Vad Agent Mode kan

ChatGPT Agent Mode är inte bara en chattbot som söker på nätet. Det är en autonom AI-agent som kan planera, utföra och iterera på komplexa uppgifter helt på egen hand. När du aktiverar Agent Mode lämnar du över ratten till ChatGPT att fatta beslut, välja verktyg och arbeta steg för steg tills uppgiften är klar.

Det här är ett fundamentalt skifte. I vanlig ChatGPT skriver du en prompt, får ett svar, skriver en ny prompt. I Agent Mode skriver du EN uppgift och låter AI:n arbeta självständigt, ibland i 10-15 minuter, tills den levererar ett färdigt resultat.

Hur det fungerar under huven

När du aktiverar Agent Mode händer något de flesta inte känner till: två modeller arbetar samtidigt.

Den primära modellen (vanligtvis o3 eller o4-mini) utför uppgiften. Men i bakgrunden kör en monitormodell som övervakar vad agenten gör. Monitormodellen kontrollerar:

• Att agenten håller sig till uppgiften
• Att den inte gör något skadligt
• Att resultaten verkar rimliga
• Att den inte fastnar i en loop

Du ser aldrig monitormodellen, men den är där. Det är därför Agent Mode ibland stannar upp och frågar "Ska jag fortsätta?" när monitormodellen har flaggat något.

Vad Agent Mode har tillgång till

Agent Mode kan använda följande verktyg autonomt:

Webbsökning: Söker på nätet, läser webbsidor och navigerar mellan sidor. Inte bara en enda sökning, den kan göra dussintals sökningar i följd för att bygga en komplett bild.

Python-kodkörning: Kan skriva och köra Python-kod i en sandlåda. Använder detta för dataanalys, beräkningar, filkonvertering och visualiseringar.

Filhantering: Kan läsa filer du laddar upp, skapa nya filer, och leverera resultat som nedladdningsbara dokument.

Bildanalys: Kan analysera bilder, screenshots och dokument.

DALL-E: Kan generera bilder som del av en större uppgift.

Praktiskt exempel

Säg att du ger Agent Mode uppgiften: "Analysera de 10 största företagen på Stockholmsbörsen och skapa en rapport med nyckeltal, aktiekursutveckling senaste året, och en rekommendation."

Agent Mode kommer att:

1. Söka efter listan på största företagen
2. Besöka varje företags sida för nyckeltal
3. Söka efter aktiekurser
4. Skriva Python-kod för att skapa grafer
5. Kompilera allt till en strukturerad rapport
6. Leverera rapporten som en nedladdningsbar fil

Hela processen tar kanske 5-10 minuter. Du sitter och tittar på medan agenten jobbar.

När Agent Mode fungerar bäst

Agent Mode är överlägset för uppgifter som:

• Kräver flera steg i en specifik ordning
• Behöver information från flera källor
• Involverar databehandling (sammanställning, beräkningar, visualisering)
• Kräver iteration (testa, utvärdera, förfina)

När du INTE ska använda Agent Mode

För enkla frågor som "Vad är huvudstaden i Japan?" är Agent Mode overkill. Det tar längre tid, förbrukar mer resurser, och ger samma svar. Använd vanlig ChatGPT för snabba frågor.

Agent Mode är också dåligt på uppgifter som kräver realtidsinteraktion: den är designad för att arbeta självständigt, inte för dialog.

Så aktiverar du Agent Mode

I ChatGPT: välj modell längst upp (o3 eller o4-mini med "Agent" aktiverat). Du ser en indikator som visar att Agent Mode är aktivt.

Viktigt: Agent Mode är tillgängligt för ChatGPT Plus, Pro och Team. Inte gratisanvändare.