姊妹篇講「是什麼」,本文講「明天上班怎麼用」· 業務/行銷/財務/營運/產品/工程 · Plan Mode · Scheduled Tasks · 用量優化
摘要:2026 年 7 月 9 日 OpenAI 發布 ChatGPT Work,Codex 併入全新 ChatGPT 桌面應用。若你已知道「它是什麼」,下一步真正要問的是:我明天上班能拿它做什麼? OpenAI 官方建議的入門方式很直接——先交給你已經熟悉的一項任務。本文沿這條思路展開:3 條成敗原則、Chat/Work/Codex 分流、5 步通用框架、6 大職務可複製 Prompt 模板、Scheduled Tasks 配方庫、用量優化七條實操、踩坑排障與 30 天上手路線圖。想了解發布背景與 Cowork 對照?請閱讀姊妹篇:ChatGPT Work 正式上線解讀。
在複製 Prompt 之前,先理解 ChatGPT Work 與一般 Chat 的本質差異:
| 原則 | 說明 | 實操建議 |
|---|---|---|
| 描述結果,而非步驟 | Work 模式會自主規劃路徑;你只需說清楚「要什麼成品」 | ❌「開啟 Salesforce,匯出資料…」→ ✅「基於 @Salesforce 近 30 天商機,產生附風險標註的週報 PPT」 |
| 先連工具,再下任務 | 外掛目錄是 Work 的「資料來源」 | 任務開始前確認 Gmail、Slack、Drive 等已授權;用 @應用名 明確指定來源 |
| Plan Mode 是你的煞車 | 複雜任務先出計畫、你確認後再執行 | 高風險任務(對外郵件、財務報告、客戶交付物)務必逐條審核計畫 |
新版 ChatGPT 桌面應用三模式並存,用錯模式會浪費用量:
| 你的需求 | 推薦模式 | 原因 |
|---|---|---|
| 快速問答、腦力激盪、單輪文案 | Chat | 輕量、回應快 |
| 跨 App 多步驟、交付成品檔案、數小時長任務 | Work | 外掛整合 + Plan Mode + Computer Use |
| 程式碼審查、PR 管理、多儲存庫開發 | Codex | 保留開發者專屬工作流 |
| 每週重複、無人值守的背景任務 | Work + Scheduled Tasks | 定時/觸發式自動推進 |
| 場景 | 推薦環境 |
|---|---|
| 需要讀寫本機檔案、Computer Use、免費方案試用 | 桌面端(Mac / Windows) |
| 團隊協作、隨時查看任務進度 | Web / 行動端(Plus 及以上) |
| 業務會議 Brief 自動產生 + 郵件通知 | Web 端 Workspace Agent + 定時排程 |
| 本機 Excel 對帳、資料夾批次處理 | 桌面端 Work 模式 |
把 Work 當 Chat 用——逐步驟寫指令,反而限制 Agent 規劃能力,還增加 Token 消耗。
外掛未授權就開工——計畫看起來對,執行時拉不到 CRM/郵件資料,輸出靠推斷。
跳過高風險步驟審核——對外發送、覆寫檔案、刪除資料等動作未在 Plan Mode 攔截。
Windows 用戶無法本機跑 macOS 桌面端——Computer Use、部分外掛授權與 Codex 圖形化驗收需要真實 Mac 環境。
無論哪個職務,建議依此流程操作:
連接外掛——在外掛目錄完成 Gmail、Slack、Drive、CRM 等授權。
寫清目標與輸出格式——用下方 Prompt 公式,明確成品形態(Docs / Excel / PPT / Sites)。
審核 Plan Mode——逐項核對資料來源、高風險動作、可刪減步驟。
中途介入糾偏——執行中隨時暫停,補充附件或修正方向。
驗收成品並迭代——把 80 分初稿改到可對外,再固化為 Scheduled Task。
[角色] + [資料來源 @外掛] + [具體任務] + [輸出格式] + [約束條件] + [驗收標準] 範例骨架: 你是 [職務角色]。從 @Salesforce 和 @Gmail 拉取 [時間範圍] 的 [資料類型]。 完成 [具體動作],輸出為 [Google Docs / Excel / PPT / Sites]。 約束:[不可修改原始資料 / 金額保留兩位小數 / 不對外發送郵件]。 完成後 [Slack 通知我 / 儲存到指定資料夾]。
執行前逐項確認:
以下模板基於 OpenAI 官方案例、早期測試用戶回饋(Zapier、Nvidia、Virgin Atlantic 等)及 Workspace Agent Cookbook 整理,可依實際工具棧替換 @外掛名。
場景 A:客戶會議自動 Brief(每日定時)
痛點:業務每天花 1–2 小時手動整理客戶背景。Work 解法:定時掃描行事曆 → 拉取 CRM 筆記 → 搜尋新聞 → 產生 Brief。
建立一項排程任務:每個工作日下午 4 點執行。 1. 檢查我明天的 @Google Calendar 客戶會議(排除內部會議) 2. 對每場客戶會議: - 從 @SharePoint / @Salesforce 拉取近 30 天帳戶筆記與互動記錄 - 搜尋該公司近 30 天公開新聞與高階主管動態 - 為每位外部與會者寫 2–3 句背景摘要 3. 為每場會議產生 2–3 頁 Brief,儲存為 @Google Drive 文件 4. 發 @Gmail 彙總郵件給我,附各 Brief 連結 輸出格式:郵件主旨「明日客戶會議 Brief — [日期]」,內文為表格(客戶名 | 會議時間 | 關鍵議題 | Brief 連結)
OpenAI 內部案例:業務團隊將一次 Discovery 對話在 24 小時內轉化為客製化 PoC 方案(傳統流程需數週)。
場景 B:帳戶動態指揮中心(Sites + 每日更新)
基於 @Salesforce 中 [帳戶名稱] 的全部商機、聯絡人與近期活動記錄: 1. 建立一個互動式帳戶指揮中心(Sites),包含: - 商機管道概覽(階段、金額、預計成交日) - 近 7 天關鍵訊號(郵件往來、會議、支援工單) - 建議下一步行動(依優先順序排序) 2. 設定 Scheduled Task:每個工作日上午 8 點自動更新該 Site 3. 有重大變化時,透過 @Slack 私訊通知我 約束:不自動發送任何外部郵件;金額以 CRM 原始資料為準。
場景 C:線索審查與管道修復(Zapier 案例改編)
分析 @Salesforce 過去 30 天新增線索及後續跟進記錄,同時交叉比對 @Gmail 中的業務往來。 找出: 1. 超過 48 小時未跟進的線索(依來源分組) 2. 跟進鏈斷裂點(哪一步之後回應率驟降) 3. 估算管道損失金額 輸出: - Excel 明細表(線索 ID | 來源 | 最後跟進日 | 斷點類型 | 建議動作) - 1 頁高階摘要 PPT,凸顯「七位數潛在損失」級別的機會 - 建議一套可每週重複執行的審查流程(供 Scheduled Task 使用)
場景 A:研究 → Brief → 多市場素材(端到端流水線)
我上傳了以下客戶研究材料:[附件 / @Google Drive 連結] 請完成端到端行銷工作流: 階段 1 — Brief: - 提煉目標受眾、核心痛點、競爭定位 - 輸出 Campaign Brief(Google Docs),含訊息支柱與通路建議 階段 2 — 素材產生: - 基於 Brief 產生:1 封獲客郵件、3 則 LinkedIn 貼文、1 套落地頁文案大綱 - 儲存到 @Google Drive「Campaign / [產品名]」資料夾 階段 3 — 區域適配: - 將核心素材適配為美國、歐洲、亞太三個版本(語言、文化引用、合規措辭) - 每個版本標註需人工審核的敏感表述 每完成一個階段暫停,等我確認後再進入下一階段。
場景 B:Slack / Teams 動態同步到會議議程(Scheduled Task)
設定每週一早上 7 點執行的排程任務: 1. 彙總 @Slack #product-launch 和 @Microsoft Teams「Go-to-Market」頻道過去 7 天的重要討論 2. 提取:決策事項、未決問題、需在會上對齊的 Blocker 3. 更新 @Google Drive 中的「週會議程」文件(保留歷史版本) 4. 在 @Slack #leadership 發布 5 條以內摘要 約束:只引用已公開討論內容;不洩漏標註為 confidential 的訊息。
場景 A:月結差異分析(OpenAI 內部驗證場景)
內部效果:月結關帳與預測流程從「數天」壓縮到「數小時」。
協助完成 [月份] 月結預算差異分析: 1. 從 @Google Drive「Finance / Actuals」和「Finance / Forecast」拉取對應表格 2. 在 @Google Sheets 新建對帳工作簿: - 依部門彙總實際 vs 預測差異 - 標註差異 >5% 或 >$50K 的科目 - 保留所有原始公式,不覆寫源檔 3. 產生效能說明初稿(Google Docs),依「收入 / 成本 / 營運費用」分類解釋可能原因 4. 製作 5–8 頁管理層簡報 PPT(含圖表,遵循附件模板風格) 5. 完成後列出需財務人工確認的 3 個關鍵判斷點 約束:不修改任何源資料;所有數字註明來源儲存格。
場景 B:發票與付款對帳(AP 自動化第一關)
你是應付帳款專員。比對以下兩份資料: - 付款登記冊:[@Google Drive 連結] - 發票清單:[@Google Drive 連結] 標記以下異常(回傳表格): | 問題類型 | 供應商 | 發票號 | 金額 | 建議處理 | - 金額差異 >2% - 缺失稅號 - 重複發票號 - 供應商名稱不符 不自動發起付款;只輸出審查表供人工覆核。
場景 A:每日儀表板變化監控(Scheduled Task)
每個工作日上午 6:30 自動執行: 1. 存取 [內部儀表板 URL / @SharePoint 報告頁] 2. 與昨日快照比對,提取顯著變化(>10% 波動或新增紅色指標) 3. 產生 1 頁晨間簡報(Google Docs),結構: - 今日需關注 TOP 3 - 指標變化表 - 建議跟進責任人 4. 透過 @Gmail 發送給 ops-leads@company.com 如無法存取儀表板,在 Plan 階段告知我,不要編造資料。
場景 B:客戶回饋主題聚類 → 產品優先順序
監控以下來源過去 14 天的新增客戶回饋: - @Slack #customer-feedback - @Gmail 標籤「NPS-Detractor」 - @Google Drive「Support Tickets Export」 1. 將回饋聚類為 5–8 個主題(附代表性原話) 2. 依「頻次 × 影響度 × 實施難度」評估優先順序 3. 輸出產品待評估清單(Notion / Google Docs 格式) 4. 設定每週五自動更新該文件的 Scheduled Task 約束:回饋引用匿名化處理,不出現客戶姓名。
場景 A:跨 Jira + GTM 計畫的上線就緒審查(Nvidia 案例改編)
為 [產品/功能名稱] 做上線就緒審查: 1. 從 @Jira 拉取關聯 Epic / Story 完成狀態與未關閉 Blocker 2. 從 @Google Drive「GTM Plans」拉取對應上市計畫,檢查關鍵里程碑 3. 從 @Slack #product-launch 提取近 7 天未決討論 4. 輸出上線 Readiness 報告(Google Docs): - 就緒度評分(紅 / 黃 / 綠) - 阻塞項清單(負責人 | 截止日期 | 風險級別) - 建議 Go / No-Go 判斷及依據 不自動修改 Jira 狀態;高風險項標註需人工決策。
工程場景建議 Codex 模式負責程式碼實作,Work 模式負責跨團隊協作文件。兩者在同一桌面 App 內切換,無需換工具。
場景 A:PR 審查 + 發布說明(Codex 主導)
在 Codex 模式中: 1. 審查 [repo/name] 的 PR #123,重點關注 [安全 / 效能 / 測試覆蓋] 2. 在 PR 側邊欄給出逐條審查意見 3. 若通過,產生 Release Notes 草稿 然後切換到 Work 模式: 4. 將 Release Notes 整理為 @Confluence 頁面格式 5. 草擬 @Slack #engineering 發布公告(不自動發送)
場景 B:多儲存庫 Issue 彙總週報(Codex 多儲存庫新能力)
在 Codex 模式中,跨 [frontend-repo] 和 [backend-repo]: 1. 彙總本週已合併 PR 與未關閉 P0/P1 Issue 2. 產生工程週報 Markdown 切換到 Work 模式: 3. 轉為 Google Docs 並插入本週燃盡圖(從 @Jira 拉取) 4. 設定每週五 17:00 Scheduled Task 自動產生
OpenAI 官方推薦的 4 類高頻排程任務,可直接改編:
| 配方名稱 | 觸發方式 | 任務描述 | 適合職務 |
|---|---|---|---|
| 週一議程更新 | 每週一 07:00 | 彙總 Slack 動態 → 更新議程 Doc | 行銷 / 營運 |
| 每日指標晨報 | 每個工作日 06:30 | 存取儀表板 → 比對昨日 → 郵件簡報 | 營運 / 財務 |
| 回饋聚類週報 | 每週五 16:00 | 多渠道回饋 → 主題聚類 → 優先順序清單 | 產品 |
| 帳戶動態日報 | 每個工作日 08:00 | CRM 變化 → 更新 Sites 指揮中心 | 業務 |
設定 Scheduled Task: - 頻率:[每天 / 每週一 / 每月 1 日 / 當 @Slack 頻道出現關鍵字時] - 時間:[時區 + 具體時間] - 動作:[具體工作流描述] - 通知:[Slack 頻道 / 郵件 / 無通知] - 人工確認:[哪些步驟需我先核准]
ChatGPT Work 與 Codex 共用用量計費池(非固定月費功能)。同一工作流,設計不同,成本可差 5 倍。
| 因素 | 對用量的影響 |
|---|---|
| 任務步驟數 | 步驟越多,消耗越大 |
| 上下文大小 | 拉取的文件 / 郵件越多,消耗越大 |
| 輸出長度 | 輸出 Token 成本約為輸入的 6 倍 |
| 快取命中 | 重複讀取同一文件,cached input 成本約為 fresh input 的 1/10 |
| 模型選擇 | GPT-5.6 複雜推理消耗高於輕量任務所需 |
先用 Chat 模式打草稿,滿意後把精簡版交給 Work 執行
Plan Mode 刪掉多餘步驟,尤其是重複拉取同一資料來源
Scheduled Task 複用同一份模板文件,利用快取折扣
輸出要求簡潔:「表格 + 3 條摘要」優於「完整敘述性報告」
大任務拆分:Phase 1 確認方向 → Phase 2 產生成品,避免一次性跑偏重做
免費用戶:優先桌面端跑小任務,測清消耗後再規模化
Enterprise 團隊:在 Admin Console 設 workspace / group / 個人三級額度
1. 選一個你已知道耗時的真實任務(如:月結差異表,通常人工 2 小時) 2. 在 Work 模式用 Plan Mode 跑一遍,記錄步驟數 3. 執行後查看本次消耗(對比你方案的 included usage) 4. 估算:若每天 / 每週執行,月消耗是否在預算內 5. 若偏高 → 依 5.2 節優化後重跑比對
| 問題 | 原因 | 解決方案 |
|---|---|---|
| Work 模式找不到已安裝的 Codex 專案 | 未完成 App 遷移更新 | 更新 Codex App → 自動變為 ChatGPT 桌面端;若異常,從 chatgpt.com/download 重裝 |
| 外掛授權後仍拉不到資料 | 權限範圍不足或 @應用名 拼寫錯誤 | 在外掛目錄檢查授權範圍;Prompt 中明確寫 @Salesforce 而非泛稱「CRM」 |
| Plan 看起來對,執行結果跑偏 | 上下文檔案過時或 AI 自行推斷 | 執行中隨時暫停糾偏;關鍵資料用附件 / 連結明確提供 |
| 排程任務沒有觸發 | 電腦休眠 / 桌面端未登入 | 長週期任務建議 Web 端 Workspace Agent;桌面 Scheduled Task 需保持裝置喚醒 |
| 用量超出預期 | 輸出過長、重複拉取、步驟過多 | 參考第五節優化;Enterprise 在 Admin Console 設限 |
| 不知道用 Work 還是 Cowork | 工作流類型不同 | 雲端 SaaS 協作用 Work;本機資料夾批次處理用 Cowork(詳見姊妹篇對照) |
| 階段 | 目標 | 行動 |
|---|---|---|
| 第 1 週 | 熟悉單任務 | 選 1 個你最熟悉的任務,桌面端 Work 模式手動跑 3 次,練習 Plan Mode 審核 |
| 第 2 週 | 外掛深度整合 | 連接 3 個核心工具(郵件 + 協作 + 檔案),完成 1 次跨 App 端到端交付 |
| 第 3 週 | 自動化 | 將第 1 週任務改為 Scheduled Task,驗證 3 次觸發穩定性 |
| 第 4 週 | 團隊推廣 | 整理本職務 Prompt 模板庫;Enterprise 團隊同步管理員設額度 |
選你最熟悉、能判斷輸出對錯的任務。OpenAI 官方推薦:月結差異分析、行銷 Brief、業務會議準備——因為你能快速驗證品質。
重點寫清「資料來源 + 輸出格式 + 約束」,通常 150–400 字足夠。不要把每一步手動指令都寫上,那是 Work 模式要自動完成的事。
桌面端 Scheduled Task 依賴裝置在線。若需真正背景無人值守,建議 Plus 以上使用 Web 端 Workspace Agent 排程。
Work 是個人在 ChatGPT 內直接使用的 Agent 模式;Workspace Agent 是團隊在 Business / Enterprise 內建置、共享、統一管理的自動化 Agent,帶 Admin Console 治理。兩者技術底座相似,使用入口不同。
建議視為「80 分初稿」。財務數字、客戶名稱、對外聲明務必人工覆核後再使用。
桌面端 Work 模式可試用,但有用量上限。建議先用「場景 B:發票對帳」等輕量任務測試,避免長週期自動化。
ChatGPT Work 的價值不在於它存在,而在於它能否拿走你已經厭倦手動做的那條工作流。最快的 ROI 路徑不是多讀發布稿,而是挑一件你最熟的任務,手動跑三次、調 Prompt、再自動化。
若你主力機是 Windows/Linux,卻需要 macOS 桌面端、Computer Use 或 Codex 圖形化驗收,自購 Mac 成本高,虛擬機又常卡在權限彈窗。租用 VNCMac 遠端 Mac 可按小時開通圖形工作階段,在 VNC 桌面安裝 ChatGPT 桌面應用、連接外掛並跑通本文任一職務模板,專案結束即停租。查看 Mac Mini M4 方案 即可開始。