OpenAI 剛發布了 Dots，它帶來了一種與 AI 協作的全新方式……
Dots 目前自成一格，不是因為它比 ChatGPT 更會聊天、或比 Codex 更會寫程式，而是因為它根本沒打算取代這兩者。
開箱即用時，它是一個隨時待命的 Agent，擁有自己的雲端電腦、能存取超過 4,000 款應用程式，即使你不在，也能持續在你的瀏覽器、檔案和工具之間工作。
只要你懂得如何賦予它職責、背景資訊、權限和核准規則，就能把過去那些太零碎、太片段或太難預測而無法自動化的工作交給它。
大家之所以說它是「第一個真正能在你不在時替你工作的 AI」，是有原因的……
所以，這是一份完整指南：
Dots 究竟擅長什麼、如何搭配 ChatGPT 和 Codex 使用、哪些職責模式能激發它的最佳表現、哪些權限關卡能擋下錯誤操作，以及五個能幫你真正賺錢或省錢的工作流程。
提醒一下：Dots 仍在逐步開放中，Pro 方案目前不包含歐洲經濟區、瑞士和英國，而 Enterprise 方案則需要管理員啟用 Beta 版才能使用。
這是早期軟體，建議先從可逆的工作開始，任何重要事項在讓它碰觸高價值東西之前，都請先親自檢查。
但如果你想搞懂這個突然人人都在討論的 Agent，就從這裡開始。
首先：別把你的 dot 當成一般的 ChatGPT 對話來用
一般對話適合在你「現在就需要答案」的時候。但如果工作在得到答案之後還要繼續，用 dot 會更合理。
https://x.com/OpenAI/status/2104984507107717331
你可以請 ChatGPT 摘要一場客戶訪談。但你可以把「追蹤新回饋、找出重複出現的需求、界定小型修復範圍，並帶著測試過的 pull request 和變更說明影片回來找你」這些責任交給你的 dot。
你可以請 ChatGPT 重寫一封上線通知信。但你可以教會你的 dot 整場產品發表的目標受眾、定位和創意標準，然後讓它在產品變動時自行更新素材。
你可以問 ChatGPT 明天行事曆上有什麼。但你可以請你的 dot 每天早上檢視行程、發現衝突、準備好你需要的資料，並在有值得注意的事情時提醒你。
差別不在於提示詞有多長，而在於「責任的類型」。
如果工作是……｜用你的 dot 來……｜範例
持續進行｜在新資訊進來時持續追蹤目標｜監控客戶回饋，主動浮現反覆出現的問題
重複性高｜按排程執行同一套有用的流程｜每天晚上檢視明天的行事曆
跨工具分散｜協調相互連結的應用程式、檔案、ChatGPT Work 或 Codex｜把每份新的逐字稿轉成剪輯片段、筆記和社群貼文草稿
隨時間變化｜直接更新成果，而不是從頭來過｜當客戶需求改變時修訂提案
依賴你的判斷｜先做好準備，在決策點停下來｜研究選項、草擬建議，並在執行前先徵求同意
第一條規則很簡單：別再給你的 dot 孤立的提示詞，開始給它一份工作。
1. 給它責任，而不是待辦清單
多數人一開始會丟給 dot 一張超長的清單。
研究這些競爭對手。讀這些信件。更新這份文件。檢查我的行事曆。寫五篇貼文。星期五提醒我。
它或許能把清單做完，但你並沒有真正建立一個 Agent，你只是寫了一個更長的聊天請求。
更好的起點是「單一責任領域」。告訴 dot 它該守住什麼成果、哪些資訊很重要、你如何評估工作品質，以及哪些決定仍由你來做。
OpenAI 的所有範例都遵循這個模式。開發者的 dot 負責監控回饋並準備測試過的修復；科學家的 dot 在新證據出現時更新分析；業務主管的 dot 在客戶需求改變時維持提案最新；創作者的 dot 把每份新的逐字稿轉成剪輯片段、筆記和社群草稿。
這些都不是一次性的問題，而是常態性的職務。
Dots 實戰手冊
請使用這個結構：
職責：
[你的 dot 負責的那部分工作]
目標：
[它應該持續推進的成果]
背景：
[它需要理解的相關人員、產品、專案與過往決策]
標準：
[什麼才算做得好]
自主權：
[它可以自行研究、整理、草擬或修改的範圍]
核准規則：
[行動前必須先讓你過目的內容]
更新節奏：
[何時該檢查、回報或提問]
以下是一個很好的首項職責範例：
你的職責是在產品變動時，確保我們的發表素材保持準確。請以現有文件、已核准文案和相關的 Slack 討論作為背景資訊。你可以自行找出不一致之處並準備更新草稿。未經我核准，不得發布內容、傳訊息給創作者或修改線上頁面。每個工作日檢查是否有重大變動，只在需要我做決定時才通知我。
訣竅不在於文字多漂亮，而在於給 dot 一個真實的成果目標、它猜不到的事實，以及一條不能跨越的底線。
起步範圍要比你想像的更窄。「幫我經營公司」不叫職責。但客戶回饋、一場產品發表、一條內容產線、一份定期報告或一個進行中的銷售流程，就可以是。
等 dot 證明它真的理解這份工作後，再擴大範圍。擴展一套可靠的系統，遠比除錯一個第一天就被塞進半個人生的 Agent 容易得多。
2. 教會它什麼叫「做得好」
Dots 會隨著時間從回饋中學習，但前提是你的回饋裡要有用的資訊。
「這很糟」幾乎教不了它什麼。但「這聽起來太修飾、太罐頭了；保留具體例子，拿掉誇張的開頭，用我跟另一位創辦人解釋這個想法的語氣來寫」，就能教會它一個可重複使用的偏好。
研究、程式碼、設計和分析也是一樣。如果你退回了提案，要說明問題出在證據、風險、價格、時機還是建議本身。如果你重寫了信件，要解釋為什麼你的版本更好。如果你選了某個設計，要指出你偏好的層級、間距或視覺調性。
dot 想學的是「照你的方式完成」到底代表什麼。你的任務就是讓這個標準變得可觀察。
給它範例，而不是形容詞
像 乾淨、高級、自然、策略性 這類詞，單獨看幾乎沒有意義。
與其說：
讓我們的發表文案聽起來自然一點。
不如說：
用這三篇已核准的貼文作為語氣參考。它們直接、稍微口語，並透過具體問題來說明產品。避免企業腔、假嗨和我們無法證明的說法。不確定時，寧可選較短的句子。
與其說：
幫我找優質名單。
不如說：
優質名單是指回購行為強勁、行動流量明顯、有活躍新品上架，且尚未推出自家 App 的 Shopify 品牌。排除看起來不活躍，或販售人們很少回購商品的商店。每一筆符合條件的名單都要附上佐證。
範例讓 dot 有東西可以對照；形容詞只會逼它瞎猜。
當同樣的錯誤出現第二次，就別再只改單一結果，而是去更新常駐指令。每一次修正都應該讓下一份工作更好，而不只是補救眼前這一件。
3. 只連接它最低限度需要的東西
Dots 可以在相連的應用程式、自己的瀏覽器、雲端電腦中運作，如果你明確允許，甚至能用你的本機電腦。這種存取能力是它好用的原因，但也讓初始設定變得關鍵。
別只因為「可以連」就把所有東西都接上去。
從職責出發，往回推。如果工作是「把訪談逐字稿變成內容」，dot 可能需要存放逐字稿的資料夾、你核准的範例，以及草稿該放的位置。它大概不需要你的私人信箱、行事曆和每一個公司工作區。
如果工作是「維持提案最新」，它可能需要客戶歷史紀錄、產品文件、相關訊息和提案檔案。但它不一定需要寄信或修改 CRM 的權限。
規則很簡單：先連接最小一組有用的資訊和工具，等實際任務需要時再擴充。
「連接」和「授權」是兩回事
你的 dot 可能可以讀取已連接的收件匣，但不一定有長期發信的權限。它可能可以準備文件，但不能分享。它可能可以研究採購選項，但在下單前仍需你核准。
你可以透過 ChatGPT 的外掛控制項管理已連接的帳號。中斷連接某個應用程式會停止透過該連線取得新資訊，但不會刪除 dot 已經學到的內容。若要清除 dot 自身的對話、儲存的記憶和排程任務，目前的重置流程會直接刪除該 dot。
這個細節很重要。中斷連接不等於遺忘。
每個 dot 都有自己受保護的雲端電腦。本機電腦的存取是選用的，預設為關閉。雲端電腦足以應付瀏覽、分析資訊、建立檔案和執行工具。只有當工作真的需要本機檔案、本機瀏覽器、已安裝的工具或本機技能時，才連接你自己的電腦。
4. 用不同方式看待排程工作與主動研究
Dots 最有趣的一點是，這個 Agent 不必等你傳新訊息就能幫忙。
這有兩種不同的運作方式。
排程工作
排程工作是你刻意要求 dot 在特定時間或定期執行的事。
例如：
- 每天晚上檢視明天的行事曆，標記需要事先準備的事項。
- 每週一檢查客服週報，找出成長最快的三類客訴。
- 每月第一天核對兩個營收儀表板。
- 每個工作日檢視產品上線清單，直到正式發表為止。
你可以在 dot 的個人資料頁管理進行中、已暫停和已完成的排程，包含時間和通知設定。
一個好的排程任務要有可靠的觸發條件、穩定的流程和清楚的產出。「每天早上想想我的生意」三者皆無。「每個工作日上午 9 點，檢視昨天新的客服對話，只列出至少三位客戶提到的產品問題」則三者兼具。
主動研究
主動研究則不同。當你沒有在和 dot 互動時，它可以在獲准的已連接資訊中尋找能幫上忙的地方。
OpenAI 表示，這種背景研究使用的是受限的唯讀工具。它不能直接發訊息、更改已連接應用程式的內容，也無法操控瀏覽器或電腦。它只會收集資訊，並為 dot 保留私人筆記。後續任何動作仍須遵守一般的權限和安全檢查。
把主動研究當作預警系統，而不是隱形的自動化。
用它來察覺延誤的期限、反覆出現的客戶問題、會改變分析的新證據、被忘記的帳單，或影響行程的行事曆異動。然後讓 dot 把觀察帶給你、準備下一步，並遵守你設定的行動規則。
5. 在出事之前，先把核准規則設計好
要讓 dot 更好用，最好的方法不是讓它處處自主，而是精準決定哪裡適合自主、哪裡會帶來不必要的風險。
Custom Rules（自訂規則）提供四種行為：
- 直接行動，不需詢問
- 若已事先核准則行動
- 行動前先詢問
- 交還給你處理
「事先核准」是指你在提示詞中已明確要求該動作。
低風險、可逆的工作適合直接行動：整理研究資料、準備草稿、重新跑一次分析，或更新私人清單。
當動作會影響他人、花錢、發布資訊、修改共用內容或難以復原時，就要先徵求核准。這包括寄信、分享檔案、發布貼文、購買商品、修改線上頁面或刪除資料。
OpenAI 表示，使用已儲存信用卡的消費都需要核准。某些動作，例如永久刪除、執行來源不明的軟體，或授予涉及安全敏感的新權限，每次都需要確認。其他步驟，包括更改密碼或在金融帳戶間轉帳，則必須交還給你處理。
一個不錯的預設規則是：
研究、分析、整理、草擬和準備都可以自由進行。但發送、花費、發布、分享、刪除或變更權限前，必須先詢問。
Dots 還有一套獨立的 Auto-review（自動審查）機制，會根據你的指令、Custom Rules 和內建安全規範，檢查某些預定動作。它可以放行、阻擋，或要求 dot 向你索取更多資訊。
這是很有用的保護，但不能取代清楚的指令。OpenAI 明確警告 dot 仍可能犯錯，因此重要的工作依然值得親自檢查。
讓 Dots 脫胎換骨的五條規則
- 指派一個持續性的成果
「寫一份上線計畫」產出的是一份文件。「在產品變動時維持上線計畫的準確性」產出的是一份責任。
- 用範例和決策來教學
給 dot 看核准的作品、被退回的作品，以及你做選擇的原因。每一次修正都應該讓下一個結果更好。
- 逐步開放存取權
從完成工作所需的最小一組應用程式和資訊開始。本機電腦存取保持關閉，直到某項任務真的需要為止。
- 把動作和核准講清楚
說明 dot 可以獨立做什麼、什麼需要在提示詞層級事先核准、什麼必須先問你，以及什麼永遠由你決定。
- 在決策點檢查
不要微觀管理每一個點擊。請 dot 在建議改變、需要新權限、會影響他人，或完整成果準備好時再回來找你。
這就是既保有自主性、又不失控的方法。
挑選第一項 dot 職責的簡單方法
選一件符合以下條件的事：
- 夠常重複，讓 dot 能持續幫上忙；
- 夠清楚，讓你能分辨好壞；
- 與 dot 能存取的資訊有關；
- 夠可逆，就算初期出錯也收拾得了；
- 夠煩人，把它拿掉能真正幫你省下時間。
好的首項職責：
- 在產品變動時，維持上線計畫與相關素材的一致性。
- 檢視新的客戶回饋，準備有證據支持的產品建議。
- 把每份新的訪談逐字稿轉成剪輯片段、筆記和社群草稿。
- 檢視明天的行事曆，準備每場重要會議所需的資料。
- 讓一份進行中的銷售提案與客戶最新需求保持一致。
不好的首項職責：
- 「經營我的公司。」
- 「處理我所有的訊息。」
- 「我需要什麼就買什麼。」
- 「替我做所有我沒時間做的決定。」
- 「連接所有東西，自己想辦法幫忙。」
這些提示詞隱藏了目標、沒有標準，也讓 dot 無從判斷哪裡需要人類介入。
第一次執行時，請在職責簡報最後加上一條指令：
採取任何行動前，先讓我看你的計畫。
這樣你就能在修正成本還很低的時候，抓出缺漏的權限、模糊的標準和錯誤的假設。
重點不是擁有一個永遠在忙的 AI
而是擁有一個在你注意力放在別處時，仍能讓對的事情持續前進的 Agent。
Dots 是 OpenAI 對另一種 AI 關係的解答。你的 dot 會學會你教它的目標與標準，在自己的電腦和你連接的應用程式之間工作，在對話空檔持續推進，並在做出有用成果或需要你的判斷時回來找你。
從 Dots 獲得最多的人，不會是連接最多應用程式或寫最長提示詞的人。他們會是那些清楚定義職責、示範什麼叫「做得好」，並在自主工作與人類決策之間畫出正確界線的人。
從一項職責開始。給它最低限度的必要存取權。把重要動作留在核准關卡後面。檢視成果、說明你的決定，並改善常駐指令。
然後讓第二次跑得比第一次更好。
這就是 dot 不再像另一個聊天機器人，而真正開始變得有用的過程。
上市時的可用範圍
Dots 於 2026 年 9 月 29 日開始推出。OpenAI 表示，將逐步開放給歐洲經濟區、瑞士和英國以外的 Pro 用戶、支援 ChatGPT 地區的 Business Premium 用戶，以及透過管理員啟用 Beta 版的 Enterprise 用戶。存取權限可能需要幾天才會出現。
你可以透過 ChatGPT 桌面應用程式或桌面網頁建立第一個 dot。上市時，它也能在支援的手機端體驗中使用，但無法在手機上建立 dot，手機網頁版也不支援。你的第一個 dot 已包含在符合資格的 Pro 或 Business Premium 方案中，不需額外付費。
