实战 SOP
实战 SOP

ChatGPT 操作浏览器:六步装好,敢给全站权限吗

ChatGPT 操作浏览器的落地 SOP,命令与界面路径均取自官方文档 learn.chatgpt.com。六步链路:一、前置条件(ChatGPT 付费档、桌面应用、五款支持的 Chromium 系浏览器 Chrome/Edge/Brave/Opera/Vivaldi,Firefox 与 Safari 不支持);二、安装(桌面应用 Settings > Computer Use > 选浏览器 > Install 跳扩展商店 > 审批权限 > 回头确认显示 Manage;macOS 的 Computer Use 需要屏幕录制与辅助功能权限);三、调用(@Chrome/@Edge 等提及式调用、右键 Ask ChatGPT、macOS Cmd+Shift+. 唤起侧边栏、把打开的标签页或选中文字带入对话、双 Command 的 Appshot 截窗口);四、三入口决策(任务需要现有登录态如 SSO 内网/CRM/邮箱选扩展,localhost 或预览页用 @Browser 内置浏览器,有专门插件的服务插件优先);五、权限收敛四级(Allow once 仅一次、Allow for this site 本站、Allow for all sites 全站、Decline 拒绝)加域名 allowlist/blocklist 管理,五款浏览器共享这些权限,官方文档自己点名 Allow for all sites 与浏览器历史记录访问是高风险项;六、安全习惯(把页面内容、选中文字、视频转录当不可信上下文,允许前先审页面,不给 agent 常驻权限)。附官方文档确认过的坑:Opera 无侧边聊天但支持桌面工作流、仅 Chromium 系、任务跑在 Chrome 标签组里。与热点栏同主题分工:热点讲 OpenAI 的产品动作,本篇讲自己怎么配、怎么把权限收到最小。

发布于 2026年10月18日10 分钟阅读
<!-- chatgpt-chrome-workmode-setup-sop | sop | ChatGPT 操作浏览器:六步装好,敢给全站权限吗 -->

10 月 17 日,OpenAI 全面更新了 Chrome 版 ChatGPT 扩展:它能读取并操作你打开的标签页,跨网页填表单、比价、执行多步任务,浏览器里开的会话线程还会同步显示在桌面应用里。如果你还在搜「ChatGPT 无法操作浏览器」,先更新一下认知——官方文档口径下,付费档账号、桌面应用、一款 Chromium 系浏览器,三样齐了就能让它动手。但「能动手」和「放心让它动手」之间隔着一整章权限设置,官方文档甚至自己点名了两个高风险选项。这篇 SOP 把全流程拆成六步:从备齐前置条件、装扩展,到调用、选入口、把权限收到最小,最后是安全习惯。所有操作细节均出自 learn.chatgpt.com 官方文档,口径截至 2026 年 10 月,以官方页面实时显示为准。

第一步:备齐前置条件,三样缺一不可

动手之前先核对三件事:

  1. ChatGPT 付费档。 官方口径是所有付费档可用,免费档没有这个能力。Plus、Pro 或团队用户直接进下一步;免费用户此路不通,官方也没有提供绕行方案。
  2. ChatGPT 桌面应用。 安装扩展的入口不在网页端,而在桌面应用里,Windows 与 macOS 都有。没装桌面应用的先去装,这是整条链路的第一站。
  3. 一款 Chromium 系浏览器。 官方支持五款:Chrome、Edge、Brave、Opera、Vivaldi。仅此五款——Firefox 和 Safari 不支持,这不是版本不够新的问题,是官方根本不提供,别在设置里翻找。

macOS 用户还有一层额外准备:Computer Use 需要「屏幕录制」与「辅助功能」两项系统权限,装完扩展后系统会来要,逐项批准即可。

预期结果:付费档账号能登录桌面应用,五款浏览器中选定一款作主力。三样齐了才进第二步。这里多提一句选型建议:五款能力上没有官方标注的差异,按你现有的使用习惯选即可——本来就主力用 Chrome 的不必为了这个功能迁移到 Edge,迁移成本远大于收益;真正的差异在下一步的安装环节里才会体现。

第二步:装扩展,走完一条六节点安装链

官方安装路径是一条链,按顺序走,中间不要跳:

  1. 打开 ChatGPT 桌面应用,进 Settings > Computer Use;
  2. 在浏览器列表里选中你要用的那款,点 Install;
  3. 系统跳转到对应浏览器的扩展商店;
  4. 在商店页审批扩展申请的权限;
  5. 装完回到桌面应用的 Computer Use 设置页;
  6. 确认浏览器旁边显示的是 Manage。

最后一步最容易漏:很多人审批完商店权限就关窗口了,回头以为扩展没装上。判断标准很简单——Computer Use 页面里浏览器旁出现 Manage 字样,才算链路闭合;没显示就说明某一步没走完,从第 2 步重来。macOS 用户在走链的过程中系统还会追加索要「屏幕录制」与「辅助功能」两项权限,属正常流程,别当成异常弹窗关掉。

另外提醒一句:商店页审批的权限与第五步的网站级权限是两回事——后者是装完之后 ChatGPT 每次要在某个域名上行动时按主机名逐个询问的,不要因为装扩展时点过一长串「允许」,就以为它已经拿到所有网站的通行证。

预期结果:所选浏览器旁显示 Manage,扩展处于受管状态。

第三步:把 ChatGPT 呼出来,三个调用姿势

装好之后,日常调用有三条路,按场景选:

姿势一:对话里 @ 提及。 在 ChatGPT Work 或 Codex 对话里输入 @Chrome、@Edge、@Brave Browser、@Opera 或 @Vivaldi,把对应浏览器带进任务。官方示例原话是「@Chrome open Salesforce and update the account from these call notes」——一句话指定目标应用、动作和素材来源。浏览器没开着也不要紧,ChatGPT 可以自行打开 Chrome 再执行。

姿势二:Chrome 侧边栏。 macOS 上按 Cmd+Shift+.(句点)唤起侧边聊天;或者在任意网页上右键,选 Ask ChatGPT。侧边栏里可以把当前打开的标签页或选中的文字直接带入对话当上下文——官方把这类内容标为「不可信上下文」,第六步细说。侧边栏的价值在于不用切应用:你在读一篇长文、填一个复杂表单时,问题就着当前页面问,答案就在页面旁边,标签页和高亮内容作为上下文自动带上,不用复制粘贴。

姿势三:Appshot 截图带入。 连按两次 Command(⌘+⌘),把 Mac 最前面的窗口连截图带可读文本一起附进对话。适合「页面上的这个东西怎么处理」这类指着屏幕问的场景。

另外一个行为特征值得知道:浏览器任务跑在 Chrome 标签组里,同一个任务的页面归在一组,多步任务进行中不会散落满屏。

预期结果:三种姿势都能把 ChatGPT 带到你正在看的页面,任务页面按标签组归拢。

第四步:三入口怎么选,别把扩展当唯一入口

官方给了三个入口:@Computer(桌面应用本身)、@Browser(桌面应用内置浏览器)、@Chrome(你日常登录的那款浏览器)。三个入口对应三类任务,官方的选型口径可以直接照抄:

  • 任务需要你现有登录态——SSO 内网、CRM、企业邮箱,以及 LinkedIn、Salesforce、Gmail 这类已登录站内任务——选扩展(@Chrome)。它跑在你日常浏览器里,登录态现成,这是它最不可替代的场景。
  • 任务对象是 localhost、预览页,或者你不在乎独立配置的页面——选 @Browser,用桌面应用的内置浏览器隔离环境。
  • 某项服务有专门的插件——插件优先,别拿浏览器 agent 硬做。

一句话决策:登录态在浏览器里就用扩展,页面在本地就用 @Browser,有插件就不用 agent。把扩展当成三入口之一而不是全部,既是效率问题也是权限问题——扩展能看浏览器的完整上下文(包括你高亮的内容),没必要让它出现在不需要它的任务里。反过来说,官方列出的扩展擅长清单也值得记一遍,方便判断什么任务值得放给它:研究市场、比较来源、从网站提取信息;在应用内打开并完善 Google Workspace 或 Microsoft 365 文件;跨网页执行多步操作;填表单;以及 LinkedIn、Salesforce、Gmail、内部工具这类已登录站内任务。不在清单上的任务,先想想有没有更合适的入口。

预期结果:三类任务各有归属,扩展只承担真正需要登录态的那部分。

第五步:权限收敛,四级选项怎么点

这是整篇 SOP 的核心。新网站默认「先问再做」:ChatGPT 想在某个网站上行动时先弹提示,提示基于主机名(比如 example.com)。每个提示给你四级选择:

  • Allow once:本次允许,用完即失效,下次再问;
  • Allow for this site:对该站点长期允许;
  • Allow for all sites:对所有网站允许;
  • Decline:拒绝。

日常策略建议以 Allow once 为主:多按一次确认,换来的是每一步都在你眼皮底下。Allow for this site 留给高频可信站点,比如你每天要它操作的 CRM——判断标准是「这个站点上的操作我愿意每周重复确认 20 次」,愿意就保持 Allow once,嫌烦且站点可信才升级为站点级授权。Allow for all sites 是官方文档自己点名的高风险选项——等于把权限面放大到全部域名,任何一个被诱导的页面都能拿到行动许可,本篇的立场是别用。Decline 没有任何代价,拿不准就先拒,想好了再 Allow once。

授权管理入口在 Settings > Computer Use 里浏览器旁的 Manage:域名 allowlist 是不再询问的白名单,blocklist 是禁止使用的黑名单,两个清单都可以随时增删。注意一个容易忽略的事实:五款浏览器共享这些网站权限——你给 Chrome 授权的域名,Edge 那边同样生效,改权限时要按「全体系」而不是「单浏览器」来想。

官方点名的第二个高风险项是浏览器历史记录访问。开了它,ChatGPT 能读你的浏览历史,权限面同样显著扩大。没有明确场景需要,就保持关闭。

预期结果:allowlist 里只有少数几个真正信任的域名,Allow for all sites 从未点过,历史记录访问保持关闭。

第六步:安全习惯,权限之外的另一半

权限设置管的是「它能做什么」,安全习惯管的是「它在什么信息上做」。官方文档把安全原则说得很直白:把页面内容、选中文字、视频转录都当作不可信上下文。拆开是三条:

  1. 页面内容是不可信的。 网页会撒谎,一个精心构造的页面可以诱导 agent 执行错误操作。所以官方要求允许 ChatGPT 行动前先审页面——弹权限提示的几秒钟别急着点 Allow,扫一眼它想干什么、在哪个域名上干。
  2. 别给 agent 常驻权限。 与第五步呼应:Allow once 是默认姿势,allowlist 越短越好,Allow for all sites 永远不点。
  3. 本地文件访问有前提。 扩展能接入本地文件系统与已安装插件,但前提是你在桌面端主动授权 Computer Use——不是扩展偷偷读盘。反过来说,这个授权一旦给出权限面就很大,第二步审扩展权限时要认真对待。还有一条常被忽略:浏览器里开的会话线程会同步显示在桌面应用,可以互相引用任务——这对多设备用户是便利,也意味着浏览器里的任务记录并不只留在浏览器里,敏感页面上跑任务前把这点算进考量。

视频类任务顺带一提:YouTube 视频可以用带时间戳的字幕转录来解释或总结,转录内容同样属于不可信上下文,让 agent 基于转录行动前,先确认来源视频本身可信。

预期结果:每一步行动前你都看过页面,常驻权限为零或接近零,本地文件授权是经过决策的主动选择,而非顺手一路 Allow。

附:常见报错与坑

  • 找不到安装入口。 入口在桌面应用的 Settings > Computer Use,不在网页端设置里,也不靠在扩展商店搜索——先装桌面应用。
  • Firefox/Safari 用户卡在第一步。 官方只支持五款 Chromium 系浏览器,没有 Firefox/Safari 版本,换浏览器而不是换设置。
  • Opera 装完发现没有侧边聊天。 这是官方行为:Opera 无侧边聊天,但支持桌面工作流。要侧边栏就换 Chrome、Edge、Brave 或 Vivaldi。
  • 装完显示没变。 九成是没走完安装链最后一节——回 Computer Use 页确认 Manage,没显示就重走 Install。
  • 权限「串门」。 五款浏览器共享网站权限,以为只给了 Chrome,实际全体系生效,撤权同理。
  • 还在用 Atlas 的老用户。 据 The Decoder 与 AIBase 报道,OpenAI 官方表示将逐步停用独立 Atlas 浏览器,并向用户分享迁移到扩展的信息——迁移方向是本篇 SOP,不用等 Atlas 更新。

常见问题

Q1:支持哪些浏览器? A1:官方支持五款,全是 Chromium 系:Chrome、Edge、Brave、Opera、Vivaldi。Firefox 和 Safari 不支持。其中 Opera 没有侧边聊天但桌面工作流可用,其余四款侧边栏都能用,macOS 上按 Cmd+Shift+. 唤起。

Q2:免费版能用吗? A2:不能用。官方口径是所有 ChatGPT 付费档可用,免费档没有 Computer Use 与浏览器扩展这套能力,官方也没有提供绕行方案。

Q3:我的浏览数据会被存吗? A3:官方文档口径下有两点可确认:浏览器里开的会话线程会同步显示在桌面应用,可互相引用任务;网站授权按主机名记录在 allowlist/blocklist,五款浏览器共享。至于对话与浏览数据的保留策略,以 OpenAI 隐私条款实时文本为准,本篇不替官方承诺。

Q4:如何撤回某个网站的授权? A4:进 Settings > Computer Use,点浏览器旁的 Manage,在 allowlist 里删掉对应域名即可,blocklist 可以主动禁止某个域名。用 Allow once 的临时授权本身不落常驻权限。注意五款浏览器共享权限清单,撤权同样全体系生效。

Q5:这和 Atlas 浏览器是什么关系? A5:Atlas 是 OpenAI 曾按独立产品推进的自研 AI 浏览器。据 The Decoder 与 AIBase 报道,OpenAI 官方表示将逐步停用独立 Atlas,向用户分享迁移到 ChatGPT 扩展的信息——也就是本篇配置的这套能力,战略逻辑是基于 Atlas 经验转向寄生约占六成份额的 Chrome。


参考来源

  • learn.chatgpt.com 官方文档:三入口定义、五款支持浏览器、安装链路、四级权限与 allowlist/blocklist、macOS 屏幕录制与辅助功能权限、「不可信上下文」安全原则、Appshot 与 Cmd+Shift+. 侧边栏、标签组行为
  • The Decoder(2026-10-17 报道)与 AIBase(转 OpenAI 官方):10-17 扩展全面更新、付费档可用、逐步停用 Atlas 并迁移的官方表态
  • aicatchup:2026 年 5 月至 10 月扩展演进时间线

延伸阅读

本文由 AI 辅助生成,经人工审核编辑。最后更新:2026-10-18

常见问题

支持哪些浏览器?
官方支持五款,全是 Chromium 系:Chrome、Edge、Brave、Opera、Vivaldi。Firefox 和 Safari 不支持。其中 Opera 没有侧边聊天但桌面工作流可用,其余四款侧边栏都能用,macOS 上按 Cmd+Shift+. 唤起。
免费版能用吗?
不能用。官方口径是所有 ChatGPT 付费档可用,免费档没有 Computer Use 与浏览器扩展这套能力,官方也没有提供绕行方案。
我的浏览数据会被存吗?
官方文档口径下有两点可确认:浏览器里开的会话线程会同步显示在桌面应用,可互相引用任务;网站授权按主机名记录在 allowlist/blocklist,五款浏览器共享。至于对话与浏览数据的保留策略,以 OpenAI 隐私条款实时文本为准,本篇不替官方承诺。
如何撤回某个网站的授权?
进 Settings > Computer Use,点浏览器旁的 Manage,在 allowlist 里删掉对应域名即可,blocklist 可以主动禁止某个域名。用 Allow once 的临时授权本身不落常驻权限。注意五款浏览器共享权限清单,撤权同样全体系生效。
这和 Atlas 浏览器是什么关系?
Atlas 是 OpenAI 曾按独立产品推进的自研 AI 浏览器。据 The Decoder 与 AIBase 报道,OpenAI 官方表示将逐步停用独立 Atlas,向用户分享迁移到 ChatGPT 扩展的信息——也就是本篇配置的这套能力,战略逻辑是基于 Atlas 经验转向寄生约占六成份额的 Chrome。

相关文章

前沿热点

OpenAI 不造浏览器了:把 ChatGPT 搬进你的 Chrome

OpenAI 于 2026-10-17 全面升级 Chrome 版 ChatGPT 扩展:AI 助手直接住进浏览器侧边栏,能读取并操作用户打开的标签页,在 Work mode 的 Computer Use 能力下执行跨标签页任务(填表单、跨站比价、更新 CRM),可访问本地文件系统与已安装插件(前提是用户在桌面端授权 Computer Use)。据 The Decoder 与 AIBase 报道,OpenAI 将逐步停用独立 Atlas 浏览器并引导用户迁移到扩展——从自建浏览器转向寄生策略,直接嵌入全球约六成份额的 Chrome。扩展可看浏览器完整上下文(含高亮内容),浏览器里开的会话线程同步到桌面应用;技术细节来自 OpenAI 的 James Sun。时间线:2026-05-07 Codex Chrome 扩展首发,06-16 开放 EEA/英国/瑞士,07-09 Codex 并入桌面应用,10-17 升级为 ChatGPT 浏览器扩展并扩展到 Chrome、Edge、Brave、Opera、Vivaldi 五款 Chromium 系浏览器。与站内 10-02《开源 Dots 浏览器代理》和《五款常驻 Agent 横评》的分工:那两篇讲开源替代与常驻代理横评,本篇讲 OpenAI 官方产品动作。

2026年10月18日9 分钟阅读
实战 SOP

8GB 显存出 4K 图:FLUX 3 Klein 本地部署三个坑

FLUX 3 Image Klein 在消费级 N 卡上的落地路径与三个实测坑,命令与文件名均取自官方仓库与第三方配方实测。主线走 ComfyUI:仓库 black-forest-labs/flux-3-image-klein-comfy 为 gated(HF API 中 gated 为 auto),匿名请求返回 401 与 x-error-code GatedRepo,须登录状态接受条款再 hf auth login;随后 hf download 四个文件——distilled transformer int8 为 5,827,874,779 字节、Qwen3-VL-4B int8 文本编码器 4,858,559,240 字节、prompt upsampler w4a8 为 6,724,090,780 字节、FLUX.2 VAE 336,211,292 字节;python main.py 起服务后进 Workflow 再到 Browse Templates 搜 FLUX 3,选 distilled Text to Image(模板 id image_flux3_klein_distilled_t2i),模板默认 1024×1024、euler 加 simple、16 步 CFG 1,两个文本编码器 loader 的 type 选 flux3,upsampler 开关必须保持打开。三个坑:其一,若照官方卡片示例下载 int8 upsampler(9,748,113,996 字节约 9.08GiB),四文件合计 19.343GiB,16GB 卡装不下,而 ComfyUI v0.41.2 的 distilled 模板实际按名加载的是 w4a8,比 int8 小 2.816GiB;其二,官方 model card 称编辑模板没有 upsampler 分支、需自备 LLM 做提示词增强,但 v0.41.2 的编辑模板实际含一个默认关闭的 upsampler 分支(TextGenerate 节点加 W4A8 loader 加图像编辑 system prompt),两条路都能走;其三,不带 upsampler 直接使用模型,编辑与 Ref2Image 结果不稳定,官方 model card 原文写明不要在没有 prompt upsampler 的情况下使用该模型。显存预算:BF16 11.2GB、FP8 5.6GB、INT8 可在 8GB 显存 RTX 上跑、NVFP4 面向数据中心;速度均为厂商口径,distilled 加 INT8 下 1MP 图在 RTX 5090 约 4 秒、RTX 4070 不到 9 秒、GB300 上 NVFP4 不到 0.6 秒,挂 LoRA 约增 5%。分辨率最高 4K 且宽高须为 16 的倍数,参考图最多 10 张,官方默认 distilled 16 步无 guidance、base 50 步 CFG 3.5。Diffusers 代码线只写到可用与官方提供含 bounding box 控制的参考推理代码和 Gradio demo,具体 API 以仓库 README 为准,本文不虚构类名与参数。商用前须核 FLUX Kommunity License:个人与年营收低于 500 万美元免费商用,研究与非商用免费,超门槛需自托管许可或 API,细节以 LICENSE 原文为准。

2026年10月17日10 分钟阅读