Praxis-Guide mit Startanweisung, Delegations-Prompts, Limits und Stolperfallen

PLAYBOOK ChatGPT Voice auf dem Desktop Sprechen, delegieren und AI-Arbeit koordinieren ________________ Inhalt Die Kurzfassung 1. Die drei Arbeitsräume 2. In drei Minuten startklar 3. Diese Einstellungen lohnen sich 4. Voice ist Leitstelle, nicht Ablageort 5. Der universelle Voice-Auftrag 6. Acht Desktop-Workflows 7. Kommandos für die laufende Arbeit 8. Mehrere Agenten ohne Chaos 9. Screen Context und AppShots auf dem Mac 10. Berechtigungen und Freigaben 11. Voice und Diktat 12. Grenzen und Fehlerbehebung Best Practices: Do's und Don'ts für ChatGPT Voice am Desktop Quellen und weiterführende Links ________________ Die Kurzfassung ChatGPT Voice ist auf dem Desktop zur Leitstelle für Chat, Work und Codex geworden. Du kannst einen Auftrag besprechen, daraus separate Tasks starten, Prioritäten ändern, Blocker abfragen und laufende Arbeit umleiten. Dazu kommt Screen Context: Ein „Schau dir das mal an“ kann das vorderste Fenster als AppShot in den Auftrag holen. Der Produktivitätssprung entsteht durch eine neue Rollenverteilung: * Voice klärt, delegiert und kontrolliert. * Work produziert Recherche, Dokumente, Tabellen, Präsentationen und andere fertige Ergebnisse. * Codex übernimmt Code, lokale Dateien, Browserprüfungen und technische Aufgaben. * Du triffst Entscheidungen und gibst riskante Aktionen frei. Dieses Playbook konzentriert sich auf die ChatGPT-Desktop-App. Voice im Browser und auf dem Smartphone taucht nur dort auf, wo der Unterschied wichtig ist. 1. Die drei Arbeitsräume Voice in Chat Voice in Chat ist dein Gesprächspartner. Nutze es zum Denken, Lernen, Recherchieren, Formulieren und Entscheiden. GPT-Live kann Websuche und Memory verwenden, Text und Bilder im selben Chat verarbeiten und Antworten gleichzeitig sprechen und als Text anzeigen. Typische Aufträge: * „Hilf mir, diese Entscheidung zu sortieren.“ * „Recherchiere die drei belastbarsten Optionen und nenne deine Quellen.“ * „Stell mir nacheinander fünf Fragen, bevor du eine Empfehlung gibst.“ * „Formuliere aus unserem Gespräch einen sauberen Arbeitsauftrag.“ Voice in Work Voice in Work ist die Leitstelle für längere, ergebnisorientierte Aufgaben. Du besprichst den Auftrag und Voice kann dafür einen eigenen Work-Task starten, den Fortschritt prüfen und neue Anweisungen senden. Typische Ergebnisse: * Recherchebericht * Dokument oder Playbook * Tabelle oder Analyse * Präsentation * Website oder Dashboard * Arbeit mit verbundenen Quellen und Apps Voice in Codex Voice in Codex steuert technische Arbeit. Es kann Codex-Tasks starten, Tests anstoßen, Fehler untersuchen lassen und Statusmeldungen aus laufenden Tasks zurückbringen. Typische Ergebnisse: * Fehler reproduziert und behoben * Website im Browser geprüft * Codebasis erklärt * lokale Dateien überarbeitet * Tests ausgeführt * Umsetzung gegen einen Plan kontrolliert Faustregel * Gespräch und Denkpartner: Chat. * Fertiges Business-Ergebnis: Work. * Code, Dateien und technische Umsetzung: Codex. * Aufgaben verteilen und Fortschritt kontrollieren: Voice. 2. In drei Minuten startklar 1. Installiere oder aktualisiere die ChatGPT-Desktop-App für macOS oder Windows. 2. Öffne einen neuen, leeren Chat oder Task. 3. Wähle Chat, Work oder Codex. 4. Starte Voice, bevor du die erste Nachricht sendest. 5. Erlaube beim ersten Start den Mikrofonzugriff. 6. Wähle eine Stimme und prüfe die Voice-Einstellungen. 7. Lege auf Wunsch unter Settings → Voice → Voice chat hotkey ein Tastenkürzel fest. Wichtig: Ein Chat oder Task muss im Voice-Modus beginnen. Wenn du zuerst eine normale Nachricht sendest, steht an dieser Stelle meist nur Diktat zur Verfügung. Einen früheren Voice-Chat kannst du wieder öffnen und über Start voice chat fortsetzen. 3. Diese Einstellungen lohnen sich Stimme Die Stimme entscheidet nicht über die Qualität des Modells. Sie beeinflusst aber, wie angenehm längere Arbeitsgespräche sind. Teste zwei oder drei Stimmen. Screen Context auf macOS Aktiviere Screen Context unter Settings → Voice, wenn ChatGPT das vorderste Fenster als Kontext verwenden darf. macOS kann dafür Berechtigungen für Bildschirmaufnahme und Bedienungshilfen verlangen. Voice-Einstellungen: Stimme, Modell, Intelligence und Sprache festlegen. In der Desktop-App kommen je nach System und Rollout das Voice-Tastenkürzel und auf macOS Screen Context hinzu. 4. Voice ist Leitstelle, nicht Ablageort Lange Arbeit gehört in klar benannte Work- oder Codex-Tasks. Der Voice-Chat bleibt übersichtlich und sammelt Status, Entscheidungen und Kurskorrekturen. Ein stabiler Ablauf sieht so aus: 1. Auftrag im Voice-Chat klären. 2. Ergebnis und Fertig-Kriterium festlegen. 3. Eigenen Work- oder Codex-Task starten lassen. 4. Task-Namen bestätigen lassen. 5. Status nur bei Bedarf abfragen. 6. Blocker entscheiden oder Richtung ändern. 7. Ergebnis in der Originalquelle kontrollieren. Voice kann separate Threads für längere Aufgaben starten, bestehende Threads prüfen und Folgeanweisungen senden. Die Arbeit läuft im jeweiligen Task weiter, während du im Gespräch bleibst. 5. Der universelle Voice-Auftrag Ein guter gesprochener Auftrag enthält sechs Bausteine: 1. Ziel: Was soll am Ende vorliegen? 2. Kontext: Wofür wird das Ergebnis gebraucht? 3. Quellen: Welche Projekte, Dateien, Websites oder Apps dürfen verwendet werden? 4. Grenzen: Was darf ChatGPT nicht tun? 5. Kontrolle: Was soll vor der Übergabe geprüft werden? 6. Fertig-Kriterium: Woran erkennst du ein korrektes Ergebnis? Sprachvorlage „Ich gebe dir jetzt einen Arbeitsauftrag. Das Ziel ist [Ergebnis]. Wir brauchen es für [Zweck]. Nutze [Quellen und Werkzeuge]. Du darfst [erlaubte Aktionen]. Versende, veröffentliche, kaufe oder lösche nichts. Prüfe vor der Übergabe [Qualitätskriterien]. Fertig ist die Aufgabe, wenn [messbares Kriterium]. Fasse den Auftrag zuerst zusammen und nenne den Task, den du dafür starten würdest.“ Wenn du erst laut denken möchtest „Ich denke jetzt laut. Warte mit deiner Antwort, bis ich ‚Fertig‘ sage. Danach fasst du Ziel, offene Fragen, Annahmen und den kleinsten sinnvollen nächsten Schritt zusammen.“ 6. Acht Desktop-Workflows 1. Morgen-Cockpit „Prüfe meine aktiven Work- und Codex-Tasks. Nenne zuerst blockierte Aufgaben, danach Entscheidungen, die nur ich treffen kann, und anschließend die drei wichtigsten nächsten Schritte. Starte noch nichts neu.“ 2. Recherche delegieren „Starte einen Work-Task für eine aktuelle Recherche zu [Thema]. Nutze belastbare Quellen, trenne Fakten von Schlussfolgerungen und dokumentiere offene Unsicherheiten. Das Ergebnis soll eine Entscheidungsvorlage mit drei Optionen sein.“ 3. Meeting vorbereiten „Starte einen Work-Task für mein Meeting mit [Person oder Firma]. Nutze die freigegebenen Projektquellen. Liefere aktuellen Stand, offene Zusagen, Widersprüche, Risiken und fünf konkrete Gesprächspunkte. Nichts versenden.“ 4. Dokument erstellen „Starte einen Work-Task für ein deutschsprachiges Playbook zu [Thema]. Zielgruppe ist [Zielgruppe]. Es braucht eine Kurzfassung, klare Schritte, Kopiervorlagen, Grenzen und eine Abschlusskontrolle. Prüfe jede Seite vor der Übergabe.“ 5. Website prüfen „Starte einen Codex-Task für die lokale Website [Projekt]. Öffne die Vorschau, prüfe den Ablauf [User Journey] im Browser und dokumentiere sichtbare Fehler. Ändere noch nichts. Gib mir zuerst Befund, Belege und den kleinsten sicheren Fix.“ 6. Fehler beheben „Starte einen Codex-Task für [Fehler]. Reproduziere ihn zuerst. Begrenze Änderungen auf die wahrscheinliche Ursache, führe die relevanten Tests aus und zeige mir Vorher, Nachher und verbleibende Risiken.“ 7. Mehrere Tasks koordinieren „Teile den Auftrag in unabhängige Tasks für Recherche, Entwurf und Qualitätsprüfung. Nenne Abhängigkeiten. Starte parallele Arbeit nur dort, wo keine zwei Tasks dieselben Dateien oder Quellen verändern.“ 8. Feierabend-Übergabe „Prüfe alle heute aktiven Tasks. Liste erledigt, blockiert und Entscheidung nötig. Nenne pro Task genau einen nächsten Schritt. Markiere jede Behauptung, die noch nicht durch einen Test, Link oder Readback belegt ist.“ 7. Kommandos für die laufende Arbeit Gespräch steuern * „Warte, bis ich ‚Fertig‘ sage.“ * „Sprich etwas schneller und antworte in höchstens drei Sätzen.“ * „Stell immer nur eine Rückfrage.“ * „Wenn du mich akustisch nicht verstanden hast, rate nicht.“ * „Fasse nach jedem Themenwechsel die aktuelle Entscheidung zusammen.“ * „Lies Details erst vor, wenn ich ‚Details‘ sage.“ Tasks starten * „Starte dafür einen neuen Work-Task und bestätige mir den Namen.“ * „Starte dafür einen Codex-Task im Projekt [Name].“ * „Nutze den bestehenden Task [Name] und sende dort diese Folgeanweisung.“ * „Zeige mir zuerst den geplanten Task. Starte ihn noch nicht.“ Priorisieren * „Setze [Task] an die erste Stelle.“ * „Pausiere [Task], bis [Abhängigkeit] geklärt ist.“ * „Arbeite zuerst an dem Schritt, der die größte Unsicherheit beseitigt.“ * „Starte parallele Tasks nur ohne gemeinsame Schreibzugriffe.“ Status prüfen * „Welche Tasks sind aktiv?“ * „Welche Tasks warten auf meine Entscheidung?“ * „Wo gibt es einen echten Blocker?“ * „Nenne pro Task Ergebnis, Status und nächsten Schritt.“ * „Lies mir nur Änderungen seit dem letzten Status vor.“ * „Welche Fertig-Kriterien sind bereits belegt?“ Richtung ändern * „Stoppe den aktuellen Ansatz und erkläre zuerst, warum er nicht trägt.“ * „Ändere nur [Teil]. Ziel und Grenzen bleiben gleich.“ * „Reduziere den Auftrag auf die kleinste testbare Version.“ * „Schicke diese Korrektur an den zuständigen Task und bestätige den Task-Namen.“ Abschluss kontrollieren * „Melde erst fertig, wenn jedes Pflichtkriterium geprüft ist.“ * „Vergleiche das Ergebnis mit dem ursprünglichen Auftrag.“ * „Liste bestanden, nicht bestanden und nicht prüfbar.“ * „Zeige mir Tests, Links, Screenshots oder Readbacks als Beleg.“ * „Kontrolliere das Ergebnis in der Originalquelle.“ 8. Mehrere Agenten ohne Chaos Voice macht parallele Arbeit bequem. Genau deshalb braucht sie Regeln. Eine Aufgabe, ein überprüfbares Ergebnis Recherche, Text, Implementierung und Qualitätssicherung können getrennte Tasks sein. Jeder Task braucht einen klaren Namen und ein eigenes Ergebnis. Schreibzugriffe trennen Zwei Agenten sollten nicht gleichzeitig dieselbe Datei, Tabelle oder Veröffentlichung verändern. Lass einen Agenten produzieren und einen zweiten Agenten den fertigen Stand prüfen. Abhängigkeiten benennen Wenn der Entwurf auf der Recherche aufbaut, startet die Produktion erst nach einer brauchbaren Rechercheübergabe. Voice soll diese Abhängigkeit aussprechen und bestätigen. Status komprimieren Lass dir keine laufenden Protokolle vorlesen. Verlange Änderungen, Blocker und Entscheidungen. Kommandovorlage „Koordiniere diesen Auftrag über mehrere Tasks. Trenne Recherche, Produktion und QA. Vermeide parallele Schreibzugriffe. Bestätige mir Task-Namen und Abhängigkeiten. Unterbrich mich nur bei einem Blocker, einer Freigabe oder einem abgeschlossenen Ergebnis.“ 9. Screen Context und AppShots auf dem Mac Mit aktiviertem Screen Context reicht: „Schau dir das vorderste Fenster an.“ ChatGPT kann daraus einen AppShot erstellen und das Fensterbild sowie zugänglichen Text als Kontext verwenden. Zugänglicher Text kann Inhalte enthalten, die außerhalb des sichtbaren Scrollbereichs liegen. Gute Einsätze * Fehlermeldung erklären * Entwurf oder Tabelle besprechen * sichtbaren Websitefehler eingrenzen * Einstellungen finden * eine Mail vor dem Versand prüfen * einen Codex-Task mit dem sichtbaren Problem starten Sichere Sprachvorlage „Schau dir das vorderste Fenster an. Beschreibe zuerst nur, was du als Bild und zugänglichen Text erhalten hast. Ändere und klicke noch nichts. Weise mich auf sensible Inhalte hin. Schlage danach den kleinsten sicheren nächsten Schritt vor.“ Der Haken Ein AppShot kann mehr Text enthalten, als du gerade siehst. Öffne keine Fenster mit Passwörtern, privaten Nachrichten, Kundendaten oder vertraulichen Dokumenten, bevor du Screen Context verwendest. Windows unterstützt Desktop-Voice und die Delegation an Work und Codex. Die aktuelle offizielle Anleitung beschreibt Screen Context und AppShots ausdrücklich für macOS. 10. Berechtigungen und Freigaben Voice erhält keine Sonderrechte. Ein gestarteter Task arbeitet mit denselben Werkzeugen, Berechtigungen und Grenzen wie ein normaler Chat-, Work- oder Codex-Task. Diese Aktionen brauchen einen menschlichen Freigabepunkt: * Nachrichten oder Mails versenden * Inhalte veröffentlichen * Käufe und Zahlungen * Dateien oder Daten löschen * Berechtigungen verändern * produktive Systeme umstellen * rechtlich oder finanziell bindende Entscheidungen Sicherheitskommando „Du darfst lesen, analysieren, Entwürfe erstellen und ungefährliche Tests ausführen. Halte vor Versand, Veröffentlichung, Kauf, Löschung, Upload, Berechtigungsänderung oder einer Änderung am Produktivsystem an. Nenne mir die genaue Aktion und ihre Folgen.“ 11. Voice und Diktat Voice ist ein Live-Gespräch. Du kannst unterbrechen, nachfragen, den Kurs ändern und laufende Tasks steuern. Diktat wandelt Sprache in Prompttext um. Du kannst die Transkription vor dem Absenden prüfen und korrigieren. Nutze Diktat für: * präzise Einzelprompts * Namen, Zahlen und Links * sensible Anweisungen, die du vor dem Senden lesen möchtest * wortgetreue Formulierungen Voice-Transkripte sind keine Wortprotokolle. Bei Überschneidungen, Hintergrundgeräuschen und schnellem Gespräch können sie vom Gesagten abweichen. 12. Grenzen und Fehlerbehebung * Es kann nur ein Voice-Chat in der Desktop-App gleichzeitig aktiv sein. * Voice-Verfügbarkeit hängt von Plan, Rollout und Workspace-Einstellungen ab. * Voice hat ein eigenes Nutzungskontingent. Gestartete Codex-Tasks belasten zusätzlich das Codex-Budget. * Hintergrundgeräusche und lange Pausen können ungewollte Antworten auslösen. * Mehrere Sprecher in einem Raum funktionieren weniger zuverlässig als ein Gespräch zu zweit. * Wenn Voice fehlt, prüfe App-Version, Mikrofonzugriff, Plan, Workspace-Regeln und einen bereits aktiven Voice-Chat. * Wenn Screen Context fehlt, prüfe Settings → Voice, AppShot-Berechtigungen und Organisationsrichtlinien. * Wenn ein Task verschwindet, lass dir den exakten Task-Namen bestätigen und öffne ihn über die Task-Liste. Reparaturkommando „Fasse zusammen, was du sicher verstanden hast. Markiere alles andere als unklar. Nenne den Task, den du gestartet oder geändert hast. Wenn kein Task existiert, sage das ausdrücklich.“ Best Practices: Do's und Don'ts für ChatGPT Voice am Desktop Voice funktioniert am besten als Leitstand. Du sprichst Gedanken aus, verteilst Arbeit und steuerst nach. Längere Ergebnisse gehören auf den Bildschirm. Do's * Gib jeder Aufgabe einen kurzen, eindeutigen Namen: „Launch-Check“, „Quellenprüfung“ oder „Bug-Reproduktion“. * Nutze klare Status-Kommandos: „Was ist fertig? Was blockiert? Welche Entscheidung brauchst du?“ * Sage am Anfang: „Warte, bis ich Los sage.“ So kannst du einen Gedanken erst zu Ende bringen. * Lass Code, Befehle, Pfade und längere Texte anzeigen, statt sie dir komplett vorlesen zu lassen. * Aktiviere Screen Context nur bei Bedarf. Lass Voice zuerst beschreiben, welches Fenster und welche Inhalte es erkannt hat. Don'ts * Verteile nicht mehrere Aufgaben mit vagen Bezeichnungen wie „das“, „der andere Task“ oder „die Recherche“. * Nutze das Voice-Gespräch nicht als einzigen Speicherort für wichtige Anforderungen. Halte Ziele, Grenzen und Freigabepunkte im Task oder Projekt fest. * Lass Kundenmails, Passwörter oder andere sensible Inhalte nicht offen, wenn Voice einen Appshot aufnehmen soll. * Bitte nicht sofort um Änderungen, wenn der erkannte Bildschirmkontext noch unklar ist. * Lass dir keine langen Ergebnisse vorlesen, die du als Liste, Tabelle oder Text schneller prüfen kannst. Quellen und weiterführende Links * OpenAI: ChatGPT Voice in der Desktop-App * OpenAI Help Center: ChatGPT Voice * OpenAI: AppShots und Screen Context * OpenAI: Projekte und Tasks * OpenAI: Long-running Work und Goal Mode * OpenAI: Browser und Computer Use * OpenAI: ChatGPT Release Notes