ChatGPT

1. 调研缘由

到 2026 年 7 月，ChatGPT 的产品页已经同时列出 Free、Go、Plus、Pro、Business 和 Enterprise 这些方案；付费方案把深度研究、Projects、Tasks、自定义 GPT、Codex、记忆和 Agent 等能力都收进了同一个产品入口。[S1]

ChatGPT 也不再只靠内置功能。官方把第三方连接能力统一叫做 Apps，并允许开发者通过 MCP（让 AI 按统一方式调用工具、读取外部资料的协议）构建自定义 App，连上内部数据和业务工具。[S3]

另一方面，ChatGPT Agent 已经能把浏览、文件处理、代码和已授权的连接器放进可中断、可接管的多步骤任务流程；同时 OpenAI 开始推进 ChatGPT 的广告试点。[S2][S11]

所以，这篇简调不会只把 ChatGPT 当成一个聊天机器人，而是想搞清楚三个问题：它在形成什么样的工作入口；差异化的关键是否更多来自模型之外的产品生态；当系统接入外部数据、执行动作并引入广告之后，权限、隐私和回答独立性要如何处理。

2. 简介与产品工作流

已核实事实

ChatGPT 是 OpenAI 提供的云端 AI 助手。目前产品层按免费和付费方案提供不同的用量和功能组合：Free 方案可使用有限的 GPT-5.5 Instant、上传、图像生成、深度研究、记忆和 Codex，Plus 及以上方案还能用 GPT-5.5 Thinking、Projects、Tasks、自定义 GPT、Agent 等能力。[S1]

从用户角度看，典型工作流可以拆成四层：

1. 即时对话与内容处理：通过文字、文件、图片等输入，完成问答、写作、分析、图像生成或研究任务。[S1]

2. 上下文组织：用 Projects 把相关对话、文件和指令集中管理；Tasks 用来安排后续执行；自定义 GPT 则能把特定的指令、知识和工具组合成可重复使用的助手。[S1]

3. 外部信息连接：Apps 可以连接外部服务。开发者也可以通过 MCP 构建自定义 App，让 ChatGPT 在授权范围内调用工具或检索内部资料；组织管理员可以控制自定义 App 能不能接入以及能发布给谁。[S3]

4. 多步骤执行：Agent 模式能用它自己的计算机环境完成研究、浏览、整理资料等任务。用户可以随时暂停、补充指令或接管浏览器；涉及现实世界后果的操作，官方说会要求明确确认。[S2]

公开评价与主要分歧

ChatGPT 的产品逻辑已经从一次性问答延伸到了“长期上下文＋外部资料＋多步骤执行”。但工具一多，用户就得额外搞清楚数据来源、授权范围、Agent 当前在做什么，以及哪些操作必须自己确认。

信息缺口

这次我们没有对不同订阅方案、地区、语言和任务类型下的实际额度、成功率或 Agent 完成质量做实测。

3. 团队与资本背景

已核实事实

ChatGPT 不是独立公司，而是 OpenAI Applications 体系下的产品。OpenAI 在 2025 年宣布由 Fidji Simo 担任 Applications CEO，向 Sam Altman 汇报；这个团队负责把 OpenAI 的研究能力转化成面向用户、开发者和企业的产品。[S8]

OpenAI 后续又宣布，Vijaye Raji 将出任 Applications CTO，负责 ChatGPT 和 Codex 的产品工程，并覆盖基础系统、基础设施和 Integrity 等职责。[S9]

资本层面，OpenAI 在 2026 年 3 月宣布完成 1,220 亿美元的 committed capital 融资，投后估值 8,520 亿美元。这是 OpenAI 公司整体的融资和估值，不能直接当成 ChatGPT 单独的收入、用户质量或商业表现指标。[S10]

公开评价与主要分歧

OpenAI 把 ChatGPT、Codex 和企业产品放在同一个 Applications 体系下，意味着 ChatGPT 能拿到模型、产品工程、企业销售和基础设施这些资源。但公开资料还不足以拆出 ChatGPT 单独的团队规模、研发预算、收入或利润结构。

信息缺口

没有足够公开资料能说明 ChatGPT 在各个订阅方案、国家市场或企业客户上的独立收入和留存情况。

4. 技术基础与生态位

已核实事实

ChatGPT 用的是 OpenAI 自研的 GPT 系列模型。目前定价页面显示，登录用户按不同方案可获得 GPT-5.5 Instant、GPT-5.5 Thinking 或者更高额度的能力组合。[S1]

其主要部署方式是云端 SaaS：用户通过 ChatGPT 的网页、桌面、移动端或组织工作区来使用服务，而不是拿到模型权重自己部署。

ChatGPT 还提供 Voice Mode：已登录用户可以在 ChatGPT 移动端和 ChatGPT.com 桌面网页上通过语音输入和语音回复对话；具体可用性和使用限额可能随账号和服务而变化。[S19]

ChatGPT 的生态位横跨三层：

• 消费者 AI 助手：提供通用的问答、写作、学习、图像、文件处理和研究能力。[S1]
• 工作流工具：用 Projects、Tasks、记忆、深度研究和 Agent 来承接更长的任务链。[S1][S2]
• 应用连接层：通过 Apps 和 MCP 对接第三方服务、内部数据和工具调用。[S3]

个人用户可以在 Data Controls 里关掉“Improve the model for everyone”，让之后的新对话不再用于模型训练；Temporary Chat 不会进入聊天历史、不使用也不创建记忆，同样不用于训练，并且会在 30 天内从 OpenAI 系统自动删除。[S4][S5]

对于 ChatGPT Business、Enterprise、Edu 和 API 等组织产品，OpenAI 表示默认不会拿客户数据训练模型；Enterprise 级产品可以控制内部数据源的连接、访问权限以及部分数据保留设置。[S6]

在 Apps 治理上，Enterprise 和 Edu 工作区默认关闭所有 Apps；管理员可以控制启用范围、角色权限以及部分可执行动作。Business 工作区也能控制 Apps 的可用性和角色级权限。[S7]

公开评价与主要分歧

ChatGPT 的技术价值不光来自模型生成的答案，也来自它能不能持续利用用户已经授权的上下文、文件和外部工具。相应地，数据控制、第三方服务条款、权限配置和执行确认，已经成了使用产品的一部分。

信息缺口

没有足够的公开资料能拆解 ChatGPT 在不同任务中怎样选择模型、调用工具、处理上下文或决定 Agent 的行动顺序。公开资料也不足以全面评估第三方 Apps 和自定义 MCP 服务的安全实践。

5. 市场与外部信号

已核实事实

ChatGPT 采用分层的商业模式：个人侧有 Free、Go、Plus 和 Pro，组织侧有 Business 和 Enterprise。方案差异主要体现在模型额度、记忆与上下文、深度研究、Agent、Projects、Codex 和管理能力这些方面。[S1]

Apps 和 MCP 已经进入产品扩展路径。官方允许开发者构建自定义 App，也允许组织管理员按工作区和角色来配置接入范围；这让 ChatGPT 的外部生态不只是依赖 OpenAI 预装的功能。[S3][S7]

广告是一个新的商业化信号。OpenAI 在 2026 年 2 月开始面向美国已登录的成年 Free 和 Go 用户测试广告；3 月更新的说法是，早期结果显示消费者信任指标未受影响、广告关闭率较低，广告相关性也还在改善。[S11]

公开评价与主要分歧

订阅、企业工作区、应用接入和广告试点同时存在，说明 ChatGPT 的产品设计正在同时服务付费个人用户、组织客户以及低价或免费用户。广告会不会影响用户对回答中立性的感受，目前还缺少长期的独立资料。

信息缺口

还没有足够的公开资料能说明广告在不同国家、主题或账号方案中的展示比例、排序机制、点击效果、用户留存影响，以及广告与自然回答之间的实际隔离效果。

6. 公开评价与主要分歧

正面评价（独立研究／用户调查）：

一项 2026 年的预印本调查了 388 名活跃的 AI 聊天产品用户。研究发现，受访者常常因为界面和交互体验选择 ChatGPT；在这项研究里，ChatGPT、Claude 和 DeepSeek 的总体满意度没有显著差异。研究还发现，超过八成受访者会同时使用两个或更多 AI 产品。[S12]

这项研究是用户调查预印本，样本规模和抽样方式有限，不能直接代表所有 ChatGPT 用户，但它给出了一个关于用户选择理由和多平台使用习惯的独立观察样本。[S12]

主要批评／质疑（独立研究、官方风险披露）：

一项针对 ChatGPT 用户不满意体验的研究收集了 107 名用户回忆的 511 个案例。研究指出，模型没能理解用户意图是最常见的不满来源，准确性问题被用户评为严重程度较高。这项研究基于较早版本的 ChatGPT 和回顾性样本，不能直接代表当前 GPT-5.5 的表现。[S13]

关于 Agent，OpenAI 自己披露：当系统浏览网页、访问连接器或执行操作时，提示注入可能通过恶意网页内容诱导 Agent 偏离用户意图，甚至尝试触发非预期的操作。官方称已经设置了确认、监督和人工接管等措施；这属于厂商的风险披露，不应视为独立的安全验证。[S2]

一项 2026 年的预印本研究讨论了广告激励下聊天模型的利益冲突，并在模拟情境中测试了多个模型，其中包含 GPT-5.1。这项研究并不等于证明 ChatGPT 当前的广告试点已经影响到自然回答，但它提出了一个风险问题：AI 助手引入广告之后，需要独立的审计。[S14]

存在分歧之处：

公开资料显示，一部分用户选择 ChatGPT 是因为界面和产品交互；但用户并不一定因此就只用这一个助手，调查样本里多平台并用非常普遍。[S12]

所以，ChatGPT 的整合能力和使用习惯是它的产品信号之一；与此同时，回答准确性、授权边界、Agent 行为和广告激励，仍然是需要持续验证的争议点。[S2][S12][S13][S14]

7. 同类对比（与头部／高知名度同类项目）

主要对标项目： Claude、Gemini、Microsoft 365 Copilot。

关键维度对比（事实，标来源）：

维度	ChatGPT	Claude	Gemini	Microsoft 365 Copilot
核心产品形态	通用 AI 助手，覆盖个人方案和组织工作区；包含 Projects、Tasks、自定义 GPT、深度研究和 Agent 等能力。[S1]	通用 AI 助手，覆盖 Free、Pro、Max、Team 与 Enterprise 等方案。[S15]	通用 AI 助手，可连接 Google 与第三方 Apps 完成信息查询或部分任务。[S16]	面向 Microsoft 365 工作流的企业生产力产品，嵌入 Copilot Chat、Outlook、Teams、Word 等场景。[S17]
外部数据／工具连接	Apps 可以通过 MCP 调用已批准的工具、检索外部服务信息；开发者可以构建自定义 App。[S3]	支持远程 MCP 自定义连接器，可以连接外部工具和数据；这项能力目前标注为 Beta。[S15]	Connected Apps 可在用户许可下连接 Gmail、Calendar、GitHub、Photos、Spotify 等服务，具体可用性因账号、地区、设备和语言而异。[S16]	可通过同步连接器把外部内容索引到 Microsoft Graph，也可通过 MCP 联邦连接器在查询时实时获取资料。[S18]
多步骤或动作能力	Agent 可以用浏览器、文件、代码和连接器完成多步骤任务；用户可以中断或接管，部分涉及现实的操作要求确认。[S2]	连接器可让 Claude 访问并在已连接的服务中执行动作；具体权限取决于连接器和组织设置。[S15]	可以执行部分 Connected Apps 任务，比如总结 Gmail 邮件、创建 Calendar 事件；能力受服务和权限的限制。[S16]	Agents 可以检索、总结数据，也可以在组织工作流中执行发送邮件、更新记录等动作。[S17]
组织治理	Enterprise 和 Edu 默认关闭 Apps，可按角色配置 App 访问和部分动作权限；Business 也支持工作区级控制。[S7]	Team 和 Enterprise 中由 Owner 配置自定义连接器，成员再按个人权限启用连接器。[S15]	工作或学校账号中的 Connected Apps 由 Workspace 管理员控制。[S16]	连接器可使用 Microsoft Graph 中的访问控制列表；同步与 MCP 联邦连接器的数据处理方式不同。[S18]

公开评价中的对比（标源，非个人裁决）：

在上面提到的 388 人用户调查中，ChatGPT 更常因为界面和交互体验被选中，Claude 更常因为回答质量被选中；但研究没有发现 ChatGPT、Claude 和 DeepSeek 的总体满意度有显著差异，也没有对 Gemini 或 Microsoft 365 Copilot 给出统一的优劣排序。[S12]

目前公开资料还不足以对 GPT-5.5、当前版本的 Claude、Gemini 和 Microsoft 365 Copilot 在所有任务、语言、地区和企业权限设置下，做可靠的统一性能比较。

8. 信息缺口与后续观察

• 还没有足够的公开资料能说明 ChatGPT 各档位的真实付费转化率、留存率、区域收入和单用户服务成本。
• 还没有覆盖不同语言、网站、账号权限和任务类型的 ChatGPT Agent 独立成功率、失败率和安全事件统计。
• 还没有对 ChatGPT Apps、自定义 MCP 服务及第三方 App 数据处理实践的统一独立审计。
• 还没有广告试点对自然回答排序、推荐中立性和用户信任的长期独立研究。
• 后续可以观察：Apps 和 MCP 的开发者和企业采用情况；组织级权限与审计能力；Agent 在真实任务中的可复现表现；广告试点的地区扩展、展示规则和用户控制机制。

9. 归纳洞察 ★

ChatGPT 目前不是一个单一的模型产品，而是一个把对话、长期上下文、文件、外部应用和部分任务执行能力收进同一界面的产品组合。

从生态位看，模型能力只是其中一层。Projects、记忆、Apps、MCP、组织权限和 Agent 这些东西，共同决定了它能不能进入用户已有的工作流，以及它能接触到哪些信息和工具。

这种结构也改变了评价的重心：当系统只生成文字时，核心问题主要是回答是否可靠；当系统能读取外部数据、连接第三方服务和执行动作时，权限范围、来源透明度、人工确认和商业激励都会直接影响使用体验与信任边界。

10. 来源与更新时间

• 信息截至(as_of): 2026-07-01
• 最后复查(last_checked): 2026-07-01
• 最后更新(last_updated): null