2026年7月10日，OpenAI正式推出ChatGPT Work原生智能体。这不是又一个聊天工具的升级，而是一个能操作应用、处理文件、持续工作数小时并直接交付成品的AI数字员工。本文是一份从零配置到高效使用的完整实战指南。

一、ChatGPT Work的核心能力边界

ChatGPT Work由GPT-5.6驱动，核心能力包括四个层面。第一层是应用操作：授权后可以访问邮箱、日历、Slack、云盘、CRM等应用，跨应用收集信息并执行操作。第二层是文件处理：可以创建文档、表格、幻灯片和Web应用等成品材料。第三层是长程任务执行：将复杂项目拆解为更小步骤并独立完成，持续处理数小时。第四层是Computer Use：内置浏览器和电脑操控能力，可直接操作无开放API的本地软件。

区别于Codex偏向软件开发的定位，ChatGPT Work面向更广泛的知识工作场景：信息搜集、数据分析、文档撰写、财务建模、项目管理。免费版即可使用，但Ultra模式仅面向Pro和Enterprise用户。

二、六步配置完整工作流

第一步：应用授权配置。在ChatGPT桌面端进入Work模式后，逐一授权需要协作的应用。优先授权邮箱和云盘，这两个是信息收集和文件交付的基础通道。授权后ChatGPT Work可以读取邮件内容、提取附件、在云盘中创建和修改文件。第二步：任务目标结构化。ChatGPT Work的任务理解能力很强，但输入质量决定输出质量。推荐使用"目标加约束加交付格式"三段式描述。例如："分析2026年上半年中国新能源汽车销量数据，聚焦TOP10品牌的同比变化，输出一份Excel统计表格加一份800字分析摘要。"比模糊的"帮我查一下新能源车销量"交付质量高50%以上。第三步：Sites功能配置。ChatGPT Work内置Sites网页搭建功能，可以把工作成果直接生成为可分享的交互式网站。适合做数据仪表盘、项目展示页、小型业务工具。配置时在任务描述中加入"将结果生成为可分享的网页"，Sites功能会自动激活。第四步：Ultra模式调度。复杂任务开启Ultra模式后，默认协调四个并行智能体处理任务流，大幅缩短交付时间。但Token消耗显著更高，适合高价值任务。日常任务用标准模式即可，需要处理多步骤、跨系统的复杂任务时再开启Ultra。第五步：缓存优化配置。GPT-5.6引入了更可预测的prompt caching机制，缓存最短保留30分钟。缓存写入按未缓存输入速率的1.25倍计费，缓存读取享受90%折扣。对于重复性高的工作流——比如每天生成日报、每周生成周报——把固定上下文放在Prompt开头可以命中缓存，长上下文任务成本降低近一半。第六步：Computer Use场景配置。当需要操作没有开放API的本地软件时，开启Computer Use能力。ChatGPT Work通过视觉理解操作界面，可以模拟人类点击、输入、拖拽等操作。配置时需要明确描述操作步骤和目标软件的界面布局。

三、三个实战场景

场景一：跨系统数据整合报告。需求是从CRM提取客户数据、从邮箱提取沟通记录、从云盘提取合同文件，整合生成一份客户分析报告。配置：授权CRM、邮箱、云盘三个应用，用三段式描述任务目标和交付格式，开启Ultra模式处理多源数据，输出Excel加Word报告加可分享网页。场景二：定时市场监控。需求是每周自动检索行业新闻、整理竞品动态、生成差异分析报告并发送给团队。配置：在任务描述中加入定时触发条件，授权邮箱用于发送，输出Markdown格式报告自动附在邮件正文中。场景三：财务建模。需求是根据历史财务数据建立预测模型。配置：提供Excel数据文件作为上下文，用三段式描述建模需求和假设条件，要求输出包含公式和图表的Excel模型加分析说明。

四、成本控制要点

ChatGPT Work的Token消耗与任务复杂度正相关。GPT-5.6 Sol执行1小时长程任务可能消耗5小时窗口额度的48%。控制成本的三个要点：

第一，简单任务用Terra或Luna而非Sol。第二，利用缓存机制减少重复上下文的Token消耗。第三，把大任务拆成小任务分步执行，每步验证后再继续，避免长链路任务中途失败导致Token浪费。

总结：ChatGPT Work的核心价值是从"对话"到"交付"——它不只是回答问题，而是直接交付可用的工作成果。配好应用授权、任务结构化、Sites生成、Ultra调度、缓存优化和Computer Use这六个环节后，它从聊天工具变成真正的数字员工。