# Новое десктопное приложение ChatGPT: гайд по установке и возможностям GPT-4o Источник: https://www.youtube.com/watch?v=ow47t8dx91k Канал: Wes Roth Опубликовано: 20.05.2024 --- Компания OpenAI выпустила масштабное обновление экосистемы ChatGPT, включающее долгожданное десктопное приложение, глубокую интеграцию с облачными хранилищами и расширение возможностей модели GPT-4o. Техноблогер Уэс Рот (Wes Roth) подробно разобрал, как получить доступ к новым функциям, продемонстрировал работу обновленного анализа данных и провел практический урок по использованию API новой флагманской модели для тех, кто никогда не занимался программированием. ## 🖥️ Десктопное приложение ChatGPT: запуск на Mac и ограничения [[JUMP:01:29]] Главным событием релиза стал запуск официального приложения ChatGPT для настольных компьютеров. Уэс Рот подчеркивает, что на данный момент приложение доступно исключительно для пользователей macOS [02:07]. Версия для Windows, по словам автора, находится в разработке, и пользователям этой ОС традиционно приходится ждать дольше. Рот иронично замечает, что в мире ИТ-релизов пользователи Windows часто ощущают себя «гражданами второго сорта» [03:10]. Ключевые особенности и требования приложения: * **Системные требования:** для работы необходима macOS 14 или выше и компьютер на базе чипов Apple Silicon (серия M1, M2, M3) [02:58]. * **Быстрый доступ:** реализован лаунчер, вызываемый сочетанием клавиш `Option + Space`, позволяющий мгновенно задать вопрос чат-боту, не переключаясь между окнами браузера [03:48]. * **Интеграция контента:** приложение позволяет быстро загружать файлы, делать скриншоты экрана и напрямую обсуждать их с ИИ [04:00]. * **Голосовое взаимодействие:** в приложении доступна иконка наушников для аудиочата. Уэс Рот отдельно предостерегает пользователей от поиска приложения в стандартных магазинах App Store или Google Play. По его мнению, эти площадки превратились в «выгребные ямы» (cesspits) из мошеннических приложений, которые мимикрируют под OpenAI или Anthropic (Claude 3), чтобы вымогать деньги у доверчивых пользователей [01:42]. Настоящее приложение следует скачивать только с официального сайта chatgpt.com [02:32]. ## 👁️ Возможности GPT-4o: зрение и «псевдо-видео» [[JUMP:04:42]] В десктопном приложении по умолчанию установлена модель GPT-4o (Omni), которая обладает продвинутыми мультимодальными способностями. Рот демонстрирует, как модель анализирует скриншоты: ChatGPT смог не только распознать текст на экране, но и понять, что он видит «самого себя» — открытое окно приложения ChatGPT с предыдущим контекстом диалога [04:57]. Разбирая механизм работы зрения в GPT-4o, Уэс Рот ссылается на интервью Сэма Альтмана: * **Механика анализа:** по словам Рота, это не является «чистым» видео-пониманием в реальном времени. Модель делает серию снимков (скриншотов) с интервалом в несколько секунд и анализирует их последовательность [06:03]. * **Распознавание эмоций:** благодаря этой частоте снимков GPT-4o может интерпретировать мимику пользователя и описывать его эмоциональное состояние [05:50]. * **Будущие обновления:** Рот отмечает, что полноценный «головокружительный» опыт (back-and-forth) с мгновенной реакцией и новым голосовым режимом станет доступен всем пользователям Plus-версии в течение ближайших недель (в режиме альфа-тестирования) [07:08]. ## 📊 Продвинутый анализ данных и облачная интеграция [[JUMP:08:12]] Функция, ранее известная как «Code Interpreter», а затем переименованная в «Advanced Data Analytics», получила значительное обновление интерфейса и функционала. Теперь ChatGPT может напрямую подключаться к корпоративным и личным облачным хранилищам. Основные новшества в работе с данными: * **Прямое подключение:** реализована нативная интеграция с Google Drive и Microsoft OneDrive [08:51]. Больше не нужно скачивать файлы на компьютер для их последующей загрузки в чат. * **Интерактивные таблицы:** при загрузке набора данных ChatGPT создает динамическую таблицу, которую можно развернуть на весь экран. Пользователь может кликать на конкретные области таблицы и задавать уточняющие вопросы [09:03]. * **Контекстные подсказки:** система предлагает варианты глубокого анализа на основе структуры загруженного файла [09:17]. ## 🧠 Память ChatGPT: «скрытая» осведомленность [[JUMP:10:08]] Уэс Рот обращает внимание на функцию «Memory», которая теперь включена по умолчанию. Она позволяет ChatGPT запоминать детали о пользователе в ходе разных диалогов для формирования более релевантных ответов. Автор приводит примеры того, что ИИ успел запомнить о нем: использование Visual Studio Code на Windows и интерес к программированию на Python [10:21]. Рот цитирует пост Ника Добоса, который назвал память ChatGPT «пугающе скрытной» (sneaky AF) [11:00]. Добос заметил, что чат-бот запомнил его имя, просто проанализировав путь к файлу в ошибке терминала, которую Ник скопировал в чат [11:12]. В ходе теста Рот попросил ChatGPT запомнить название его компании — «Natural 20». После создания нового чистого диалога ИИ не только вспомнил название, но и успешно интегрировал его в запрос на создание логотипа [12:41]. ## 🛠️ Практическое руководство: создание приложения на GPT-4o через API [[JUMP:13:20]] Для тех, кто хочет выйти за рамки стандартного интерфейса чата, Уэс Рот представил пошаговый гайд по работе с API. По его мнению, сейчас наступил «момент уникальных возможностей», когда даже люди без навыков программирования могут начать создавать собственных ИИ-агентов [18:24]. Пошаговый алгоритм от Уэса Рота: 1. **Получение ключа:** необходимо зайти на platform.openai.com и создать новый секретный API-ключ. Автор напоминает о критической важности сохранения ключа в секрете [14:13]. 2. **Среда разработки:** Рот рекомендует использовать Google Colab — бесплатный облачный инструмент, который не требует настройки окружения на локальном компьютере [14:26]. 3. **Установка библиотеки:** в блоке кода выполняется команда `pip install openai` [14:52]. 4. **Запуск модели:** автор демонстрирует простой скрипт, где указывается модель `gpt-4o`. При подаче запроса через API модель работает быстрее и позволяет автоматизировать задачи [15:43]. В качестве финального примера Рот показал использование функции Vision через API. Он загрузил URL-адрес изображения из Википедии (вид на кампус университета Висконсин-Мэдисон) и попросил GPT-4o описать его. Модель успешно идентифицировала дорожку, береговую линию и детали пейзажа всего за несколько секунд [17:43].