ChatGPT теперь не только чат: Chat, Work, Codex, Research, Projects и API

Раньше вопрос «где выполнить задачу» почти не возникал. Открываешь ChatGPT, пишешь запрос, получаешь ответ.

Сейчас этот подход быстро приводит к путанице. Одинаковую модель можно встретить в разных продуктах, но способ работы, доступные инструменты, лимиты и ожидаемый результат будут различаться.

Поэтому первый выбор - не модель. Первый выбор - рабочая поверхность.

Четыре уровня, которые нельзя смешивать

Полезно развести четыре понятия.

1. Продукт или поверхность: Чат, Work, Codex, Глубокое исследование, API.
2. Модель: GPT-5.6 Sol, Terra, Luna или GPT-5.5.
3. Режим размышления: сколько вычислительного усилия модель тратит на задачу.
4. Инструменты: веб поиск, поиск по файлам, теминал, использование пк, почта, календарь и другие подключения.

Например:

Codex + GPT-5.6 Sol + Medium + терминал и тесты.

Это не то же самое, что:

обычный Chat + GPT-5.6 Sol + Medium + загруженный файл.

Базовая модель может совпадать, но траектория работы и система лимитов отличаются.

Chat: диалог и ограниченный результат

Обычный Чат остается лучшим местом для задач, где важен разговор:

• обсудить решение;
• проверить аргументацию;
• переписать сообщение;
• разобрать документ;
• получить объяснение;
• сделать разовое резюме;
• подготовить черновик;
• уточнить мысль в несколько итераций.

Главный признак Chat: работа происходит в диалоге, а основной результат обычно находится прямо в ответе. Chat удобен, когда пользователь сам управляет процессом. Он видит промежуточный результат, уточняет требования и решает, что делать дальше.

Когда Chat начинает мешать

Он становится не лучшим выбором, если задача требует:

• собрать данные из множества подключенных источников;
• выполнить длинную последовательность действий;
• создать несколько связанных артефактов;
• продолжать работу автономно;
• менять файлы в репозитории;
• запускать команды и тесты.

Тогда нужно выбирать другой режим.

Work: делегирование законченного рабочего результата

ChatGPT Work предназначен для многоэтапной работы, где пользователь формулирует не один вопрос, а конечную цель.

Пример:

Изучи стенограмму встречи, переписку по проекту и предыдущий документ. Подготовь новый протокол, таблицу задач и презентацию к следующему совещанию.

Здесь недостаточно одного текстового ответа. Нужно собрать контекст, пройти несколько этапов и создать готовые материалы. Work полезен для:

• исследований с созданием документов;
• презентаций и таблиц;
• подготовки отчетов из нескольких источников;
• работы с подключенными приложениями;
• регулярных рабочих процессов;
• задач, которые можно поручить целиком и контролировать по результату.

Work не равен «более умному Chat»

Его преимущество не только в модели. Важнее агентная оболочка: возможность дольше работать над целью, использовать инструменты и производить артефакты.

Для простой просьбы «сократи этот текст» Work будет избыточен. Для задачи «собери месячный отчет по нескольким источникам и подготовь презентацию» - уместен.

Codex: инженерная работа с проектом

Codex специализируется на разработке программного обеспечения. Он работает не только с текстом задачи, но и с инженерной средой:

• репозиторием;
• файлами проекта;
• терминалом;
• тестами;
• линтерами;
• системой отследивания изменения в файлах;
• историей изменений;
• облачными задачами;
• IDE и CLI.

Codex следует выбирать, когда результатом должны стать реальные изменения в коде, а не просто пример кода в сообщении. Типовые задачи:

• найти причину бага;
• изменить существующую реализацию;
• добавить тесты;
• провести рефакторинг;
• обновить документацию рядом с кодом;
• проверить регрессию;
• подготовить миграцию;
• выполнить code review.

Почему обычный Chat не заменяет Codex

Chat может написать хороший фрагмент кода. Но он не всегда видит весь репозиторий, не запускает тесты в нужной среде и не проверяет фактический diff.

Codex ценен именно замкнутым инженерным циклом:

изучить проект -> изменить -> запустить -> увидеть ошибку -> исправить -> перепроверить.

Deep Research: отдельный режим для доказательного исследования

Deep Research нужен, когда задача требует многошагового поиска по внешним и внутренним источникам с формированием связного отчета. Он уместен для:

• исследования рынка;
• анализа конкурентов;
• проверки спорного утверждения;
• изучения нормативных изменений;
• подготовки обзора с источниками;
• сопоставления нескольких точек зрения.

Для ответа на короткий вопрос Deep Research обычно избыточен. Он тратит больше времени, потому что строит план поиска, собирает материалы и оформляет доказательную базу. Главный критерий:

Нужен ли вам просто ответ или воспроизводимый исследовательский документ?

Проекты: постоянный контекст вокруг направления

Проект - это не отдельная модель и не агентная задача. Это способ удерживать связанные чаты, файлы и инструкции в одном рабочем пространстве.

Проекты полезны, когда работа продолжается неделями или месяцами:

• отдельный продукт;
• контентная серия;
• исследовательское направление;
• клиентский проект;
• разработка сайта;
• база знаний команды.

Преимущество - меньше повторного объяснения контекста. Риск - накопление устаревших или противоречивых материалов. Поэтому проектные файлы должны иметь иерархию источников правды.

Запланированные задания: когда важен момент запуска

Планировщик решают задачу времени:

• напомнить;
• прислать регулярный отчет;
• проверить условие;
• повторять запрос по расписанию.

Это не полноценная замена Work или Codex. Планировщик может запускать будущую проверку, но тип работы внутри все равно должен быть выбран корректно.

Например:

• ежедневная сводка новостей - планировщик;
• еженедельная сборка сложной презентации из нескольких систем - Work с расписанием;
• ночной запуск тестов в репозитории - инженерная автоматизация или Codex.

API: когда задача превращается в продуктовый процесс

API нужен, если использование модели должно стать частью собственной системы. Признаки:

• тысячи однотипных запросов;
• строгая JSON-схема;
• интеграция с CRM или внутренним приложением;
• необходимость логирования;
• контроль стоимости;
• собственная маршрутизация моделей;
• повторяемость и автоматический запуск;
• использование в боевом продукте.

Подписка ChatGPT и API оплачиваются и ограничиваются отдельно. Наличие Plus не дает бесплатный API-бюджет.

Когда не стоит спешить в API

Если процесс еще не стабилизирован, сначала полезно выполнить его вручную в Chat или Work. Иначе компания автоматизирует не решение, а неопределенность.

Хорошая последовательность:

1. проверить задачу вручную;
2. уточнить формат входа и выхода;
3. определить критерии качества;
4. выбрать модель;
5. только затем автоматизировать через API.

Практическая матрица выбора

Типичные ошибки выбора

Использовать Work для короткого текста

Результат будет получен, но агентный ресурс потрачен без необходимости.

Просить Chat «полностью исправить проект»

Можно получить правдоподобный код без фактической проверки в среде.

Использовать Codex для обсуждения бизнес-стратегии

Codex может ответить, но его сильная сторона - инженерная работа, а не свободный стратегический диалог.

Автоматизировать через API неустойчивый процесс

Если сотрудники еще не согласны, что считается правильным результатом, API только ускорит производство спорных ответов.

Что меняем после этой статьи

1. В каждой инструкции агента фиксируем рабочую поверхность отдельно от модели.
2. Простые диалоговые задачи оставляем в Чат.
3. Многоэтапные бизнес-артефакты направляем в Work.
4. Изменения кода выполняем через Codex.
5. Глубокое исследование используем только там, где нужна доказательная база.
6. API подключаем после стабилизации процесса.

Следующая статья - о моделях: чем GPT-5.6 Sol, Terra и Luna отличаются от GPT-5.5 и почему «новее» не всегда означает «выгоднее».

FAQ

Чем Work отличается от обычного ChatGPT?

Chat удобен для диалога и разового ответа. Work рассчитан на более длинную многоэтапную работу с файлами, приложениями, согласованиями и готовыми артефактами.

Когда нужен Deep Research?

Когда ответ должен быть построен на поиске, сравнении источников и документированном отчете. Для простого редактирования или внутреннего обсуждения он избыточен.

Заменяет ли Project API?

Нет. Проект организует контекст и память внутри ChatGPT. API нужен для программного встраивания, массовой обработки, собственных логов и маршрутизации.