ChatGPT, sesli konuşmalar ve görüntü gösterimi de dahil olmak üzere yeni ses ve görüntü özellikleri sunarak daha sezgisel bir arayüz sağlar. Kullanıcılar iOS ve Android'de sesli görüşmeler gerçekleştirebilir, görüntüleri görüntüleyebilir ve problem çözme, yemek planlama ve veri analizi gibi görevleri gerçekleştirebilir. OpenAI, sesli sohbet ve sesli çeviri gibi belirli kullanım durumlarını desteklemek için risk azaltma ve iyileştirmeler sağlamak amacıyla kademeli bir dağıtım stratejisi kullanır. Görüntü girişi çok modlu GPT-3.5 ve GPT-4 tarafından destekleniyor ve ChatGPT'nin Vision özelliği, Be My Eyes işbirliğinden ilham alınarak kullanıcılara gerçek zamanlı görsel yardım sağlamak üzere tasarlandı. ChatGPT, kullanıcı gizliliğini korumak amacıyla bireyler hakkındaki bilgilerin ifşa edilmesini sınırlamak için teknik önlemler uygular. Bu özellikler şu anda Plus ve Enterprise kullanıcılarına kademeli olarak sunuluyor ve gelecekte diğer kullanıcı gruplarına da genişletilecek.
