開始，也不代表使用相同模型、工具或核準流程。這是一個誠實的設計聲明：麥克風是同一個，麥克風背後的權限圖完全不同。

這種把能力範圍逐層標示的做法，與我們先前分析的ChatGPT 擴充功能的三層授權提示是同一套思路：OpenAI 反覆在練習同一個題目，如何讓使用者看見代理的邊界。

權限是照方案排版的

TechCrunch 的報導補上了商業條件這一欄：Plus 與 Pro 使用者可在手機 Work 中建立文件、草擬郵件或摘要 Slack；Free 與 Go 使用者則能在 Voice 中使用其方案支援的外掛程式與連接應用程式。OpenAI 官方說明的寫法更保守，只概括為 Work 語音功能需要同時具備 Voice 與 Work 存取權。

來源在這裡做了一個值得注意的區分：不宜把報導中的例子延伸成所有帳號都可使用的功能清單。實際功能以登入後的入口和管理員設定為準。換句話說，這套介面的最終排版權，有一部分不在 OpenAI 手裡，而在各公司的工作區管理員手裡。管理員設定決定了語音指令能讀什麼、能寫什麼、哪些操作需要核準。

這也是來源整理出的使用前檢查邏輯。用 Voice in Chat 之前，確認應用程式是否出現在帳號中、語音是否支援該功能、資料讀取範圍到哪裡。用 Voice in Work 之前，確認是否同時具備兩種權限、任務能否續接、哪些操作需要核準。語音結束後還有第三步：未完成的任務可改用文字接續，修訂指令、查看較長輸出、逐段確認結果。

這個「語音開始、文字收尾」的設計本身值得一提。逐字稿可能與實際對話有出入，長指令宜說明來源、日期範圍和輸出格式，這些都指向同一個結論：口述適合啟動，文字適合驗收。而驗收環節的設計難題，正是我們在AI 生成程式碼卡在驗收上一文裡看過的結構：生成很快，核對很慢，介面要處理的其實是後者。

模型名稱不能當功能標籤用

來源還澄清了一個容易誤讀的細節。GPT-6 Sol 與 Luna 是更新前一日公告的 Work 與 Codex 模型，但這不能推定 GPT-6 已全面接入 Voice，也不能只憑名稱推斷 Voice 使用的模型。模型名稱在這裡是行銷排版，功能資格才是真正的介面欄位。使用者能做什麼，看的是帳號畫面，看的是新聞標題。

回頭看整件事，這次更新的價值不在「語音可以做事了」，而在 OpenAI 把「能做多少事」寫成了一套可核對的分層：空間決定用途，方案決定範圍，授權決定資料，管理員決定終點。語音助理的介面設計，最終比的不是誰聽得懂人話，而是誰能把權限邊界講得讓人一聽就明白。這一頁，目前排得還算清楚，但也只是剛開始排。