OpenAI Signals data 是一個用來觀察 ChatGPT 消費者使用趨勢的資料頁。
２０２６ 年 ５ 月更新後，它涵蓋 ２０２４ 年 ７ 月到 ２０２６ 年 ３ 月的 ChatGPT Free、Go、Plus、Pro 訊息樣本。
這不是單一研究報告，而是可持續更新的 adoption dashboard。
Signals data 看什麼？
OpenAI Signals data 主要看幾類問題：
| 類別 | 代表問題 |
|---|---|
| Work vs non-work | 使用者是在工作還是非工作情境使用 ChatGPT？ |
| Conversation topic | 使用者常聊哪些主題？ |
| Purpose | 使用者是在 asking、doing 還是 expressing？ |
| Region | 哪些國家或地區使用量較高？ |
| User groups | 不同年齡和使用者群體怎麼使用？ |
這些資料對選題判斷、產品定位和 AI 教育都很有參考價值。
Asking、doing、expressing 是什麼？
OpenAI 把使用者訊息目的分成三類：
- Asking：詢問資訊或要求解釋。
- Doing：要求 ChatGPT 產出內容或完成任務。
- Expressing：表達想法或感受，不一定要求資訊或行動。
這個分類很重要。
如果使用者越來越常 doing，就代表 ChatGPT 越來越像工作工具。
如果 asking 佔比高，代表它仍然像搜尋和知識問答入口。
如果 expressing 有成長，代表 ChatGPT 也在進入陪伴、反思、個人紀錄等領域。
為什麼它對內容網站有用？
內容網站可以用 Signals data 判斷使用者到底把 ChatGPT 拿來做什麼。
例如：
- 如果 technical help 在工作場景中高，工具教學和工程長尾文仍有需求。
- 如果 writing 很常見，寫作工具、prompt、範本和工作流仍有流量機會。
- 如果 learning 使用高，教育、學習方法和學生 AI 指南值得長期經營。
- 如果地區採用差異大，多語內容可以優先挑高採用市場。
這比只看社群熱門話題更穩。
這份資料的限制
Signals data 不是完整 AI 使用全貌。
OpenAI 明確說，這份資料反映的是消費者帳號，不包含 enterprise 和 Codex usage。
所以它可能低估：
- 企業內部 AI 使用。
- 程式開發任務。
- B2B workflow。
- API 應用。
- 組織級部署。
因此不要把它當成「全部 ChatGPT 使用情況」，而應該看成「消費者端 AI 採用趨勢」。
產品和內容團隊怎麼用？
可以從三個角度使用：
- 找題目：看哪些 conversation topics 在工作與非工作場景都有需求。
- 做定位：判斷產品應該主打 asking、doing 還是 expressing。
- 做市場優先順序：看不同地區與族群採用差異。
例如一個 AI 工具網站，可以把內容分成：
- 解釋型：回答這是什麼。
- 任務型：教你怎麼完成。
- 比較型：幫你選工具。
- 風險型：提醒限制和治理。
Signals data 最有價值的地方，是讓這些判斷比較接近真實使用。
結論
OpenAI Signals data 讓 AI 採用討論更可量化。
它不是完美資料，但能幫我們看見 ChatGPT 在消費者端如何從問答工具，逐步變成工作、學習、寫作和個人任務入口。
對網站經營者來說，這也提醒內容方向不能只追模型新聞，而要追使用者真正拿 AI 完成哪些事。