如何现在就用 ChatGPT Finances 省钱(6 个真实用例)——Ethan Bloch(OpenAI)

• 从小痴迷金融：六岁爱上电脑，十岁左右已有一张挂在妈妈名下的信用卡；13 岁（1998 年，互联网泡沫的大牛市）拿成人礼（bar mitzvah，犹太男孩的成年礼）收到的礼金做日内交易，「觉得自己简直是个英雄」，到 2001 年身家差不多清零。→ 详细
• Digit，技术还不够好的十年：2012 年创办 Digit，一个基于短信的 AI 理财聊天机器人，帮几百万美国人存下几十亿美元，但很多事做不成，常常只能回一句「抱歉，恐怕我做不到」；2021 年被收购。→ 详细
• 第二次创业被 OpenAI 收购：2022 年 ChatGPT 问世，让他觉得当年 Digit 的梦想现在能成了；本不想再创业，最后还是和联合创始人专攻「LLM + 金融数据」，2026 年 4 月被 OpenAI 收购，他现在是 ChatGPT Finances 的产品负责人。→ 详细

▲ 图注：「Save me money」对话的结果表（Jim 的合成数据）——仓储每月被扣两次 339 美元、Evernote 续费涨 92%、支票账户手续费、每月 1,400 美元的健身房，每行都给了证据和处理建议。

• 定位就是「回本」：Finances 包含在 Plus（每月 20 美元）和 Pro 订阅里，目标是每月至少帮你省下或找回 20 美元。起步两件事：用 Finances connector（连接器）连上银行和信用卡，再连上邮箱——有了这两块上下文，它能盯着你别被多收、别被重复扣费，看哪些订阅真在用，被多收了还能代你给商家发邮件。→ 详细
• prompt 原话：「回顾过去 90 天的订阅，看看有没有涨价、重复扣费、可以退的费用，还有贵得出奇的家庭账单。」Jim 的结果里有仓储重复扣费、美发店疑似重复（Ethan 说其实是他和孩子们各做了一次）、Evernote 续费从 129.99 涨到 249.99 美元、支票账户手续费等（明细见图）；接着一句「给那家仓储起草一封邮件，说我被扣了两次，然后发出去」就闭环了。→ 详细

• 两个追款真事：Ethan 用积分订的酒店照样被扣了钱，是 ChatGPT 揪出来、再替他跟客服交涉退的款；Peter 替爸妈取消几家酒店，让 ChatGPT 发邮件，还设了定时任务盯回复、来回沟通，直到把钱要回来。→ 详细
• Ethan 的现状：「我现在基本到了这个地步：几乎不再亲自跟任何服务商打交道了」，全交给 ChatGPT 发邮件或用它的浏览器去办。同批 230 是 Meta Muse 替人打电话谈账单的实测，两家路线不同：那边主打替你打电话办事，这边主打连账户做分析与规划。→ 详细

• 只读连接：在对话里 @ 一下 Finances 或从「More」进入；银行对接全走 Plaid（美国主流的银行数据连接服务，Ethan 称之为「黄金标准」）——登录名和密码直接交给 Plaid、不进 ChatGPT，ChatGPT 拿不到银行路由号和账号，「没法动你的任何一分钱」。→ 详细
• 训练分两层：Peter 替普通人担心「它会知道我账户里只有 8,000 美元」。Ethan：交易和余额只用于 enrich（加工数据：打分类、识别订阅），放在安全存储里、永不用于训练；但你在对话里聊到的内容（比如 DoorDash 花销）可能被用于训练，可以在设置里关掉。→ 详细
• 刷新与用量：数据靠 Plaid 一天刷新好几次；这类读数据的操作，用 Plus 套餐「离触及任何用量上限都还差得远」。→ 详细

▲ 图注：连好账户后的 Finances 仪表盘（演示账户 Jim Halpert，合成数据）——8 月消费按类别拆开；左栏置顶了一串演示对话：Save me money、Weekly Finances Update、Tax Planning、Take time off、Analyze Credit Card Rewards、Home Buying、DoorDash spending、Compare Fund Fees。

• 鸟瞰 + 下钻：Finances 标签页按类别看消费（图中 Jim 8 月合计 8,767.56 美元）、可切逐月对比，点进某一类会给解读和最近交易；还有净资产、每日涨跌、即将到来的现金流与账单、手续费利息、资产配置等小组件，在普通聊天里也会冒出来。→ 详细
• 分类纠错：拿不准的交易进分类确认小组件，或在聊天里一句「Amex Fine Hotels，这笔是酒店」改掉。Peter 吐槽别家把一笔 4,000 美元的床垫订单归成了意大利餐厅；Ethan 说用前沿模型分类是他见过开箱即用最准的，但「你觉得算购物、我觉得算服务」这种仍难猜对。→ 详细

• 产品判断原话：仪表盘已经有你想要的大部分东西，「但这需要你打开 App、进到这个仪表盘、再去问这些问题，等于要你多费点事」。所以只要开通 Finances，就会自动收到一份每周财务简报（Weekly Finances Update），走邮件和/或手机推送，不想要可以关。说白了，看板是「拉」，得用户自己记得来；推送是「推」，由产品替用户记着——这是整期最清楚的一次产品取舍。→ 详细
• 为什么用户爱它：Ethan 的观察是，到了周末用户正好有点空，收到这条推送，「一下子就点进来了」。内容是周环比的三问：这个月到目前为止花销比上个月怎样？钱都花在哪？净资产和投资最近怎样？最后，如果它觉得有你可以采取的行动，会在底部列出建议。→ 详细
• 用户侧零操作：Peter 确认「就是手机上收到通知、点开看一眼」，Ethan 答：「你什么都不用做，坐等就行。」→ 详细
• 建议还能直接转成代办：有时建议是去申请或取消某样东西，你回一句「嘿，这事帮我搞定」，它就会替你去尝试把事办了（他也坦白演示里这几条不太适用）。从「告诉你」到「替你办」只隔一句话。→ 详细

▲ 图注：上半是 ChatGPT 画的 DoorDash 月度花销折线（2026 年 2–7 月，Jim 的合成数据）；下半是一句话设提醒后它的回复：每天检查、到 1,350 美元先提醒、可在 Scheduled tasks 里管理。

• 起因是个玩笑：Peter 问能不能设个触发式任务——老婆在 Amazon 上买太多，就直接给她发条消息「别再买了」。Ethan 说可以，随手演示 DoorDash（美国外卖平台）：先问「我在 DoorDash 上花了多少」，它画出过去六个月的折线图。画面显示 2026 年 2–7 月共 10,757.63 美元、月均 1,792.94 美元（合成数据），Ethan 的结论是「TL;DR：花太多了」。→ 详细
• 一句话变成定时监控：接着说「一个月快花到 1,500 美元时提醒我」。画面显示它回「Done — the alert is active」：每天检查，当月已入账的 DoorDash 消费到 1,350 美元就通知（留 150 美元余量），未入账的消费不算、退款要扣掉，还自动挂进了 Scheduled tasks（定时任务列表）可随时管理——用户只说了一句大白话，阈值、检查频率、口径都是它补全的。→ 详细
• 对象随便定：可以盯某个消费类别、某笔交易、某个账户余额，「全看什么对你重要」。Ethan 把这归为「现在做得到、以前做不到」的事：在钱这件事上贴合每个人的实际情况，精准做他需要的事。→ 详细

▲ 图注：省税长回答看不完，就让它出一张图（Jim 的合成数据）：可能省 6,000–13,000+ 美元，存满 401(k) 按税率档位各能省多少排在最前，几项影响较小的放在最后。

• 过渡到「更难」的用法：讲完「回本」这类快招，Ethan 转向更有难度的省钱方式，以及他本人做重大财务决策的方式：「任何决定我都一定会先跟 ChatGPT 聊一遍再做。」→ 详细
• prompt 同样直白：「根据我目前的情况，帮我想想怎样最好地优化税务。」连上邮箱会更聪明（尤其有注册会计师 CPA、税务资料会发到邮箱时）；它算了两分钟，给出针对性的建议。→ 详细
• 先算值不值，再要一张图：「我没那个耐心每次都把这些全读完」——他快速翻一遍找几个大块，然后追问「这到底能帮我省多少钱？我想知道这值不值得我花时间」，它按税率档位估出能省的税；再一句「给我做张图，告诉我这里面到底是怎么回事」，得到一张按潜在影响排序的省税方式图，连「影响太小、根本不用考虑」的也标了出来。画面显示（合成数据）：可能省 6,000–13,000+ 美元，存满 401(k)（美国的雇主养老金账户，税前缴费可以抵税）是最大杠杆，按税率档位约省 5,390–9,065 美元。→ 详细
• 他的「消化」三档：Peter 问这是不是常用套路。Ethan：是——要么让它做张图，要么在对话里直接出图表式的可视化；更复杂的，让它做个网站；要跟太太坐下来一起商量的事，也让它做个网站。→ 详细

• 6,000 美元也嫌麻烦：「好吧，我可能能省下 6,000 美元，这很夸张，但还是太费事。」于是他说：「ChatGPT，你自己列个待办清单，写清楚我要做哪些事，才能真正把这些后续步骤落实。」→ 详细
• 碎片时间推一步：之后他在手机上、在一天里那些零碎空档（micro moments），让它去推进清单上的下一步——可能是向他要信息、让他开放文档访问权限，或者用云端浏览器去执行操作。原话：「我会让 ChatGPT 能推多远推多远，直到需要我做最后审核、提交某样东西或者联系某个人为止。」Peter 的总结是：先列清单，然后基本让它把活全干了。→ 详细
• 清单是人和 AI 共用的进度条：待办清单有三重作用——帮不是税务专家的他用好消化的形式看懂建议；帮他记住进行到哪一步；也帮 ChatGPT 记住它自己进行到哪一步。因为清单现在是一个 artifact（能被别的对话引用的独立产物），你可以回到同一个对话让它做下一步，也可以在别的对话里引用它接着推进。说白了，一件大事被拆成了随时能续上的小步，「做到哪了」记在清单上而不是谁的脑子里；人只在三个节点出场——最后审核、提交、联系别人。→ 详细

• Ethan 的流程：会计师发邮件来问问题 → 让 ChatGPT 读邮件、告诉他对方要什么（有时是文件，有时是一个答复）→ 让它把文件找出来、把回复起草好 → 觉得没问题的直接让它发，其余先检查一遍再发给注册会计师（CPA）。→ 详细
• Peter 的用法：会计师要一大堆收入证明，他让 ChatGPT 去 Google Drive 或他用的各个网站上找齐，这活本来特别费时间；还有一次会计师发来他公司 50 多页的税务报表让他审，他完全看不懂。Ethan 接话：「就算真去看了，也看不懂自己在读什么」；这种用法在用惯工具的人当中已经很普遍，「因为这样更严谨，也能省下我们的时间」。→ 详细

• 会计师只在年底出现：Peter 说会计师不会在一年当中主动帮你省税，到最后才来一句「你现在得交税了」，ChatGPT 可以更主动。Ethan：把 ChatGPT 用到极致，拿到的能力连身家 500 万到 2,000 多万美元的人都没能从服务机构那里得到——「那种细致、用心、严谨和帮助，现在人人都能享受到了」（Peter 玩笑说 prompt 可以写「假装我是亿万富翁」，Ethan：「我还真试过。」）→ 详细
• 税比投资更值得花心思：很多人盯着投资——去哪儿找 alpha（超额收益）、资产怎么配——为这些操碎了心，「因为投资够性感」；但 Ethan 认为对大多数人来说，最能省钱、对生活影响最大的那部分全在税上：大家的税普遍没优化到位，损失每年复利累积，而且这类决策不像一笔投资那样有经典意义上的风险。换句话说，省下来的是确定的钱，赚 alpha 是不确定的钱。→ 详细

• 一条 prompt 的快检：连上券商账户和 IRA（美国的个人退休账户）后问「分析一下我的 ETF 和共同基金，有没有更便宜的替代基金？」它找可比基金、估算换过去每年省多少——一模一样只是费率更低的，换过去「几乎是不用想的事」。→ 详细
• 连顾问都未必知道：有时连真人顾问都不知道你买的基金中的基金（FOF，专门买其他基金的基金）里装着高费率 ETF。Peter 说他爸妈买共同基金、换成 ETF 能省不少，Ethan：「你应该帮他们跑一下这个。」→ 详细

▲ 图注：「Analyze Credit Card Rewards」对话生成的可视化（Jim 的合成数据）：一张 4% 返现卡每个账单周期只有前 1 万美元拿 4%，蓝色是封顶内、绿色是超出只拿 2% 的部分，12 个周期里有 4 个超线。

• 只花五六分钟：有人为信用卡回馈钻得很深，Ethan 建议普通人跑一遍就够。prompt：「分析一下我一直以来是怎么用信用卡的，我的用法是不是最优？」它看你的卡、消费类别、会员权益、回馈结构和积分价值；连了邮箱还能发现没激活的权益，比如 Amex 的 CLEAR（机场快速安检）或 TSA PreCheck——你从没收到过「已激活」的邮件。→ 详细
• 再要一张图，钱往哪挪就清楚了：演示账户里有张 4% 回馈卡只限前 10,000 美元消费，去年早些时候远超额度（图中 12 个账单周期有 4 个超线），后来降下来又几乎碰不到上限，「可能白白错过了一些回馈」；它建议把 Amex 上的一般消费挪到返现卡，「差不多 2,900 美元的潜在收益，而且这还只算了回馈这一项」。Peter：「我真该做个由 ChatGPT 驱动的信用卡回馈优化网站。」→ 详细

▲ 图注：ChatGPT 按「想休 6 个月、要三种情景」做出的交互网页（Jim 的合成数据）：左边是可拖动的变量，右边是第 6 个月末三种路径各剩多少流动储蓄，下方是逐月走势。

• prompt 原话：借《The Office》里 Jim 想停工去创业的剧情（Ethan 承认剧里其实是换工作，类比不完美），他写的是「我在考虑休息六个月，给我做一个交互式网站，帮我把这件事想清楚。我要三种情景」，再补一点细节：新状态下估计会花多少、还能挣多少——因为妻子还会继续上班。→ 详细
• 先定一条底线，再看三条路：他给自己定的底线是存款永远不低于 21,000 美元（三个月的应急储备）。结果一眼就能看出：不仅能休这六个月，还能拿一部分现金投进小生意或创业点子——那条橙色线最低，但仍不会跌破三个月储备。画面显示（合成数据）：变量有休假时长 6 个月、家庭月支出 7,000 美元、创业预算 12,000 美元、可用流动储蓄 15 万美元，固定项是现收入每月 1 万美元、额外医保每月 1,200 美元；第 6 个月末，「留在 Dunder Mifflin」（剧中那家纸业公司）剩 16.8 万、「六个月全力一跳」剩 8.88 万、「精简启动」（家庭支出砍 20%、创业预算减半）剩 10.32 万美元，三条路都没动到储备。→ 详细
• 滑杆是给两个人商量用的：「要是休七个月呢？八个月、九个月呢？」有了这些调节开关，他可以很快跟 Pam（剧里 Jim 的妻子，「或者说我妻子」）坐下来一起过一遍，「真正帮我们理清自己怎么看待家里的财务，一起做出这个非常重要的决定」。这正是前面说的：复杂的、要和家人商量的事就让它做网站。→ 详细
• 以前只有花钱请顾问才有的服务：Peter 说退休规划也能这么做，Ethan：「没错。」他把这个用例拔高成一句话——不管在琢磨什么决定，都能很快让 ChatGPT 搭出「模型界面、决策树」，把你的想法复述给你，让你想得更深；这种水准的服务以前得请收费制理财顾问、甚至按 AUM（资产管理规模，按你托管的钱抽成）收费的顾问才有，而且「你也没法随便哪个周二心血来潮就给他们打电话，让他们马上给你赶出一个模型」。现在窝在沙发上冒出一个也许异想天开的点子，就能立刻开始把它想清楚。→ 详细

• Peter 最常问的问题：「我什么时候能 fat FIRE？」（FIRE 即财务独立、提前退休；fat 是富足版，lean 是精简版）。Ethan 给 Jim 做过这个看板：76 岁才能完整 FIRE，66 岁能 lean FIRE；Peter 吐槽「在湾区可没法 lean FIRE」。→ 详细
• 老婆不肯连账户：Peter 的产品反馈——要算准得把老婆的账户也连上（她有不少 Microsoft 股票，能把他的 fat FIRE 年龄拉低一大截），可她不愿意。Ethan：不必非连，直接告诉 ChatGPT 她有多少，或上传一份对账单，它就会算进净资产并开始追踪。→ 详细

▲ 图注：「Family Home Lab」首屏（Jim 的合成数据，页内注明没用已连接账户的数据）：第 20 年买房比租房多出 75,526 美元，下面四个数是交割所需现金、月供、初始房屋净值和第 13 年回本。

• 连专业人士都嫌难：灵感又来自《The Office》——Jim 要给妻子一个惊喜，买下他爸妈的房子。Ethan 说在自己生活里，「该买房还是租房」他常自己搭模型，一搭就是好几个小时，「要知道我可是金融专业出身，这本来就是我的老本行，可还是太难了」。这次只用一条 prompt：「我在考虑买房，金额是这么多。给我做一个交互式网站，帮我把这件事想清楚。」→ 详细
• 带开关的买租对比：得到的网页能看清买和租的差别，拖动调节开关结果跟着变，让他「用比以往更个性化的方式把这件事想得更深」。画面显示（合成数据）：第 20 年买房比租房领先 75,526 美元（买 734,145 vs 租 658,619 美元，口径是扣掉卖房成本后的住房加可投资净值）；交割时需现金 103,500 美元、月供 2,275 美元（本金加利息）、初始房屋净值 90,000 美元、第 13 年回本。→ 详细
• 形式随你挑：Peter 问能不能直接丢一套具体房子的 Redfin（美国房产网站）链接进去——完全可以；也可以让它做一张你能接着改的电子表格，或者干脆用纯文字帮你想清楚这在财务上对你意味着什么。→ 详细

• Peter 的追问：「我一直希望 ChatGPT 能更主动地替我多干点活」——除了每周自动推的那份，你还有哪些定时任务？Ethan 先解释为什么默认只建一个：开通 Finances 时只自动建每周简报，因为 Plus 和 Pro 用户能建的定时任务数量有上限，「我们不想默认就占掉太多名额」。→ 详细
• 他本人的四个：① 每周财务更新；② 每月查订阅，prompt 原话「我都订了哪些东西？最近有没有哪个涨价了？根据你对我的了解，有没有哪个你觉得我已经用不着了？」每月自动跑一次然后提醒他；③ 每月一封同时发给他和太太的邮件，对比本月和上月支出、看看投资情况，「我们就靠它随时掌握家里的财务状况」，而且两人能直接在邮件里来回讨论，「这点真的很棒」；④ 闲置现金监控（他记得也是每月跑）：哪个账户闲置现金太多、利息赚得不够、是不是该拿去投资，「因为有时候我们就是会忘了」。→ 详细
• 闲置现金的两个例子：极端的——以前公司的退休账户忘了做 rollover（转出），或者转了但钱一直以现金趴在那儿；常见的——支票账户里多放了几千美元，本可以放进储蓄账户赚大约 3.5% 的利息。Peter 确认夫妻那份是怎么送达的，Ethan：「我让它给我们俩都发一封邮件。」→ 详细

• 只读之外的尝试：Peter 问，这些功能技术上都是只读，但如果想每季度往指数基金投一笔，能不能用 browser use（让 AI 直接操作浏览器）去办？Ethan：OpenAI 跟美国大多数金融公司都有合作和沟通，它们大多会在登录验证（auth）那一步设拦截 agent 的机制，「这是有充分理由的」——得防着有人借此干坏事；所以有的机构这一步会被拦下，有的正在合作把来自 ChatGPT 的请求加进白名单，通过了就能操作，但「会时灵时不灵」。→ 详细
• Peter 的现状：「我现在基本上已经把 ChatGPT 当成我的操作系统了」，只要能避开，他基本不单独打开任何网站或 App；不过他也理解金融这块更敏感。→ 详细

• Peter 的疑问：他看 Codex、ChatGPT App 那边一天发好几次版、什么都在做，管钱的 Finances 团队是不是得更谨慎？→ 详细
• 谨慎是分层的：Ethan 说当然极其谨慎，但技术栈不同部分对用户的影响不一样，谨慎的方式也分不同模式——尤其是碰到用户数据、数据管道、数据存储的时候；与此同时，系统的搭法让他们「可以一整天不停地发布」：过去七天，这个小团队上线了 47 项更新，算下来一天好几次。→ 详细
• 47 项都是什么：有些是很小的 bug 修复、打磨、改进、延迟优化；有些是陆续冒出来的小功能；大功能则被拆成一个个小功能陆续上线。→ 详细
• 快的前提：「我们这儿到处都是这样。只要我们有对的测试、对的检查、真正到位的自动化测试就行。」目标是尽可能快地构建，同时守住用户体验、保证安全——「这些条件都满足了，就以最快的速度发布」。也就是说，快不是靠胆子大，而是把谨慎前置到测试和分层里，剩下的部分才敢全速跑。→ 详细

• 问题的来由：Peter 说自己已经几个月没当 PM，单干以后整天跟 AI 聊；Ethan 有团队有同事，工作时怎么平衡跟 AI 聊和跟真人聊？→ 详细
• 协作层级变高：Ethan 的感受是，跟真人协作「跟以往一样重要」，但协作的层级更高了——不再是他跟设计师围着「这个该用什么颜色」打转，这种事他信任设计师 Rich，「他是行家，他会搞定」；他们一起琢磨的是下一个在用户体验上有点棘手的功能。跟工程师也一样，是站在整个新功能的层面，而不是「下面这一小块怎么弄」。→ 详细
• 七页 PRD 的退场：「我先写一份七页的 PRD，然后我们再讨论」——除非是极其复杂的功能，这种做法「基本已经不存在了」。原因是每个人「自己能掌控、能做的事多太多了」，他打了个比方：「我们几乎就像两个经理人在更上层互动，而且我们各自手下都有一支团队。」他把这叫粗粒度协作，对比过去产品团队里那种细粒度协作。翻成大白话：细粒度是逐个细节对齐（按钮颜色、下面这一小块怎么做），粗粒度是只对齐「做什么、为什么、体验难点在哪」，细节交给各自（和各自手里的工具）去落地。→ 详细

• Peter 的追问：这个他们之前在 Twitter 上也聊过——这种协作最后产出、交给 agent 去真正构建的 artifact（产物）到底是什么？一份会议转录稿？→ 详细
• 上下文是自动攒起来的：Ethan 说要看情况。开会时有 notetaker（会议记录工具）做笔记，笔记自动推进 Slack，随时能回看；他们的 Codex 和 ChatGPT 都能引用 Slack 里的这些笔记，也能引用 Linear（项目管理工具）和一些战略文档，「所以它有这些上下文」。→ 详细
• 一个功能怎么开工：先从一次对话开始——「我们对这个功能是怎么想的？」这个功能多半已在路线图上，但颗粒度比较粗；然后工程师开一个或好几个 Codex，跟它讲清楚、让它动手，看它做出了什么。团队工程师「产品品味很高、产品感很强」，大概知道 Ethan 对这个功能怎么想，不知道就从高层面来问他，再指挥 Codex 一步步逼近它应有的样子；做出 dogfood（内部试用）版本后，大家再一起看。→ 详细
• 结论原话：「很多时候根本没有写成文字的产物。就是快速聊几句，他们就开干了。」Peter 的理解是，agent 直接就能把东西做出来，所以产物就是做出来的原型，能直接上手玩——Ethan：「没错。」→ 详细

• 比例变了：Ethan 说产品团队里一直有这种感受，优秀的工程师和设计师总会说：「我们能不能别再聊这个活儿了，直接干活？」现在比例更悬殊了：以前可能是 30% 的时间聊工作、70% 干活（看公司而定），现在大概是 5% 聊工作、95% 干活。Peter 说「真真正正地在干活」这种感觉很棒；Ethan 补一句：只要你是做东西的人——设计师、工程师，「或者像我这样的产品经理」。结合上一节看，「聊工作」指对齐、写文档、开会讨论，「干活」指真把东西做出来；agent 把「做一个出来看看」的成本压低以后，与其讨论，不如直接做一版摆上桌。→ 详细
• PM 也上生产：「顺便说一句，我这个产品经理也能自己把东西发布到生产环境。我们来这儿就是为了这个，我们想亲手把产品做出来。」→ 详细
• PM 的时间还去哪了：Peter 猜既然工程师能端到端交付，PM 会花很多时间跟用户、跟银行这类机构沟通。Ethan：看情况，会有很多跟合作方的沟通，尤其是有合作方参与或由合作方支撑的功能；也做很多更传统的 UXR（用户体验研究），定性定量都汇总进来；而且一直在听外面怎么评价产品和功能，「没有哪种声音是我们不想听的」。→ 详细

• 不透露新功能，只讲方向：Ethan 说没法透露接下来会出什么，今天没有要宣布的。大方向是让 ChatGPT 在钱的事情上帮你省时间、省钱、省心；眼下重心是让已有功能更好用、更好找、更容易被发现，把消息传出去，再持续打磨——「这是跟钱打交道的体验，我们希望它做到完美。它现在已经非常好了，但还不完美」；之后才会想财务生活里还有哪些领域该帮上忙。→ 详细
• onboarding 是关键：Peter 说新手引导（onboarding）超级重要——刚才这六个很酷的用例，前提都是你知道要去输入 prompt、知道让它搭网站，大多数普通人根本想不到。Ethan 同意，而且说用户本来就不该需要这样：「它应该简单到你只要把它打开……然后它就自动为你干活。」→ 详细
• 语音与 plugin：Peter 设想，就像有人让幕僚长（chief of staff）统筹其他所有事，也能有个理财顾问帮他统筹一切，语音功能在这方面很有潜力。Ethan 说 Addy 已公开讲过，语音团队在做 plugin，Finances 就是其中之一。Peter 收尾：在理财和健康这两块，ChatGPT 能帮的远不止打理邮件。→ 详细