ChatGPT使用教程：提示词技巧与高级应用

将已保存的音频添加到 ChatGPT，先转写，再整理成会议纪要、访谈素材或讲座笔记。文章依据官方资料说明支持格式、512MB 上限、长录音限制、与 Voice 和 Record 的区别、失败时的检查顺序以及 API 单独计费。另外还介绍如何核对说话人与数字，并说明录音的训练用途与保存方式。

选择 Codex Security 前，先比较本地插件、连接 GitHub 的 Cloud 与独立 CLI 的区别。文章依据官方文档，说明 Cloud 在通常额度之外的独立计费、有条件的免费扫描积分、初次设置与请求文本、Standard 与 Deep 的负担、检查范围与复现证据的读法，以及修复后的确认。还解释独立 CLI 在何种条件下会选用环境中的 API 密钥，以及预估费用上限的使用方法。

即使订阅个人 Pro，ChatGPT 与 Codex 的对话和代码仍会默认用于训练。ChatGPT 中的一项设置同样适用于 Codex 的新任务，而环境的训练则是另一项独立设置。文章还整理了不应输入的信息、误输入后的应对方法，以及删除与评估等例外情况。

提示缓存会复用请求中与之前某个请求开头完全相同部分的计算结果，让这部分输入处理得更便宜、更快。OpenAI（GPT-5.6 及以后）默认启用，最后一次使用后至少保留 30 分钟（可选 12 小时），写入价格为输入价格的 1.25 倍（12 小时为 2.5 倍），读取为 0.1 倍（部分模型更低）。Claude 需要加上 cache_control 才会缓存，默认保留 5 分钟（可选 1 小时），写入为 1.25 倍（1 小时为 2 倍），读取为 0.1 倍（部分模型更低）；本文依据 2026 年 10 月 3 日两家官方文档的原文，比较规格、计算回本次数，并整理不生效的原因以及如何用 usage 字段和诊断功能确认是否命中。

ChatGPT 桌面应用（Codex）中悬浮的宠物，右键选择隐藏即可立即消失。官方文档未说明可在应用内完全禁用宠物功能，宠物再次出现时应首先检查显示宠物的快捷键。文章整理了各操作步骤、Mini 模式，以及 CLI、网页版和 IDE 扩展的区别，并对照用户提供的 Windows 界面与官方资料。

ChatGPT dot是会在对话间隙继续推进工作的持续运行AI代理，Pro套餐中无需额外付费即可使用第一个dot。作者让dot制作待办应用后，生成与添加撤销删除功能表现良好，但画面操作检查需要在Codex中补充。文章还整理了额度、记忆与权限、委派和停止方法，帮助你判断与Codex的分工。

ChatGPT Pro分为100、200、500三个档位。自2026年10月29日起，Work与Codex的额度分别为Plus的10、20、50倍（本站计算），官方月费为100、200、500美元。两份100与一份200价格相同、总额度也相同，本币价格因国家或地区而异。文章还说明速度设置对额度的消耗、保存重置券的用法与条件，以及它与积分的区别，帮助选择适合自己的订阅。

如果你在 Codex 中使用 GPT-6 Sol，切换到 GPT-6.1 Sol 没有问题，OpenAI 推荐它用于复杂编码和长时间运行的工作。6.1 Sol 的上下文上限、标准 API 输入和输出单价与 6 Sol 相同，缓存输入减半，知识截止日期更新了 10 天。本文说明 Codex 中的切换步骤、新建聊天与现有聊天的设置差异、Plus 与 Pro 用量，并介绍如何在相同的 Medium 设置下用自己的工作比较两者。

同为 Pro 订阅，ChatGPT 普通 Chat 与 Codex / Work 使用的图像生成额度并不相同。Claude 模型不直接绘制照片或插画，但 Claude Code 可借助 HTML、SVG、代码或外部图像 API 制作图像。文章用图表梳理各入口的差异，并介绍先确定显示尺寸再指定构图、区分参考资料与新制作部分、少量生成后以原尺寸和实际显示尺寸挑选的方法。

只是问 AI “我是个什么样的人？”，得到的只会是把你输入的素材包装得像模像样的一段话。真正管用的是反过来用：让 AI 来提问、引出你的经历，请它帮忙归纳共同点、整理成文字，最后的判断由你自己来做。本文介绍可以按顺序使用的8个提示词：访谈、优势、价值观、弱点、适合的工作条件、自我介绍草稿、模拟面试问答，以及从反方立场的检验。同时，我们对照各家的官方帮助页面，整理了为什么不能对回答照单全收（包括把对谁都适用的话当成“说得真准”的倾向——1949年 Forer 的实验，以及 AI 附和用户的倾向）、哪些信息可以输入、哪些应当避免，以及 ChatGPT、Claude、Gemini 的记忆和项目功能该怎么选着用。

OpenAI 于2026年9月22日（美国时间）发布了 GPT-6 Sol 和 GPT-6 Luna。Sol 的价格是 Astra 的五分之一（输入$2/输出$10），Luna 是百分之一（输入$0.10/输出$0.50），两者都可在 Plus、Pro、Business、Enterprise 和 Edu 的 ChatGPT Work 与 Codex 中使用，也可通过 API 使用。Free 和 Go 只能在桌面应用中用 Luna。发布时常规 Chat 中两个模型都没有，但从10月7日起，Plus、Pro、Business 和 Enterprise 的 Chat 中的 GPT-6 由 Sol 驱动，从10月8日起 Free 和 Go 由 Luna 驱动。过渡期内 GPT-5.6 仍可使用。本文写给目前用 Astra low（应用中显示为 Light）的人，按发布方分开整理依据：官方按用途的建议（Sol 从 Medium、Luna 从 High、Astra 从 Light 开始）及其与应用默认预设（Sol Light）的区别；OpenAI 的 AutomationBench 中 Sol xhigh 胜过 Astra low 的结果；Artificial Analysis 对比中的数值（Terminal-Bench 4.0 上 Astra low 42%对 Sol medium 19%，业务工作流上却是59%对58%）；以及 AI Arte 的小规模测试（短任务所有设置都通过，不能作为排名依据）。文中还说明，单价之比为什么不能直接套到一项工作的总费用或订阅能用多少上，以及判断的分界点：日常工作用 Sol medium，短小易验证的工作用 Sol low 或 Luna high，高难度设计和重要审查用 Astra。

新模型更聪明但也更贵——一般都会这么想。可是在 GPT-6 Astra 和 GPT-5.6 Sol 的比较里，只看单价是得不出答案的，因为 Astra 用更少的token就能把同样的活干完。第三方机构 Artificial Analysis 的实测显示，把 Astra 开到最弱的 low，每个任务的费用和把 Sol 开到 high 时几乎相同（$0.82 对 $0.81），分数还更高（46 对 42），输出token只有三分之一，回复开始之前的等待时间只有四分之一。本文以2026年9月18日时点的实测值为依据，整理按推理强度划分的费用、token和速度，为什么单价2.5倍而总额仍会打平的明细，Sol 的促销价结束之后的试算，在编程智能体作业上价格差距会缩小这一点，以及拿自己的工作去测量的步骤。