ChatGPT alkoi rakentaa vastauksista työkaluja – GPT-6 tuli myös ilmaiseksi

OpenAI:n 7. lokakuuta 2026 julkaisema GPT-6-julkistus toi ChatGPT:n tavalliseen Chat-keskusteluun Intelligent UI -toiminnon: vastaukseen voi syntyä säädettäviä kaavioita, painikkeita ja tehtävää varten rakennettuja työkaluja; maailmanlaajuinen käyttöönotto alkoi maksullisilla tilauksilla samana päivänä ja laajeni julkistuksen mukaan Free- ja Go-tileille 8. lokakuuta.

Maksuttoman ChatGPT:n käyttäjälle muutos tarkoittaa mahdollisuutta käyttää kysymyksen mukaan rakentuvaa vastausta suoraan keskustelussa. Free- ja Go-tileille nimettiin julkistuksessa GPT-6 Luna, kun taas Plus-, Pro-, Business- ja Enterprise-tilien Chat-keskusteluihin nimettiin GPT-6 Sol. Muutos koski Chat-välilehteä eikä samalla vaihtanut Workin tai Codexin taustamalleja.

Vastaus muuttuu, kun käyttäjä muuttaa lähtötietoa

Intelligent UI:n näkyvin ero tavalliseen tekstivastaukseen on se, että vastauksen osia voi käyttää. Kysymyksen mukaan ChatGPT voi yhdistää tekstiin kuvia, valittavia painikkeita, lomakekenttiä, kaavioita tai säädettäviä näkymiä. Käyttäjä voi vaihtaa arvoa ja nähdä sen vaikutuksen saman vastauksen sisällä ilman, että koko tehtävää tarvitsee aloittaa alusta.

Sunnuntaipaistin esimerkissä ruokailijoiden määrä vaikuttaa ostettaviin määriin, ja aterian aikataulu näkyy reseptin rinnalla. Automatkan suunnitelmassa pysähdykset puolestaan liittyvät karttaan ja poikkeamisen arvoisia paikkoja koskeviin huomioihin. Kummassakin tehtävässä käyttöliittymä kokoaa yhteen tietoja, joiden suhteita pitkistä tekstikappaleista olisi hankalampi hahmottaa.

Vastausmuoto valitaan kysymyksen perusteella. Vertailu voi asettaa vaihtoehdot rinnakkain, kun taas lyhyeen tosiasiakysymykseen tavallinen lause voi olla riittävä. Säädettävät osat syntyvät käsillä olevaan vastaukseen, joten syötetyn arvon muuttaminen ei vaadi siirtymistä erilliseen laskentasovellukseen.

Vertailussa painotukset voivat vaihtaa suosituksen

TechRadarin kokeilussa eläkesäästölaskuri antoi muuttaa eläkeikää, kuukausittaista säästösummaa ja oletettua vuosikasvua, kun taas Apple MacBook Airin, ASUS Zenbookin ja Lenovo Chromebookin vertailussa voitiin painottaa akun kestoa, painoa ja hintaa. Samassa kokeilussa syntyi myös polkupyörän vaihdeselitys, hiragana-kysely ja Tokion matkasuunnitelma. Suositeltu laite saattoi vaihtua, kun painotusta muutettiin. Tämä tekee näkyväksi, mikä osa vastauksesta riippuu käyttäjän omista tavoitteista.

Tuotteen nimi, arvioitu akunkesto ja käyttäjän antama painoarvo ovat eri asioita: liukusäädin muuttaa vertailun painotusta, mutta se ei mittaa akun todellista kestoa. Vertailun yksi akunkestoluku oli arvio, joten vuorovaikutteinen esitystapa ei yksin tee lähtötiedoista tarkkoja.

Matkasuunnitelma paljasti toisen käytännön rajan. Tokion matkaa koskeva alkuperäinen vastaus sisälsi kartan ja kuvia, mutta säädettävä budjetti tuli näkyviin vasta tarkentavan pyynnön jälkeen. Toiminto voi siis tarjota muokattavan näkymän heti tai rakentaa sen vasta, kun käyttäjä täsmentää, mitä haluaa muuttaa.

Oppimisessa valinta avaa selityksen seuraavan osan

Vuorovaikutteinen selitys auttaa erityisesti silloin, kun osien suhde on itse kysymyksen ydin. Polkupyöräesimerkissä käyttäjä voi valita rungon, pyörät, voimansiirron, jarrut tai ohjaamon ja nähdä kunkin osan tehtävän. Valinta rajaa selityksen siihen osaan, jota käyttäjä haluaa juuri silloin ymmärtää.

Vaihdeselityksessä liukusäädin vaihtoi vaihdetta ja takaratas muuttui kuvassa. Kyse oli yksinkertaistetusta mallista, joka havainnollisti periaatetta esittämättä mekaanisesti tarkkaa pyörää. Käyttöliittymä voi siten tehdä syyn ja seurauksen helpommin nähtäväksi, vaikka yksityiskohtainen rakenne vaatisi tarkempaa aineistoa.

Hiraganan harjoittelussa vastaus eteni toisella tavalla. ChatGPT esitteli japanin kirjoitusmerkkejä ääntämisvihjeineen ja siirtyi sitten kyselyyn, jossa oppija tunnisti merkin ennen seuraavaa ryhmää. Tällaisessa tehtävässä vastauskenttä tekee oppijan omasta valinnasta osan harjoitusta; pelkkä luettava merkkilista ei tarjoa samaa välitöntä palautetta.

Keskusteluun rakentuu tehtäväkohtainen väline

Työkalun voi saada myös silloin, kun kysymys ei koske ohjelman rakentamista. Julkaisun esimerkkeihin kuuluvat säästöjen kasvua havainnollistava laskuri, yhteisen illallislaskun jakaja ja keskustelussa pelattava peli. Laskunjakajassa summan tai osallistujamäärän muuttaminen antaa uuden jaon, kun taas tekstimuotoinen selitys kertoisi vain laskutavan.

Toteutuksessa on kirjasto valmiita käyttöliittymäosia ja kääntäjä, joka käsittelee näkymää mallin muodostaessa sitä. Siksi käyttöliittymä voi ilmestyä vaiheittain eikä koko vastausta tarvitse odottaa ennen ensimmäisten osien näkymistä. Sama vaiheittaisuus koskee GPT-6:n tekstivastausta: se voi aloittaa vastaamisen samalla, kun käsittely jatkuu.

Tämä auttaa erityisesti muuttuvia arvoja sisältävissä tehtävissä. Laskurin tulos riippuu syötteistä ja vertailu sen käyttämistä tuotetiedoista, joten käyttöliittymän muoto ei korvaa sisällön tarkkuutta. Lyhyt, pysyvä tieto voi edelleen välittyä selkeimmin tavallisena tekstinä.

Käyttöönotto riippuu tilistä ja sovelluksesta

Julkistuksessa luvattu Free-käyttöönotto ei vastaa kaikilta osin OpenAI:n myöhempää ChatGPT-mallien käyttöohjetta: sen mukaan Free- ja Go-tilien oletusmalli on GPT-5.6 Luna, ja GPT-6:n käyttöönotto Chatissa koskee kelpoisia maksavia tilejä. Maksuttoman tilin nykyistä mallia ei siten voi päätellä yksin julkaisuilmoituksesta.

Intelligent UI toimii verkossa ja tuetuissa päivitetyissä sovelluksissa silloin, kun käytössä on sitä tukeva GPT-6-ajattelutaso. Vanhemmat työpöytäsovellukset eivät tue toimintoa, eikä se ole käytettävissä Pro-ajattelutasolla. Organisaatiotilin saatavuuteen vaikuttavat lisäksi työtilan ylläpitäjän asetukset.

Asetuksista voi vähentää visuaalisia osia, mutta valinta ei muuta koko keskustelua pelkäksi tekstiksi. Intelligent UI:lle ei ole erillistä käyttökiintiötä, vaan mallin, työkalujen ja tilauksen yleiset rajat pysyvät voimassa. Maksuttomalle käyttäjälle käytännön seuraus riippuu siitä, mikä malli on hänen Chat-keskustelussaan saatavilla.

Lue myös:

• REST vai GraphQL? Pienempi vastaus voi vaatia raskaamman palvelimen
• Ragas vai DeepEval? Sama RAG-vastaus voi saada eri arvosanan
• GPT-Synopsys oppii käyttämään piirisuunnittelun työkaluja itse