GPT-Live 入門：ChatGPT 語音如何同時聽說、插話，還能邊聊邊查資料
功能狀態依 2026 年 7 月 14 日的 OpenAI 公告與更新紀錄整理。實際開通會依帳號、方案與地區分批出現。
以前跟 ChatGPT 語音聊天，常像在輪流按對講機：你先說完，它才開始回答。中間只要停一下，系統還可能以為你已經講完。
OpenAI 在 7 月 8 日推出 GPT-Live，最明顯的變化落在互動節奏。它採用「雙向即時語音」（full-duplex），意思是 AI 說話時仍能聽你，你也可以在它回答時插進去。兩邊不必排隊等上一個人完全講完，對話才往下走。
今天我打開自己的 ChatGPT 語音，直接問它能不能讓我即時插話。語音轉錄裡，ChatGPT 的回覆是可以；但這份紀錄只證明它這樣回答，還不等於我已經成功打斷過它，也不代表每個帳號都能抓到一樣的節奏。
所以這篇不先替它下結論。我把官方說明拆成三個日常測法，你可以用自己的帳號，看看「同時聽說」到底有沒有真的發生。
以前像輪流說，GPT-Live 想讓兩邊同時在場
過去的語音模式已經比最早的「先轉文字、再產生答案、最後念出來」順很多，但互動仍以一輪一輪為主。你停下來，AI 才判斷輪到自己；它開始講，你通常就等它講完。
OpenAI 的 GPT-Live 公告把這次改動說得很具體：新模型會一邊持續接收聲音，一邊產生回應，而且每秒多次判斷現在該繼續聽、開口、停一下、插話，還是使用工具。
這會帶來幾種以前比較難自然發生的互動：
- 你還沒講完，它可以用「嗯哼」「了解」表示正在聽，不必立刻接管對話。
- 它回答到一半，你可以插入新問題、改方向，或請它放慢。
- 你停下來整理思緒時，它可以繼續等，不把短暫安靜當成句點。
- 你先交代規則後，它也能在該提醒的時機主動插話。
當互動不再只靠沉默切成一輪一輪，接下來才會出現「何時該插話」與「何時該安靜」的差異。
「可以打斷」其實包含兩個方向
很多人看到語音更新，第一個反應是聲音有沒有更自然。GPT-Live 更值得測的是兩個方向的控制感。
第一個方向是你打斷 AI。它講太長、理解錯了，或你臨時想到新的限制時，可以直接插進去，不必等完整段落播完。
第二個方向是 AI 在你同意的情況下插話。例如練英文時，你可以要求它一聽到文法錯誤就糾正；整理行程時，也可以請它聽到時間撞在一起就提醒。
這兩個方向都依賴時機。太慢，就只是等你說完後再補充；太快，則會變成一直搶話。官方說明提供的是模型能力，真正的體感還得回到你的帳號、語言、環境噪音與指令。
最簡單的做法，是用同一段短對話，依序測下面三件事。
測法一：講到一半停兩秒，再把自己改口
先從一個你很熟的主題開始，例如安排週末、整理待辦或口述一封信。開頭先告訴 ChatGPT：
我接下來會邊想邊說，中間可能停頓。請先繼續聽，等我說「換你」再回答。
接著講到一半，刻意停兩秒，再把剛才的內容改口：
我週六下午要去採買……（停兩秒）等一下，改成週日上午。換你。
這一輪同時看三件事：它是否把停頓誤認成結束、能不能接住改口後的新版本，以及你說「換你」之後多久開始回答。
如果它在兩秒內就搶答，也不必急著判定功能壞掉。背景聲、麥克風品質、語速與帳號實際收到的模型版本，都可能影響節奏。把同一句再跑兩次，會比只憑一次感覺更準。
等不等是一部分；下一個測法會直接看它能否在你指定的時機主動插進來。
測法二：請它聽到錯誤就立刻插話
語言練習很適合測「AI 能不能在對的時機插話」，因為成功條件非常清楚。
你可以先說：
我等等會用英文講一段。只要聽到文法錯誤，請立刻打斷我，不必等整段說完；每次只改一處，改完讓我繼續。
接著故意放進一個明顯錯誤。觀察它是在錯誤出現後立刻提醒，還是等整段結束才一次整理；提醒完後，也要看它是否讓你接著說，而非自己展開一堂完整文法課。
如果你不想拿英文測，也可以換成生活版本：口述行程時，先交代「聽到同一時段排兩件事就插話」；練簡報時，先交代「聽到沒有解釋的縮寫就提醒」。
這個測法在意的是互動時機。第三個測法再把對話和查資料放到同一個現場。
測法三：請它查資料，你繼續把事情說完
GPT-Live 還有一個容易被忽略的設計：碰到搜尋、較深推理或複雜工作時，它可以把工作交給後台模型處理，同時維持眼前的語音對話。OpenAI 表示，發布時後台使用的是 GPT-5.5。
你可以用一個很日常的任務測：
幫我查明天台北的天氣。你查的時候先繼續聽我安排，找到結果後，用一句話插進來提醒我。
然後繼續說你的行程，不要停下來等搜尋完成。
這次要看四件事：它有沒有繼續聽、會不會忘記你後面補的行程、搜尋結果回來時是否插在合理的位置，以及視覺卡片或文字是否一起出現在同一個 ChatGPT 對話裡。
如果它叫你停下來等，或搜尋完就忘了剛才說到哪裡，代表「邊聊邊做」在你的帳號上還沒有完全成立。這種失敗也很有價值，因為它比單問一句「新版自然嗎」更接近真實工作。
三個測法跑完後，再來確認自己的入口與方案，才不會把尚未開通誤認成操作錯誤。
哪些帳號與入口在發布時看得到？
ChatGPT 官方更新紀錄顯示，7 月 8 日發布時，GPT-Live 逐步推出到 chatgpt.com，以及 ChatGPT 的 iOS、Android App。
- Go、Plus、Pro 使用 GPT-Live-1。
- Free 使用 GPT-Live-1 mini。
- Business、Enterprise、Edu 工作區在發布當下尚未開放。
GPT-Live 是 ChatGPT Voice 的語音模型，不是 ChatGPT Work 或 Codex 的新入口。你會在一般 ChatGPT 對話裡使用它，口說內容旁邊可同步看到文字，也能使用搜尋、記憶，以及支援的圖片和檔案能力。
開通採分批推出。別人的 Plus 已經出現、自己的 Plus 還沒看到，不一定是設定漏掉；先確認入口、App 版本與工作區類型，再隔一段時間重看。
能不能開啟是一層，開啟後有哪些功能暫時拿不到，則是另一層。
目前的限制：視訊與螢幕分享還沒接進來
GPT-Live 發布時不支援語音搭配視訊或螢幕分享。符合資格的訂閱者若需要這兩項能力，仍可切回 Advanced Voice Mode（進階語音模式）。
OpenAI 也提醒，部分語言可能仍有非母語口音或流暢度落差。英文示範不能直接代表中文體驗，最好用同一個中文情境重跑幾次。
這些限制不影響我們測同時聽說、插話與背景搜尋，但會影響你能不能一邊分享畫面、一邊請它即時帶著操作。
因此，最後的判斷不需要靠「聽起來很像真人」這種模糊感受，可以改看一組很清楚的結果。
第一次測，怎樣算真的有差？
做完三個測法後，回頭看下面五項：
- 你停頓時，它有沒有繼續聽，而非立刻接管對話。
- 你插話時，它有沒有停下並接住新方向。
- 你授權它提醒時，它有沒有在指定時機插進來。
- 查資料期間，它有沒有繼續記住你後面說的內容。
- 你改口後，它最後採用的是不是新版本。
同一個測法跑兩到三次，順手記下裝置、入口與當下環境。若第一次成功、第二次失敗，也照樣記。即時語音的難處，在於長時間抓準兩個人之間的節奏；單題答對只是其中一小部分。
今天可以先做一個最小測試：請 ChatGPT「聽到文法錯誤就立刻插話」，故意說錯一句，再看它是在錯誤當下提醒，還是等你整段說完。短短一分鐘，就能比看完整張功能表更快知道這次更新對你有沒有感。
