ChatGPT Voice arriva su app desktop: comandi vocali per agire sul computer

OpenAI porta ChatGPT Voice sull’app desktop di ChatGPT: da oggi si possono impartire comandi vocali per avviare agenti e completare azioni sul computer [S1].

La modalità usa la famiglia di modelli vocali ChatGPT‑Live, presentata a inizio mese [S1]. L’obiettivo è superare la conversazione. La voce diventa un’interfaccia che esegue compiti sul dispositivo quando servono [S1].

Il sistema funziona con ChatGPT Work e con Codex. Può attivare skill di “computer use” per consultare siti web e applicazioni, e poi portare a termine l’azione richiesta [S1]. Gli utenti dettano comandi che richiedono più passaggi. Se manca un dato, la modalità vocale chiede un chiarimento e riprende l’esecuzione [S1].

Su macOS entra in gioco Appshots. L’app, con il consenso dell’utente, accede a ciò che è visibile sullo schermo, inclusi gli alt‑text [S1]. In questo modo l’assistente può riferirsi a elementi presenti a display mentre segue i passaggi. La funzione resta opzionale: si può decidere se abilitarla [S1].

OpenAI definisce l’aggiornamento desktop “più capace” rispetto alla versione mobile al lancio [S1]. Sul telefono, ChatGPT Voice aveva introdotto conversazioni più fluide e una gestione migliore delle interruzioni, ma non era pensato per compiere azioni sui dispositivi mobili [S1]. Sul computer il baricentro cambia: la voce diventa il modo per orchestrare flussi di lavoro, non solo per parlare [S1].

Una demo mostra un caso d’uso per sviluppatori. Con un unico comando, l’utente chiede di creare un nuovo thread, aprire una pull request e cercare la causa di un bug. L’assistente esegue i passaggi nell’ordine previsto e fa domande quando serve [S1]. La sequenza esemplifica i compiti che questa modalità mira a gestire: multi‑step, concreti, con dipendenze tra strumenti [S1].

OpenAI segnala anche l’uso di ChatGPT Voice in Codex dall’app iOS tramite accesso remoto. In questo scenario, i comandi vocali sullo smartphone controllano operazioni che avvengono altrove, mantenendo la continuità dell’interazione [S1].

Nel quadro competitivo, OpenAI nota che Anthropic ha aggiornato la modalità vocale di Claude [S1]. Il segnale è chiaro: cresce l’interesse per interazioni più naturali che portano ad azioni operative.

OpenAI non specifica nelle informazioni citate eventuali requisiti di versione, limiti di disponibilità o dettagli aggiuntivi sulla privacy oltre al consenso richiesto per Appshots su macOS [S1]. Resta quindi da capire come e dove l’aggiornamento arriverà per primo.

La posta in gioco è pratica: trasformare i comandi vocali in azioni affidabili sul desktop. I primi esempi pubblici toccano sviluppo software ed esplorazione di siti e app. Se questi flussi reggeranno fuori dalle demo, la voce può diventare l’ingresso più rapido per agenti che lavorano sul computer, non solo per conversare [S1].