ChatGPT Canvas lanseras – nytt arbetsläge för text och kod

ChatGPT Canvas lanseras – nytt arbetsläge för text och kod

Den 3 oktober 2024 presenterade OpenAI Canvas, ett nytt gränssnitt för längre skriv- och kodprojekt i ChatGPT. I stället för att arbeta enbart genom en vertikal chatt öppnades dokumentet i en separat arbetsyta där användaren kunde markera delar, redigera direkt och be ChatGPT förbättra ett specifikt avsnitt.

Marketplace sammanfattar lanseringen i efterhand. Canvas började som en tidig beta för ChatGPT Plus och Team och byggdes senare ut till fler användare och funktioner. Lanseringen blev viktig eftersom den flyttade AI-assistenten från fråge-svar-formatet till ett mer praktiskt samarbete kring ett faktiskt dokument eller en kodfil.

Canvas i korthet

| Punkt | Uppgift vid lanseringen |
|---|---|
| Lanseringsdatum | 3 oktober 2024 |
| Produkt | ChatGPT Canvas |
| Första status | Tidig beta |
| Första användare | Plus och Team, senare Enterprise, Edu och fler planer |
| Huvudområden | Skrivande och programmering |
| Gränssnitt | Separat arbetsyta bredvid ChatGPT |
| Viktig funktion | Markera ett avsnitt och få riktad återkoppling |
| Underliggande modell | En anpassad GPT-4o-version vid lanseringen |

Varför räckte inte den vanliga chatten?

En chatt fungerar bra när användaren ställer en fråga eller vill ha ett kort utkast. Den blir svårare att använda när arbetet omfattar ett längre dokument med många revisioner.

I en vanlig konversation kan processen se ut så här:

1. modellen skriver ett utkast
2. användaren ber om en ändring
3. modellen skriver om hela texten
4. andra stycken ändras oavsiktligt
5. användaren behöver jämföra flera versioner manuellt

Canvas gav en stabil arbetsyta där dokumentet fanns kvar medan samtalet fortsatte. Användaren kunde ändra text själv och be AI:n arbeta endast med ett markerat stycke.

Så fungerade arbetsytan

Canvas öppnades i ett separat fönster bredvid konversationen. ChatGPT kunde ibland föreslå arbetsytan automatiskt när uppgiften såg ut som ett längre skriv- eller kodprojekt. Användaren kunde även be modellen att öppna Canvas.

I arbetsytan gick det att:

• skriva och redigera direkt
• markera en mening, ett stycke eller kodblock
• be om en lokal ändring
• granska föreslagna korrigeringar
• använda snabbkommandon för vanliga förbättringar
• gå tillbaka till tidigare versioner
• fortsätta diskutera projektet i chatten

Det skapade en tydligare uppdelning mellan samtalet om arbetet och själva artefakten.

Verktyg för skrivande

OpenAI byggde in flera genvägar för textarbete. De kunde bland annat hjälpa användaren att:

• föreslå redigeringar
• anpassa längden
• ändra läsnivån
• förbättra språk och grammatik
• lägga till en sista kvalitetskontroll

En skribent kunde exempelvis markera ingressen och be om en tydligare vinkel utan att resten av artikeln skrevs om. Det minskade risken för att en fungerande struktur förstördes vid varje ny prompt.

Samtidigt behövde användaren kontrollera mer än grammatik. En polerad text kunde fortfarande innehålla felaktiga fakta, påhittade citat eller en tonalitet som inte passade avsändaren.

Verktyg för programmering

Canvas hade även särskilda funktioner för kod. ChatGPT kunde föreslå ändringar, lägga till loggar, kommentarer eller felhantering och hjälpa till att översätta kod mellan språk.

Tidiga genvägar omfattade exempelvis:

• kodgranskning
• lägg till loggar
• lägg till kommentarer
• rätta fel
• porta till ett annat programmeringsspråk

Utvecklaren kunde markera en funktion och be om en förbättring i stället för att klistra in hela projektet på nytt.

Canvas var ändå inte en fullständig utvecklingsmiljö. Koden behövde fortfarande köras, testas och granskas med vanliga verktyg.

Skillnaden mot ett vanligt dokumentverktyg

| Vanlig ordbehandlare eller kodeditor | ChatGPT Canvas vid lanseringen |
|---|---|
| Användaren gör huvuddelen av ändringarna | AI kan föreslå och genomföra riktade ändringar |
| Kommentarer kommer från människor | ChatGPT kan ge omedelbar återkoppling |
| Versionshistorik styrs av programmet | Canvas kombinerar versioner med samtalskontext |
| Kräver ofta byte till en annan AI-app | Assistent och dokument finns i samma vy |
| Stabil och förutsägbar redigering | Modellförslag kan vara oväntade eller felaktiga |

Canvas ersatte inte Google Docs, Word, VS Code eller Git. Det fungerade snarare som ett AI-förstärkt utkasts- och revisionslager.

Modellen tränades för samarbete

OpenAI uppgav att den anpassade GPT-4o-versionen tränats för att förstå när Canvas borde öppnas och när modellen skulle göra en riktad redigering i stället för att skriva om hela innehållet.

Det är en annan typ av instruktionsföljning än vanlig textgenerering. Modellen behövde kunna avgöra:

• vad användaren faktiskt ville ändra
• vilket område som skulle lämnas orört
• när en kommentar var bättre än en direkt ändring
• hur mycket text som behövde skrivas om
• när användaren borde få kontrollera förslaget först

Den här typen av samarbete blev senare central i AI-kodverktyg och dokumentassistenter.

När Canvas var mest användbart

Canvas passade särskilt bra för:

• artiklar och rapporter
• manus och längre mejlutkast
• ansökningar och personliga brev
• teknisk dokumentation
• kodfiler och prototyper
• strukturerade planer
• återkommande revisioner

Det var mindre nödvändigt för en enkel fråga, en kort översättning eller ett svar på några meningar.

Risk för att AI:n skriver över användarens röst

När en modell redigerar text kan resultatet bli tydligare men också mer generiskt. Upprepade förbättringar riskerar att ta bort personliga uttryck, osäkerhet och nyanser som gör texten trovärdig.

En bra arbetsmetod var att:

1. skriva ett eget första utkast eller en tydlig disposition
2. markera exakt vad som skulle förbättras
3. be modellen förklara större ändringar
4. kontrollera fakta och citat separat
5. läsa sluttexten högt
6. återställa formuleringar som tappat avsändarens röst

AI-redigering bör förstärka skribentens avsikt, inte ersätta den.

Källor och faktakontroll

Canvas gjorde redigeringen smidigare men gav ingen automatisk sanningsgaranti. Om en artikel innehöll ett fel kunde modellen formulera om det elegant utan att upptäcka problemet.

För faktabaserade texter behövdes därför en separat process:

• ange primärkällor
• kontrollera varje siffra och datum
• verifiera citerade personer
• skilj analys från fastställda fakta
• markera uppdateringsdatum
• bevara länkar och underlag utanför modellen

Sökfunktioner och källhänvisningar utvecklades parallellt. Läs vår historiska genomgång av SearchGPT-prototypen från juli 2024.

Företagsdata och sekretess

Canvas kunde innehålla längre dokument och kod än en vanlig kort prompt. Det ökade mängden information som potentiellt skickades till tjänsten.

Företag behövde kontrollera:

• vilken ChatGPT-plan som användes
• om data kunde användas för modellförbättring
• om dokumentet innehöll personuppgifter
• om källkod eller affärshemligheter fick laddas upp
• vilka medarbetare som kunde dela arbetsytan
• hur historik och radering fungerade

En praktisk regel var att klassificera dokumentet innan det öppnades i Canvas. Material som inte fick skickas till en extern leverantör skulle inte bli tillåtet bara för att gränssnittet såg ut som en vanlig editor.

Canvas för utbildning

För elever kunde arbetsytan ge bättre stöd än att be ChatGPT skriva en hel uppgift. Modellen kunde kommentera ett stycke, föreslå en tydligare struktur eller ställa frågor om argumentationen.

Ett lärande arbetssätt var att:

• eleven skriver först
• AI:n ger återkoppling utan att ersätta texten
• eleven väljer vilka förslag som ska användas
• förändringarna förklaras muntligt eller skriftligt
• läraren kan bedöma elevens egen förståelse

Canvas kunde även göra fusk enklare om hela uppgiften genererades och finputsades utan elevens eget arbete. Skolans regler behövde därför fokusera på processen, inte enbart slutdokumentet.

Vägen mot moderna AI-arbetsytor

Canvas blev ett tidigt exempel på att AI-appar behövde fler gränssnitt än en chattruta. Senare produkter utvecklade arbetsytor för kod, dokument, diagram, appar och andra artefakter.

Den bakomliggande idén är densamma: användaren ska kunna se och redigera resultatet direkt medan AI:n arbetar i kontext.

Läs även om GPT-4 Turbo och egna GPT:er från OpenAI DevDay 2023, där plattformstanken tog fart.

Vanliga frågor

När lanserades ChatGPT Canvas?

OpenAI presenterade Canvas som en tidig beta den 3 oktober 2024.

Vem fick tillgång först?

Plus- och Team-användare fick den första utrullningen. Enterprise och Edu följde, och funktionen breddades senare ytterligare.

Var Canvas en separat app?

Nej. Det var en arbetsyta inne i ChatGPT som öppnades bredvid samtalet.

Kunde Canvas köra kod?

Vid den första lanseringen var fokus redigering och kodhjälp. Exakta kör- och verktygsfunktioner har förändrats i senare versioner.

Sparades tidigare versioner?

Canvas stödde versionshantering så att användaren kunde granska eller återgå till tidigare lägen.

Gjorde Canvas texten faktamässigt korrekt?

Nej. Arbetsytan förbättrade redigering och samarbete men ersatte inte källkontroll.

Sammanfattning

ChatGPT Canvas lanserades den 3 oktober 2024 och gav användare en separat arbetsyta för längre text- och kodprojekt. Markeringar, riktade ändringar och versionshantering gjorde samarbetet mer praktiskt än en ren chatt.

Lanseringen visade samtidigt att AI-redigering kräver tydligt ägarskap. Användaren behövde behålla sin egen röst, kontrollera fakta, skydda känsliga data och testa kod i vanliga utvecklingsverktyg.

Faktaunderlag: OpenAI, ”Introducing canvas”, publicerad 3 oktober 2024. Artikeln är en historisk sammanfattning publicerad i efterhand.