OpenAI Dots چیست؟ راهنمای کامل ویژگی‌ها، کاربردها و راه‌اندازی

OpenAI Dots یعنی عامل‌های هوش مصنوعی همیشه‌روشن که با GPT-6 Astra کار می‌کنن. هر دات یه کامپیوتر ابری و یه مرورگر مخصوص خودش داره، می‌تونه به اپ‌های متصل‌شده وصل بشه و حتی وقتی چت رو بستی، کارش رو برای رسیدن به هدف ادامه بده.

OpenAI اینو کنار GPT-6.1 Sol و ChatGPT Space تو DevDay 2026 معرفی کرد. اولین دات برای کاربرای واجد شرایط پلن Pro و Business Premium رایگانه و برای Enterprise (با Edu و Healthcare) نسخه‌ی بتا هست که ادمین باید فعالش کنه.

راه‌اندازی فقط روی دسکتاپ انجام میشه. بهترین شروع اینه که یه خروجی مشخص بهش بسپری، مثل گزارش تحقیقاتی، سند به‌روزشده یا لیست مشکلات آماده‌ی بازبینی. تحقیق پس‌زمینه‌ی دات فقط‌خواندنیه و هر اقدام واقعی مثل ارسال پیام یا تغییر محتوا تابع قوانین و کنترل‌های خودته.

OpenAI Dots چیست و با ChatGPT معمولی چه فرقی داره

وقتی اولین بار درباره‌ی دات‌ها خوندم، اولین سوالم این بود که خب این وسط دقیقاً چی عوض شده؟ جوابش کوتاهه: چت معمولی تا وقتی تو حرف می‌زنی کار می‌کنه، ولی دات می‌تونه بین گفتگوها هم روی هدفش جلو بره.

سوال اصلی برای کسی که پروژه‌ی مداوم داره اینه که یه دات چقدر از کار رو بین دو گفتگو جلو می‌بره. مثلاً می‌تونه آپدیت بعدی مشتری رو آماده کنه، بازخورد محصول رو بررسی کنه یا تحقیقاتت رو مرتب کنه، در حالی که تو سرگرم یه کار دیگه‌ای.

OpenAI برای یه عامل واحد از «dot» و برای کل محصول از «dots» استفاده می‌کنه و اسمش رو با حرف کوچک می‌نویسه. بعد از راه‌اندازی، هر کاربر با یه دات اصلی شروع می‌کنه.

دو نوع دات وجود داره. دات‌های شخصی برای کاربرای عادی‌ان و دات‌های تخصصی برای سازمان‌ها. دات‌های تخصصی فعلاً در قالب پایلوت‌های سازمانی با مسئولیت‌ها و دسترسی‌های تعریف‌شده بررسی میشن.

یه نکته که خودم همیشه روش تاکید می‌کنم: برای شروع به خروجی فکر کن، نه به «کمک». جمله‌ی «گزارش هفتگی بازخورد مشتری‌ها رو آماده کن» یه تکلیف روشنه، ولی «به کسب‌وکارم کمک کن» هیچ تکلیفی نیست. کیفیت نتیجه به سه چیز بستگی داره: روشن بودن تکلیف، اطلاعات پشتیبانش و معیارهایی که برای بازبینی داری.

ویژگی‌های OpenAI Dots

کار مداوم روی چند پروژه

یه دات می‌تونه روی چند پروژه پیش بره و با گذشت زمان از بازخوردها یاد بگیره. کارهای تکرارشونده هم پشتیبانی میشه. راهنمای شروع OpenAI از بررسی‌های زمان‌بندی‌شده و کنترل‌هایی برای مرور یا متوقف کردنشون حرف می‌زنه.

یه دستور تکرارشونده‌ی خوب باید سه چیز داشته باشه: منبع، بازه‌ی زمانی و قاعده‌ی اطلاع‌رسانی. مثلاً گزارش هفتگی فقط 7 روز گذشته رو پوشش بده و تغییرات بالاتر از یه آستانه‌ی مشخص رو علامت بزنه. همین جزئیات جلوی گزارش‌های تکراری و بی‌ارزش رو می‌گیره.

کامپیوتر ابری اختصاصی

کار ابری می‌تونه مستقل از لپ‌تاپ شخصی‌ت ادامه پیدا کنه. OpenAI برای هر دات یه فضای کاری جدا توضیح میده و یه دسترسی اختیاری به یه دستگاه شخصی مجاز هم هست. توضیحات ایمنیش هم همین جداسازی و جریان‌های ورود محافظت‌شده رو پوشش میده.

قبل از سپردن کار، تصمیم بگیر ورودی‌ها و خروجی‌ها کجا باشن. یه کار ابری به فایل‌ها و سرویس‌های در دسترس نیاز داره. اگه اسپردشیتت فقط روی یه لپ‌تاپ آفلاین باشه، یه وابستگی کاملاً متفاوت ساختی. مشخص کردن مقصد گزارش نهایی هم پیدا کردن و ارزیابیش رو بعداً راحت‌تر می‌کنه.

یادگیری از بازخورد شما

دات‌ها می‌تونن از زمینه‌ی قبلی برای کار مداوم استفاده کنن. طبق پرسش‌های متداول حریم خصوصی، حافظه می‌تونه با ChatGPT به اشتراک گذاشته بشه و این به تنظیمات حافظه‌ات بستگی داره. قطع اتصال یه اپلیکیشن دسترسی جدید رو متوقف می‌کنه، ولی اطلاعاتی که قبلاً نگه داشته شده رو خودکار پاک نمی‌کنه.

بازخوردت رو دقیق بده. بگو کدوم پاراگراف زیادی طولانی بود، کدوم منبع مناسب نبود یا کدوم محاسبه به مخرج دیگه‌ای نیاز داره. یه نمونه از خروجی قابل قبول معمولاً خیلی بیشتر از یه توصیه‌ی کلی مثل «حرفه‌ای‌ترش کن» کمک می‌کنه.

اپ‌ها و کانال‌های متصل

OpenAI ارتباط از طریق ChatGPT، Slack و Teams رو توضیح میده و دسترسی به اپ‌ها از طریق اکوسیستم پلاگینش انجام میشه. با این حال دسترسی هنوز به حساب متصل و مجوزهای اون بستگی داره. طبق منابع، دات‌ها به بیش از 4,000 اپ از طریق پلاگین دسترسی دارن.

اتصال‌ها رو بر اساس کار انتخاب کن. یه بریف محتوایی ممکنه به متن مصاحبه‌ها و راهنمای سبک نیاز داشته باشه و یه آپدیت پروژه به یه برد وظایف. وصل کردن سرویس‌های اضافه بدون هدف مشخص فقط تعریف تکلیف رو سخت‌تر می‌کنه. درباره‌ی پیامک هم حتماً دسترسی حسابت رو چک کن، چون مستندات دوران عرضه‌ی اولیه یه بتای محدود رو توصیف می‌کنن، نه دسترسی همگانی.

تحقیق پیشگام و کنترل اقدام‌ها

OpenAI بین تحقیق پس‌زمینه و اقدام فرق می‌ذاره. تحقیق پیشگام از ابزارهای محدود و فقط‌خواندنی استفاده می‌کنه. نمی‌تونه مستقیم پیام بفرسته، محتوای متصل رو تغییر بده یا مرورگر رو کنترل کنه. هر اقدامی که از این تحقیق بیرون بیاد، از قوانین و بررسی‌های معمول پیروی می‌کنه.

قوانین سفارشی (Custom Rules) می‌تونن مرزهای اضافه تعریف کنن و بازبینی خودکار هم اقدام‌های مرتبط رو با دستورات و الزامات ایمنی چک می‌کنه. تو عمل یه بریف خوب اجازه‌ی تحقیق و آماده‌سازی پیش‌نویس رو میده، ولی انتشار، تعهد به مشتری و تصمیم‌های خرج کردن رو برای بازبینی خودت نگه می‌داره. دستورها رو مشخص بنویس تا نقطه‌ی توقف روشن باشه.

آموزش راه‌اندازی OpenAI Dots

دات‌ها برای کاربرای Pro و Business Premium تو بازارهای واجد شرایط در حال عرضه‌ان و برای Enterprise (با Edu و Healthcare) یه بتا با فعال‌سازی ادمین وجود داره. اولین دات تو پلن‌های واجد شرایط Pro و Business Premium شامل میشه. ممکنه دسترسی حسابت کم‌کم برسه و همون لحظه نبینیش.

روندی که پایین میارم ترکیبی از راه‌اندازی مستند OpenAI و پیشنهادهای من برای تعریف اولین تکلیفه.

1. ساخت اولین دات

از اپ دسکتاپ ChatGPT یا مرورگر دسکتاپ شروع کن و مراحل آشنایی رو دنبال کن. به دات یه اسم بده و نقشی رو که می‌خوای کمکت کنه معرفی کن.

معرفی رو کاربردی نگه دار. یه بازاریاب فریلنسر می‌تونه مشتری‌هاش، نوع گزارش‌هایی که تحویل میده و کسی که ارتباطات بیرونی رو تایید می‌کنه توضیح بده. یه فروشنده می‌تونه بازارچه، دسته‌ی کالا و واحد پولی گزارش‌هاش رو بگه. هر پیش‌زمینه‌ای که به کار ربطی نداره رو بذار کنار.

2. اتصال اپ‌ها و تنظیم دسترسی‌ها

فقط اپ‌هایی رو وصل کن که برای تکلیف لازمن و سطح دسترسیشون رو مرور کن. طبق پرسش‌های متداول حریم خصوصی OpenAI، مجوزهای پلاگین بین Dots، ChatGPT، ChatGPT Work و Codex مشترکه. دسترسی به کامپیوتر محلی اختیاریه.

با یه دامنه‌ی کوچک شروع کن: یه پوشه‌ی پروژه، یه مجموعه سند یا یه منبع مشخص بازخورد، جایی که کنترل‌های موجود اجازه میدن. بگو دات از کدوم اطلاعات استفاده کنه و کدوم اقدام‌ها باید منتظر تایید بمونن. رمز عبور یا کلیدهای API رو هم هیچ‌وقت داخل دستورهای معمولی ننویس.

3. تعریف یه تکلیف اول روشن

نتیجه‌ی مورد انتظار، منبع، دامنه و شرایط بازبینی رو با هم توضیح بده. این یه نمونه بریفه، نه نتیجه‌ی آزمایش‌شده با Dots:

«فایل بازخورد مشتری‌های ضمیمه‌شده به این پروژه رو بررسی کن. مشکلات تکراری رو دسته‌بندی کن، سه موضوع پرتکرار رو مشخص کن و یه گزارش یک‌صفحه‌ای با ارجاع به منابع آماده کن. نظر مستقیم مشتری‌ها رو از تفسیر خودت جدا کن. مراحل بعدی پیشنهادی رو پیش‌نویس کن، ولی بک‌لاگ محصول رو ویرایش نکن و پیامی نفرست. قبل از ارائه‌ی هر توصیه، اطلاعات ناقص رو علامت بزن.»

ارزیابی این تکلیف راحته. بازبین می‌تونه چک کنه موضوع‌ها با فایل جور هستن یا نه، نقل‌قول‌ها دقیقن یا نه و اولویت‌های پیشنهادی از شواهد میان یا نه. یه تکلیف اول روشن، معیار خوبی برای کارهای بعدی هم میسازه.

4. بررسی پیشرفت و دادن بازخورد

از پروفایل دات برای بررسی فعالیت‌ها و کامپیوترش استفاده کن. خروجی واقعی رو با درخواست اولیه مقایسه کن: منابع، محاسبات، سوال‌های باز و اقدام‌هایی که هنوز منتظر تصمیم‌ان.

اگه نتیجه به هدف نخورد، همون فرض اشتباه رو اصلاح کن. برای کارهای تکرارشونده قبل از زمان‌بندی اجرای بعدی، بازه‌ی گزارش و معیار اطلاع‌رسانی رو به‌روز کن. دسترسی موبایلی بعد از راه‌اندازی اولیه‌ی دسکتاپ، جایی که پشتیبانی بشه، در دسترسه و موبایل وب فعلاً پشتیبانی نمیشه. مصرف گفتگوهای Dots و کارهایی که از Work یا Codex شروع میشن هم متفاوت حساب میشه، پس کار مداوم رو اجرای نامحدود فرض نکن.

10 کاربرد عملی OpenAI Dots

5 مورد اول بر پایه‌ی سناریوهایی هستن که خود OpenAI توضیح داده. 5 مورد بعدی گردش‌کارهای تجاری پیشنهادین که به داده، اتصال و مجوز مناسب نیاز دارن. بریف‌ها و معیارهای بازبینی پایین پیشنهادهای تحریریه‌ان، نه نتایج اندازه‌گیری‌شده.

1. رفع باگ و بازخورد محصول

OpenAI توضیح میده دات‌ها بازخوردهای تکراری رو به تغییرهای تست‌شده برای بازبینی تبدیل می‌کنن. یه شروع خوب یه مشکل قابل بازتولید با یه معیار پذیرش روشنه.

مثلاً یه تیم نرم‌افزاری گزارش‌هایی بده درباره‌ی خطای خروجی گرفتن وقتی یه فیلد تاریخ خالیه. بریف می‌تونه مراحل بازتولید، یه رفع پیشنهادی و یه تست رگرسیون بخواد. بازبین باید رفتار تغییرکرده، شواهد تست و ابهام‌های باقی‌مونده رو یه‌جا ببینه. کوچک نگه داشتن تکلیف ارزیابی رو راحت‌تر می‌کنه. برای کسب‌وکاری که نرم‌افزار می‌فروشه، این به حفظ کیفیت و رسیدگی کارآمد به درخواست‌های پشتیبانی ربط داره.

2. هماهنگی عرضه‌ی محصول

سناریوی رسمی عرضه درباره‌ی بازنگری مطالب با تغییر دامنه‌ی محصوله. وقتی چند خروجی به یه سری واقعیت تاییدشده‌ی مشترک وابسته‌ان، این خیلی به درد می‌خوره.

یه بریف کمپین می‌تونه وقتی یه قابلیت عقب میفته، بررسی اثر بخواد: متن لندینگ، پیش‌نویس ایمیل‌ها، اسلایدهای فروش و پاسخ‌های سوالات متداول که تحت تاثیر قرار گرفتن. قبل از بازنویسی، فهرست تغییرات رو بخواه. یه جدول بازبینی ساده می‌تونه ادعای قبلی، متن پیشنهادی و منبع پشتیبان رو نشون بده. صاحب عرضه بعدش چک می‌کنه قیمت، در دسترس بودن و قول‌ها یکدست مونده باشن.

3. تحقیق و تحلیل داده

مثال تحقیقاتی OpenAI به‌روز کردن تحلیل و نمودارها وقتی شواهد جدید میرسه رو پوشش میده. یه بریف تحلیلی خوب باید تعیین کنه نتایج چطور کنترل میشن.

فرض کن یه خروجی جدید از نظرسنجی داری. مقایسه با نسخه‌ی قبلی، گزارشی از موارد تکراری حذف‌شده و فهرست نمودارهای متاثر از پاسخ‌های جدید رو بخواه. هم عدد به‌روز و هم محاسبه‌ی پشتش رو بخواه. نتایج غیرمنتظره باید به سوال برای بررسی تبدیل بشن: نمونه عوض شده؟ تعریف یه فیلد جابه‌جا شده؟ یا رفتار واقعی تغییر کرده؟ این رویکرد به بازبین کمک می‌کنه قبل از استفاده در تصمیم، یافته‌ی واقعی رو از تغییر پردازش داده جدا کنه.

4. پیشنهاد فروش و پیگیری

OpenAI از کار روی پیشنهاد حرف می‌زنه که با تغییر نیازهای مشتری تطبیق پیدا می‌کنه. یه بریف تجاری متمرکز می‌تونه این نیازها رو به فهرست تعهدها و سوال‌های بی‌جواب تبدیل کنه.

مثلاً مشخصات تاییدشده‌ی محصول و یادداشت‌های جلسه رو بده و یه ماتریس نیازمندی بخواه. هر ردیف باید درخواست مشتری، شاهد پشتیبان و نیاز یا عدم نیاز به تایید فنی رو نشون بده. پیش‌نویس پیگیری‌ها می‌تونه روی همین موارد حل‌نشده تمرکز کنه. فروشنده باید تاریخ تحویل، تخفیف و اظهارات قراردادی رو تایید کنه. وقتی یه پیشنهاد از دست چند نفر رد میشه و تغییر تو یه سند باید تو بقیه هم بیاد، این روش واقعاً به کار میاد.

5. بازتولید محتوا برای تولیدکننده‌ها

سناریوی رسمی تولیدکننده‌ی محتوا، مصاحبه رو به محتوای پشتیبان تبدیل می‌کنه. یه تکلیف تجاری کاربردی باید قبل از درخواست پیش‌نویس، مخاطب، کانال و ادعاهای مجاز رو مشخص کنه.

یه تولیدکننده می‌تونه متن یه پادکست بده و یه طرح خبرنامه، سه ایده‌ی ویدیوی کوتاه و یه کپشن امن برای اسپانسر بخواد. هر کلیپ پیشنهادی باید به بخش مربوطش ارجاع بده تا ویراستار بتونه بافتش رو تایید کنه. بازبینی خوب می‌پرسه آیا گزیده معنای گوینده رو حفظ کرده و آیا فراخوان به عمل با پلتفرم جور هست. فرصت تجاری، پشتیبانی از تحویل تکرارشونده‌ی محتوا برای یه کانال یا مشتریه. توزیع و واکنش مخاطب هنوز نتیجه رو تعیین می‌کنن.

6. تحقیق فرصت محصول در تجارت الکترونیک

یه گردش‌کار پیشنهادی در تجارت الکترونیک، سازمان‌دهی فرصت‌های محصول از داده‌ی بازار ارائه‌شده یا متصله. با یه دسته، کشور، بازه‌ی قیمت و محدودیت تامین مشخص شروع کن.

مثلاً یه فهرست کوتاه از لوازم جانبی سفر مناسب بازه‌ی قیمتی هدف فروشنده بخواه. برای هر کاندیدا شواهد بخواه: نشانه‌های تقاضا، پیشنهادهای رقیب، شکایت‌های تکراری و سوال‌های بی‌پاسخ تامین. یه خروجی قوی واقعیت‌های مشاهده‌شده رو از تخمین فروش جدا می‌کنه و توضیح میده چرا یه محصول ارزش اعتبارسنجی بیشتر داره. بعدش فروشنده نمونه‌ها، هزینه‌ها، محدودیت‌ها و اعتبار تامین‌کننده رو چک می‌کنه. ارزش تجاری تو این‌ه که قبل از خرج زمان و موجودی روی یه کاندیدا، تحقیق رو محدود کنی.

7. پایش قیمت و لیستینگ رقبا

یه تکلیف پایش رقبا می‌تونه مشاهدات زمان‌دار رقبای انتخاب‌شده رو مقایسه و تغییرات معنادار رو گزارش کنه. اول محصولات دقیق و قواعد مقایسه رو مشخص کن.

فرض کن یه فروشنده بخواد هر هفته 5 پیشنهاد قابل مقایسه رو دنبال کنه. گزارش باید تغییر قیمت عادی رو از کوپن، تغییر مدل، باندل یا فروشنده‌ی متفاوت جدا کنه. تاریخ مشاهده و یه لینک یا سند پشتیبان برای هر یافته هم لازمه. وقتی یه آستانه‌ی مرتبط رد میشه گزارش استثنا بخواه، نه یه پیام برای هر نوسان. فروشنده بعدش تصمیم می‌گیره قیمت‌گذاری رو بررسی کنه، جایگاه‌یابی رو عوض کنه یا همون‌طور بذاره. پایش قابل اتکا به پوشش و برنامه‌ی تازه‌سازی منبع داده وابسته‌ست.

8. نظرات مشتری و بهبود لیستینگ

تحلیل نظرات یه گردش‌کار پیشنهادی دیگه‌ست: بازخورد مشتری رو با مشخصات تاییدشده‌ی محصول ترکیب کن تا سوال‌هایی رو که لیستینگ باید جواب بده پیدا کنی.

یه بریف می‌تونه نگرانی‌های تکراری درباره‌ی سایز، مونتاژ، دوام یا لوازم همراه رو بخواد. تعداد داخل نمونه‌ی ارائه‌شده، گزیده‌های نماینده و تفکیک مشکل محصول از ابهام متن رو درخواست کن. تغییرهای پیشنهادی لیستینگ فقط باید از واقعیت‌های پشتیبانی‌شده‌ی محصول استفاده کنن. اگه نظرات مدام می‌پرسن یه قاب با دستگاه خاصی جور هست، قدم بعدی ممکنه تایید سازگاری قبل از نوشتن جواب باشه. این به فروشنده یه مسیر مشخص از بازخورد تا اطلاعات روشن‌تر میده و فرق بین شکایت و نقص اثبات‌شده رو حفظ می‌کنه.

9. گزارش عملکرد فروشگاه

یه تکلیف گزارش‌دهی پیشنهادی می‌تونه خروجی‌های مجاز فروشگاه، تبلیغات و هزینه رو کنار هم بیاره. قبل از درخواست نتیجه‌گیری، بازه، منطقه‌ی زمانی، واحد پول و تعریف متریک‌ها رو مشخص کن.

مثلاً یه گزارش هفتگی می‌تونه سفارش‌ها و بازگشت‌ها رو تطبیق بده، هزینه‌ی تبلیغات رو با بازه‌ی مشابه قبل مقایسه کنه و محصولاتی رو که هزینه‌ی ثبت‌شونشون نیاز به توجه داره علامت بزنه. هر وقت جمع‌ها بین سیستم‌ها فرق داشتن، یه یادداشت تطبیق بخواه. درآمد، پول دریافتی و سود باید جدا بمونن. رکوردهای خصوصی فروشگاه و تبلیغات باید از منابع مجاز خود فروشنده بیان. خروجی مطلوب مجموعه‌ای از سوال‌های قابل ردیابی برای اپراتوره، مثل افزایش بازگشت‌ها که ارزش بررسی داره، نه یه توضیح بی‌پشتوانه درباره‌ی این‌که چرا فروش تغییر کرده.

10. تحویل پروژه به مشتری و پیگیری فاکتور

فریلنسرها و آژانس‌ها می‌تونن یه گردش‌کار رو امتحان کنن که رکوردهای پروژه رو به چک‌لیست تحویل و پیش‌نویس آپدیت مشتری تبدیل می‌کنه. OpenAI جداگانه از یه تستر اولیه گزارش میده که دات‌ش یه فاکتور فراموش‌شده رو آماده کرد و بعد از تایید فرستاد.

برای یه پروژه‌ی بزرگ‌تر، دامنه‌ی توافق‌شده، کارهای انجام‌شده و مراحل صورتحساب رو بده. یه گزارش وضعیت بخواه که موارد تمام‌شده، منتظر ورودی مشتری و کارهای خارج از توافق رو جدا کنه. بعد یه چک‌لیست فاکتور می‌تونه مراحلی رو که به بازبینی صورتحساب نیاز دارن مشخص کنه. قبل از ارسال هر چیزی، مبلغ‌ها، گیرنده‌ها و شرایط قراردادی رو چک کن. این به کارهای اداری اطراف خدمات پولی کمک می‌کنه و رکوردهای تحویل رو مرتب نگه می‌داره، ولی ثابت نمی‌کنه هر مورد علامت‌خورده قابل صورتحسابه.

قیمت و دسترسی به OpenAI Dots

اولین دات تو پلن‌های واجد شرایط Pro و Business Premium شامله. گفتگو با دات از سقف مصرف ChatGPT حساب نمیشه، ولی کارهایی که از Work یا Codex شروع میشن مثل همیشه محاسبه میشن. برای یه کار تکرارشونده، قبل از این‌که فرض کنی سهمیه‌ی اشتراک کل ماه رو پوشش میده، تخمین بزن چند بار اجرا میشه و چه کارهایی رو راه میندازه.

چند محدودیت مهم هم هست که بهتره قبل از برنامه‌ریزی بدونی. در زمان عرضه، پلن‌های Free، Go و Plus دات ندارن و کاربر زیر 18 سال هم نمی‌تونه ازش استفاده کنه. دسترسی Pro در شروع، منطقه‌ی اقتصادی اروپا، سوئیس و بریتانیا رو شامل نمیشه.

دات نمی‌تونه ایمیل مستقل خودش رو داشته باشه، ولی می‌تونی ایمیل شخصی‌ت رو وصل کنی تا برای کارهات ازش استفاده کنه. برای ورود به سایت‌های پشتیبانی‌شده هم گفته میشه رمزهای ذخیره‌شده بدون در معرض قرار گرفتن مدل استفاده میشن.

دسترسی به کامپیوتر محلی یه تنظیم اختیاریه و به‌صورت پیش‌فرض غیرفعاله. OpenAI هم خودش صریح گفته دات‌ها ممکنه اشتباه کنن، پس کارهای مهم رو حتماً بازبینی کن. خبر نداریم API‌ای برای دات‌ها اعلام شده باشه و باهاشون از ChatGPT، Slack، Teams یا تماس صوتی حرف می‌زنی.

سوالات متداول درباره OpenAI Dots

آیا OpenAI Dots برای همه در دسترسه؟

دسترسی بر اساس پلن و بازار در حال عرضه‌ست. کاربرای Pro و Business Premium تو مرحله‌ی اول هستن و دسترسی Enterprise، Edu و Healthcare به فعال‌سازی ادمین بستگی داره. قبل از برنامه‌ریزی گردش‌کار، تجربه‌ی فعلی حسابت رو چک کن. سازمان‌ها هم باید تایید کنن ادمین‌هاشون کدوم سرویس‌های متصل رو اجازه میدن.

آیا OpenAI Dots هزینه‌ی اضافه داره؟

اولین دات تو پلن‌های واجد شرایط Pro و Business Premium شامله. گفتگوها جزو سقف مصرف ChatGPT حساب نمیشن، ولی کارهای شروع‌شده از Work یا Codex مثل همیشه محاسبه میشن. برای یه کار تکرارشونده، قبل از این‌که سهمیه‌ی اشتراک رو کافی بدونی، تعداد اجرا و کارهایی که راه میندازه رو تخمین بزن.

آیا دات‌ها وقتی لپ‌تاپم بسته‌ست هم کار می‌کنن؟

فضای کاری ابری دات می‌تونه مستقل از لپ‌تاپ کار کنه. ولی کارهایی که به فایل‌های محلی، مرورگر محلی یا نرم‌افزار روی کامپیوتر شخصی وابستن، وابستگی‌های متفاوتی دارن. برای یه تکلیف بدون نظارت، این وابستگی‌ها رو از قبل مشخص کن و مطمئن شو ورودی‌های لازم تو محیط کاری مورد نظر در دسترسن.

می‌تونم از دات‌ها روی گوشی استفاده کنم؟

اول باید دات رو روی دسکتاپ بسازی. اپ موبایل جایی که قابلیت در دسترس باشه می‌تونه دسترسی بده، ولی موبایل وب تو زمان عرضه پشتیبانی نمیشه. پیامک رو هم یه کانال جداگانه با دسترسی محدود در نظر بگیر. قبل از این‌که برای آپدیت یا تایید فوری بهش تکیه کنی، مطمئن شو کانال مورد نظرت فعاله.

آیا دات‌ها می‌تونن بدون اجازه‌ی هر بار اقدام کنن؟

مجوزها، دستورها، قوانین سفارشی و حفاظ‌های داخلی تعیین می‌کنن چی پیش بره. بعضی کارها می‌تونن به مجوز موجود تکیه کنن و بعضی دیگه تایید یا انجام انسانی می‌خوان. برای یه گردش‌کار کسب‌وکاری، نقطه‌ی بازبینی رو صریح بنویس، از جمله این‌که پیام‌ها، تغییرهای منتشرشده یا تعهد به مشتری باید منتظر یه بازبین مشخص بمونن.

منبع