Các điểm chính (câu trả lời có thể được đọc trong 30 giây): Chế độ agent ChatGPT là một tính năng tự động hóa web có thể được sử dụng với Plus ($20 mỗi tháng) trở lên. Khi được hướng dẫn bằng ngôn ngữ tự nhiên, nó có thể thu thập thông tin, liên kết với các ứng dụng bên ngoài và thực hiện tối đa 10 tác vụ đã lên lịch.
Hộp thông tin Ban biên tập
Tích hợp Gmail/Google Drive/Slack
Xác nhận lần cuối: Ngày 1 tháng 8 năm 2026 bởi ban biên tập
Chế độ agent của ChatGPT là một tính năng trong đó ChatGPT thay mặt bạn vận hành trình duyệt web trên máy tính ảo của chính nó và thực hiện tất cả các nghiên cứu, biên soạn và thực thi cùng một lúc. Đây không phải là phần mở rộng của trò chuyện. Sau khi hướng dẫn, bạn có thể rời khỏi chỗ ngồi. Có rất nhiều quyền tự chủ.
Đây cũng là thời điểm ChatGPT bước từ "AI trò chuyện" thành "AI thực hiện nhiệm vụ thay mặt người khác". "Nhà điều hành", chỉ xuất hiện cho người dùng Pro vào tháng 1 năm 2025, đã được tích hợp vào ChatGPT vào tháng 7 cùng năm và trở thành "Chế độ agent" hiện tại. Tự động vận hành các trang web, nghiên cứu sâu, cộng tác với các ứng dụng bên ngoài, tự động thực hiện các tác vụ thông thường - những gì có thể làm được đã đột ngột mở rộng.
Các điểm chính của bài viết này Sắp xếp cách sử dụng Chế độ agent ChatGPT (trước đây là Nhà điều hành), các khoản phí cũng như những gì bạn có thể và không thể làm bằng cách sử dụng thông tin mới nhất cho năm 2026.
Bài viết này đề cập đến bản chất thực sự của chế độ agent và những thay đổi so với Nhà điều hành cũ, phạm vi sử dụng theo gói giá (Free / Go / Plus / Pro / Team), các bước từ kích hoạt đến thực hiện nhiệm vụ, cách sử dụng thực tế của bốn chức năng chính, sự khác biệt so với các đối thủ cạnh tranh của Anthropic và Google cũng như các ví dụ cụ thể về sử dụng trong kinh doanh. Tôi sẽ xem xét chúng theo thứ tự.
Kết luận sau 30 giây
- Chế độ agent có sẵn trên Plus ($20/tháng) trở lên. Phiên bản miễn phí/Không thể sử dụng với Go
- Toán tử cũ (phát hành vào tháng 1 năm 2025) là một chức năng được tích hợp vào ChatGPT, cho phép bạn tự động vận hành các trang web, thu thập thông tin và thực hiện các tác vụ chỉ bằng các hướng dẫn ngôn ngữ tự nhiên.
- Ứng dụng được kết nối cho phép bạn liên kết với các dịch vụ bên ngoài như Gmail, Google Drive và Slack.
- Tự động hóa các tác vụ thông thường với tính năng lập lịch tác vụ (có thể đặt tối đa 10 tác vụ)
- Các hoạt động bí mật như nhập mật khẩu và thanh toán được con người xử lý ở chế độ tiếp quản, đảm bảo an toàn.
- Đối với sử dụng cá nhân, Plus là đủ. Người dùng nặng có thể sử dụng Pro mà không cần lo lắng về giới hạn trên.
ChatGPT là chatbot AI hỗ trợ trả lời câu hỏi, tạo văn bản, sắp xếp thông tin và tạo ý tưởng thông qua đối thoại tự nhiên. Bạn có thể thực hiện các tác vụ dựa trên văn bản như tóm tắt văn bản dài, soạn thảo email và đề xuất, dịch, diễn giải và sắp xếp chúng dưới dạng bảng trong khi trò chuyện. Chúng tôi còn cung cấp dịch vụ tạo mã lập trình, xác nhận nguyên nhân lỗi, giải thích nội dung học tập và tư vấn bằng hình ảnh. Nó phù hợp cho những người dùng muốn sử dụng nó cho nhiều mục đích khác nhau, từ nghiên cứu cá nhân đến hỗ trợ tạo và phát triển tài liệu kinh doanh.
Chế độ agent ChatGPT là gì? Tổ chức tiến hóa từ Operator cũ
Hãy tiến thêm một bước nữa và xác định nó. Chế độ agent ChatGPT là chức năng nhận hướng dẫn ngôn ngữ tự nhiên và cho phép ChatGPT thực hiện các tác vụ nhiều bước đến cùng bằng cách chọn các công cụ như trình duyệt ảo, trình duyệt văn bản, thiết bị đầu cuối và lệnh gọi API. Thuật ngữ "agent" được sử dụng ở đây đề cập đến phần mềm tự động thực hiện các nhiệm vụ trong khi đưa ra quyết định thay mặt cho con người. Bản thân vai trò này khác với trò chuyện truyền thống vốn chỉ trả lời các câu hỏi.
Chính thức của OpenAI (openai.com ``Giới thiệu agent ChatGPT'', 2025-07) cũng giải thích rằng ChatGPT có một bộ công cụ: ``trình duyệt trực quan, trình duyệt văn bản, thiết bị đầu cuối và quyền truy cập API.'' Nói cách khác, phạm vi bảo vệ không chỉ là nhìn vào màn hình và vận hành nó mà còn chạy mã và tìm nạp dữ liệu bên ngoài.
Chuyển từ chế độ Người vận hành sang agent
Nguồn gốc là "Operator" được phát hành vào ngày 23 tháng 1 năm 2025. Ban đầu được cung cấp độc lập tại operator.chatgpt.com dưới dạng bản xem trước nghiên cứu chỉ dành cho người dùng ChatGPT Pro.
Sau đó, nó được mở rộng để bao gồm cả Nhật Bản vào ngày 21 tháng 2 năm 2025. Sau đó, trong một bản cập nhật lớn vào tháng 7 năm 2025, chức năng Người vận hành đã được tích hợp hoàn toàn vào chính ChatGPT và trở thành "Chế độ agent" hiện tại.
Phần này khó hiểu nên mình chỉ nói ngắn gọn một chữ thôi. Toán tử = tiền thân của chế độ agent. Người vận hành giỏi “thao tác màn hình” nhưng không giỏi phân tích sâu và lập báo cáo. Trung tâm trợ giúp của OpenAI cũng cho thấy một cách nhất quán rằng chế độ agent là một hệ thống kết hợp các khả năng điều tra, phối hợp trình kết nối và thực thi định kỳ của Deep Research vào một chế độ duy nhất.
Kể từ tháng 4 năm 2026, dịch vụ độc lập tại operator.chatgpt.com đã kết thúc và tất cả các dịch vụ sẽ được sử dụng làm chức năng agent trong ChatGPT. Khi tôi mở một dấu trang cũ, Toán tử không còn ở đó nữa.
CUA (agent sử dụng máy tính) là gì?
Công nghệ cốt lõi của chế độ agent là "CUA (agent sử dụng máy tính)", nghĩa đen là "agent sử dụng máy tính". Đó là mô hình nhìn và hiểu màn hình cũng như vận hành GUI (các thành phần màn hình như nút và biểu mẫu) giống như con người và hoạt động như sau.
- Người dùng chỉ đạo công việc bằng ngôn ngữ tự nhiên
- CUA chụp ảnh màn hình trình duyệt
- Phân tích các thành phần GUI như nút, biểu mẫu và liên kết trên màn hình
- Thực hiện các thao tác như nhấp chuột, nhập bàn phím, cuộn, v.v.
- Kiểm tra kết quả thao tác và tiến hành bước tiếp theo
Điểm mạnh lớn nhất là nó có thể được vận hành ngay cả trên các trang web không có API chuyên dụng. Đó là phương pháp tương tự mà con người sử dụng bằng mắt và bằng tay, vì vậy sẽ không có vấn đề gì nếu trang web kia không có giao diện AI. Người ta đã đo lường rằng tỷ lệ thành công đối với các tác vụ vận hành web chung là khoảng 87% (điểm chuẩn WebVoyager. Giá trị số thay đổi tùy theo điều kiện đo, vì vậy vui lòng kiểm tra thông báo chính thức để biết giá trị mới nhất (kể từ ngày 28-06-2026)).
Đây là câu chuyện của "ai đó". Tiếp theo, hãy nói về ví.
Tôi cũng muốn đọc nó
TypingMind là gì? Giá và các tùy chọn lựa chọn bắt đầu từ $39 (phiên bản 2026)
TypingMind là màn hình trò chuyện một lần, nơi bạn có thể sử dụng nhiều AI bằng khóa API của riêng mình. Chúng tôi đã sắp xếp các nội dung của Tiêu chuẩn $39, Mở rộng $79 và Cao cấp $99, phiên bản Nhóm bắt đầu từ $83 mỗi tháng, nơi lưu dữ liệu và mức độ bạn có thể sử dụng miễn phí bằng cách sử dụng thông tin chính thức kể từ tháng 8 năm 2026.
Ngày 7 tháng 8 năm 2026
14 bài toán và giải pháp triển khai AI trong các công ty xây dựng và ngành xây dựng
Phải mất nửa ngày để tạo ước tính và bạn có thể thu thập 20 báo cáo hàng ngày. Chúng tôi đã sắp xếp 14 vấn đề gặp phải khi giới thiệu AI trong ngành xây dựng dưới dạng Hỏi đáp. Hầu hết các nguyên nhân không nằm ở hiệu suất của AI mà nằm ở cách nó được phân phối. Nó bao gồm bản tóm tắt chi tiết về báo cáo hàng ngày, cách bắt đầu sau một tuần, chi phí khoảng 3.000 yên Nhật mỗi tháng và những điểm cần lưu ý về trợ cấp.
Ngày 7 tháng 8 năm 2026
Gói định giá chế độ agent [mới nhất 2026]
Chế độ agent là một tính năng giới hạn ở các gói trả phí. Điều này không được đề cập trong phiên bản miễn phí, vì vậy vui lòng đọc phần này trước. Chúng tôi sẽ sắp xếp trạng thái hỗ trợ theo kế hoạch kể từ tháng 4 năm 2026.
| kế hoạch | Phí hàng tháng | chế độ agent | Nghiên cứu sâu | Ứng dụng được kết nối | lập kế hoạch nhiệm vụ |
|---|---|---|---|---|---|
| Miễn phí | miễn phí | ✕ | ✕ | ✕ | ✕ |
| Đi | $8/tháng (khoảng 1.200 yên Nhật) | ✕ | ✕ | ✕ | △ (Chỉ có chức năng Nhiệm vụ, tách biệt với việc thực thi thông thường trong agent) |
| Cộng thêm | $20/tháng (khoảng 3.000 yên Nhật) | ○(Có giới hạn trên về số lần bạn có thể sử dụng nó mỗi tháng) | ○(Có giới hạn) | ○ (Hạn chế đối với các ứng dụng và khu vực tương thích) | ○ |
| chuyên nghiệp | $200/tháng (khoảng 30.000 yên Nhật) | ○(Giới hạn tối đa được mở rộng đáng kể so với Plus) | ○(Đầy đủ chức năng) | ○ | ○ |
| Đội | $25-30/người dùng/tháng | ○ | ○ | ○ | ○ |
| Doanh nghiệp/Giáo dục | phong tục | ○ | ○ | ○ (Kiểm soát của quản trị viên) | ○ |
Tóm tắt bảng bằng một từ, Plus là lối vào, còn Pro là phiên bản blue-chip.
*Số lượng sử dụng, ứng dụng được hỗ trợ và khu vực sẽ được cập nhật, vì vậy vui lòng kiểm tra thông tin chính thức mới nhất (kể từ ngày 28 tháng 06 năm 2026). Kế hoạch nhóm cũ đã được tự động di chuyển sang kế hoạch nhóm hiện tại.
*Thuế tiêu thụ 10% sẽ được tính riêng tại Nhật Bản (từ tháng 1 năm 2025)
Bạn nên chọn phương án nào?
Ngoài ra nếu bạn không chắc chắn. Plus ($20/tháng) là đủ cho hầu hết mọi người.
- Nếu bạn muốn dùng thử trước → Plus ($20/tháng): Các tính năng chính của chế độ agent đã có sẵn. Nghiên cứu sâu và lập lịch tác vụ cũng có thể được sử dụng, nhưng có những hạn chế về số lần sử dụng agent mỗi tháng, các ứng dụng được hỗ trợ và khu vực, vì vậy vui lòng kiểm tra thông tin chính thức mới nhất.
- Nếu bạn sử dụng nhiều hàng ngày → Pro ($200/tháng): Giới hạn sử dụng được mở rộng đáng kể so với Plus và bạn cũng có thể truy cập các mẫu cao cấp hơn (vui lòng kiểm tra thông tin mới nhất từ chính thức OpenAI để biết giới hạn tin nhắn cụ thể hàng tháng)
- Để sử dụng theo nhóm → Nhóm ($25-30/người dùng/tháng): SSO, quản lý quyền và cài đặt bảo vệ dữ liệu được áp dụng theo mặc định. Kế hoạch Edu cho các cơ sở giáo dục, Doanh nghiệp với quy mô lớn hơn
Với mức giá 200 USD một tháng, Pro rất đắt. Nhưng chỉ riêng đối với chế độ agent, nó thực sự đã vượt quá mức mong đợi. Tôi nghĩ sẽ thực tế khi coi nó là một mức giá bao gồm mọi thứ từ Codex, Sora, Voice và Deep Research cho đến những người sử dụng nó hàng ngày và có thể trả tiền cho nó.
Khi bạn đã có sẵn bản đồ giá, bạn có thể chuyển sang các bước để thực sự di chuyển nó.
Cách sử dụng chế độ agent | Từ kích hoạt đến thực hiện nhiệm vụ
Bản thân việc kích hoạt là cực kỳ dễ dàng. Đúng hơn, điều khó khăn hơn là làm thế nào để đưa ra hướng dẫn về những gì cần ủy quyền và ở mức độ nào. Hãy bắt đầu với việc bắt đầu.
Bước 1: Khởi chạy chế độ agent
- Truy cập chatgpt.com và đăng nhập bằng gói Plus trở lên
- Mở menu công cụ (thả xuống) ở bên trái trường nhập trò chuyện
- Chọn chế độ "agent"
- Hoặc bạn có thể nhập /agent vào trường nhập.
Bạn có thể chuyển đổi ngay cả khi đang giữa cuộc trò chuyện. Cách tự nhiên để sử dụng nó là thực hiện một số nghiên cứu trong một cuộc trò chuyện bình thường và sau đó giao nó cho agent.
Bước 2: Nêu nhiệm vụ bằng ngôn ngữ tự nhiên
Khi bạn khởi động nó, chỉ cần viết những gì bạn muốn nó làm. Bí quyết là vượt qua mục tiêu và các ràng buộc theo một bộ.
Ví dụ: "Tìm tàu Shinkansen từ Tokyo đến Osaka vào sáng ngày 10 tháng 4 và tóm tắt lịch trình của Nozomi."
Hướng dẫn càng mơ hồ thì càng có nhiều đường vòng xảy ra. Thu hẹp phạm vi như "Buổi sáng" hoặc "Nozomi" sẽ ổn định chuyển động của đặc vụ.
Bước 3: Giám sát việc thực hiện và đưa ra quyết định dựa trên các điểm xác nhận
Khi được hướng dẫn, agent sẽ tự động bắt đầu di chuyển. Dòng chảy cơ bản là như thế này.
- agent tự động bắt đầu chạy → tự động thực hiện tìm kiếm trên web, truy cập trang web và thu thập thông tin.
- Tạm dừng tại các điểm xác nhận → Yêu cầu xác nhận trước các hành động quan trọng như gửi email, gửi biểu mẫu, mua hàng, v.v.
- Chế độ tiếp quản → Màn hình đăng nhập, nhập mật khẩu và xác thực CAPTCHA được ủy quyền cho người dùng
- Hoàn thành/Xuất kết quả → Kết quả đầu ra ở định dạng văn bản, bảng, báo cáo, v.v.
Nếu bạn cảm thấy mình đang đi sai hướng giữa chừng, bạn có thể đưa ra hướng dẫn bổ sung mà không cần dừng lại. agent sẽ thực hiện các chỉnh sửa dựa trên công việc đã thực hiện cho đến nay. Khả năng can thiệp giữa chừng này là một tính năng tiện dụng mà Deep Research, vốn chạy theo đợt, thiếu.
Chế độ tiếp quản là gì?
Đây là điểm quan trọng nhất để bảo mật. Khi agent đến màn hình đăng nhập, nhập mật khẩu hoặc trang thanh toán, nó sẽ tự động chuyển giao thao tác cho người dùng.
Trong thời gian này, agent không thể nhìn thấy bất kỳ nội dung màn hình nào. Không cần phải lo lắng về việc mật khẩu hoặc thông tin thẻ tín dụng của bạn bị AI đọc được. Sau khi người dùng hoàn thành việc nhập liệu, bạn có thể chuyển lại hành động đó cho tổng đài viên để tiếp tục làm việc.
Hơn nữa, lời giải thích của OpenAI cũng nêu rõ rằng đối với các hoạt động điều hành như ''gửi email'' trong Gmail, v.v., Chế độ xem, chỉ hoạt động khi người dùng nhìn vào màn hình, sẽ được áp dụng. Ngay cả khi việc "đọc" được giao cho bạn, thì việc "gửi" được thiết kế để chuyển qua con mắt của người khác.
Bây giờ chúng ta đã biết cách khởi động và vận hành agent, hãy tìm hiểu sâu hơn về từng chức năng để xem agent có thể làm gì.
Bạn có thể làm gì trong chế độ agent | Giải thích kỹ lưỡng về bốn chức năng chính
Chức năng 1: Vận hành web tự động (trước đây là Người vận hành)
Chức năng bảng hiệu. Các hoạt động trên trình duyệt web có thể được tự động hóa chỉ bằng cách sử dụng các hướng dẫn ngôn ngữ tự nhiên.
Bạn có thể làm gì:
- Điều hướng trang web (chuyển trang, nhấp vào nút, nhập biểu mẫu)
- Lọc kết quả tìm kiếm và trích xuất thông tin
- Tìm kiếm sản phẩm và so sánh giá trên các trang EC
- Tự động điền và gửi biểu mẫu
- Thu thập thông tin trên nhiều trang web
Ví dụ gợi ý thực tế:
Tìm kiếm "tai nghe không dây" trên Amazon và chọn 5 sản phẩm có đánh giá từ 4,5 trở lên và giá từ 5.000 yên Nhật đến 15.000 yên Nhật. Tên sản phẩm, giá cả, số lượng đánh giá và các tính năng chính được tóm tắt trong một bảng.
Tìm khách sạn ở Kyoto từ ngày 3 tháng 5 đến ngày 5 tháng 5 trên Booking.com. Liệt kê 5 khách sạn có 1 phòng dành cho 2 người, bao gồm ăn sáng và đánh giá từ 8,5 trở lên theo thứ tự giá.
Đảm bảo vạch ra ranh giới rõ ràng giữa các hoạt động bạn ủy quyền và các hoạt động bạn tự thực hiện. Bạn có thể để việc thu thập thông tin, so sánh và tạo danh sách cho chúng tôi. Bạn sẽ chịu trách nhiệm xác nhận cuối cùng về việc thanh toán và xác nhận đặt phòng. Nếu bạn mơ hồ về điều này, sau này bạn sẽ hoảng sợ và nghĩ, “Nó tự nó diễn ra thôi.”
Chức năng 2: Nghiên cứu sâu
Nghiên cứu sâu là một tính năng mất tới 30 phút để điều tra hàng chục đến hàng trăm nguồn web và tự động tạo báo cáo toàn diện. Trong tiếng Nhật nó có nghĩa là “điều tra đào sâu”. Nó được tích hợp vào chế độ agent và có thể được chọn từ menu soạn thảo (trường đầu vào). Vì các mô hình đã cài đặt và nội dung cập nhật đôi khi được sửa đổi, vui lòng kiểm tra thông báo chính thức của OpenAI để biết phiên bản mới nhất của các mô hình tương thích và sự khác biệt về chức năng (kể từ ngày 28 tháng 06 năm 2026).
Bạn có thể làm gì:
- Thu thập và phân tích thông tin chéo từ nhiều nguồn
- Tạo báo cáo bằng cách kiểm tra tính xác thực
- Tìm kiếm chéo các bài báo học thuật và báo cáo ngành
- Tự động hóa phân tích cạnh tranh và nghiên cứu thị trường
Ví dụ gợi ý thực tế:
Tìm hiểu về thị trường SaaS Nhật Bản vào năm 2026.
- Quy mô thị trường và tốc độ tăng trưởng
- Chia sẻ của những người chơi chính
- Những thay đổi từ năm 2025
- Dự báo xu hướng tương lai Viết báo cáo khoảng 3.000 ký tự, ghi rõ nguồn.
Độ chính xác khác xa so với tìm kiếm trên web thông thường. Vì URL nguồn được chỉ định nên rất dễ lấy thông tin. Trong một điểm chuẩn có tên là DuyệtComp, đo lường độ chính xác của các cuộc khảo sát cắt ngang, cũng có dữ liệu được công bố công khai cho thấy agent đạt được tỷ lệ 68,9%, cao hơn so với Deep Research độc lập (55,5%).
Tính năng 3: Ứng dụng được kết nối (liên kết ứng dụng bên ngoài)
Bạn có thể liên kết với các dịch vụ bên ngoài như Gmail, Google Drive, Google Calendar, Slack, Notion, Zapier, v.v. bằng cách sử dụng xác thực OAuth (cơ chế kết nối an toàn mà không cần truyền mật khẩu). Theo lời giải thích dựa trên OpenAI, nó tương thích với hơn 60 ứng dụng bao gồm GitHub và SharePoint.
Cách thiết lập:
- Mở màn hình cài đặt ChatGPT
- Chuyển đến phần “Ứng dụng được kết nối”
- Chọn ứng dụng bạn muốn kết nối
- Cấp xác thực và ủy quyền với OAuth
Những gì bạn có thể làm sau khi liên kết:
- Tổng hợp và báo cáo email chưa đọc trong Gmail
- Tìm kiếm và phân tích tệp trong Google Drive
- Tóm tắt các cuộc hội thoại trong một kênh Slack cụ thể
- Kiểm tra và điều chỉnh lịch Google Calendar của bạn
Ví dụ gợi ý thực tế:
Kiểm tra các email chưa đọc của tuần này trong Gmail và lập danh sách những email cần trả lời. Đề xuất một bản tóm tắt và phản hồi được đề xuất cho mỗi câu hỏi.
Có một sự khác biệt cần nhớ. “Xem” thông tin thông qua cộng tác và “thực hiện” hành động thực tế là hai việc khác nhau. Mặc dù bạn có thể đọc nội dung của Gmail nhưng những thao tác nặng như gửi yêu cầu chế độ giám sát nêu trên.
Tính năng 4: Lập lịch tác vụ
Bạn có thể tự động hóa các tác vụ mà bạn muốn thực hiện thường xuyên. Nó có thể được quản lý tại chatgpt.com/schedules.
Cách thiết lập:
- Chạy tác vụ một lần ở chế độ agent
- Sau khi hoàn thành hướng dẫn "Chạy task này vào lúc 8h thứ Hai hàng tuần"
- Lịch thi đấu đã được đăng ký và kết quả có thể được xác nhận qua email hoặc ChatGPT.
Hạn chế:
- Có thể cấu hình tối đa 10 tác vụ đang hoạt động
- Yêu cầu gói Plus trở lên
- Kiểm tra kết quả theo cách thủ công (Truyền tự động yêu cầu tích hợp Ứng dụng được kết nối)
Ví dụ sử dụng:
Vào lúc 8 giờ sáng Thứ Hai hàng tuần, hãy thực hiện ba bước sau và tóm tắt kết quả:
- Giá đóng cửa tuần trước và biến động của chỉ số trung bình Nikkei và S&P500
- 3 tin tức quan trọng tuần trước liên quan đến “công cụ AI”
- Dự báo thời tiết Tokyo tuần này
Chúng ta đã xem xét bốn chức năng, nhưng tất nhiên chúng không phải toàn năng. Tiếp theo, hãy làm rõ những lĩnh vực không nên ủy quyền.
Những điều bạn không thể làm/không thích ở chế độ agent
Nếu bạn mong đợi quá nhiều, bạn sẽ thất vọng. Hãy thẳng thắn liệt kê những "cách sử dụng không phù hợp" có thể thấy được từ thông tin và đánh giá công khai.
- Tạo thiết kế slide hoàn hảo: Bạn có thể tạo điểm khởi đầu nhưng nhiều đánh giá cho rằng nó thiếu khả năng tạo ra sản phẩm cuối cùng đẹp mắt. Việc hoàn thành các slide nghiêm túc bằng một công cụ riêng biệt là điều thực tế.
- Phát triển mã phức tạp: Nó có thể thực thi mã đơn giản nhưng không tốt bằng một agent phát triển chính thức. Triển khai phức tạp là lĩnh vực của các công cụ chuyên dụng
- Các trang web có quyền truy cập hạn chế: Các trang web yêu cầu đăng nhập hoặc được bảo vệ khỏi bot mạnh có thể dừng hoặc yêu cầu chuyển.
- Tốc độ xử lý nặng: Mặc dù cho phép can thiệp trung gian nhưng thời gian thực hiện có xu hướng dài hơn so với kiểu thực hiện batch. Có thể không phù hợp cho việc điều tra khẩn cấp
- Hạn chế về khả năng cung cấp theo khu vực: Việc triển khai sang EEA (Khu vực kinh tế Châu Âu) và Thụy Sĩ đang dần dần được triển khai nên có thể có sự khác biệt về chức năng tùy theo khu vực.
Nói tóm lại, sức mạnh của anh ta nằm ở chỗ “điều tra, tổ chức và di chuyển nhẹ nhàng”. Sẽ nhanh hơn nếu giao những công việc nặng nhọc và phát triển nặng nề cho một công cụ khác. Khi bạn có thể nhìn thấy đường ranh giới, hãy so sánh nó với đối thủ cạnh tranh và xem bạn đang đứng ở đâu.
Nó khác với Anthropic Computer Use/Google Mariner như thế nào?
Ba ông lớn đang thực hiện những cách tiếp cận khác nhau trong lĩnh vực "thao tác máy tính" đối với các AI agent. Mỗi người có một dohyo khác nhau.
| mục | agent ChatGPT | Sử dụng máy tính nhân loại | Google Mariner |
|---|---|---|---|
| Mẫu được cung cấp | Tính năng tích hợp trong ChatGPT | API (dành cho nhà phát triển) | Tiện ích mở rộng của Chrome (theo giai đoạn) |
| Người dùng mục tiêu | Người dùng phổ thông ~ Doanh nghiệp | Nhà phát triển/Kỹ sư | Người dùng hệ sinh thái Google |
| Phạm vi hoạt động | Trong trình duyệt web | Toàn bộ máy tính để bàn (bao gồm cả hoạt động của hệ điều hành) | Trong trình duyệt web |
| Tương thích với Nhật Bản | ○ (Tháng 2 năm 2025~) | ○ (thông qua API) | △ (tập trung vào Hoa Kỳ) |
| Phí | Cộng thêm $20/tháng~ | API thanh toán theo mức sử dụng | Yêu cầu đăng ký Google AI Ultra |
| thiết kế an toàn | chế độ tiếp quản | Thực hiện bởi nhà phát triển | Tiền đề xác nhận của người dùng |
Nói cách khác, cho dù bạn muốn một sản phẩm hoàn chỉnh sẵn sàng để sử dụng, bạn muốn tự mình tích hợp nó hay bạn muốn được tích hợp hoàn toàn vào thế giới của Google - lựa chọn là của bạn.
Hướng dẫn lựa chọn:
- Nếu bạn không phải là kỹ sư và muốn sử dụng nó một cách dễ dàng → agent ChatGPT là lựa chọn tốt nhất. Giao diện người dùng trực quan, không cần cấu hình, sẵn sàng sử dụng
- Tôi muốn kết hợp AI vận hành PC vào sản phẩm của mình → Sử dụng máy tính nhân loại. Hoạt động của PC ảo có thể được thực hiện thông qua API của Claude
- Làm việc tập trung vào các dịch vụ của Google → Google Mariner. Tuy nhiên, kể từ tháng 4 năm 2026, nó sẽ được cung cấp theo từng giai đoạn, chủ yếu ở Hoa Kỳ.
Nếu bạn tò mò về sự khác biệt giữa mô hình ChatGPT và Claude, việc so sánh ChatGPT và Claude cũng có thể hữu ích. Đối với trò chuyện có mục đích chung ngoài tổng đài viên, Gemini và Perplexity cũng là những lựa chọn.
Sau khi hình ảnh triển khai được củng cố, chúng tôi sẽ chỉ ra cách nó hoạt động trong thực tế bằng cách sử dụng năm loại.
5 kỹ thuật thực tế có thể được sử dụng trong công việc
Kỹ thuật 1: Tự động hóa nghiên cứu cạnh tranh
Nghiên cứu ba đối thủ cạnh tranh sau và tạo bảng so sánh:
- [Đối thủ A]
- [Đối thủ B]
- [Đối thủ C]
Các hạng mục khảo sát:
- Các dịch vụ chính và cơ cấu phí
- Thông cáo báo chí/tin tức trong 3 tháng qua
- Danh tiếng trên SNS (X/LinkedIn)
- Các lĩnh vực trọng tâm được suy ra từ tình trạng tuyển dụng
Những việc phải mất nửa ngày để thực hiện thủ công có thể được hoàn thành trong 15 đến 30 phút bằng chế độ agent.
Kỹ thuật 2: Xử lý hàng loạt dữ liệu báo giá, hóa đơn
Trích xuất phần sau đây từ 10 ước tính PDF đính kèm và xuất nó ở định dạng bảng tính:
- Tên đối tác kinh doanh
- ngày dự kiến
- Tổng số tiền (đã bao gồm thuế/chưa thuế)
- Các hạng mục chính
- điều khoản thanh toán
Nếu liên kết Google Drive với Ứng dụng được kết nối, bạn có thể duyệt trực tiếp các tệp trên Drive. Tổng hợp bảng tính là chuyên môn của agent và dữ liệu công khai cho thấy rằng nó vượt trội so với các đối thủ cạnh tranh truyền thống về điểm chuẩn nhiệm vụ bảng tính (SpreadsheetBench).
Kỹ thuật 3: Nghiên cứu ứng viên xin việc
Nghiên cứu 10 hồ sơ của những người đáp ứng tiêu chí ``Nhà khoa học dữ liệu Tokyo Python trên 5 năm'' trên LinkedIn và tóm tắt lý lịch, kỹ năng cũng như vị trí hiện tại của họ vào một bảng.
*Do hạn chế truy cập trên LinkedIn, bạn có thể không truy cập được tất cả hồ sơ.
Kỹ thuật 4: Tự động tạo báo cáo chuẩn
Tự động tạo các báo cáo sau vào ngày 1 hàng tháng:
- PV, UU, tỷ lệ thoát của Google Analytics tháng trước
- Thay đổi hàng tháng về các KPI chính
- 10 trang có lưu lượng truy cập hàng đầu
- 3 đề xuất cải tiến
Nếu bạn kết hợp nó với việc lập lịch tác vụ, nó sẽ tự động chạy hàng tháng.
Kỹ thuật 5: So sánh tất cả các kế hoạch du lịch cùng một lúc
Du lịch đến Okinawa cùng 2 người lớn trong Tuần lễ vàng (3/5 - 5/6). Hãy tham khảo những điều sau đây và đề xuất phương án tiết kiệm chi phí nhất:
- Các chuyến bay từ Haneda (JAL/ANA/Skymark)
- Khách sạn ở thành phố Naha (bao gồm bữa sáng, đánh giá 4 trở lên)
- Cho thuê xe (không hút thuốc/loại nhỏ)
- Ba điểm tham quan được đề xuất và thời gian cần thiết
Điểm chung của cả năm công việc này là chúng đều là những công việc tẻ nhạt nếu bạn phải tự mình thực hiện nhưng có một quy trình nhất định. Thay vì có những chức năng mà bạn chạm vào hàng ngày, nó phù hợp hơn khi làm những công việc nặng nhọc vài lần một tháng. Khi bạn đã biết phạm vi công việc mà bạn sẽ được giao phó, hãy tóm tắt các biện pháp phòng ngừa an toàn.
Làm thế nào để sử dụng chế độ agent một cách an toàn? Những lưu ý khi sử dụng
Đằng sau sự tiện lợi luôn tiềm ẩn rủi ro. Trước khi để lại cho bạn, tôi muốn ghi nhớ ba điều này.
Khía cạnh bảo mật
- Hãy nhớ tự nhập mật khẩu và thông tin thẻ tín dụng của bạn ở chế độ tiếp quản.
- Không rời khỏi phiên trên thiết bị đầu cuối dùng chung
- Tách biệt tài khoản cá nhân và doanh nghiệp
- Đặt đặc quyền của Ứng dụng được kết nối ở mức tối thiểu cần thiết
Sự chính xác
- Nó không hoạt động với độ chính xác như nhau trên tất cả các trang web. Quyền truy cập vào một số trang web có thể bị hạn chế
- Con người phải luôn kiểm tra kết quả đầu ra của agent trước khi đưa ra những quyết định kinh doanh quan trọng.
- Cung cấp các bước xác nhận cho việc gửi biểu mẫu và hoạt động mua hàng
khía cạnh chi phí
- Nếu bạn không có đủ hạn mức sử dụng cho Plus, hãy ưu tiên các nhiệm vụ của bạn và sử dụng chúng một cách hiệu quả.
- Deep Research mất nhiều thời gian để xử lý, vì vậy chỉ sử dụng nó cho những cuộc điều tra thực sự cần thiết.
- Trước tiên, hãy dùng thử Plus trong một tháng, xem tần suất bạn sử dụng nó, sau đó cân nhắc chuyển sang Pro.
Dựa trên những điểm cần lưu ý, chúng tôi sẽ tổng hợp lại cái nhìn tổng thể về ReviewAI.
Đánh giá độc lập về Ban biên tập liên tục đánh giá hơn 500 công cụ AI. Điểm của bạn sẽ không thay đổi tùy thuộc vào việc bạn đặt quảng cáo hay có quan hệ đối tác.
Tổng điểm ChatGPT: 95 điểm/100 điểm
- Đánh giá của người dùng: 4,5 điểm (2847 đánh giá)
Đánh giá biên tập
Dựa trên thông tin công khai, thông số kỹ thuật chính thức và nhiều đánh giá khác nhau, chúng tôi sẽ thẳng thắn tóm tắt điểm mạnh và điểm yếu của chế độ đặc vụ.
Quan điểm đánh giá
Điểm mạnh của ChatGPT Agent Mode ở hạng mục “Trợ lý AI tự động” là gì? Ban biên tập xem xét ba trục sau.
- Phạm vi thực thi tự động (độ sâu hoạt động của trình duyệt web/cộng tác ứng dụng bên ngoài)
- Giá cả và khả năng tiếp cận (có thể thử thực tế cho mục đích sử dụng cá nhân không?)
- Mức độ tích hợp hệ sinh thái (dễ dàng tích hợp vào quy trình công việc hiện có)
Đánh giá trung thực về điểm mạnh và điểm yếu
- Sự hoàn thiện của sự tích hợp: Áp đảo. Kỹ năng mà Người vận hành và Nghiên cứu sâu đã được tích hợp vào một giao diện người dùng là rất xuất sắc. Không bị gián đoạn từ điều tra đến thực thi bằng màn hình ChatGPT quen thuộc
- Dễ dàng thanh toán: Hữu ích. Ngoài ra, với chi phí 20 đô la một tháng, cho phép bạn liên hệ với các AI agent, cộng tác và lập lịch, điều này gần như không thể đánh bại so với đối thủ.
- Nghiên cứu cắt ngang: Khá mạnh. Các cuộc điều tra cho phép can thiệp trung gian sẽ linh hoạt hơn những cuộc điều tra được thực hiện cùng một lúc. Những người ít quen thuộc với lời nhắc được hưởng lợi nhiều hơn.
- Thế hệ thiết kế slide: Thành thật mà nói là không tốt. Tatakidai dừng lại. Sẽ tốt hơn nếu giả định rằng kết quả trông đẹp mắt sẽ được hoàn thành bằng cách sử dụng một công cụ riêng biệt.
- Nhiệm vụ phát triển nặng: Tinh tế. Có thể thực thi mã đơn giản, nhưng phát triển quy mô đầy đủ là lĩnh vực của một agent chuyên dụng.
So sánh và tổ chức từ thông tin công cộng
Đánh giá từ các thông số kỹ thuật chính thức, các AI agent tự trị chính có thể được tổ chức như sau:
| mục | Chế độ agent ChatGPT | Sử dụng máy tính nhân loại | Dự án Mariner của Google |
|---|---|---|---|
| Mẫu được cung cấp | Các tính năng trong ChatGPT | Thông qua API Claude | Tiện ích mở rộng của Chrome (có sẵn hạn chế) |
| giá thấp nhất | Cộng thêm $20/tháng~ | API thanh toán theo mức sử dụng | Xem thông tin mới nhất trên trang web chính thức |
| Cộng tác ứng dụng bên ngoài | Gmail/Drive/Slack, v.v. | Phụ thuộc vào việc triển khai của nhà phát triển | Thao tác trên tab Chrome |
| Hỗ trợ tiếng Nhật | có thể | có thể | có thể |
| sử dụng thương mại | Tuân thủ từng điều khoản của gói | Tuân thủ Điều khoản sử dụng API | Xem thông tin mới nhất trên trang web chính thức |
ChatGPT là "sản phẩm hoàn thiện sẵn sàng để sử dụng", Sử dụng Máy tính là "tài liệu mà các nhà phát triển có thể kết hợp" và Mariner là "trình duyệt chuyên dụng".
Nhận định toàn diện của ban biên tập
- Những người muốn tự mình thử tự động hóa doanh nghiệp → Chế độ agent ChatGPT (Plus). Mức độ hoàn thiện bao gồm sự phối hợp và lập kế hoạch với chi phí 20 USD một tháng là không ai sánh kịp vào thời điểm này.
- Các nhà phát triển muốn kết hợp chức năng agent vào sản phẩm của họ → Sử dụng máy tính nhân loại. Thiết kế linh hoạt dựa trên API
- Những người thường xuyên thực hiện nghiên cứu web và nhập biểu mẫu → Chế độ agent ChatGPT kết hợp với Deep Research là một giải pháp thực sự
Nếu bạn không chắc chắn, hãy bắt đầu với Plus trong một tháng. Đây là kết luận.
Các câu hỏi thường gặp (FAQ)
H. Tôi có thể sử dụng chế độ agent ChatGPT miễn phí không?
Không, kể từ tháng 4 năm 2026, bắt buộc phải có gói trả phí Plus ($20/tháng) trở lên. Chế độ agent không có sẵn trong phiên bản miễn phí hoặc gói Go ($8/tháng). Chúng tôi khuyên bạn nên bắt đầu với gói Plus.
Câu hỏi: Chế độ Người vận hành và agent có phải là các dịch vụ khác nhau không?
Chức năng tương tự. Sau khi được phát hành dưới dạng "Nhà điều hành" dành riêng cho Pro vào tháng 1 năm 2025, nó đã được tích hợp vào chính ChatGPT vào tháng 7 năm 2025 và được cung cấp dưới dạng "Chế độ agent". Dịch vụ độc lập trên operator.chatgpt.com đã kết thúc.
H. Tôi có thể sử dụng các trang web yêu cầu đăng nhập ở chế độ agent không?
Bạn có thể sử dụng nó. Khi đến màn hình đăng nhập, hệ thống chuyển sang chế độ tiếp quản và người dùng nhập trực tiếp ID và mật khẩu. Vì màn hình bạn đang nhập không hiển thị với agent nên không cần phải lo lắng về việc thông tin xác thực của bạn bị rò rỉ.
Q. Tôi có thể thanh toán và mua hàng ở chế độ agent không?
Mặc dù có thể về mặt kỹ thuật nhưng agent sẽ tự động tạm dừng trên trang thanh toán và yêu cầu người dùng xác nhận. Thông tin thẻ tín dụng được nhập ở chế độ tiếp quản và người dùng tự nhấn nút mua hàng cuối cùng. AI sẽ không tính phí cho bạn nếu không được phép.
H. Tôi có thể tích hợp những dịch vụ nào với Ứng dụng được kết nối?
Kể từ tháng 4 năm 2026, nó hỗ trợ các dịch vụ chính như Gmail, Google Drive, Lịch Google, Slack, Notion và Zapier. Nó được cho là tương thích với hơn 60 ứng dụng bao gồm GitHub và SharePoint (giải thích về dòng OpenAI, tính đến năm 2026). Các kết nối được thực hiện bằng xác thực OAuth và có thể được quản lý từ màn hình cài đặt ChatGPT.
Câu hỏi: Có giới hạn trên đối với số lượng tác vụ có thể được đặt bằng cách lập lịch tác vụ không?
Có, bạn có thể có tối đa 10 nhiệm vụ đang hoạt động cho mỗi tài khoản. Bạn có thể giải phóng dung lượng bằng cách xóa các tác vụ không còn cần thiết khỏi chatgpt.com/schedules. Bạn có thể kiểm tra kết quả thực hiện trên ChatGPT hoặc qua email.
H. Sự khác biệt lớn nhất so với việc sử dụng máy tính của con người là gì?
Sự khác biệt lớn nhất là "người dùng mục tiêu". agent ChatGPT được cung cấp dưới dạng sản phẩm hoàn chỉnh cho người dùng phổ thông và có thể sử dụng ngay mà không cần bất kỳ cấu hình nào. Mặt khác, Anthropic Computer Use là một công cụ dành cho nhà phát triển dựa trên API nhắm đến các kỹ sư muốn kết hợp AI vận hành PC vào sản phẩm của họ. Phạm vi hoạt động của Anthropic là toàn bộ máy tính để bàn, trong khi agent ChatGPT bị giới hạn ở trình duyệt web.
Câu hỏi: Điều gì xảy ra nếu xảy ra lỗi khi chạy chế độ agent?
Đầu tiên, agent cố gắng tự sửa lỗi. Ví dụ: nếu thiếu nút, hãy thử cách tiếp cận khác hoặc tải lại trang. Nếu điều đó không hiệu quả, người dùng sẽ được yêu cầu tiếp quản. Ngay cả khi bạn để nó hoàn toàn một mình, nó sẽ không vượt quá tầm kiểm soát.
Câu hỏi: Tôi có thể tạo trang trình bày và bảng tính ở chế độ tổng đài viên không?
Bạn có thể làm được điều đó. Bạn có thể xuất kết quả nghiên cứu của mình ở định dạng .xlsx (bảng tính) hoặc .pptx (trang trình bày). Tuy nhiên, trong khi bảng tính và tổng hợp dữ liệu là thực tế, nhiều người nói rằng họ thiếu khả năng thiết kế các slide hấp dẫn, vì vậy việc chuẩn bị giao diện cuối cùng bằng một công cụ riêng là điều thực tế.
Tôi cũng muốn đọc nó
- [Mới nhất năm 2026] Giải thích đầy đủ về cách sử dụng OpenAI Deep Research và các khoản phí | Hướng dẫn sử dụng nghiên cứu sâu ChatGPT
- [Mới nhất là tháng 4 năm 2026] ChatGPT Plus là gì? Giải thích kỹ lưỡng về phí, những gì bạn có thể làm, những hạn chế và sự khác biệt so với phiên bản miễn phí
- [Mới nhất 2026] Hướng dẫn làm việc hiệu quả ChatGPT | Giải thích kỹ lưỡng về các lời nhắc sẵn sàng sử dụng, kỹ thuật sử dụng và kỹ thuật dành riêng cho công việc