自从 GPT-5 发布以来,我就很好奇:它除了写文案、写代码之外,在更贴近日常生活和工作的场景里,究竟能做到什么程度?
虽然发布会本身没有完全达到我的预期,但我还是决定自己上手,在聊天界面里做了 7 组实验,重点看它在这些方面的表现:
- 提出贴合现实的商业创意
- 搭建可用的网站和 Web 应用
- 用浏览器直接玩到的交互小游戏
- 把冗长报告变成演示文稿
- 把学习过程游戏化
- 生成个性化旅行行程
- 通过 Connector 管理 Google 日历
有些需求一次就跑通了,有些则需要来回几轮调试。下面的内容不只是“炫结果”,更想展示 GPT-5 在哪些地方很强、哪些地方容易翻车,以及你可以怎么提问,才能拿到更好用的输出。
如果你想了解 GPT-5 的基准测试、新功能和版本对比,可以参考官方的 GPT-5 概览、GPT-5 API 指南、ChatGPT Apps 指南,以及关于 GPT-5.1 新特性的文章。这里我们只聚焦“能直接拿来用”的实战示例。
示例一:做一个个人跑步记录网站
我最近才开始跑步,大概一个月左右,还很依赖数据记录来保持动力,也需要比较规范的热身和拉伸流程来避免受伤。所以我想让 GPT-5 帮我做一个简单实用的“个人跑步追踪”网站。
Prompt:
我大概一个月前开始跑步,请帮我做一个网站,用来每天记录跑步情况、给我一点激励,并帮我设计跑前热身和跑后放松的固定流程。
GPT-5 给出的是一个干净、可直接运行的网页模板,大致包含:
- 每日活动记录:可以按天记录跑步距离、时间等,方便长期追踪进展;
- 激励文案与提示:页面中穿插鼓励语和坚持打卡的小提示;
- 热身与放松流程:把跑前热身、跑后拉伸的动作直接写进界面,做成可交互的步骤列表。
我用同样的提示词试了 Gemini 2.5 Flash。Gemini 做出的页面配色更好看、视觉更精致,但忽略了我特别强调的“交互式跑前/跑后流程”。相比之下,GPT-5 虽然界面朴素,却非常忠实地实现了需求:既能记录每日训练,又把热身和放松做成了真正可用的功能模块。
示例二:根据所在城市给出创业点子
我住在德里,一直在想能不能利用周末 7–8 小时做点小生意,于是我让 GPT-5 结合时间和预算帮我想项目。
Prompt:
我住在德里,每周末大概有 7–8 小时空闲时间,预算 3 万卢比左右。请给我一个适合的创业点子。


GPT-5 的回答非常结构化,会先根据“城市 + 时间 + 预算”给出几类方向,然后对每个方向写成一个小型商业计划,包括:
- 目标客群和场景;
- 预算拆分(设备、原材料、宣传等);
- 预期收入区间;
- 每周大概需要投入的时间。
其中第一个点子相对更接地气,另外两个则偏小众一些,现实中可能需要更强的营销和人脉才能跑起来。但从“可执行性拆解”的角度看,GPT-5 把一个模糊的想法,整理成了可以直接拿去评估和落地的方案。
示例三:用 HTML5 Canvas 复刻童年弹珠游戏
这次我想测试 GPT-5 直接从零写一个浏览器小游戏的能力。我选的是童年玩过的弹珠游戏(Marbles Game,也叫 Taws),要求包括:碰撞物理、拖拽瞄准、力度条、重置按钮,以及在桌面和手机上都能正常玩。
Prompt:
用 HTML5 Canvas 做一个“Marbles Game”(也叫“Taws”)。画布上有一个圆形或方形的游戏区域,里面随机放几颗颜色各异的玻璃弹珠。玩家有一颗自己的弹珠,可以通过点击或拖拽来设定方向和力度,把其他弹珠击出边界。需要有简化但真实感的碰撞、摩擦和移动效果;给出清晰的瞄准轨迹和力度指示;提供“重置游戏”按钮;整体风格简洁经典,并在桌面和移动端都能正常使用。
GPT-5 返回了一整套 HTML + JavaScript 代码:
- 用 Canvas 绘制游戏区域和所有弹珠;
- 实现了拖拽瞄准、松手发射的交互;
- 通过简单的物理公式处理弹珠之间的碰撞和减速;
- 提供了重置按钮,一键恢复初始布局。
聊天界面本身不会直接渲染 HTML,我把代码复制到在线编辑器里测试。实际效果是:
- 画面风格极简,但逻辑完整;
- 拖拽发射的手感自然,轨迹线和力度提示都很直观;
- 游戏可以完整玩一局,体验流畅。
这说明 GPT-5 在“从自然语言到可运行小游戏”的链路上,已经相当成熟。
示例四:把财务报告自动变成演示文稿
这次我模拟的是一个常见的职场场景:朋友在金融行业工作,每次开会前都要先啃完一堆报告,再手动做 PPT。我想看看 GPT-5 能不能帮他把这一步自动化。
Prompt:
我朋友在金融行业工作,每次开会前都要看很多报告,再整理成演示文稿。请做一个 Web 应用:用户输入或上传报告内容后,自动生成带图表的演示文稿页面。你可以从网上引用图片,让页面更美观。
GPT-5 生成了一个可运行的 Web 应用原型,大致流程是:
- 用户可以上传报告文件,或直接粘贴文本;
- 应用会自动抽取关键要点,按“标题 + 要点列表”的形式生成幻灯片结构;
- 对于包含数字的数据,会自动生成简单的图表(如柱状图、折线图);
- 页面中预留了插入配图的位置,让整体更像一份正式的演示文稿。
在我测试时,文本输入一切正常,但上传 PDF 时触发了一个 bug。把报错信息贴回去后,GPT-5 很快就给出了修复方案,改动几行代码后就能正常解析。整体来说,它已经可以胜任“做一个可用的自动化 PPT 雏形”这种级别的任务。
示例五:把 Python 学习做成冒险游戏
很多人学编程时都希望过程能再有趣一点。这次我让 GPT-5 把 Python 练习做成一个网页冒险游戏,让玩家一边闯关一边写代码。
Prompt:
我朋友正在学 Python。请做一个名为“Code Explorer”的网页冒险游戏,让他在推进剧情的同时完成 Python 练习题。
GPT-5 生成的是一个完整的浏览器游戏原型,核心设计包括:
- 动态反馈系统:
- 玩家在代码编辑区提交答案;
- 如果错误,会出现红色提示,指出大致问题;
- 当检测到正确输出或函数实现后,提示变为绿色,并解锁下一关。
- 进度追踪:
- 页面顶部有进度条,随着关卡完成实时更新;
- 让玩家清楚知道自己离通关还有多远。
- 提示开关:
- 每道题都可以选择“显示/隐藏提示”;
- 既能在卡住时获得帮助,又不会一开始就被剧透答案。
界面整体是黑白极简风,但交互逻辑和学习路径都设计得很合理。对于想通过项目驱动方式学习 Python 的人来说,这种“游戏 + 练习”的形式非常有潜力。
示例六:个性化巴厘岛 5 日行程生成器
接下来我想看看 GPT-5 在“复杂、个性化规划”上的表现,于是让它扮演旅行顾问,根据我的偏好设计一份巴厘岛行程。
Prompt:
帮我生成一份 9 月底去巴厘岛的 5 天行程。我的旅行风格偏轻松,主要兴趣是海滩和美食,预算中等。住宿在水明漾(Seminyak),请以这一带为中心安排。每天安排 2–3 个主要活动,并推荐几家符合预算和口味的本地咖啡馆或餐厅。最后再整理一份“必做活动”和“必吃清单”。



GPT-5 给出的结果非常“落地”:
- 每天都有 2–3 个主活动,穿插海滩、咖啡馆、餐厅和少量文化体验;
- 会标注大致所在区域、交通时间和建议停留时长;
- 推荐的餐厅和咖啡馆会说明价位、招牌菜和适合的时间段;
- 在最后单独整理了一份“必做清单”和“必吃清单”,方便快速浏览。
它还会引用旅行博客、Reddit 等来源来支撑推荐理由。当然,实际出行前最好再自己核实一下最新信息,但作为“规划草稿 + 灵感来源”,已经非常够用。
示例七:用 Google 日历管理日常作息
最后一个实验,我想测试的是 GPT-5 的 Connector 能力——也就是通过工具调用来自动化日常任务。我选了一个最简单的场景:用自然语言在 Google 日历里创建一个每天固定的锻炼计划。
这个功能目前在 ChatGPT 的 Plus 和 Pro 账户中可用,使用步骤大致如下:
打开 ChatGPT 设置,点击 Connectors。

选择 Google Calendar,点击 Connect。

- 使用 Google 账号登录并授权 ChatGPT 访问你的日历。
授权完成后,新建一个对话,点击输入框旁的 +,选择 Agent Mode,在数据源中勾选 Web 搜索和 Google Calendar。

此时,ChatGPT 理论上就可以代表你在日历中创建事件了。
我使用的提示词是:
Prompt:
从明天开始,每天早上 6 点在我的 Google 日历中添加一个 30 分钟的锻炼计划。
GPT-5 很快理解了需求,并尝试调用日历 API。但在实际过程中:
- API 连接多次失败;
- 中途反复弹出登录授权的提示;
- 最终事件并没有真正写入日历。
就这次体验而言,如果只是想加一个日程,用手机自带助手反而更快。
注意: 当前版本下,GPT-5 的推理和工具调用在前几次尝试时可能不够稳定,往往需要 3–4 次重试,模型才会“摸清门路”,顺利完成和日历 API 的交互。
总结:GPT-5 更像一个“多面手合作者”
通过这 7 个实验,可以看到 GPT-5 已经不再只是一个“写字工具”:
- 它能根据自然语言需求,生成可运行的网页、小游戏和应用原型;
- 能把模糊的想法整理成结构化的计划,比如商业方案、旅行行程、学习路径;
- 在代码层面具备一定的自我调试能力,能根据报错快速修复;
- 在连接外部工具(如 Google 日历)时,潜力很大,但目前稳定性仍有提升空间。
真正的价值在于:它可以帮你快速搭出“第一版”——无论是产品原型、学习项目、还是工作流程自动化。对于开发者、产品经理、职场人士甚至个人创作者来说,GPT-5 更像是一个随时待命的多面手合作者,而不仅仅是一个回答问题的聊天机器人。