Giới thiệu về canvas

Chúng tôi xin giới thiệu Canvas, giao diện mới giúp bạn làm việc với ChatGPT trong các dự án viết và lập trình trên mức chat thông thường. Canvas mở trong một cửa sổ riêng, cho phép bạn và ChatGPT cộng tác trong một dự án. Phiên bản thử nghiệm ban đầu này mang đến một cách làm việc mới – không chỉ thông qua trò chuyện mà còn bằng việc cùng nhau xây dựng và chỉnh sửa ý tưởng.   

Canvas được phát triển dựa trên GPT‑4o và có thể được chọn thủ công trong phần chọn mô hình khi đang ở giai đoạn thử nghiệm. Bắt đầu từ hôm nay, chúng tôi sẽ triển khai Canvas tới người dùng ChatGPT Plus và Team trên toàn cầu. Người dùng Enterprise và Edu sẽ được truy cập vào tuần sau. Chúng tôi cũng có kế hoạch cung cấp Canvas cho tất cả người dùng ChatGPT Free sau khi kết thúc giai đoạn thử nghiệm.

Mọi người sử dụng ChatGPT hàng ngày để được hỗ trợ viết và lập trình. Mặc dù giao diện chat rất dễ dùng và phù hợp với nhiều tác vụ nhưng vẫn có những hạn chế khi làm việc với các dự án cần chỉnh sửa và sửa đổi. Canvas mang đến một giao diện mới dành riêng cho loại công việc này.

Với Canvas, ChatGPT có thể hiểu rõ hơn về bối cảnh của những gì bạn muốn thực hiện. Bạn có thể tô đậm những phần bạn muốn ChatGPT tập trung xử lý. Giống như một biên tập viên hay người kiểm tra mã, ChatGPT có thể đưa ra nhận xét và đề xuất ngay trong nội dung với cái nhìn tổng thể về toàn bộ dự án.

Bạn là người kiểm soát dự án trên Canvas. Bạn có thể trực tiếp chỉnh sửa văn bản hoặc mã. Canvas có một menu phím tắt để bạn yêu cầu ChatGPT điều chỉnh độ dài bài viết, gỡ lỗi mã và thực hiện nhanh các thao tác hữu ích khác. Bạn cũng có thể khôi phục các phiên bản công việc trước đó bằng cách sử dụng nút quay lại trên Canvas.

Canvas sẽ tự động mở khi ChatGPT phát hiện tình huống mà nó có thể hỗ trợ hiệu quả. Bạn cũng có thể thêm cụm “sử dụng canvas” trong lời nhắc để mở Canvas và sử dụng cho một dự án đang làm dở.

Các phím tắt dành cho việc viết lách bao gồm:

• Đề xuất chỉnh sửa: ChatGPT đưa ra các đề xuất và phản hồi ngay trong nội dung.
• Điều chỉnh độ dài: Chỉnh sửa độ dài của tài liệu cho ngắn hơn hoặc dài hơn.
• Điều chỉnh mức độ đọc hiểu: Điều chỉnh mức độ đọc hiểu, từ mẫu giáo đến sau đại học.
• Hoàn thiện lần cuối: Kiểm tra ngữ pháp, độ rõ ràng và tính nhất quán.
• Thêm biểu tượng cảm xúc: Thêm biểu tượng cảm xúc có liên quan để nhấn mạnh và tô màu.

Lập trình là một quá trình lặp lại nhiều lần, thật khó để theo dõi tất cả các điểm chỉnh sửa qua chat. Canvas giúp bạn dễ dàng theo dõi và hiểu các thay đổi mà ChatGPT thực hiện, chúng tôi sẽ tiếp tục cải tiến để tăng tính minh bạch trong quá trình chỉnh sửa này.

Các phím tắt lập trình bao gồm:

• Xem xét mã: ChatGPT cung cấp các đề xuất trực tiếp trong nội dung để cải thiện mã của bạn.
• Thêm nhật ký: Chèn các dòng lệnh in ra màn hình để hỗ trợ gỡ lỗi và hiểu hoạt động của mã.
• Thêm chú thích: Thêm phần chú thích giúp mã dễ hiểu hơn.
• Sửa lỗi: Phát hiện và viết lại các đoạn mã có vấn đề để khắc phục lỗi.
• Chuyển sang một ngôn ngữ: Dịch mã của bạn sang các ngôn ngữ như JavaScript, TypeScript, Python, Java, C++ hoặc PHP.

Chúng tôi đã huấn luyện GPT‑4o để cộng tác như một đối tác sáng tạo. Mô hình biết khi nào cần mở Canvas, thực hiện các chỉnh sửa có mục tiêu hoặc viết lại toàn bộ nội dung. Nó cũng hiểu được ngữ cảnh rộng hơn để đưa ra phản hồi và gợi ý một cách chính xác.

Để đạt được điều đó, nhóm nghiên cứu của chúng tôi đã phát triển các hành vi cốt lõi sau:

• Kích hoạt Canvas cho các tác vụ viết và lập trình 
• Tạo ra nhiều loại nội dung khác nhau
• Chỉnh sửa có mục tiêu
• Viết lại toàn bộ tài liệu
• Đưa ra nhận xét trực tiếp trong nội dung

Chúng tôi đã đo lường mức độ tiến bộ thông qua hơn 20 bài đánh giá nội bộ được tự động hóa. Chúng tôi sử dụng các kỹ thuật tạo dữ liệu tổng hợp mới, chẳng hạn như trích xuất đầu ra từ mô hình OpenAI o1‑preview để tinh chỉnh mô hình sau huấn luyện nhằm phục vụ các hành vi cốt lõi nói trên. Cách tiếp cận này cho phép chúng tôi cải thiện nhanh chóng chất lượng văn bản và khả năng tương tác với người dùng mới mà không cần phụ thuộc vào dữ liệu do con người tạo ra.

Một thách thức quan trọng trong quá trình này là xác định khi nào cần kích hoạt Canvas. Chúng tôi đã huấn luyện mô hình nhận biết khi nào nên mở Canvas với các lời nhắc như: “Viết một bài blog về lịch sử hạt cà phê”, đồng thời tránh kích hoạt quá mức các tác vụ hỏi–đáp thông thường như: “Giúp tôi nấu một món mới cho bữa tối”. Đối với các tác vụ viết, chúng tôi ưu tiên cải thiện tỷ lệ “kích hoạt đúng” (chấp nhận giảm tỷ lệ “không kích hoạt đúng”), đạt mức 83% so với mô hình GPT‑4o không có ví dụ cụ thể được hướng dẫn bằng lời nhắc.

Cũng cần lưu ý rằng chất lượng của các mô hình tham chiếu như vậy phụ thuộc rất nhiều vào lời nhắc cụ thể được sử dụng. Với các lời nhắc khác nhau, mô hình tham chiếu có thể vẫn cho kết quả kém nhưng theo một cách khác—chẳng hạn, thay vì chỉ hoạt động kém trong một lĩnh vực cụ thể, mô hình có thể cho kết quả không chính xác một cách đồng đều ở cả các tác vụ viết và lập trình, dẫn đến sự thay đổi trong kiểu phân bố lỗi và các dạng thể hiện khác nhau của hiệu suất chưa tối ưu. Đối với các tác vụ lập trình, nhóm phát triển cố tình điều chỉnh mô hình theo hướng hạn chế tự động kích hoạt, tránh làm gián đoạn trải nghiệm của những người dùng thành thạo. Chúng tôi sẽ tiếp tục cải thiện dựa trên phản hồi của người dùng.

Thách thức thứ hai liên quan đến việc tinh chỉnh hành vi chỉnh sửa của mô hình sau khi canvas được kích hoạt—cụ thể là xác định khi nào nên thực hiện chỉnh sửa có mục tiêu và khi nào nên viết lại toàn bộ nội dung. Chúng tôi đã huấn luyện mô hình để thực hiện chỉnh sửa có mục tiêu trong trường hợp người dùng chủ động chọn đoạn văn bản cụ thể thông qua giao diện, nếu không, mô hình sẽ ưu tiên viết lại toàn bộ. Hành vi này vẫn đang tiếp tục được cải thiện trong quá trình chúng tôi hoàn thiện mô hình.

Cuối cùng, quá trình huấn luyện mô hình để tạo ra các nhận xét chất lượng cao đòi hỏi nhiều bước lặp và điều chỉnh kỹ lưỡng. Khác với hai trường hợp vốn có thể dễ dàng điều chỉnh để đánh giá tự động kết hợp với rà soát kỹ lưỡng theo cách thủ công, việc đo lường chất lượng một cách tự động là một thách thức lớn. Do đó, chúng tôi đã sử dụng đánh giá thủ công để xác định mức độ chính xác và chất lượng của các nhận xét. Mô hình tích hợp canvas vượt trội so với GPT‑4o không có ví dụ cụ thể được hướng dẫn bằng lời nhắc ở hai khía cạnh: chính xác hơn 30% và chất lượng cao hơn 16%, cho thấy việc huấn luyện hậu kỳ bằng dữ liệu tổng hợp giúp cải thiện đáng kể chất lượng phản hồi và hành vi so với cách dựa trên lời nhắc có hướng dẫn rõ ràng nhưng không đưa ra ví dụ cụ thể.

Để AI hữu ích và dễ tiếp cận hơn, chúng ta cần xem xét lại cách tương tác với AI. Canvas là một phương pháp tiếp cận mới và là bản cập nhật lớn đầu tiên cho giao diện trực quan của ChatGPT kể từ khi chúng tôi ra mắt cách đây hai năm.

Canvas hiện đang trong giai đoạn thử nghiệm beta và chúng tôi dự định sẽ nhanh chóng cải thiện các tính năng.