OpenAI hat gerade veröffentlicht GPT-5.4 — Einführung native Computernutzung Das verändert die Automatisierung grundlegend.

Zum ersten Mal kann eine universell einsetzbare KI sehen Sie Ihren Bildschirm, Dann Klicken, tippen, scrollen und ziehen Genau wie ein Mensch – keine Plugins erforderlich.

Im OSWorld-Benchmark erzielt es folgende Punktzahl: 75,0 %und übertrifft damit menschliche Experten.

Beispiel: Weisen Sie es an, Chrome zu öffnen, eine Rechnung zu suchen und darauf zu antworten – es wird tatsächlich Mach esDie

Was Sie lernen werden

• Computersteuerung in ChatGPT aktivieren
• Produktionsreife API + Dramaturgen-Setup
• Anwendungsbeispiele aus der Praxis + Sicherheitstipps

So funktioniert es (Die Schleife)

1. Gib eine Aufgabe
2. Screenshot analysieren
3. Rückgabeaktionen
4. Aktionen ausführen
5. Wiederholen Sie den Vorgang, bis Sie fertig sind.

Schritt 1: Sofortdemo

1. Gehen Sie zu chatgpt.com
2. GPT-5.4 Denken auswählen
3. Bitten Sie es, bei Google zu suchen.

Schritt 2: API-Einrichtung

Voraussetzungen

• API-Schlüssel
• Python 3.10+
• pip install openai playwright
• Playwright installiert Chromium

Vollständiger, funktionierender Code

from openai import OpenAI from playwright.sync_api import sync_playwright import base64 client = OpenAI( api_key="your-key", base_url="https://api.ai.cc/v1" ) def capture(page): return base64.b64encode(page.screenshot()).decode() with sync_playwright() as p: browser = p.chromium.launch(headless=False) page = browser.new_page() page.goto("https://example.com") response = client.responses.create( model="gpt-5.4", tools=[{"type": "computer"}], input="Search latest AI news" ) while True: call = next((x for x in response.output if x.type=="computer_call"), None) if not call: break for act in call.actions: if act.type=="click": page.mouse.click(act.x, act.y) elif act.type=="type": page.keyboard.type(act.text) response = client.responses.create( model="gpt-5.4", previous_response_id=response.id, tools=[{"type":"computer"}], input=[{ "type":"computer_call_output", "call_id":call.call_id, "output":{ "type":"computer_screenshot", "image_url":"data:image/png;base64,"+capture(page) } }] ) 

Anwendungsfälle

• Marketingautomatisierung
• Vertriebslead-Scraping
• Webtests
• Finanzberichterstattung

Sicherheitsregeln

• Verwenden Sie isolierte Umgebungen
• Für riskante Aktionen eine Bestätigung verlangen
• Monitornutzung

Preisgestaltung

• ChatGPT Plus: 20 $/Monat
• OpenAI API: Standardpreise
• ai.cc: Kostengünstigere Alternative

Häufig gestellte Fragen

Kann ich es ohne Programmierung verwenden? Ja, aber nur eingeschränkt.

Ist ai.cc dasselbe wie OpenAI? Kompatible API, günstiger.

Besser als Claude? Höherer Benchmark-Wert.