今天淩晨，OpenAI 又有了一個大動作——
發布Canvas，一個與 ChatGPT 合作寫作和編程的新界面！
這個全新的界面，是由 OpenAI 的 GPT-4o 來構建，需要在模型選擇欄中單獨 pick 出來使用——"GPT-4o with canvas"。
在 Canvas 模式之下，就不僅僅是簡單對話的過程了，而是允許用戶可以對生成的内容進行二次創作和編排，用官方的話來說就是：
就像文案、代碼編輯器一樣。
例如我們上傳一個文件，并在 ChatGPT 給出生成内容之後，在界面的右下角就有一個" 編輯 "的按鈕：
這個按鈕展開之後有五個功能，分别是：
編輯建議（Suggest edits）
調整上下文長度（Adjust the length）
更改閱讀水平（Reading level）
添加最終潤色（Add final polish）
添加表情包（Add emojis）
以第一個 " 編輯建議 " 功能爲例，現在隻需要選擇要修改的内容片段，然後點擊 " 應用（Apply）"，這段文字就會被重新生成：
文章标題也可以用" 劃詞 "的方式，按照自己的要求 " 回爐重造 " 且可微調：
這種新模式一推出，立即引發了衆多網友的熱議。
例如沃頓商學院教授 Ethan Mollick 給予了高度的評價：
它把純粹的聊天機器人轉向了一個新的角度，更像是跟同事一起工作。
也有網友從個人使用體驗角度出發，認爲這是" 今年迄今爲止最大的 ChatGPT 更新 "。
不過眼尖的網友也發現，這不就是 Claude 的 Artifacts 功能麽……
據了解，Canvas 已經面向全球 ChatGPT Plus 和 Team 用戶推出，下周将再向 Enterprise 和 Edu 用戶發布權限。
那麽 Canvas 還有哪些玩法？我們繼續往下看。
和 ChatGPT 一起寫作
剛才我們展示的是 Canvas 寫作中的 " 編輯 " 功能，接下來我們再看下" 調整上下文長度 "。
這個功能如其名，就是可以把文檔長度編輯得更短或更長，一共有五檔：當前長度、更長、最長、更短、最短。
在選擇想要的長度之後，ChatGPT 就會對全文逐字逐段地進行更改：
而" 更改閱讀水平 "功能就有點厲害了，包含從幼兒園、初中、當前水平、高中、大學和研究生六種水平。
隻需選擇你想要的閱讀水平，ChatGPT 就會把整篇文章調整爲合适的内容：
" 添加最終潤色 "功能，則是會對整篇文章做一個修改，包括檢查語法、清晰度和一緻性等。
" 添加表情包 "這個玩法就比較有意思了，可以把 emoji 們添加到文章中，讓内容變得更加生動有趣。
例如一位網友便展示了他的成果：
Sam Altam 似乎對這個功能情有獨鍾，就在剛剛，他還在社交平台上發布了一個投票——添加表情包是不是 OpenAI 最好的功能。
對此，有 61% 的用戶投出了 "yes"：
不過也有網友在 Altman 的帖子下面提出了一個問題：
如何确保打開 Canvas 功能？除非我要求他寫一篇博客。
在量子位的實測過程中也确實出現了這個問題，OpenAI 接下來或許對此會進行優化。
和 ChatGPT 一起編程
除了寫作之外，Canvas 另一個功能就是編程了，整體來看包含以下五種功能：
審查代碼（Review code）
添加日志（Add logs）
添加注釋（Add comments）
修複 bug（Fix bugs）
轉換語言（Port to a language）
例如我們先給 ChatGPT 提出一個要求：
幫我用 Rust 寫一個 API Webserver。
在 Canvas 中，我們針對某個代碼片段，可以通過類似劃詞的方式，讓它按要求對代碼進行更改：
對特别細節的内容，我們也可以手動進行更改：
對于審查代碼、添加日志、添加注釋、修複 bug 這四個功能，隻需要點擊一下，就可以全局進行更改。
值得注意的是，更改編程語言這個功能，目前提供了 JavaScript、TypeScript、Python、Java、C++ 和 PHP 這幾個選項。
讓 AI 成爲協作者
對于 Canvas 功能，OpenAI 通過 20 多項自動化内部評估來衡量進展情況，使用了新穎的合成數據生成技術，例如從 OpenAI o1-preview 中提取輸出，以針對其核心行爲對模型進行後訓練。
這種方法的優勢是能夠快速解決寫作質量和新用戶交互問題，而無需依賴人工生成的數據。
而對于如何觸發 Canvas，也正如我們剛才所述，目前 OpenAI 的策略還是較爲嚴格，爲的就是能跟正常的問答區分開來。
其次就是在 Canvas 界面中，如何決定讓 AI 全局重寫還是局部更改，OpenAI 目前的策略是，如果想要局部更改，就可以通過類似劃詞的方式進行；而右下角的所有功能，則是傾向于全局重寫。
至于問答 Prompt 和 Canvas 這兩種方法誰的生成質量更高，OpenAI 也做了一番比較：
Canvas 模型比帶有提示指令的 zero-shot GPT-4o 準确率高 30%，質量高 16%。
除此之外，Canvas 的構建也是借助了 2 個開源項目完成，原作者現身表示得到了 OpenAI 的贊助：
那麽你覺得 OpenAI 新出的 Canvas 功能如何呢？歡迎體驗過後在評論區留言讨論。
參考鏈接：
[ 1 ] https://openai.com/index/introducing-canvas/
[ 2 ] https://x.com/OpenAI/status/1841887709566271896
[ 3 ] https://x.com/sama/status/1841992483024339236
