Przejdź do głównej treści
Polski— Wybierz język
Menu

Tryb głosowy

Lekcja 13 z 18 Zaktualizowano 5 listopada 2026 Początkujący
Na tej stronie
  1. Rozmowa z ChatGPT
  2. Rozpoczynanie rozmowy głosowej
  3. Trzy tryby, jedno ustawienie
  4. Ile czasu rozmów głosowych otrzymujesz?
  5. Co umożliwia funkcja głosowa
  6. Kiedy trzymać się klawiatury i najlepsze praktyki
  7. Twoja kolej
  8. Kluczowe wnioski

Rozmowa z ChatGPT

ChatGPT Voice zamienia asystenta w mówiącego partnera do konwersacji. Ty mówisz, on odpowiada na głos, a cała rozmowa odbywa się w jednym wątku czatu: możesz śledzić odpowiedź w formie tekstowej, pisać, gdy nie możesz mówić, i przeglądać wcześniejsze wymiany zdań bez konieczności zaczynania od nowa. Funkcja ta zmienia sposób korzystania z narzędzia bardziej niż jakakolwiek inna, ponieważ eliminuje potrzebę używania klawiatury – a wraz z nią konieczność siedzenia przed ekranem.

Rozpoczynanie rozmowy głosowej

Na iPhone’ie i Androidzie stuknij ikonę Voice (Głos) w pasku wprowadzania, przyznaj dostęp do mikrofonu, jeśli aplikacja o to poprosi, i wybierz głos przy pierwszym użyciu. Następnie mów naturalnie. Podczas rozmowy przycisk mikrofonu wycisza lub włącza Cię, a przycisk wyjścia kończy połączenie. W wersji internetowej kroki są identyczne: stuknij ikonę Voice w obszarze wprowadzania czatu na stronie chatgpt.com, a następnie zezwól na dostęp do mikrofonu w przeglądarce.

W aplikacji na komputer stacjonarny funkcja Voice została zaprojektowana głównie do obsługi narzędzi Work i Codex: uruchamiania zadań, śledzenia ich postępu i koordynowania pracy wielu agentów za pomocą głosu. Do rozmów głosowych w czacie użyj wersji internetowej lub aplikacji mobilnych.

Nie myl funkcji Voice z dyktowaniem, które obsługuje osobna ikona mikrofonu. Dyktowanie transkrybuje wiadomość, którą przeglądasz i edytujesz przed wysłaniem. Jeśli potrzebujesz tekstu słowo w słowo, użyj dyktowania; funkcja Voice służy do prowadzenia rozmów.

Trzy tryby, jedno ustawienie

W sekcji Settings > Voice (Ustawienia > Głos) znajdziesz trzy opcje, w zależności od Twojego planu, regionu, aplikacji i obszaru roboczego.

  • Live jest najbardziej naturalny. Napędzany modelem GPT-Live-1.1 lub jego lżejszą wersją GPT-Live-1.1 Quip (w zależności od Twojego planu), słucha i mówi jednocześnie: możesz mu przerwać tak samo, jak ludzkiemu rozmówcy. Potrafi przeszukiwać sieć, korzystać z pamięci, wyświetlać wyniki wizualne, używać Twoich wtyczek oraz przyjmować zarówno tekst, jak i obrazy w tym samym wątku.
  • Advanced to poprzednie doświadczenie czasu rzeczywistego. Nadal przydaje się na urządzeniach mobilnych do zadań, których nie obsługuje tryb Live: udostępniania wideo na żywo z kamery lub ekranu dla uprawnionych subskrybentów.
  • Standard działa w trybie naprzemiennym: Twoja mowa jest transkrybowana, a następnie ChatGPT odpowiada.

Gdy tryb Live musi podjąć działanie w podłączonej aplikacji, zatwierdzenie następuje na ekranie: potwierdzenie głosowe nie jest akceptowane w wersji internetowej ani mobilnej.

Trzy tryby głosowe Trzy kolumny. Live: GPT-Live-1.1 lub Quip, słucha i mówi jednocześnie, korzysta z sieci, pamięci, wtyczek i obrazów. Advanced: poprzednie doświadczenie, z udostępnianiem wideo i ekranu na urządzeniach mobilnych. Standard: tryb naprzemienny, mowa jest transkrybowana, a następnie ChatGPT odpowiada. CHATGPT VOICE Trzy tryby głosowe Live Model GPT-Live-1.1 lub Quip Interakcja Słucha i mówi jednocześnie Narzędzia Sieć, pamięć, wtyczki, obrazy Advanced Status Poprzednie doświadczenie Mocna strona Udostępnianie wideo i ekranu Gdzie Aplikacje mobilne Standard Interakcja Tryb naprzemienny Zasada działania Transkrypcja, następnie odpowiedź Ustawienie Settings > Voice Do tekstu słowo w słowo użyj dyktowania (ikona mikrofonu), a nie funkcji Voice.
Na podstawie artykułu „ChatGPT Voice“ z Centrum Pomocy OpenAI (listopad 2026).

Ile czasu rozmów głosowych otrzymujesz?

W czacie użycie trybu Live jest mierzone w ruchomym oknie 24-godzinnym, a ChatGPT powiadamia Cię, gdy zbliżasz się do swojego limitu.

PlanRozmowy głosowe w czacie, ruchome okno 24 h
FreeOgraniczony dostęp do GPT-Live-1.1 Quip
Go3 godziny z GPT-Live-1.1 Quip
Plus3 godziny z GPT-Live-1.1
Pro za 100 USD15 godzin z GPT-Live-1.1
Pro za 200 USDNielimitowane, z zastrzeżeniem zabezpieczeń przed nadużyciami
Business, stanowisko Standard3 godziny, następnie 1,25 kredyta za minutę
Business, stanowisko Premium15 godzin, następnie 1,25 kredyta za minutę

Co umożliwia funkcja głosowa

Rozmowa jest naprawdę dwukierunkowa: dzięki trybowi Live możesz wtrącić się, aby zmienić sformułowanie lub kierunek dyskusji, a przepływ rozmowy pozostaje płynny. Zmiana języka odbywa się na żądanie: zacznij po francusku, poproś o frazę po angielsku, a następnie kontynuuj po hiszpańsku.

„Jak powiedzieć profesjonalnie po angielsku: ‘Chciałbym przełożyć nasze spotkanie na przyszły tydzień’?“

ChatGPT wypowiada tę frazę na głos, a Ty natychmiast prosisz o jej powtórzenie, przeformułowanie lub zaproponowanie bardziej formalnej wersji. Cała wymiana zajmuje dziesięć sekund, podczas gdy w formie pisemnej wymagałaby trzech wiadomości.

Burza mózgów to kolejny idealny przypadek użycia funkcji głosowej, ponieważ toleruje ona niedokładności i kwitnie dzięki dynamice rozmowy.

„Potrzebuję pomysłów na kampanię powrotu do szkoły dla naszej szkoły szkoleniowej. Celujemy w osoby zmieniające branżę na stanowiska menedżerskie. Rzuć kilka pomysłów, a ja powiem Ci, które mi się podobają“.

Ten sam mechanizm sprawdza się w ćwiczeniach: „Przeprowadź ze mną symulację rozmowy kwalifikacyjnej na stanowisko kierownika projektu cyfrowego. Zadawaj mi po jednym pytaniu i udzielaj informacji zwrotnej po każdej odpowiedzi“. Lub w nauce języków: „Ćwiczmy hiszpański. Ty mów do mnie po hiszpańsku, ja odpowiem po hiszpańsku. Poprawiaj moje błędy na końcu każdej wymiany zdań“. W obu przypadkach mówienie nie jest jedynie wygodą; stanowi sedno ćwiczenia.

Kiedy trzymać się klawiatury i najlepsze praktyki

Funkcja głosowa wygrywa, gdy jesteś w ruchu, gdy masz zajęte ręce lub gdy myślenie na głos przychodzi Ci naturalniej niż pisanie. Przegrywa w cichym lub współdzielonym biurze oraz zawsze, gdy zadanie obejmuje kod, tabele lub tekst, który musisz dokładnie skopiować.

Kilka nawyków znacząco poprawia jakość doświadczenia. Mów normalnie, bez przesadnej artykulacji. Bądź precyzyjny, tak jak w przypadku pisania: niejasne żądanie rodzi niejasną odpowiedź. Przerywaj natychmiast, jeśli odpowiedź schodzi na manowce. W przypadku pytań wrażliwych na czas pamiętaj, że funkcja Voice opiera się na strefie czasowej Twojego urządzenia, aby zrozumieć określenia „dzisiaj“ lub „jutro“: podaj datę, strefę czasową lub lokalizację, jeśli odpowiedź wydaje się błędna, i weryfikuj wszelkie kluczowe informacje tak samo, jak robiłbyś to w formie pisemnej.

Jeśli chodzi o dane, audio ma własne ustawienie: w sekcji Settings > Data controls (Ustawienia > Kontrola danych) opcja Include your audio recordings (Dołącz swoje nagrania audio) decyduje o tym, czy Twoje nagrania głosu i dyktowania mogą być wykorzystywane do ulepszania modeli. Wyłączenie opcji Improve the model for everyone (Ulepsz model dla wszystkich) również zatrzymuje to udostępnianie.

Twoja kolej

Dziesięć minut mówienia. Otwórz funkcję Voice w telefonie lub w wersji internetowej i sprawdź aktywną opcję w sekcji Settings > Voice. Poproś o wyjaśnienie koncepcji z Twojej dziedziny, przerwij pytaniem dodatkowym, poproś o przetłumaczenie zdania na angielski, a następnie na niemiecki, i zakończ trzema minutami burzy mózgów nad bieżącym projektem. Następnie przejrzyj pisemny wątek: zachowuje on zapis wszystkiego, co zostało powiedziane.

Źródła oficjalne: ChatGPT Voice (Centrum Pomocy OpenAI: opcje Live, Advanced i Standard, rozpoczęcie pracy, limity według planu, udostępnianie wideo i ekranu) · ChatGPT Work and Codex (Funkcja Voice w narzędziach Work i aplikacji na komputer) · Voice Dictation FAQ (dyktowanie i udostępnianie audio)

Kluczowe wnioski

  • Uruchom funkcję Voice za pomocą ikony Voice w pasku wprowadzania w wersji internetowej i mobilnej; na komputerze służy ona głównie do obsługi narzędzi Work i Codex
  • Trzy opcje w Settings > Voice: Live (najbardziej naturalny), Advanced (udostępnianie wideo i ekranu na urządzeniach mobilnych) oraz Standard (tryb naprzemienny)
  • Czas rozmów głosowych zależy od Twojego planu i jest mierzony w ruchomym oknie 24-godzinnym
  • Idealny do burzy mózgów, nauki języków, przygotowań do rozmów kwalifikacyjnych i pracy w ruchu
  • Do tekstu słowo w słowo użyj dyktowania (ikona mikrofonu); do rozmowy użyj funkcji Voice