לדבר עם עוזר AI בקול, בלי ידיים ובלי להקליד

מה זו שיחה חיה בדיבור

סשן ב-GPT Realtime Assistant הוא שיחה שאתם מתחילים ומסיימים בעצמכם. הקישו על ״התחל״ (ב-iPad וב-Mac ״התחל סשן״) והמיקרופון פתוח: מה שאתם אומרים מופיע כתמלול, והתשובה של העוזר מופיעה לצדו. לא לוחצים על שום דבר בין שאלות. העוזר עונה על כל תור בעצמו, כך שהקצב קרוב יותר לשיחה עם אדם מאשר להכתבה לתיבת חיפוש.

זו שיחה אחת, לא שרשרת של פקודות נפרדות. שאלת המשך כמו “והשני?” או “יותר קצר, בבקשה” מובנת לאור מה שנאמר קודם, כמו אצל אדם שהקשיב.

זה רץ ב-iPhone וב-iPad עם iOS או iPadOS 26 ואילך, וב-Mac עם Apple silicon ו-macOS 26 ואילך.

להתחיל שיחה, צעד אחר צעד

פחות מדקה, ורובה הולכת על ההחלטה איפה להעמיד את המכשיר.

1. פתחו את האפליקציה והתחילו סשן חדש. לשאלות כלליות מספיק סשן עם הנחיות משלכם; תבנית עוזרת כשלשיחה יש מטרה, כמו ״משימת תכנות״ או ״ראיון״.
2. בחרו את ״רמת פירוט״: ״קצר״, ״מאוזן״ או ״מפורט״. ״מאוזן״ היא ברירת המחדל.
3. בדקו ש״תרגם״ כבוי. התרגום הוא הגדרה לכל האפליקציה שנשארת מופעלת עד שתכבו אותה, וכשהיא מופעלת, כל מה שאתם אומרים מתורגם משפה אחת לאחרת.
4. העמידו את המכשיר במקום שבו תוכלו לקרוא בלי להרים אותו: במעמד על השולחן, נשען על הקיר מאחורי משטח העבודה, על משענת הספה.
5. הקישו על ״התחל״ ושאלו את השאלה שלכם כמו שהייתם שואלים אדם.
6. הקישו על ״סיים״ כשסיימתם. השיחה נשארת בהיסטוריה של הסשן, במכשיר.

קטעו אותו בדיבור

כשאתם מתחילים לדבר, העוזר עוצר את התשובה הנוכחית שלו. זה כל המנגנון, וזה מה שהופך שיחה בדיבור לשימושית: לא צריך לחכות עד הסוף לתשובה שהלכה לכיוון הלא נכון, ולא צריך למצוא כפתור כדי לקצר אותה.

השתמשו בזה כמו עם אדם שלא הבין את השאלה. “לא, התכוונתי לרכבת, לא לטיסה.” “רק את המספר.” “בלי הרקע — מה אני עושה עכשיו?” העוזר מקבל את התיקון וממשיך משם.

המיקרופון שומע את החדר, לא רק אתכם. אדם אחר שמדבר בקרבת מקום, או טלוויזיה, מגיעים אליו בדיוק כמו הדיבור שלכם, כך שפינה שקטה עושה שיחה נקייה יותר ממטבח עמוס.

״קצר״, ״מאוזן״ או ״מפורט״

ההגדרה ״רמת פירוט״ קובעת כמה ארוכות התשובות. היא חשובה יותר בשיחה בדיבור מאשר בשיחה מוקלדת, כי שאלתם בקול ועכשיו אתם קוראים את התשובה ממרחק זרוע, לעיתים קרובות תוך כדי משהו אחר.

אפשר גם לבקש תשובה קצרה או ארוכה יותר ברגע עצמו — “בשורה אחת”, “תסביר את זה כמו שצריך” — בלי לשנות את ההגדרה.

• ״קצר״: התשובות הקצרות ביותר. מתאים להלוך ושוב מהיר, לעובדה שאתם צריכים כשהידיים עסוקות, ולכל דבר שאתם רוצים לקלוט במבט אחד.
• ״מאוזן״: ברירת המחדל, באמצע. בחירה סבירה כשאתם עוד לא יודעים איך השיחה תתפתח.
• ״מפורט״: כשאתם יושבים ורוצים את הנימוק, השלבים או האפשרויות במלואם.

השאירו את המסך דולק

זה הכלל שמפתיע אנשים. סשן חי נגמר כשהאפליקציה עוברת לרקע או כשהמסך ננעל: האפליקציה מציגה ״האפליקציה לא פעילה. סשן בזמן אמת נסגר.״ ומפסיקה להקשיב. בדיקת הודעה באפליקציה אחרת, או טלפון שננעל מעצמו על השולחן, מסיימים את השיחה.

זו גם הסיבה ש“בלי ידיים” כאן לא אומר בלי ידיים בזמן נהיגה. התשובות על המסך, וקריאה ממסך היא לא דבר שעושים מאחורי ההגה.

לכל דבר ארוך משאלה מהירה:

• הגדירו זמן ארוך יותר ל״נעילה אוטומטית״ בהגדרות של המכשיר בזמן שאתם משתמשים באפליקציה, והחזירו אחר כך.
• חברו את המכשיר לטעינה בסשן ארוך. מיקרופון פתוח ומסך דולק צורכים יותר סוללה מטלפון שמונח בלי שימוש.
• אם הסשן בכל זאת נסגר, חזרו לאפליקציה והתחילו אותו מחדש. התמלול עד אותו רגע נשמר בסשן.

כשאי אפשר לדבר בקול

יש מקומות שלא מתאימים לדבר בהם עם טלפון: קרון רכבת שקט, חלל עבודה פתוח, חדר שמישהו ישן בו. הקלידו במקום זה. התיבה ״שאל AI או הדבק הקשר...״ מקבלת את אותן שאלות, והתשובות חוזרות באותה דרך. זה גם המקום להדביק משהו ארוך — מייל, רשימת הוראות, פסקה שאתם רוצים שיסבירו לכם — וזה מהיר יותר מלקרוא אותו בקול.

״מיקרופון״ מכבה ומדליק את המיקרופון, לרגע שבו אתם רוצים להשאיר את הסשן פתוח בלי שהוא יקשיב.

כברירת מחדל, המודל של OpenAI שומע את השמע. תחת ״מאזין״ אפשר לבחור במקום זה ב-Apple Speech: המילים שלכם מתומללות במכשיר, והטקסט נשלח ל-GPT בשביל התשובה. זה משנה איפה התמלול נעשה; התשובה עדיין מגיעה מהענן.

אם קשה לקרוא את התשובות מהמקום שבו המכשיר עומד, ״גודל גופן צ'אט״ ב״הגדרות״ של האפליקציה, תחת ״מראה״, מגיע עד ״גדול במיוחד״, מעל גודל הטקסט שנקבע לכל המכשיר.

מה זה, ומה זה לא

זה בן שיח שאתם מדברים איתו בקול, והוא עונה על שאלות, מסביר, מנסח וחושב איתכם. זה לא תחליף ל-Siri. הוא לא יכול לשלוט בטלפון: הוא לא מכוון טיימרים או שעונים מעוררים, לא שולח הודעות, לא מתקשר, לא פותח אפליקציות ולא משנה הגדרות. הוא עונה; אתם פועלים.

הוא גם לא ממתין ברקע שיקראו לו. הוא מקשיב רק כשסשן פתוח על המסך שמולכם, והסשן נגמר כשמקישים על ״סיים״ או יוצאים מהאפליקציה.

סשנים בענן צריכים חיבור לאינטרנט. במהלך סשן כזה השמע עובר מהמכשיר ישירות ל-Realtime API של OpenAI; הסשן נשמר במכשיר; השרתים של Arte Soft אף פעם לא מקבלים את השמע, התמלולים או התשובות. הדרך היחידה להריץ סשן בלי חיבור היא סשן מקומי ב-Mac עם Apple silicon, עם מודלים שמורידים פעם אחת ב״הגדרות״.

ההורדה חינמית, וסשנים דורשים מנוי; סשנים בענן צורכים קרדיטים לפי השמע והטקסט שהם משתמשים בהם, והמדריך על מחיר הסשן מסביר את זה. ותשובה אינה עובדה עד שבדקתם אותה. בכל דבר שחשוב — מינון, מועד אחרון, שאלה משפטית — השתמשו בתשובה כדי לדעת מה לשאול, ושאלו מישהו מוסמך.