AI未开源软件工具

ChatGPT 的 Chrome 扩展学会了"动手"：看你所有标签页，还能替你发消息、填表单

2026年10月17日0 次阅读
ChatGPT 的 Chrome 扩展学会了"动手"：看你所有标签页，还能替你发消息、填表单

发生了什么

OpenAI 在 10 月 15 日给 ChatGPT 的 Chrome 浏览器扩展加了一项大升级：它现在能"看"你打开的所有标签页，并在新版的 Work 模式下直接替你在这些页面上动手——发消息、填表单、下载文件，甚至把你堆成山的标签页自动整理分组。官方在 ChatGPT 的 X 账号上把这件事概括为一句话："把 computer use（电脑操作）的力量带给每一个用 Chrome 的人。"

这是什么

这不是一个新浏览器。先说清楚定位：ChatGPT 本身是 OpenAI 的闭源商业订阅产品（SaaS），这次是在那个已经有约 700 万用户的 ChatGPT Chrome 扩展上做的能力升级。它把能力分成两档：

  • Chat 模式（只读）：ChatGPT 可以扫一遍你所有打开的标签页，用这些页面的内容来回答问题，比如"把这几篇文章讲成人话""对比我开着的这几张定价页，哪个套餐满足我们的需求"。
  • Work 模式（能动）：这是 OpenAI 面向长任务的代理模式，现在它可以直接控制你的标签页——发出消息、填写表单、下载文件，还能把标签页批量分组。它在页面里干活时，会调用 ChatGPT 的 computer use 能力，本质上就是"模拟人点击和输入"。

另外扩展还加了一个侧边栏 UI，你可以在网页旁边直接跟 ChatGPT 对话，登录后整个 ChatGPT 历史都在，用法接近 Chrome 自带的 Gemini 侧边栏。

3 分钟看懂

为什么重要

过去"让 AI 操作浏览器"基本是专门产品的事——要么用带 AI 的浏览器，要么装专门的代理工具。这次 ChatGPT 把这项能力直接塞进了大家本来就在用的 Chrome 扩展里，门槛一下降下来了。官方给的几个典型场景很能说明问题：

  1. 比价：把同时打开的三张沙发页面（或保险、机票、定价页）丢给它，让它按尺寸、材质、配送时间、退货政策逐一对比。
  2. 按材料填表：给它一份活动简报，让它照着把报名表填上——并特意强调"提交前停下"。
  3. 收拾标签页：把开了几十个的乱标签一键分组。
  4. 读长文：让它把你正开着的一篇文章翻译成大白话、总结论点和论据。

对谁有用

  • 常年开几十个标签的普通用户：终于能把"看不过来的一屏网页"交给它。
  • 正在买房、比价、挑保险的人：多页对比不用再手动抄参数。
  • 需要批量填表的打工人：把"照着简报填表"这类机械活交出去。
  • 做网站、做表单、做定价页的站长：你的页面现在会被 AI 直接点按，体验设计得更认真一点。

怎么用

  1. 确认/更新 ChatGPT 的 Chrome 扩展（已上架 Chrome Web Store）。
  2. 在 Chat 里直接用自然语言问，比如"看我打开的标签页，帮我对比这三家"。
  3. 要它动手就切到 Work 模式，并在指令里用 @chrome 指定要操作的标签页。
  4. 关键操作前加一句"提交前先停下"，把最终确认权留给自己。

不适用场景

涉及账号密码、支付、法律文件签署这类高敏感操作，别让它一路点点到底。本次官方示例都刻意保留了"stop before submitting"（提交前停止）这一手，说明就连 OpenAI 自己也认为这些动作需要人来兜底。

避坑

  1. 别以为"Chat 能用"就等于"Work 能用"：读取标签页是 Chat 模式，真正会动手的是 Work 模式，两档权限不同。
  2. 哪些 ChatGPT 套餐能用上标签页控制，官方没给明确清单，媒体报道也指出"尚不清楚哪些计划包含该功能"，别默认所有人都能立刻用。
  3. 它控制标签页靠的是模拟点击/输入，遇到复杂登录、验证码、动态加载的页面可能不灵，别拿它去跑关键流程。
  4. @chrome 是让它在浏览器上下文里定位标签页的写法，写清楚要它操作哪一个，否则容易点错页。

行动建议

  1. 先拿低风险场景试水：对比几条商品/文章、整理标签页。
  2. 表单类任务一律加"提交前停止"，确认无误再手动提交。
  3. 站长可以把自家页面的"AI 可操作性"加入测试清单——按钮、表单的可识别性会直接影响 AI 能不能帮你把事办成。

来源

（本文基于多家媒体转述整理，一手信息来自 OpenAI 官方 ChatGPT 账号发布的 X 线程。）

参考来源

评论

0 条已公开
登录或注册后可以参与评论。

正在加载评论...