ChatGPT 语音模式从 2026 年 9 月 23 日起支持直接操作已连接的应用。你可以用语音让它查 Gmail、看日历、总结 Slack 消息，甚至让它在 Work 标签页里创建文档和 PPT。但有一个关键限制：发送邮件、提交表单等敏感操作必须在屏幕上手动确认，说“发送”不算数。免费版和 Go 版也能用，但受限于套餐支持的插件范围。
【快速答案】
- 发布日期：2026 年 9 月 23 日，OpenAI 为 ChatGPT 语音模式新增了关联应用功能。
- 支持的应用：Gmail、Google 日历、Slack 等已连接的插件。语音操作不会创建新的访问权限，沿用你已有的应用连接和权限设置。
- 关键限制：如果某项操作需要批准，语音功能会提示你在屏幕上审核。不支持语音批准。说“是的，发送”邮件不会发出去，必须手动点击屏幕上的确认按钮。
- 免费版可用范围：免费版和 Go 版用户可以使用语音操作插件和已连接应用，但仅限于套餐支持的插件。语音模型为 GPT-Live-1 mini。
- Plus/Pro 额外能力：Plus 和 Pro 用户可以在手机上通过 Work 标签页用语音创建文档、起草邮件、总结 Slack 消息，还能创建网站、制作 PPT、使用云端浏览器。
- 中文支持：GPT-Live 语音模型支持中文，但中文发音的自然度仍不如英文。
核查时间：以上信息核查于 2026 年 9 月 28 日。
ChatGPT 语音操作插件到底是怎么工作的？
这个功能的核心逻辑是：语音模式复用了你在文本 Chat 中已经建立的应用连接和权限。
OpenAI 官方明确说明：“此次更新不会创建新的访问权限。现有的应用连接、权限及使用限制依然适用。”
具体来说，如果你之前在 ChatGPT 的文本对话中连接了 Gmail 并授予了发送权限，语音模式会沿用这些权限。你不需要在语音模式下重新连接一次。
这个设计的好处是简化了配置流程，但也意味着一个风险：如果你在文本模式下给了某个应用过高的权限，语音模式也会继承这些权限。
语音操作的安全机制：为什么说“发送”邮件不会真的发出去
这是使用语音操作插件时最需要理解的一点。
OpenAI 在语音常见问题解答中明确说明：“如果某项操作需要您的批准，语音功能会提示您在屏幕上进行审核。请使用屏幕上的控制按钮批准或拒绝；不支持语音批准。”
这意味着实际操作是这样的：
- 你用语音说：“帮我给张三写一封邮件，问他明天下午的会议能不能改到三点。”
- ChatGPT 用语音读出邮件草稿内容。
- 你说：“好的，发送。”
- 邮件不会发送。 ChatGPT 会提示你在屏幕上查看并确认。
无论是在车内、手机放在口袋里，还是双手正在忙别的事情，这个任务都会等待你查看屏幕并手动确认。
这个机制看起来不方便，但它解决了一个真实的安全问题：语音识别可能出错。如果 ChatGPT 把“发给张三”听成了“发给张珊”，而你用语音确认了，邮件就发错了人。强制屏幕确认是一个合理的折中。
你的应用权限是怎么设置的？
在 ChatGPT 中，语音模式的操作权限由“设置 → 插件 → 权限”下的配置决定。
| 权限模式 | 读取数据 | 修改/发送数据 |
|---|---|---|
| 始终询问 | 每次操作前询问 | 每次操作前询问 |
| 允许读取工具 | 无需询问直接读取 | 修改前询问 |
| 允许低风险工具 | 低风险工具自动批准 | 高风险操作前询问 |
| 允许所有操作 | 自动批准 | 自动批准 |
OpenAI 将以下操作列为高风险操作：发送电子邮件、消息、评论或邀请，创建/编辑/删除文件，更改安全设置，以及金融交易。
“允许所有操作”选项会跳过所有批准提示。但在部分个人账户中，这个选项并未显示。
如果你想每次操作都收到提示，建议切换到“始终询问”模式。
要完全断开某个应用的访问权限，需要打开“设置”→“插件”，选择相应应用并断开账户连接。更改权限设置不会自动断开应用连接。
免费版和付费版的实际差距是什么？
这是很多报道没有说清楚的部分。免费版和付费版的差距不仅仅是“用量多少”，而是能做什么。
| 能力 | Free / Go | Plus / Pro |
|---|---|---|
| 语音操作插件（Gmail、日历、Slack） | ✅ 可用（限套餐支持的插件） | ✅ 可用 |
| 语音模型 | GPT-Live-1 mini | GPT-Live-1 |
| Work 标签页创建文档 | ❌ | ✅ |
| 语音创建 PPT / 网站 | ❌ | ✅ |
| 语音使用云端浏览器 | ❌ | ✅ |
| 语音时长限制（24小时滚动） | 有限 | Plus：1小时 Instant + 1小时 Medium/High + 2小时 mini；Pro：不限时 |
Free 和 Go 用户可以在语音模式下使用插件和已连接的应用。但他们不能使用 Work 标签页的语音功能来创建文档、PPT 或网站。这是 Plus 和 Pro 用户的专属能力。
语音时长方面，Plus 用户在每个 24 小时滚动周期内，使用 GPT-Live-1 的 Instant 智能等级有 1 小时额度，Medium 或 High 等级另有 1 小时，使用 GPT-Live-1 mini 另有 2 小时。Pro（$200/月）用户不限时。
语音操作插件 vs Agent：有什么区别？
这两个功能容易混淆，但它们的定位不同。
语音操作插件：你在语音对话中，让 ChatGPT 去读取或操作某个已连接的应用。比如问“我今天的收件箱里有什么？”它会从 Gmail 获取答案并用语音读给你听。
ChatGPT Agent：你让 ChatGPT 自主执行一个多步骤任务，比如“帮我找到上周关于预算的邮件，整理成表格，然后发一份摘要给团队。”Agent 会在后台执行一系列操作，完成后通知你。
两者的核心区别在于：语音操作插件是“你一边说，它一边做”；Agent 是“你说完，它去做”。语音操作插件适合快速查询和简单操作，Agent 适合复杂的多步骤任务。
注意：目前 Live 语音模式不支持连接的应用和插件。OpenAI 帮助中心明确说明，Live 模式“初始不支持视频、屏幕共享、连接的应用或插件”。语音操作插件功能是通过 ChatGPT Voice 的其他模式实现的，不是你平时用来闲聊的那个 Live 模式。
10 个真正实用的语音操作场景
以下场景基于 ChatGPT 官方公布的语音功能范围，按使用频率和实用性排序。
场景 1：快速查看今天的日程
“我今天的日历上有什么？”
ChatGPT 从 Google Calendar 读取当天事件，用语音读出时间、地点和参与人。适合在通勤路上或开车前快速了解当天安排。支持 CarPlay 语音操作。
场景 2：问收件箱里有没有重要邮件
“我今天的收件箱里有什么需要注意的？”
ChatGPT 从 Gmail 读取邮件摘要。在“允许读取工具”权限模式下，这个问题会直接从 Gmail 获取答案而无需额外确认。
场景 3：总结 Slack 消息
“帮我看看 #产品团队 频道今天有没有提到我的消息。”
ChatGPT 读取 Slack 频道内容并总结。免费版和 Go 版也可使用此功能，前提是 Slack 已连接且在你的套餐支持范围内。
场景 4：起草一封邮件
“帮我给王总写一封邮件，确认下周三的会议时间，语气正式一点。”
ChatGPT 用语音读出邮件草稿。你可以通过语音要求修改措辞、调整语气或补充内容。但发送时需要在屏幕上手动确认。
场景 5：在 Work 标签页创建文档（Plus/Pro）
“新建一个文档，标题是‘Q4 市场分析’，先列出三个主要章节。”
Plus 和 Pro 用户可以在手机 Work 标签页中用语音创建文档。ChatGPT 会生成文档结构，你可以继续用语音补充内容。
场景 6：用语音制作 PPT（Plus/Pro）
“做一个 5 页的 PPT，介绍我们新产品的核心功能。”
ChatGPT 在 Work 标签页中生成 PPT 草稿。你可以用语音调整页面顺序、修改标题或添加数据点。这项功能仅在 Plus 和 Pro 套餐的 Work 标签页中可用。
场景 7：创建网站原型（Plus/Pro）
“帮我做一个简单的产品落地页，包含标题、功能列表和联系方式表单。”
ChatGPT 在 Work 标签页中生成网站原型。适合快速验证想法，但生成的结果需要人工审核和调整才能上线。
场景 8：用语音操作云端浏览器（Plus/Pro）
“帮我打开 XX 网站，找到价格页面，读给我听。”
ChatGPT 可以在云端浏览器中执行网页操作。这项功能同样仅限 Plus 和 Pro 用户的 Work 标签页。
场景 9：跨设备延续对话
在手机上开始语音对话，回到电脑前继续。
Plus 用户可以轻松地在文字和语音之间切换，并且可以在桌面上继续移动端开始的对话。
场景 10：在 Codex 中用语音指挥多个 Agent（Plus/Pro）
“启动两个 Agent，一个负责前端，一个负责后端，分别做……”
ChatGPT Voice 在 Codex 中支持用语音启动多个 Agent 并协调它们的工作。这项功能目前仅在 macOS 和 Windows 桌面应用中可用。
中文用户需要知道的三件事
中文语音支持：GPT-Live 语音模型明确支持中文。全双工架构意味着你可以和 ChatGPT 同时说话，它会像真人一样在你说的时候发出“嗯”“是的”等回应词。但部分用户反馈中文发音的自然度不如英文，听起来更像外国人说中文。
移动端和桌面端的差异：语音操作插件功能支持网页端、iOS 和 Android。但 Work 标签页的语音功能目前主要在移动端和桌面端可用，独立于网页版的 Voice in Work 不可用。
地区可用性：ChatGPT 的服务在中国大陆无法直接访问。本文讨论的是在可正常访问的网络环境下如何使用。
下一步
打开 ChatGPT 应用或网页版，进入“设置 → 插件 → 权限”，检查当前的权限模式。如果你还没有连接任何应用，先连接一个你最常用的（Gmail 或 Google 日历），然后在语音模式下问一个简单的问题，比如“我今天的日程是什么”。体验一次完整的语音查询流程后，再决定是否要扩展连接到更多应用。
【FAQ】
ChatGPT 语音说“发送”邮件真的不会发出去吗？
不会。OpenAI 官方明确规定，需要批准的操作必须通过屏幕上的控制按钮确认，不支持语音批准。这是为了防止语音识别错误导致误操作。
免费版用户能用语音操作插件吗？
可以，但仅限于套餐支持的插件。免费版和 Go 版用户可以使用语音操作已连接的应用（如 Gmail、日历、Slack），但不能使用 Work 标签页的语音创建文档、PPT 或网站功能。
语音操作插件和 Agent 有什么区别？
语音操作插件是“你一边说，它一边做”，适合快速查询和简单操作。Agent 是“你说完，它去做”，适合复杂的多步骤任务。两者是互补的，不是同一个功能。
为什么我在语音模式下看不到插件选项？
Live 语音模式初始不支持连接的应用和插件。语音操作插件功能是通过 ChatGPT Voice 的其他模式实现的。你可以在“设置 → Voice”中检查当前使用的是哪个语音模式。
语音权限设置在哪里修改？
在“设置 → 插件 → 权限”下修改。可选模式包括“始终询问”、“允许读取工具”、“允许低风险工具”和“允许所有操作”。建议从“始终询问”开始，熟悉后再根据信任程度调整。
【资料来源 / 信息核查】
来源：Notebookcheck 中文版
页面标题：ChatGPT Voice 现可使用您的应用程序，但批准信息仍会显示在屏幕上
URL：https://www.notebookcheck-cn.com/ChatGPT-Voice.1409196.0.html
核查用途：确认语音操作插件的发布日期、权限模式、屏幕确认机制、高风险操作清单。
来源：OpenAI Help Center
页面标题：ChatGPT Voice
URL：https://help-lb.openai.com/en/articles/20001274
核查用途：确认语音模式选项（Live/Advanced/Standard）、各套餐的语音时长限制、Live 模式不支持插件和连接应用的说明。