如果你只把 ChatGPT 當成一個輸入問題、等待答案的對話框，很多功能其實都還沒有派上用場。但反過來說，看到工具列裡有 Search、Projects、Canvas、Deep Research，就全部打開，也不會自動得到比較可靠的結果。按鈕多了，判斷工作模式的責任還是在你身上。
這篇 ChatGPT 介紹先給一個實用結論：短問題和來回澄清先用一般對話，需要近期資料時用 Search，需要多來源研究時看 Deep Research；要長期保存檔案與工作脈絡，再考慮 Projects。表格或 CSV 交給資料分析時，先確認它讀到了什麼，最後才看圖表。Canvas 適合持續編修文件或程式，Memory 則適合部分個人偏好，不等於版本控管。
以上是依 OpenAI 目前的官方功能說明整理出的工作分工，不是不同模型之間的性能排名。方案、地區、workspace、帳號設定和使用額度都可能影響你看到的功能。本文查證截至 2026 年 9 月 13 日，讀者實際操作前仍應回到自己的帳號確認。
文章目錄
ChatGPT 介紹：先看工作模式，不要先背功能清單
OpenAI 的 ChatGPT FAQ 把 ChatGPT 描述成可以協助腦力激盪、寫作、學習、規劃、數學、程式，以及分析圖片和檔案的 AI 助手。Capabilities Overview 則把 Search、Deep Research、檔案上傳、資料分析、Canvas、Memory 和 Projects 分成不同能力。這兩份文件放在一起看，會得到一個比「ChatGPT 很萬用」更有用的結論：它不是一個單一功能，而是一組工作模式。
你可以把一項任務先拆成四個問題：
- 這件事需不需要最新的外部資料？
- 你會不會在未來幾天或幾週繼續用同一批檔案？
- 輸入內容是一般文字，還是需要計算、轉換與圖表的結構化資料？
- 你要的是一段回答，還是一份會持續被修改的文件或程式？
這四題會比先問「哪個模型最強」更接近實際決策。因為你真正要管理的是資料來源、脈絡、產物和驗收方式。模型名稱會更新，工作問題通常沒有那麼快換。
一般對話：短任務與來回澄清的起點
一般對話適合把問題說清楚、先要一份草稿，或透過幾輪追問整理思路。例如請 ChatGPT 把一封很亂的 email 改成三種語氣，先列出一份會議紀錄的待辦事項，或把一個陌生名詞用台灣繁中解釋。這些工作不一定需要 Search，也不必為了保存一段一次性的脈絡建立 Project。
但一般對話的方便也容易讓人忽略前提。若問題牽涉今天的價格、剛發布的政策、某個產品現在是否支援某功能，就不要只靠模型記憶。你可以直接要求它搜尋，或自行提供來源，並把「不知道」列為可接受的回答。
Projects：讓重複工作少一點重新貼資料
Projects in ChatGPT 的用途，是把聊天、參考檔案和 project instructions 放在同一個長期工作的空間裡。這對內容企劃、研究主題、產品規格或每週報告比較有意義，因為你不必每開一個新對話就重新貼一遍背景。
Project 的價值不只在「記得更多」。你還需要替它定義什麼資料算來源、輸出要用什麼格式、遇到不確定時怎麼標記。否則 Project 只是把一堆舊對話和檔案堆在一起，ChatGPT 可能很有禮貌地沿用已經過期的規則。
Search、Deep Research、資料分析與 Canvas 是不同工具
Search 解決的是「我需要找到近期的網頁資料」。Deep Research 解決的是「我需要讓系統規劃、閱讀並整理多個來源」。資料分析解決的是「我有檔案和欄位，需要計算或視覺化」。Canvas 解決的是「這份文件或程式要反覆修改」。它們可以串在同一個工作流程裡，但不能互相代替。
ChatGPT 功能對照表：每種模式解決哪一種問題
下面這張表是工作選擇表，不是功能排名。支援 代表官方文件直接描述了該能力；依方案／設定而定 代表產品頁沒有替你的帳號保證一定可用。
| 工作模式 | 比較適合的問題 | 你要先準備什麼 | 輸出驗收重點 |
|---|---|---|---|
| 一般對話 | 腦暴、改寫、解釋、短任務 | 任務、背景、限制 | 是否真的遵守格式，是否偷補未提供的事實 |
| Search | 查近期事件、功能、文件和網頁 | 關鍵字、時間範圍、來源偏好 | 打開引用來源，確認日期和上下文 |
| Deep Research | 多來源研究、比較、報告 | 研究問題、範圍、排除條件 | 檢查研究計畫、來源清單、引用是否支持結論 |
| Projects | 長期主題、重複工作、多人協作 | 檔案、project instructions、記憶設定 | 確認使用到的檔案、版本、分享權限 |
| 檔案與資料分析 | 試算表、CSV、PDF、JSON 等資料工作 | 清楚欄名、資料範圍、計算條件 | 核對列數、欄位、Python、假設與圖表 |
| Canvas | 文件、程式、版面需要持續編修 | 一份要修改的草稿與修改規則 | 看差異、測試結果、格式與可交付性 |
| Memory | 個人偏好、長期回答習慣 | 允許記住的資訊與關閉規則 | 定期檢查、修正或刪除記憶 |
這裡還有一個常被漏掉的判斷：有些問題同時符合兩種模式。例如「請整理這份今年的競品報告」可能需要先上傳檔案，再用 Search 補最新資料，最後用 Canvas 修正文稿。這不是一定要開三個工具，而是先決定哪個步驟需要外部證據，哪個步驟只是編輯產物。
如果你想比較 ChatGPT 和 Claude 的工作位置，可以延伸閱讀Claude 與 ChatGPT 比較：研究、寫作、資料分析怎麼選？。那篇的問題是怎麼選兩個工具；這篇則先把 ChatGPT 自己的工作模式拆開。
Search 與 Deep Research：查一個事實和做一份研究不一樣
Search 適合快速把問題接到近期來源
Searching the web with ChatGPT 說明 ChatGPT 可以搜尋網路，回答需要目前資訊的問題，也可能附上來源連結。它可以自動判斷是否需要搜尋，你也可以從工具選單手動選 Search。這很適合確認某個官方功能、找一份最新文件，或先建立研究的來源入口。
但有引用不等於已完成查證。OpenAI 自己也提醒，搜尋結果和引用可能不完整、過時或不正確。我的做法是把 Search 當成找路，不把第一個摘要當成終點。至少打開主要來源，看發布日期、原文範圍和它是否真的支持回答中的那一句。
一個比較穩的 Search 問法可以是：
- 指定「只使用官方來源」或列出允許的網站。
- 要求列出來源標題、網址和更新日期。
- 把已確認事實、推論和沒有找到的內容分開。
- 如果來源互相矛盾，先列出矛盾，不要自行挑一個順眼的答案。
這四步不會讓回答自動正確，但會讓錯誤比較容易被你看見。老實說，這已經比拿一段沒有來源的流暢文字去交付好多了。
Deep Research 適合研究問題，不是比較長的聊天
Deep research in ChatGPT 說明 Deep Research 可以先針對問題建立研究計畫，讓你檢查或修改範圍，再整合多個來源，最後交付帶有引用或來源連結的結構化結果。它的設計目標是多步驟、需要比較和綜合的問題。
所以「查一下某個欄位的官方定義」通常不必開 Deep Research。你要比較不同方案的權限、整理一份有來源的市場研究，或把多份文件放在同一個問題裡分析，才比較符合它的用途。Deep Research 的可用性、使用次數和資料來源會依方案、地區、workspace 與已連接的應用程式改變，這些不能用別人的畫面替你的帳號背書。
研究完成後，我會檢查三層：
- 研究問題：它有沒有回答我真正要決策的問題，而不是只整理搜尋結果？
- 來源範圍：引用的網頁、檔案或連接資料是不是在我允許的範圍內？
- 結論強度：來源只支持「可能」時，回答有沒有擅自寫成「一定」？
這個檢查流程很像內容編輯，不是按下 Deep Research 後就自動畢業。工具負責加快蒐集與整理，人還是要決定哪些主張可以放進正式文件。
Projects 與 Memory：把長期工作放在有邊界的脈絡裡
Project instructions 是工作規則，不是資料庫
在 Project 裡，我會把幾種資料分開放：一份是背景與名詞表，一份是來源清單，一份是輸出格式與驗收規則，另外再放需要長期累積的工作檔案。這樣 ChatGPT 比較容易知道「哪些內容是參考資料」、「哪些內容是這次任務的要求」。
Project instructions 可以告訴它回答的語氣、格式和工作順序，但不代表每一次回覆都會完美遵守。你仍然要在第一個任務裡測試，例如要求它先列出讀到的檔案、說明採用哪份規則，再產出一小段結果。先測一小段，通常比等它寫完一篇長文才發現背景用錯更省時間。
Project-only memory 和一般 Memory 不是同一件事
官方 Projects 文件目前說明，Project 可以使用 default memory 或 project-only memory。project-only memory 會把脈絡限制在同一個 Project 裡，避免引用外部聊天；shared projects 則會使用 project-only memory。具體設定是否出現在你的帳號，仍要看個人和 workspace 的記憶權限。
Memory FAQ 則說明，Memory 可以記住部分對話、檔案或連接應用程式提供的背景，並可在設定裡查看、修改或刪除。這對「我習慣看表格摘要」或「請使用繁體中文」這類偏好有幫助，但不適合拿來存一份需要精確版本追蹤的產品規格。
你可以用這個分法：
| 資訊 | 適合放哪裡 | 為什麼 |
|---|---|---|
| 回答語氣、輸出格式 | Project instructions 或 Custom Instructions | 它是工作規則 |
| 需要引用的規格、政策、資料 | Project source 或明確上傳檔案 | 它是可回頭查的來源 |
| 個人偏好與常用習慣 | Memory | 它是個人化脈絡，不是正式紀錄 |
| 每次任務的限制與截止時間 | 當次 prompt | 它只對這次決策有效 |
如果把四種東西全部混在一起，日後最難查的是「這個答案到底引用了哪一版資料」。AI 很會記住，卻不會替你自動完成文件治理。
分享 Project 前，先想清楚誰能看見什麼
Projects 文件目前也描述了聊天、檔案、instructions 和分享權限的差異。某人拿到 Project 的 chat access，和可以修改 instructions、上傳檔案或邀請其他人的 edit access，不是同一件事。企業 workspace 還有管理員控制、資料保留和應用程式權限。
因此如果工作內容含有客戶資料、內部報價或未公開規格，不要只因為頁面上有 Share 就直接分享。先確認：
- 分享的是單一聊天，還是整個 Project。
- 對方是只能閱讀和互動，還是可以修改內容與邀請其他人。
- Project 內有哪些檔案、外部 app 和記憶設定。
- 你所在的 workspace 是否有額外的保留、地區或管理員規則。
功能頁說明的是產品設計，不是你公司的資料分類政策。後者還是要由負責人確認。
檔案上傳與資料分析：先確認輸入，再相信圖表
先把檔案整理成它容易讀的形狀
Data analysis with ChatGPT 目前列出試算表、CSV、PDF、JSON、XML、YAML、TXT 和 MD 等常見檔案格式，並建議試算表使用清楚的欄名、第一列放欄位名稱、每列代表一筆紀錄。這些是輸入整理建議，不是「只要上傳就一定完整讀取」的保證。
上傳之前，可以先做四件事：
- 把日期、金額和識別碼的格式統一。
- 清楚標出欄名，避免用
欄位1、欄位2這種之後無法判讀的名稱。 - 把不相關的表格拆開，避免同一工作表裡有多個沒有關聯的資料區塊。
- 先保留一份原始檔，不讓 AI 直接覆蓋唯一副本。
PDF 和圖片表格要更小心。官方說明提醒，掃描檔、圖片中的表格或複雜視覺版面，可能無法可靠擷取精確數值。若數字會影響付款、報表或決策，優先提供文字型 PDF、CSV 或試算表，並要求它列出讀到的範圍。
用三輪問題確認分析沒有少看資料
不要一上來就問「幫我找出最重要的趨勢」。我會把資料分析拆成三輪：
- 讀取輪：請它列出檔名、工作表、欄位、列數、空值和它沒有讀到的部分。
- 計算輪：指定期間、分組欄位、公式、排除條件和需要的圖表類型。
- 解釋輪：要求它把結果、假設、異常值和下一步分開寫。
這樣做有點慢，但你比較知道圖表是用哪幾列資料算的。如果直接跳到第三輪，漂亮的折線圖可能只是對一半資料做出的漂亮折線圖。
OpenAI 的文件也說明，部分資料分析任務會在有狀態的 Jupyter notebook 環境中寫並執行 Python。這對重複計算有幫助，卻不代表程式免於檢查。若分析結果要進入正式報告，我會要求它顯示使用的程式、說明假設，再用一筆已知答案做人工核對。
記得資料分析環境有邊界
官方資料分析說明目前寫得很清楚：資料分析用的 Python 環境不能直接發出外部網路請求或 API 呼叫。如果問題需要外部資料，你要先上傳資料或連接一個可用來源。這表示「請它一邊讀本機 CSV、一邊自己抓今天的匯率」不是單純的資料分析題，而是多了一個資料取得步驟。
這種邊界很值得寫進團隊 SOP。否則有人看到 ChatGPT 產出圖表，就以為它已經自動取得了所有外部資料，後面報告的時間範圍和來源會開始漂移。
Canvas 與其他工具：產物要能繼續修改
Canvas 適合把聊天結果變成可編修的工作區
OpenAI 將 Canvas 描述為和 ChatGPT 一起寫作、編輯或除錯的互動工作區。它和一般聊天的差別，不在於「產生文字的模型突然變成另一種」，而在於你可以把注意力放在一份持續修改的文件、程式或版面上。
如果你只是要三個標題，普通對話比較快。如果你要逐段改一篇文章、標記一段程式、保留前後版本，或請它針對選取內容提出修改，Canvas 才比較有工作區價值。這仍然只是編輯環境，格式正不正確、程式能不能跑、引用是否完整，都需要另外驗收。
你可以在 Canvas 裡要求它一次只改一個面向，例如先修結構，再處理語氣，最後檢查連結。這個順序看似保守，實際上比較容易知道哪一次修改造成了新問題。一次叫它「順便全部優化」，通常會得到一份很有自信、但很難比較的新版。
圖片、語音和排程功能不要和本文主線混為一談
ChatGPT 官方能力總覽也列出圖片輸入與生成、Voice mode、Scheduled Tasks 和 Custom GPTs 等能力。這些功能各自有使用情境，但不是每篇 ChatGPT 介紹都需要逐項展開。本文的主線是把資訊、檔案與產物組成工作流程，所以只在它們影響選擇時提到。
例如看圖適合先做內容擷取和版面觀察，不能直接等同於精確的表格 OCR；排程適合未來提醒或週期性任務，但要先確認任務能不能在沒有你即時補充的情況下安全執行。功能存在和任務適合自動化，這兩件事中間還隔著一份驗收設計。
如果你的需求是把 ChatGPT 接到 Zapier 或既有自動化流程，可以參考 NICROW 舊文EP.3 Zapier，如何在 ChatGPT 上進行自動化任務：安裝指南。那篇保留歷史串接脈絡；現行介面、權限和可用 action 仍要以今天的官方文件或你的帳號為準。
一套可以重複的 ChatGPT 評估流程
讀完功能清單後，不要立刻把整個工作搬進 ChatGPT。準備一個半天內能完成的小測試，先看它能不能符合你的工作規則。
第一步：選一份你真的會處理的材料
材料可以是一份沒有敏感資料的報表、一篇需要改寫的草稿、幾頁產品規格或一個小型研究題目。不要拿「請介紹 AI」這種空題目測試，因為空題目只能看出回答風格，不能看出它會不會處理你的資料與限制。
第二步：先要求它說明範圍
第一個 prompt 不要急著要成品，可以這樣寫：
> 請先列出你看到了哪些檔案、欄位和限制。把已確認、需要推論、目前不知道的內容分開。先不要產出最後版本。
這一步是在測它有沒有把輸入讀對。若它連檔名、欄位或研究範圍都說不清楚，直接要求一份漂亮報告只會把問題藏起來。
第三步：為不同模式設定不同任務
你可以依材料做一個小表：
| 測試任務 | 建議模式 | 要觀察的證據 |
|---|---|---|
| 查一個會變動的官方功能 | Search | 來源、日期、原文範圍 |
| 比較五個官方文件並寫摘要 | Deep Research | 研究計畫、來源清單、引用 |
| 找出 CSV 的重複列和月份趨勢 | 資料分析 | 讀取範圍、程式、計算方法 |
| 逐段修改一篇長文 | Projects 加 Canvas | 脈絡是否穩定、修改是否可追蹤 |
| 讓回答維持固定語氣 | Project instructions 或 Memory | 規則是否真的被套用，能否關閉或修正 |
這不是要每個功能都測一次，而是讓你把「需要什麼證據」先寫出來。不同模式輸出的樣子不同，驗收規則也應該不同。
第四步：記錄失敗，而不是只收藏漂亮回答
測試表至少記錄：
- 它漏讀了什麼，或把哪個檔案當成來源。
- 哪些引用打開後不支持原本的句子。
- 哪個步驟需要你手動補資料、修格式或重算。
- 使用限制、權限或額度在哪個地方卡住。
- 最後交付版本還需要多少人工編輯。
我會把這些失敗記錄留著，因為它們比一段順利的示範更能告訴你這個工作流程是否值得長期使用。沒有失敗樣本的評估，通常只是試用心得，不是流程判斷。
第五步：最後才決定要不要放進固定工作流
如果小測試通過，先把它放進可回復、低風險的流程，例如草稿整理、內部摘要或報表初步分類。涉及寄信、刪除資料、對外發布或改動正式系統的動作，先保留人工核准點。這個建議不是 OpenAI 對所有組織的統一規則，而是本文根據可追溯輸入、可檢查輸出和錯誤代價提出的工作方式。
想再往流程設計走，可以看如何實現工作自動化？6 個訣竅，開始前先掌握框架。那篇會把「要不要自動化」拆成目標、成本、工具與驗收，不會只停在工具介紹。
方案、權限與資料邊界：哪些事情要留在 unknown
不要把官方功能頁當成你的帳號畫面
OpenAI 的 FAQ 和功能頁會用 plan、workspace、地區、模型或設定描述可用性。Projects 文件也說明，不同方案的檔案數量、分享和管理功能可能不同；Deep Research 的可用性和用量則會受到帳號與 workspace 影響。這些資訊可以幫你理解產品設計，但不能取代登入後的 readback。
因此本文把以下項目標成 unknown：
- 你今天可以選到哪些模型，以及每個模型的實際額度。
- Search、Deep Research、Canvas、資料分析或其他工具是否在你的帳號開啟。
- 你的 workspace 是否限制檔案、分享、Memory 或 connected apps。
- 你的資料會依哪一份公司政策保留、訓練或區域規則處理。
- 某一個第三方 app、plugin 或 connector 是否支援你想要的動作。
Unknown 不是說功能不存在，只是本文沒有讀到你的帳號和管理設定。這個差別很小，卻能避免教學文把別人的方案當成你的現況。
先確認讀取權限，再討論自動化
資料分析文件指出，使用 connected apps 時，ChatGPT 會依連接帳號和 app permissions 取得資料，workspace 管理員也可能控制哪些 app 可用。這表示「可以搜尋到檔案」不等於「可以修改檔案」，「可以分析一份資料」也不等於「可以把結果回寫到原系統」。
你在導入前至少要問三件事：
- 這個動作是 read、分析、產生草稿，還是 write／send／delete？
- 誰授權了來源資料，誰負責確認結果，誰可以撤銷權限？
- 失敗或誤判時，能不能回復原狀，還是一次動作就不可逆？
如果這三題還沒有答案，先把 ChatGPT 放在草稿和分析階段。這樣不一定最省按鈕，但比較省後續收拾時間。
FAQ：ChatGPT 使用上的常見問題
ChatGPT 和一般聊天機器人有什麼差別？
ChatGPT 的產品範圍不只一般對話。依 OpenAI 官方目前的功能總覽，它還包含 Search、Deep Research、檔案上傳、資料分析、Canvas、Memory、Projects 和其他依方案與設定提供的工具。實際差別不在功能名詞多，而在你能不能選對工作模式並驗收結果。
ChatGPT Search 和 Deep Research 要怎麼選？
需要快速確認一個近期事實、文件或網頁時，先用 Search。需要先規劃問題、整理多個來源、比較證據並產出結構化報告時，再考慮 Deep Research。兩者的可用性和額度會依帳號、方案與 workspace 改變，使用前看自己的工具選單與使用狀態。
Projects 會不會自動記住所有資料？
不應該這樣假設。Projects 可以集中聊天、檔案和 project instructions，Memory 也有不同設定，但你仍要確認它實際引用了哪個檔案、哪一段對話和哪一種記憶。正式規格或政策請保留獨立的版本文件，不要只放在模糊的長期脈絡裡。
ChatGPT 能不能分析 Excel 或 CSV？
OpenAI 官方資料分析文件列出試算表和 CSV 等常見格式，也說明 ChatGPT 可以建立表格、圖表和執行 Python 計算。你仍要先確認欄名、列數、空值和檔案是否完整，並檢查程式、假設與結果。掃描 PDF 或圖片表格的精確數值擷取則可能不可靠。
Canvas 比一般對話好在哪裡？
Canvas 是一個適合共同寫作、編輯或除錯的互動工作區。它比較適合需要多次修改的文件、程式或版面，不代表產出的內容會自動通過格式、測試或事實查核。只要任務很短，普通對話可能更快。
我看不到某個功能，代表 ChatGPT 沒有嗎？
不一定。官方文件多次以方案、地區、workspace、模型或帳號設定描述功能可用性。看不到按鈕可能是尚未開啟、權限受限、達到額度，或介面已經調整。先檢查自己的帳號和官方最新說明，不要用別人的截圖判斷你的現況。
可以把 ChatGPT 的分析結果直接送出或寫回系統嗎？
是否能寫回要看連接的 app、授權範圍、workspace 規則與該工具是否提供寫入動作。本文沒有替任何帳號或第三方 app 做這項 readback。比較穩的做法是先讓 ChatGPT 產生草稿或待辦，再由人檢查後執行不可逆的寄送、刪除或發布。
結語：先選工作模式，再驗收輸出
ChatGPT 的功能越多，越不適合用一句「它能不能做」來判斷。更實際的問題是：這項工作需要最新來源、長期脈絡、檔案計算，還是持續編修的產物？決定模式後，再寫出輸入範圍、輸出格式和驗收規則。
如果你今天只想開始，先挑一份不含敏感資料的小檔案，讓 ChatGPT 先列出讀取範圍，再要求一個短結果。需要近期資料就測 Search，需要多來源整理再測 Deep Research；不要一開始就把整個工作流程和所有權限一起交出去。這樣比較能看見它真正省下了哪一段時間，也比較容易發現它在哪一段仍然需要你。
想看另一個產品怎麼組織長期專案、文件產物和研究功能，可以再讀Claude 完整介紹：Projects、Artifacts、Research 與實際工作方式。如果你只是想改善 prompt 的任務描述與驗收方式，則可先看ChatGPT Prompt 教學：寫出可驗收的工作指令，但現行功能和介面仍以官方文件為準。
來源與查證日期
本文查證截至 2026-09-13（Asia/Taipei）。功能、方案、模型、地區、workspace、額度和介面屬變動資訊，以下來源只代表查閱當日的官方說明：