OpenAI dot 详解：一个会持续跟进工作的 AI 助手

你可能已经很熟悉这样的工作方式：有一个问题，打开 AI；拿到回答，关闭窗口。过几天事情有了变化，再把来龙去脉讲一遍。

真正费心的部分，常常发生在两次对话之间。

一份方案写好了，还要等同事反馈；一个问题查到了，还要验证修复；一场活动定了日期，还得盯着人数、预算和供应商回复。每一步都不算复杂，但总要有人记着下一步。

OpenAI 的 dot，把这部分工作放到了产品中心。

dot 是一个能持续协作的 AI 助手。你交代目标、资料和权限，它可以推进工作，并在有结果或需要决策时联系你。

这听起来很“私人助理”。不过，要用得放心，还得知道它能接触哪些资料、工作在哪里运行、什么需要批准，以及所谓“持续工作”到底有哪些限制。

下面从一个普通人能理解的角度，把这些问题讲清楚。

01 先认识 dot 到底是什么

OpenAI 把 dot 定位为持续在线的智能体。所谓“智能体”，可以简单理解为：AI 围绕一个目标，选择工具、执行步骤、检查结果，并根据情况继续行动。

dot 由 GPT-6 Astra 驱动，在云端拥有自己的电脑和浏览器。

比如，你问“活动方案怎么写”，重点是获得思路。你交代“帮我把这次活动的准备工作跟进到结束”，就涉及另一组问题：目前缺什么材料，谁还没回复，什么时候必须做决定，预算变化影响哪一项安排。

dot 面向的是这种有前后关系的工作。

你可以给它取名字、调整外观。这些设计让沟通更自然，但判断一个 AI 助手是否有用，最终仍要回到可检查的结果：它找到了什么，完成了什么，还有什么卡住了。

02 它与 ChatGPT Work 和 Codex 怎么分工

Chat 适合问答、讨论、解释和短文修改；ChatGPT Work 适合有明确交付物的多步骤工作，例如完成一份报告、分析一组文件或制作演示文稿；Codex 提供更贴近软件开发的工具和技术视图，例如调试、测试、代码审查和功能实现。

dot 则把“持续与你协作”作为入口。它可以在适合的环境里启动或协调 Work、Codex 等任务，再把重要进展带回与你的对话。

可以用一个很朴素的场景理解：

你想弄懂一个技术概念，可以直接问 Chat；你要把资料整理成正式说明书，可以交给 Work；你要修改程序并跑测试，可以进入 Codex；如果你希望有人记住整个项目的目标，把调研、修改、验证和待决事项接起来，dot 就有了用武之地。

这些能力之间存在重叠。Work 本身也能处理多步骤工作和持续更新，Codex 也不只会写代码。官方还明确说明，Work 与 Codex 具有相同的核心能力，Work 的体验更面向日常工作。

因此，没必要把它们硬分成“一个只能聊天、一个才会干活”。更实用的选择方法是：这次需要怎样的结果，想在哪个界面检查过程，以及是否希望围绕同一件事长期协作。

03 以发布会筹备为例

假设你负责一场小型产品发布会。下面是一个示意流程。

你把活动计划、预算表和已经确认的安排交给 dot，说：

“帮我跟进这次发布会。先列出还没完成的准备工作，标明截止时间和负责人。优先关注会影响日期和预算的变化。对外沟通先给我草稿。”

第一轮，它应先交出一个可核对的现状：场地已确认，演示视频待审，邀请名单还缺几个人，预算里没有计入运输。你纠正其中一项：运输由合作方负责，别重复计算。

之后，如果它获准访问相关来源并设置了合适的跟进方式，就有机会把新信息与现状联系起来。例如，演示视频推迟两天，会不会影响彩排？人数增加后，现有场地是否仍然合适？某笔费用变化，预算表里是不是还留着旧数？

你收到的理想更新，应当具体到可以做决定：

“视频确认时间推迟到了周四，原定周三的彩排无法使用最终版本。可以先用占位视频彩排，或把彩排移到周五。需要你选择。”

这个例子里，节省的不只是写表格的时间，还包括反复翻资料、回忆上下文、判断变化影响的精力。

当然，前提很明确：相关资料真的能访问，截止时间没有写错，跟进范围也已经说清。没有这些条件，漂亮的进展汇报也可能建立在错误信息上。

04 一件任务怎样从交代走到完成

把工作交给 dot，最值得观察的是中间过程。

开始时，先把结果说清楚。“看看这个项目”太宽泛；“找出导致导出失败的原因，准备修复方案，附复现步骤，先别上线”就有明确方向。结果越清楚，越容易判断它是否偏题。

进行中，它需要资料和可用的工具。有些任务只需公开网页和你上传的文件；有些要接入邮箱、代码仓库，或者使用个人电脑上的软件。缺少访问条件时，合理做法是指出具体缺口，而不是凭空补齐。

比较大的工作可以分开处理。官方说明，dot 能并行推进多项工作，也能建立独立任务对话。你可以继续与它交谈、补充约束、调整优先级。

遇到关键选择，需要你介入。例如资料相互矛盾、预算不足、必须登录某个网站，或下一步要影响外部账号。这些等待都可能让任务暂时停下来。

最后要检查交付物。“运行结束”只说明这一轮执行结束，不自动证明目标达成。官方也特别提醒，要检查输出和错误信息。

如果你要的是报告，应检查结论能否追溯到来源；如果你要的是代码，应检查改动、测试范围和未验证部分；如果你要的是一项预约，应看到具体时间、地点和服务方的确认。

这里有个简单的验收习惯：让 dot 在交付时说明“已经验证什么、尚未验证什么、还需要谁做什么”。这比一句“全部完成”更有价值。

05 它记得住什么 又为什么仍需要你纠正

持续协作离不开上下文。

官方说明，dot 可以利用当前对话、相关的 ChatGPT 记忆及跨对话的工作背景，理解你的偏好、决定和正在推进的事情。这不等于完整、逐字保存并随时调取所有历史。

举个例子，你告诉它“这份材料面向第一次接触产品的读者”，后续要求修改开头时，理想情况下就不必再解释一次读者是谁。

但实际工作中，信息会变化：预算上调了，截止日期提前了，原先选中的方案被否决了。你需要明确告诉它哪条新信息取代了旧信息，尤其是会影响决策的内容。

可以这样说：“这次以今天确认的版本为准，上周那份预算已经作废。请先复述你现在采用的金额和范围。”

也不要因为它能延续上下文，就默认它已经看过所有聊天、所有文件或所有应用。相关资料是否真的在可用范围内，仍要单独核实。

把 dot 当成一个需要交接资料的协作者，会比把它当成不会忘事的万能搜索框，更接近可靠的使用方式。

06 主动提醒应该怎样才不打扰

dot 可以在你没有再次发问时带来有用信息，也可以根据任务变化继续跟进。这项能力对忙碌的人很有吸引力，但“主动”的质量，取决于它是否知道什么值得打断你。

一种有用的要求是：“普通进度不必逐条告诉我；只有截止时间可能延误、需要我做决定，或出现超过预算的情况，才立即提醒。”

比如，同事把文档里的一个错字改掉，不一定值得推送；对方把交付日期推迟到发布会之后，就值得立刻指出后果。提醒里最好包含变化、影响和需要的决定，让你不必再翻一遍原始资料。

固定时间重复做的事，要确认已经保存成定时任务。“每个工作日北京时间上午九点，检查指定项目的更新，持续到月底，只汇报阻塞项”，比“你以后多留意一下”更容易执行和核验。官方建议明确检查内容、时间与时区、通知条件、接收位置，并确认任务已设置。

部分已连接服务支持事件触发。例如某类消息到达后再启动工作。但支持哪些事件，要以实际连接和当前产品能力为准。把 dot 加入一个频道，不能据此认定它已经开始自动监控。

持续协作也需要终点。活动结束、项目取消或目标已经达成后，应让相应的跟进和定时任务停止，免得旧职责不断产生过时提醒。

07 它有自己的电脑 也可以连接你的电脑

dot 的云电脑是独立环境，有自己的文件、软件和浏览器登录。云端工作可以在你的设备关机后继续，但不会自动获得本机资料或继承本机浏览器的登录状态。

可以把它理解为：你请来了一位远程协作者，对方有自己的工作台。你们能交流，并不意味着对方已经能打开你桌面上的文件。

要使用本地资源，需要另行连接电脑。目前一次可连接一台个人电脑，须保持在线并打开 ChatGPT 应用；此授权与 Codex 连接、Work Sync 分开。电脑离线不会撤销访问权，停用访问需另行撤销。

所以，“我手机上能给 dot 发消息”和“dot 现在能操作我的电脑”，是两个需要分别确认的状态。

当你准备离开电脑时，可以问得很具体：“接下来的步骤在哪里运行？如果这台电脑离线，哪一步会受影响？”

08 接入应用怎样补充工作背景

告诉 dot 一家公司做什么，却通常无法告诉它你和这家公司的合作进行到哪一步。

这类背景往往在邮箱、日历、共享文档、项目系统或代码仓库里。插件提供了连接服务、读取信息和执行受支持操作的通道；哪些功能能使用，取决于插件、账号、权限和运行环境。

首次使用时，不建议为了“让它更聪明”就把所有可连接应用一口气开放。更稳妥的方法是从一件具体工作倒推：需要哪份文件，哪一个项目，哪一段时间的沟通，哪些操作只读就够了。

例如，让它准备一次客户会议，可能只需要相关邮件和一份项目说明；让它整理个人写作素材，可能只需要指定文件夹。权限范围越贴近任务，越容易看懂它为什么访问这些资料。

还要区分三种连接：

• 消息渠道，决定你在哪里与它交谈、收取更新
• 应用连接，决定它能使用哪个服务中的资料和操作
• 电脑连接，决定它能使用哪台设备上的本地资源

你在 Slack 里联系 dot，并不会顺带连接邮箱；接通邮箱，也不表示它可以不经授权对外发送任何内容。

登录网站时不要把密码发进聊天

需要登录网站时，可使用官方私密登录流程，或接管浏览器自行完成。不要把密码贴进聊天。有效登录会话可能保留，保存登录信息则是另一项选择；网站也可能要求额外验证。

09 几类最值得尝试的工作

以下都是可以尝试的委托方式。

内容创作与资料研究

假设你每周写一篇行业分析。可以让 dot 整理指定来源的新变化，核对上期文章中是否出现过时信息，准备提纲，再按你的反馈扩展成正文。

真正有帮助的要求是：“每个关键判断给出可打开的来源；区分原始事实和你的分析；找不到证据就标明，不要把猜测写成已发生的事。”

小团队的项目跟进

很多团队的问题不是没有任务清单，而是清单很快过期。某个决定已经在聊天里改了，文档仍然保留旧版本；某人说“周三给”，到了周四还没有交付，但没有人发现它影响下游。

可以让 dot 针对一个项目整理“已确认、待确认、被什么卡住”，在获准访问的来源里核对变化，给负责人准备简短更新。先从一个项目、一个星期试起，更容易发现它是否理解了优先级。

软件开发与产品验证

你可以把一份问题描述、相关仓库和期望行为交给 dot，让它协调调查、准备修改、运行适用测试，并返回供审查的结果。正式合并或上线应遵循你和团队的流程。

比如，一个假设中的 3D 工具出现模型导出失败。可以先要求保留原项目，用脱敏样例复现；再区分读取、处理、导出三个阶段；最后比较修复前后的输出。

如果任务需要显卡、特定软件许可证或大型素材，也要先确认环境具备条件。会写一段脚本，与拥有运行完整生产流程的资源，是不同层面的事。

生活事务的准备工作

比较旅行方案、整理装修报价、准备搬家清单，也有类似结构：信息分散、条件会变、有人需要做决定。

可以让 dot 先收集资料、列出遗漏、算清总价，再把需要确认的事项交给你。涉及付款、合同、身份材料或重要承诺时，应把审阅和授权放在明确的步骤中。

10 权限与隐私要怎样理解

AI 能执行的动作越多，边界就越重要。

dot 的操作受内置安全要求、应用权限和自动审批检查约束。根据动作及已获授权，它可能直接继续、请求批准，或者把某一步交给用户处理。要求它“起草”，并不构成“发送”的许可；自定义规则也不能覆盖内置安全要求。

实际使用时，可以把边界写成具体句子：“可以读取这个项目的材料并准备草稿；联系客户、公开发布或更改共享权限前，先给我确认。”

“你看着办”不适合承载重要授权。最好说明对象、范围和停止位置，特别是替你对外沟通时，谁会收到什么内容应当明确。

还要注意：它能在不同渠道利用相关背景，不等于这些背景可以分享给每个渠道的所有人。在私人对话里交代的情况，进入团队群前仍需要合适的披露权限。

隐私并不只有一个开关

至少要分别考虑：哪些数据可被访问，哪些内容可向第三方发送，数据如何保留，以及是否用于模型训练。

ChatGPT 的数据控制也适用于符合条件的 dot 对话和任务。个人账号可在数据控制中查看模型改进选项；企业等受管理工作区还有组织层面的要求。关闭模型训练选项，不等于删除历史记录，也不等于撤销应用访问。

如果同时使用 Codex，还应查看其环境相关的数据设置。官方数据控制页对这类设置做了单独说明，不能假设一个开关涵盖所有环境数据。

对于公司资料，最先要核对的是组织政策和资料本身的权限。技术上能上传，不代表工作制度允许上传。尤其不要把客户隐私、员工信息、商业机密和密钥混在普通任务材料里。

外部内容也可能带来风险

网页、邮件、文档可能含有误导性内容，甚至试图让 AI 偏离你的指令。安全机制能降低风险，却不能把所有执行结果变成可靠事实。OpenAI 的安全文档也提醒了外部内容诱导、网络访问和权限配置的风险。

普通用户不必先成为安全专家，但可以坚持两个习惯：关键结果看来源，关键动作看对象和后果。尤其是金额、收件人、文件权限和不可逆操作，不要只凭一句“没问题”就略过检查。

11 它目前有哪些实际限制

第一，dot 仍然会出错。它可能误读文件、把旧信息当作最新信息，或者把两件名称相似的事情混在一起。连续协作时间越长，越要及时纠正关键前提。

第二，它能做什么，受接入条件限制。未连接的应用、过期的登录、离线的电脑、站点验证和不支持的操作，都可能让流程中断。此时要看具体阻塞，不能把“正在等待”理解成“正在顺利处理”。

第三，持续在线不保证每秒都在推进。工作可能在等待外部结果、等待你决策，也会受运行环境与用量限制影响。对重要截止日期，应留出人工接手的时间。

第四，并行工作也需要成本和协调。开很多任务未必更快，反而可能产生重复调研和互相冲突的版本。先明确各自输出以及谁负责合并结果，比单纯增加任务数量更有效。

第五，暂停当前工作，不一定停止所有相关工作。官方特别区分：Pause 停止当前主任务；独立任务要在 Activity 中处理；未来的定时运行要到 Scheduled 中停用或删除。已经完成的外部操作不会因暂停而撤销。

因此，临时改主意时可以明确说：“暂停这个项目的当前任务，也检查它是否还有独立任务或定时安排；告诉我哪些已经停止，哪些需要我确认。”

最不适合完全放手的，是低容错、高后果、难以回滚的事务。dot 可以帮助准备材料和梳理信息，但重要的专业判断、法律责任和个人承诺，仍需要相应的人承担。

12 谁能用 怎么开始 又怎样计算用量

开放范围

dot 正在分批开放，符合套餐资格也不保证立即出现入口。官方列出的范围为：

• Pro 100、Pro 200、Pro 500：面向超过 18 岁、位于欧洲经济区、英国和瑞士以外的用户
• Business Premium：正在全球逐步开放
• Enterprise：正在全球逐步开放，默认关闭，需要工作区管理员启用

这里的地域描述是 dot 专页列出的限制，不代表任何地区都自动获得 OpenAI 服务资格；仍需满足服务支持范围、账号和工作区要求。

创建与日常联系

可在 ChatGPT 桌面应用或桌面浏览器中创建 dot，并选择是否连接应用；要授权使用个人电脑，需要在那台电脑的 ChatGPT 桌面应用中操作。支持的移动应用更新到位后，可以继续联系同一个 dot；当前不支持移动网页版。

已连接的联系渠道还可包括 Slack、Teams，也可以在支持的界面里与 dot 语音交流。结束通话不一定结束已布置的工作。官方仍将 dot 主动发起通话列为上线后的计划功能。各渠道的聊天记录分别显示，并不会把所有消息自动复制到一起。

费用与额度

最关键的区别是：官方说，与 dot 的对话不计入 ChatGPT 对话用量限制；dot 在 Work 或 Codex 中启动、管理的任务，仍按对应产品的用量规则计算。套餐还包含深入工作的额度，上线后的首个月放宽了部分用量上限。

同时，Work 与 Codex 共用用量；API 价格与订阅内用量是不同体系。

因此，不宜把 dot 描述成“完全免费、无限干活”，也不宜说“每条 dot 消息都在扣 Codex 额度”。

13 第一次使用可以这样交代

不需要一套神秘提示词。把日常交代同事的关键信息讲清楚就够了：想得到什么、依据什么、哪些限制必须遵守，以及什么时候回来找你。

下面这段适合作为第一次试用的起点：

“我想让你协助跟进一个小项目。先只使用我提供的材料，整理当前状态、待办和需要我决定的问题。给每项事实标明来源；有冲突就问我，不要自行补全。先交一版供我检查，暂时不要联系别人或修改共享文件。”

检查第一轮后，再补充下一步：

“这两项已经完成，请更新。接下来只关注演示材料，周五前给我可编辑初稿。普通修改不必逐条汇报，出现资料不足或可能赶不上时间时马上告诉我。交付时说明核验过哪些内容。”

如果需要持续检查，单独把时间安排说完整：

“未来两周，每个工作日北京时间上午九点检查这个项目的指定来源。只把新增阻塞和需要我决定的事项发到这里。请确认检查范围、运行时间和结束日期已经设置成功。”

这三段分别解决了开始、纠正和持续跟进的问题。比一次性丢给它“全面负责我的工作”，更容易知道哪里有效、哪里需要调整。

14 最后看一个更实际的变化

过去使用 AI，我们花了很多时间学习怎样问出一个好问题。dot 这类产品让另一个能力变得重要：怎样把一件事交代清楚，并且在必要的时候接回来。

这需要我们定义结果，提供可信资料，划定权限，检查证据，也需要 AI 在不确定的时候明确停下来。

如果这些环节做得好，一些零碎却持续消耗注意力的工作，确实有机会被接住：资料更新有人比对，任务变化有人整理，真正需要你决定的事情能更早浮出来。

如果这些环节没做好，任务跑得更久、动作做得更多，也可能只是把错误推进得更远。

所以，判断 dot 是否适合自己，可以从一个很小的问题开始：

有没有一件你每隔几天就要重新打开、重新查资料、重新确认进展的事，可以先让它帮你跟进一轮？

选一件范围清楚、后果可控的事情，给它资料，检查第一版，再决定是否扩大职责。用完成得怎么样来建立信任，会比“它什么都能做”的想象更可靠。

官方参考资料

1. Meet dots：https://learn.chatgpt.com/docs/dots 产品定位、驱动模型、开放范围与 dot 用量说明
2. Use ChatGPT：https://learn.chatgpt.com/docs/use-chatgpt Chat、Work 与 Codex 的使用定位
3. Get started with ChatGPT Work：https://learn.chatgpt.com/docs/get-started-with-work 多步骤工作、可审阅交付物与工具使用
4. Tasks and memory：https://learn.chatgpt.com/docs/dots/tasks-and-memory 持续任务、记忆、独立任务与定时跟进
5. Message your dot：https://learn.chatgpt.com/docs/dots/channels 消息渠道、语音与跨渠道信息边界
6. Connect computers and apps to your dot：https://learn.chatgpt.com/docs/dots/computers-and-apps 云电脑、本地电脑、登录与应用接入
7. Plugins：https://learn.chatgpt.com/docs/plugins 插件、连接、受支持环境与功能
8. Scheduled tasks：https://learn.chatgpt.com/docs/automations 定时运行与受支持的应用事件
9. Control your dot：https://learn.chatgpt.com/docs/dots/controls 审批、自定义规则、数据控制与停止工作
10. Get started with your dot：https://learn.chatgpt.com/docs/dots/getting-started 创建 dot 与初次设置
11. Data controls in ChatGPT：https://help.openai.com/en/articles/7730893-data-controls-in-chatgpt 模型训练、聊天保留与 Codex 环境设置
12. Agent approvals and security：https://learn.chatgpt.com/docs/agent-approvals-security 执行环境、审批、网络访问和外部内容风险
13. Pricing：https://learn.chatgpt.com/docs/pricing Work 与 Codex 共用用量及订阅规则

JOTO 企业落地观察

• dot 的核心价值不在“自动化执行”，而在“状态同步”——这对企业 RAG 知识工程提出新要求：知识库不仅要支持检索，还需支持动态状态标记（如“已确认”“待审核”“已失效”），否则 dot 的持续跟进将缺乏可信的事实锚点。
• dot 的“云电脑+本地连接”双模式，使企业智能体工程必须拆解为两个部署层：云端智能体运行环境需与 SSO、审计日志、沙箱隔离深度集成；本地连接则需轻量级代理，满足终端合规管控，避免形成新的权限盲区。
• dot 对“任务暂停/终止”的精细控制（Pause/Activity/Scheduled 分离）表明，企业级智能体生命周期管理不能依赖单一开关。FDE 驻场共创需将“任务治理”纳入标准交付项，明确定义各状态的触发条件、责任人与审计留痕方式。
• dot 将“权限即句子”（如“可读不可发”）作为基础交互范式，这对 AI 安全治理意味着：企业不能再仅靠 RBAC 控制 API 访问，而需在 prompt 层嵌入可解析、可验证的权限断言，并与 DLP 系统联动执行实时内容水印与操作拦截。