姊妹篇讲「是什么」,本文讲「明天上班怎么用」· 销售/市场/财务/运营/产品/工程 · Plan Mode · Scheduled Tasks · 用量优化
摘要:2026 年 7 月 9 日 OpenAI 发布 ChatGPT Work,Codex 并入全新 ChatGPT 桌面应用。若你已知道「它是什么」,下一步真正的问题是:我明天上班能拿它干什么? OpenAI 官方建议的入门方式很直接——先交给你已经熟悉的一项任务。本文沿这条思路展开:3 条成败原则、Chat/Work/Codex 分流、5 步通用框架、6 大岗位可复制 Prompt 模板、Scheduled Tasks 配方库、用量优化七条实操、踩坑排障与 30 天上手路线图。想了解发布背景与 Cowork 对比?请阅读姊妹篇:ChatGPT Work 正式发布解读。
在复制 Prompt 之前,先理解 ChatGPT Work 与普通 Chat 的本质区别:
| 原则 | 说明 | 实操建议 |
|---|---|---|
| 描述结果,而非步骤 | Work 模式会自主规划路径;你只需说清楚「要什么成品」 | ❌「打开 Salesforce,导出数据…」→ ✅「基于 @Salesforce 近 30 天商机,生成带风险标注的周报 PPT」 |
| 先连工具,再下任务 | 插件目录是 Work 的「数据源」 | 任务开始前确认 Gmail、Slack、Drive 等已授权;用 @应用名 显式指定来源 |
| Plan Mode 是你的刹车 | 复杂任务先出计划、你确认后再执行 | 高赌注任务(对外邮件、财务报告、客户交付物)务必逐条审核计划 |
新版 ChatGPT 桌面应用三模式并存,用错模式会浪费用量:
| 你的需求 | 推荐模式 | 原因 |
|---|---|---|
| 快速问答、头脑风暴、单轮文案 | Chat | 轻量、响应快 |
| 跨 App 多步骤、交付成品文件、数小时长任务 | Work | 插件集成 + Plan Mode + Computer Use |
| 代码审查、PR 管理、多仓库开发 | Codex | 保留开发者专属工作流 |
| 每周重复、无人值守的后台任务 | Work + Scheduled Tasks | 定时/触发式自动推进 |
| 场景 | 推荐环境 |
|---|---|
| 需要读写本地文件、Computer Use、免费套餐试用 | 桌面端(Mac / Windows) |
| 团队协作、随时查看任务进度 | Web / 移动端(Plus 及以上) |
| 销售会议 Brief 自动生成 + 邮件通知 | Web 端 Workspace Agent + 定时调度 |
| 本地 Excel 对账、文件夹批处理 | 桌面端 Work 模式 |
把 Work 当 Chat 用——逐步骤写指令,反而限制 Agent 规划能力,还增加 Token 消耗。
插件未授权就开工——Plan 看起来对,执行时拉不到 CRM/邮件数据,输出靠推断。
跳过高风险步骤审核——对外发送、覆盖文件、删除数据等动作未在 Plan Mode 拦截。
Windows 用户无法本地跑 macOS 桌面端——Computer Use、部分插件授权与 Codex 图形化验收需要真实 Mac 环境。
无论哪个岗位,建议按此流程操作:
连接插件——在插件目录完成 Gmail、Slack、Drive、CRM 等授权。
写清目标与输出格式——用下方 Prompt 公式,明确成品形态(Docs / Excel / PPT / Sites)。
审核 Plan Mode——逐项核对数据来源、高风险动作、可删减步骤。
中途介入纠偏——执行中随时暂停,补充附件或纠正方向。
验收成品并迭代——把 80 分初稿改到可对外,再固化为 Scheduled Task。
[角色] + [数据源 @插件] + [具体任务] + [输出格式] + [约束条件] + [验收标准] 示例骨架: 你是 [岗位角色]。从 @Salesforce 和 @Gmail 拉取 [时间范围] 的 [数据类型]。 完成 [具体动作],输出为 [Google Docs / Excel / PPT / Sites]。 约束:[不可修改原始数据 / 金额保留两位小数 / 不对外发送邮件]。 完成后 [Slack 通知我 / 保存到指定文件夹]。
执行前逐项确认:
以下模板基于 OpenAI 官方案例、早期测试用户反馈(Zapier、Nvidia、Virgin Atlantic 等)及 Workspace Agent Cookbook 整理,可按实际工具栈替换 @插件名。
场景 A:客户会议自动 Brief(每日定时)
痛点:销售每天花 1–2 小时手动整理客户背景。Work 解法:定时扫描日历 → 拉取 CRM 笔记 → 搜索新闻 → 生成 Brief。
创建一项定时任务:每个工作日下午 4 点运行。 1. 检查我明天的 @Google Calendar 客户会议(排除内部会议) 2. 对每个客户会议: - 从 @SharePoint / @Salesforce 拉取近 30 天账户笔记与互动记录 - 搜索该公司近 30 天公开新闻与高管动态 - 为每位外部参会者写 2–3 句背景摘要 3. 为每场会议生成 2–3 页 Brief,保存为 @Google Drive 文档 4. 发 @Gmail 汇总邮件给我,附各 Brief 链接 输出格式:邮件主题「明日客户会议 Brief — [日期]」,正文为表格(客户名 | 会议时间 | 关键议题 | Brief 链接)
OpenAI 内部案例:销售团队将一次 Discovery 对话在 24 小时内转化为定制化 PoC 方案(传统流程需数周)。
场景 B:账户动态指挥中心(Sites + 每日更新)
基于 @Salesforce 中 [账户名称] 的全部商机、联系人与近期活动记录: 1. 创建一个交互式账户指挥中心(Sites),包含: - 商机管道概览(阶段、金额、预计成交日) - 近 7 天关键信号(邮件往来、会议、支持工单) - 建议下一步行动(按优先级排序) 2. 设置 Scheduled Task:每个工作日早上 8 点自动更新该 Site 3. 有重大变化时,通过 @Slack 私信通知我 约束:不自动发送任何外部邮件;金额以 CRM 原始数据为准。
场景 C:线索审查与管道修复(Zapier 案例改编)
分析 @Salesforce 过去 30 天新增线索及后续跟进记录,同时交叉比对 @Gmail 中的销售往来。 找出: 1. 超过 48 小时未跟进的线索(按来源分组) 2. 跟进链断裂点(哪一步之后响应率骤降) 3. 估算管道损失金额 输出: - Excel 明细表(线索 ID | 来源 | 最后跟进日 | 断点类型 | 建议动作) - 1 页高管摘要 PPT,突出「七位数潜在损失」级别的机会 - 建议一套可每周重复运行的审查流程(供 Scheduled Task 使用)
场景 A:研究 → Brief → 多市场素材(端到端流水线)
我上传了以下客户研究材料:[附件 / @Google Drive 链接] 请完成端到端市场工作流: 阶段 1 — Brief: - 提炼目标受众、核心痛点、竞争定位 - 输出 Campaign Brief(Google Docs),含消息支柱与渠道建议 阶段 2 — 素材生成: - 基于 Brief 生成:1 封获客邮件、3 条 LinkedIn 帖子、1 套落地页文案大纲 - 保存到 @Google Drive「Campaign / [产品名]」文件夹 阶段 3 — 区域适配: - 将核心素材适配为美国、欧洲、亚太三个版本(语言、文化引用、合规措辞) - 每个版本标注需人工审核的敏感表述 每完成一个阶段暂停,等我确认后再进入下一阶段。
场景 B:Slack / Teams 动态同步到会议议程(Scheduled Task)
设置每周一早上 7 点运行的定时任务: 1. 汇总 @Slack #product-launch 和 @Microsoft Teams「Go-to-Market」频道过去 7 天的重要讨论 2. 提取:决策事项、未决问题、需在会上对齐的 Blocker 3. 更新 @Google Drive 中的「周会议程」文档(保留历史版本) 4. 在 @Slack #leadership 发布 5 条以内摘要 约束:只引用已公开讨论内容;不泄露标注为 confidential 的消息。
场景 A:月结差异分析(OpenAI 内部验证场景)
内部效果:月结关账与预测流程从「数天」压缩到「数小时」。
协助完成 [月份] 月结预算差异分析: 1. 从 @Google Drive「Finance / Actuals」和「Finance / Forecast」拉取对应表格 2. 在 @Google Sheets 新建对账工作簿: - 按部门汇总实际 vs 预测差异 - 标注差异 >5% 或 >$50K 的科目 - 保留所有原始公式,不覆盖源文件 3. 生成绩效说明初稿(Google Docs),按「收入 / 成本 / 运营费用」分类解释可能原因 4. 制作 5–8 页管理层汇报 PPT(含图表,遵循附件模板风格) 5. 完成后列出需财务人工确认的 3 个关键判断点 约束:不修改任何源数据;所有数字注明来源单元格。
场景 B:发票与付款对账(AP 自动化第一关)
你是应付账款专员。对比以下两份数据: - 付款登记册:[@Google Drive 链接] - 发票清单:[@Google Drive 链接] 标记以下异常(返回表格): | 问题类型 | 供应商 | 发票号 | 金额 | 建议处理 | - 金额差异 >2% - 缺失税号 - 重复发票号 - 供应商名称不匹配 不自动发起付款;只输出审查表供人工复核。
场景 A:每日仪表盘变化监控(Scheduled Task)
每个工作日早上 6:30 自动运行: 1. 访问 [内部仪表盘 URL / @SharePoint 报告页] 2. 与昨日快照对比,提取显著变化(>10% 波动或新增红色指标) 3. 生成 1 页早间简报(Google Docs),结构: - 今日需关注 TOP 3 - 指标变化表 - 建议跟进责任人 4. 通过 @Gmail 发送给 ops-leads@company.com 如无法访问仪表盘,在 Plan 阶段告知我,不要编造数据。
场景 B:客户反馈主题聚类 → 产品优先级
监控以下来源过去 14 天的新增客户反馈: - @Slack #customer-feedback - @Gmail 标签「NPS-Detractor」 - @Google Drive「Support Tickets Export」 1. 将反馈聚类为 5–8 个主题(附代表性原话) 2. 按「频次 × 影响度 × 实施难度」评估优先级 3. 输出产品待评估清单(Notion / Google Docs 格式) 4. 设置每周五自动刷新该文档的 Scheduled Task 约束:反馈引用匿名化处理,不出现客户姓名。
场景 A:跨 Jira + GTM 计划的上线就绪审查(Nvidia 案例改编)
为 [产品/功能名称] 做上线就绪审查: 1. 从 @Jira 拉取关联 Epic / Story 完成状态与未关闭 Blocker 2. 从 @Google Drive「GTM Plans」拉取对应上市计划,检查关键里程碑 3. 从 @Slack #product-launch 提取近 7 天未决讨论 4. 输出上线 Readiness 报告(Google Docs): - 就绪度评分(红 / 黄 / 绿) - 阻塞项清单(负责人 | 截止日期 | 风险级别) - 建议 Go / No-Go 判断及依据 不自动修改 Jira 状态;高风险项标注需人工决策。
工程场景建议 Codex 模式负责代码实现,Work 模式负责跨团队协作文档。两者在同一桌面 App 内切换,无需换工具。
场景 A:PR 审查 + 发布说明(Codex 主导)
在 Codex 模式中: 1. 审查 [repo/name] 的 PR #123,重点关注 [安全 / 性能 / 测试覆盖] 2. 在 PR 侧边栏给出逐条审查意见 3. 若通过,生成 Release Notes 草稿 然后切换到 Work 模式: 4. 将 Release Notes 整理为 @Confluence 页面格式 5. 草拟 @Slack #engineering 发布公告(不自动发送)
场景 B:多仓库 Issue 汇总周报(Codex 多仓库新能力)
在 Codex 模式中,跨 [frontend-repo] 和 [backend-repo]: 1. 汇总本周已合并 PR 与未关闭 P0/P1 Issue 2. 生成工程周报 Markdown 切换到 Work 模式: 3. 转为 Google Docs 并插入本周燃尽图(从 @Jira 拉取) 4. 设置每周五 17:00 Scheduled Task 自动生成
OpenAI 官方推荐的 4 类高频定时任务,可直接改编:
| 配方名称 | 触发方式 | 任务描述 | 适合岗位 |
|---|---|---|---|
| 周一议程刷新 | 每周一 07:00 | 汇总 Slack 动态 → 更新议程 Doc | 市场 / 运营 |
| 每日指标早报 | 每个工作日 06:30 | 访问仪表盘 → 对比昨日 → 邮件简报 | 运营 / 财务 |
| 反馈聚类周报 | 每周五 16:00 | 多渠道反馈 → 主题聚类 → 优先级清单 | 产品 |
| 账户动态日报 | 每个工作日 08:00 | CRM 变化 → 更新 Sites 指挥中心 | 销售 |
设置 Scheduled Task: - 频率:[每天 / 每周一 / 每月 1 日 / 当 @Slack 频道出现关键词时] - 时间:[时区 + 具体时间] - 动作:[具体工作流描述] - 通知:[Slack 频道 / 邮件 / 无通知] - 人工确认:[哪些步骤需我先批准]
ChatGPT Work 与 Codex 共用用量计费池(非固定月费功能)。同一工作流,设计不同,成本可差 5 倍。
| 因素 | 对用量的影响 |
|---|---|
| 任务步骤数 | 步骤越多,消耗越大 |
| 上下文大小 | 拉取的文档 / 邮件越多,消耗越大 |
| 输出长度 | 输出 Token 成本约为输入的 6 倍 |
| 缓存命中 | 重复读取同一文档,cached input 成本约为 fresh input 的 1/10 |
| 模型选择 | GPT-5.6 复杂推理消耗高于轻量任务所需 |
先用 Chat 模式打草稿,满意后把精简版交给 Work 执行
Plan Mode 删掉多余步骤,尤其是重复拉取同一数据源
Scheduled Task 复用同一份模板文档,利用缓存折扣
输出要求简洁:「表格 + 3 条摘要」优于「完整叙述性报告」
大任务拆分:Phase 1 确认方向 → Phase 2 生成成品,避免一次性跑偏重做
免费用户:优先桌面端跑小任务,测清消耗后再规模化
Enterprise 团队:在 Admin Console 设 workspace / group / 个人三级额度
1. 选一个你已知道耗时的真实任务(如:月结差异表,通常人工 2 小时) 2. 在 Work 模式用 Plan Mode 跑一遍,记录步骤数 3. 执行后查看本次消耗(对比你套餐的 included usage) 4. 估算:若每天 / 每周运行,月消耗是否在预算内 5. 若偏高 → 按 5.2 节优化后重跑对比
| 问题 | 原因 | 解决方案 |
|---|---|---|
| Work 模式找不到已安装的 Codex 项目 | 未完成 App 迁移更新 | 更新 Codex App → 自动变为 ChatGPT 桌面端;若异常,从 chatgpt.com/download 重装 |
| 插件授权后仍拉不到数据 | 权限范围不足或 @应用名 拼写错误 | 在插件目录检查授权范围;Prompt 中显式写 @Salesforce 而非泛称「CRM」 |
| Plan 看起来对,执行结果跑偏 | 上下文文件过时或 AI 自行推断 | 执行中随时暂停纠偏;关键数据用附件 / 链接显式提供 |
| 定时任务没有触发 | 电脑休眠 / 桌面端未登录 | 长周期任务建议 Web 端 Workspace Agent;桌面 Scheduled Task 需保持设备唤醒 |
| 用量超预期 | 输出过长、重复拉取、步骤过多 | 参考第五节优化;Enterprise 在 Admin Console 设限 |
| 不知道用 Work 还是 Cowork | 工作流类型不同 | 云端 SaaS 协作用 Work;本地文件夹批处理用 Cowork(详见姊妹篇对比) |
| 阶段 | 目标 | 行动 |
|---|---|---|
| 第 1 周 | 熟悉单任务 | 选 1 个你最熟悉的任务,桌面端 Work 模式手跑 3 次,练习 Plan Mode 审核 |
| 第 2 周 | 插件深度集成 | 连接 3 个核心工具(邮件 + 协作 + 文件),完成 1 次跨 App 端到端交付 |
| 第 3 周 | 自动化 | 将第 1 周任务改为 Scheduled Task,验证 3 次触发稳定性 |
| 第 4 周 | 团队推广 | 整理本岗位 Prompt 模板库;Enterprise 团队同步管理员设额度 |
选你最熟悉、能判断输出对错的任务。OpenAI 官方推荐:月结差异分析、营销 Brief、销售会议准备——因为你能快速验证质量。
重点写清「数据源 + 输出格式 + 约束」,通常 150–400 字足够。不要把每一步手动指令都写上,那是 Work 模式要自动完成的事。
桌面端 Scheduled Task 依赖设备在线。需真正后台无人值守,建议 Plus 以上用 Web 端 Workspace Agent 调度。
Work 是个人在 ChatGPT 内直接使用的 Agent 模式;Workspace Agent 是团队在 Business / Enterprise 内构建、共享、统一管理的自动化 Agent,带 Admin Console 治理。两者技术底座相似,使用入口不同。
建议视为「80 分初稿」。财务数字、客户名称、对外声明务必人工复核后再使用。
桌面端 Work 模式可试用,但有用量上限。建议先用「场景 B:发票对账」等轻量任务测试,避免长周期自动化。
ChatGPT Work 的价值不在于它存在,而在于它能否拿走你已经厌倦手动做的那条工作流。最快的 ROI 路径不是多读发布稿,而是挑一件你最熟的任务,手跑三次、调 Prompt、再自动化。
若你主力机是 Windows/Linux,却需要 macOS 桌面端、Computer Use 或 Codex 图形化验收,自购 Mac 成本高,虚拟机又常卡在权限弹窗。租用 VNCMac 远程 Mac 可按小时开通图形会话,在 VNC 桌面安装 ChatGPT 桌面应用、连接插件并跑通本文任一岗位模板,项目结束即停租。查看 Mac Mini M4 套餐 即可开始。