AI工具應用

「新知」為忙碌的現代人打造。無論您想提升職場競爭力、培養新技能或拓展思維視野,這裡都有系統化的知識資源,幫助您高效學習,持續成長,實現自我突破。
最新文章

ChatGPT聊天紀錄不怕偷看!新功能一鍵鎖定、隱藏 忘記密碼有慘痛代價

2026-10-21 聯合新聞網科技編輯莊翰 由聯合新聞網授權轉載 現代人愈來愈習慣利用AI工作、學習,甚至向AI尋求生活、感情上的建議,聊天紀錄中難免有不想被他人看見的私人資訊。現在,OpenAI為ChatGPT推出「Locked Chats(鎖定聊天)」功能,讓用戶可以替特定對話上鎖,避免私人聊天紀錄被他人隨意查看。 將手機、電腦借給他人時,若擔心自己的ChatGPT聊天紀錄會被偷看,用戶們現在可透過全新的Locked Chats功能,以一組4位數PIN碼,或支援的裝置身分驗證方式,將特定聊天上鎖、隱藏。 Keep sensitive conversations out of view with Locked Chats in ChatGPT. Move chats out of your regular history and search into a protected space you can unlock with a PIN on web and desktop, or a PIN, Face ID, Touch ID, or device unlock on supported mobile devices. New messages sent in locked chats won't update the memory used in your regular chats. Rolling out starting today to Free, Go, Plus, Pro, Business, Enterprise, and Edu plans.— ChatGPT (@ChatGPT) October 20, 2026 如何將特定聊天上鎖? 想要將聊天紀錄上鎖,只要找到特定對話,點選旁邊的「⋯」圖示,再選擇「Lock chat(鎖定聊天)」並確認即可。 想要將聊天紀錄上鎖,只要找到特定對話,點選旁邊的「⋯」圖示,再選擇「Lock chat(鎖定聊天)」並確認即可。(圖/翻攝自ChatGPT的X,由聯合新聞網提供) 首次使用這項功能時,ChatGPT會要求用戶設定一組4位數PIN碼,輸入後再次確認,即可完成設定。只要是使用同一個OpenAI帳號,就能透過這組PIN碼解鎖聊天。使用手機、平板電腦等裝置時,也可以透過Face ID、Touch ID等裝置本身的解鎖方式解鎖,不必每次都手動輸入PIN碼。 首次使用這項功能時,ChatGPT會要求用戶設定一組4位數PIN碼。(圖/翻攝自ChatGPT的X,由聯合新聞網提供) 聊天上鎖後,對話便會移至「專案」中的「Locked chats(已鎖定的聊天)」專區,不會出現在一般聊天紀錄中。 聊天上鎖後,對話便會移至「專案」中的「Locked chats(已鎖定的聊天)」專區。(圖/翻攝自ChatGPT的X,由聯合新聞網提供) 忘記PIN碼會怎麼樣? 不過,使用這項功能時,一定不能忘記自己設定的PIN碼!若用戶不小心忘記PIN碼,雖然可以進入設定中的「安全性與登入」,透過「Account PIN(帳號PIN碼)」重新設定。但只要選擇重設PIN碼,系統就會刪除所有已鎖定的聊天紀錄,以及僅儲存在這些聊天中的資訊。 誰可以使用Locked Chats功能? 根據OpenAI公告,Locked Chats功能自2026年10月20日起陸續推出,適用於免費版及所有付費版本。不過,由於採分階段推出,部分用戶可能還無法立即使用。 將【104職場力】加入Google偏好來源 推薦閱讀: OpenAI發表AI助理dots!可愛角色全天候替你工作 1文看ChatGPT差異、啟用方法 報到才發現不能用GPT、要自費買工具?面試必問3題,避開AI落差陷阱 信件太多看不完?用 AI 幫你自動分類整理收件匣
2026-10-22 14:45:57
ChatGPT聊天紀錄不怕偷看!新功能一鍵鎖定、隱藏 忘記密碼有慘痛代價

Claude Code Subagent怎麼用?3分鐘建好第一個子代理,判斷何時該多Agent分工

一個任務想同時檢查安全性、效能和測試,只能一件一件問AI?本文說明Subagent(子代理)的分工模式,帶你用一個Markdown檔建立第一個官方Subagent,再用一張表判斷什麼任務適合多Agent協作。本文節錄自《Claude Code全攻略》。 文/曾慶良(阿亮老師) 本文目錄(點擊可快速前往) 什麼是Subagent?官方Subagent、自製Orchestrator差在哪?建立第一個官方Subagent:直接寫.claude/agents/檔案Subagent適用情境:什麼任務適合多Agent協作?【進階提示詞】讓Claude Code幫你建好Orchestrator 編按:本文收錄Subagent觀念與官方Subagent實作;以Python自製Orchestrator的逐步教學未收錄,文末附「進階實作提示詞」,可直接讓Claude Code幫你建好。 什麼是Subagent?官方Subagent、自製Orchestrator差在哪? 一般使用Claude Code的互動是一對一的:你問一個問題,Claude回答,然後再問下一個。 Subagent(子代理)改變了這個模式: 你的指令 ↓ Orchestrator Agent(協調者) ├──> Subagent A:分析安全性 ├──> Subagent B:分析效能 └──> Subagent C:分析測試覆蓋率 ↓(三個同時執行) Orchestrator 收集結果,合併報告 (圖/博碩出版《Claude Code全攻略》) 為什麼要用多Agent? 速度:3個任務同時跑,比依序執行快3倍 專注:每個Agent只做一件事,提示詞更精準 隔離:一個Agent失敗不影響其他Agent的結果 規模:一個人管不完的工作,交給Agent軍團 「Subagent」其實有兩種 在Claude Code的語境裡,「Subagent/子代理」這個詞指兩件不同的東西,別混在一起: 官方Subagent自製Orchestrator本體.claude/agents/*.md 定義檔(YAML frontmatter + system prompt)你自己寫的Python腳本執行方式在互動session內,由主Agent自動委派或你明確指名用 claude --print 開多個獨立進程平行呼叫上下文每個Subagent有獨立context,結果回傳主對話每個進程完全獨立,由腳本收集輸出適合重複使用的專職角色(審查員、測試員、文件寫手)大量平行任務、CI/CD整合、跨專案批次處理 官方Subagent是Claude Code內建、最正規的子代理機制(下文會帶你從零建立);自製Orchestrator則是當你需要一次派遣大量Agent、或把Claude塞進自動化管線時用。 建立第一個官方Subagent:直接寫.claude/agents/檔案 若走「Python orchestrator + --print CLI」的程式化路線,可以一次派遣大量Agent平行工作。但你的第一個Subagent不應該寫Python——官方Subagent只是一個Markdown檔案,3分鐘就能建好。 舊版備註:舊版Claude Code曾提供 /agents 互動式精靈(7步驟引導建立Agent),該精靈已於v2.1.198(2026-07-01)移除。現在的做法是直接建立定義檔,反而更快、更透明;細節以官方文件為準。 官方Subagent的本體是一個放在以下位置的Markdown檔案: 位置範圍適合場景.claude/agents/(專案根目錄下)只有目前專案能用跟專案綁定的Agent(如Flask app的API tester)~/.claude/agents/所有專案都能用跨專案通用的Agent(如「程式碼審查員」) 第一次練習建議放專案級,玩壞了不會影響其他專案。 建立資料夾與定義檔 # Windows PowerShell(在專案根目錄下) New-Item -ItemType Directory -Force .claude\agents notepad .claude\agents\security-reviewer.md # macOS / Linux(在專案根目錄下) mkdir -p .claude/agents nano .claude/agents/security-reviewer.md (圖/博碩出版《Claude Code全攻略》) security-reviewer.md 完整內容(可直接貼) --- name: security-reviewer description: 安全性審查專家。當使用者要求檢查安全漏洞、SQL injection、硬編碼密碼、eval/exec 濫用、輸入驗證問題時使用此 agent。 tools: Read, Grep, Glob model: sonnet --- 你是一位資安專家,專門審查 Python 程式碼的安全性。 分析範圍: - 注入攻擊(eval、exec、shell injection、SQL injection) - 敏感資料處理(明文密碼、硬編碼金鑰、個資) - 不安全的函式使用 - 缺少輸入驗證 輸出格式:Markdown 報告,每個問題標注嚴重度(🔴嚴重/🟠中等/🟡輕微)、檔案與大約行數、問題描述、具體修正建議。 只報告確定的問題,不要猜測。 (圖/博碩出版《Claude Code全攻略》) frontmatter欄位說明: 欄位作用填寫要點nameAgent的識別名稱小寫加連字號,如 security-reviewerdescription決定觸發時機主Agent根據這段描述判斷「什麼時候該委派給它」,把使用情境寫清楚tools允許使用的工具最小權限原則:安全性審查只需要讀(Read、Grep、Glob),不給Write/Edit/Bashmodel使用的模型sonnet(平衡,推薦)/ opus(最強)/ haiku(最快最省)/ inherit(跟主Agent相同) 模型怎麼選:安全性審查建議sonnet(對應目前的claude-sonnet-5)——haiku(claude-haiku-4-5)太簡略容易漏掉細節;opus(claude-opus-4-8)或旗艦fable-5留給真正需要深度推理的任務,這類審查用不到。 觸發你的Subagent 存檔後重新啟動Claude Code(讓它重新讀取agents資料夾;是否需要重啟以實際版本為準),有兩種觸發方式: 自動委派:你的要求符合description描述時,主Agent自動把工作交給它 明確指名:直接說「用security-reviewer幫我審查calculator.py」 這裡拿calculator.py當練習對象,裡面故意留了eval()、shell=True等資安問題。你也可以換成手邊任何一支.py。 [模擬]觸發該Agent的對話: > 用 security-reviewer 幫我審查 calculator.py ● security-reviewer(審查 calculator.py 的安全性) 完成 發現 2 個問題: 嚴重:calculate_from_string 使用 eval() 執行未驗證輸入 存在任意程式碼注入風險,建議改用 ast.literal_eval() 中等:run_calculator_script 以 subprocess.run(..., shell=True) 執行外部指令 若 script_path 來源可控則有 shell injection 風險,建議改為 shell=False 並拆成清單 (圖/博碩出版《Claude Code全攻略》) 官方Subagent vs.自製Orchestrator:什麼時候用哪個? 你的目標推薦方式第一次建Subagent練手.claude/agents/定義檔(本文示範)重複呼叫同一個專職Agent.claude/agents/定義檔即可一次平行派遣3+ 個AgentPython orchestrator整合進CI/CD pipelinePython orchestrator跨專案複用同一套Agent定義檔放~/.claude/agents/ 結論:先用定義檔把「一個Agent一個職責」的概念跑通;自製Orchestrator是進階用法,學會了能應付更大規模的協作場景。 Subagent適用情境:什麼任務適合多Agent協作? 不是所有工作都適合Subagent架構。這張表幫你判斷: 情境建議架構原因分析一個檔案的bug單一Agent任務小,不值得overhead同時分析多個面向(安全/效能/測試)Multi-Agent面向獨立,可平行處理50個檔案,每個需要翻譯Multi-Agent大量獨立子任務寫一個複雜的功能,步驟有依賴單一Agent步驟有前後依賴,無法平行每天掃描新增的PR定時Orchestrator結合Routines定時執行跨語言文件翻譯(10種語言同時)Multi-Agent(10個)語言翻譯互相獨立 核心原則:任務之間沒有依賴關係、可以獨立完成,才值得用Multi-Agent。 【進階提示詞】讓Claude Code幫你建好Orchestrator 複製以下提示詞,直接貼進Claude Code開始操作。提示詞裡的檔名/路徑是示意,請換成你自己專案裡實際存在的。 開始前,請先確認兩件事: 系統已裝Python 3——Orchestrator是Python腳本。先驗證 python --version(沒反應試 py --version)。 claude指令在PATH裡——腳本會呼叫claude。先在終端機直接打 claude --version,確認叫得動。 Step 1:建立Orchestrator腳本 請幫我建立 orchestrator.py,能夠同時啟動 3 個子 Agent 分別執行:安全性掃描(偵測硬編碼密碼和 SQL injection)、效能分析(統計函式長度和巢狀層數)、測試覆蓋率報告。完成後合併三份報告輸出總結。 Step 2:執行並驗證結果 請執行 orchestrator.py,等待所有子 Agent 完成後,顯示最終整合報告,並標出最需要優先修正的問題。 節錄自:博碩文化《Claude Code全攻略:從一句話到部署上線,打造你的AI Agent開發團隊》/曾慶良(阿亮老師) 著 將【104職場力】加入Google偏好來源 推薦閱讀: Claude Code越聊越笨?4個指令管好「上下文」,用量60%就該主動壓縮 商務Email好難回?用Claude Skill建回信SOP,4大類型自動判斷 「Skill」和「提示詞」差在哪?6大差異與SKILL.md寫法一次看
2026-10-21 17:01:00
Claude Code Subagent怎麼用?3分鐘建好第一個子代理,判斷何時該多Agent分工

Claude Code越聊越笨?4個指令管好「上下文」,用量60%就該主動壓縮

用Claude Code寫到一半,它突然忘了前面交代的規則?問題可能出在上下文快滿了。作者拆解 /context、/compact、/clear、/resume 等4個指令,教你看懂上下文用量,在對的時機壓縮或清空。本文節錄自《Claude Code全攻略》。 文/曾慶良(阿亮老師) 本文目錄(點擊可快速前往) 為什麼要管上下文?上下文、對話歷史、費用的關係【指令1】用 /context 查上下文佔比【指令2】用 /compact 主動壓縮(60%觸發點)【指令3】用 /clear 徹底清空【指令4】/resume 對話恢復【進階】客製化statusline顯示上下文用量【建議】上下文管理SOP 使用工具:Claude Code(需付費方案,免費版不能用) 安裝說明:https://code.claude.com/docs/zh-TW/setup 不想用終端機:下載電腦版,直接在桌面程式中使用Claude Code 為什麼要管上下文? 已經學會用 /usage 看Token用量、用 /cost 看費用。但有一件事這兩個指令看不到:Claude Code的對話有「容量上限」,超過了就會開始忘東忘西。 這個容量上限叫做Context Window(上下文視窗),所有對話歷史(你的提問 + Claude的回覆 + 讀過的檔案內容)都會疊在裡面。容量越接近滿,發生的問題會越多: 上下文用量你會遇到的狀況0–40%對話流暢,Claude記得所有細節40–60%還沒事,但開始要留意60–80%Claude偶爾忘記前面講過的小細節80–90%明顯漏掉指令、忽略CLAUDE.md規則90–100%自動壓縮觸發,回覆變短、品質下降 結論:不要等Claude變笨才處理上下文。60%就該主動行動。 上下文、對話歷史、費用的關係 很多人把這3件事搞混,先釐清: 項目是什麼用什麼指令查滿了會怎樣上下文視窗這次對話Claude能「同時記住」的容量上限/contextClaude開始忘事對話歷史從這次session開始累積的所有訊息滾動畫面看持續累積,不會自動消失Token用量/費用從這次session累積的計費基礎/usage /cost撞到月費用上限 關鍵差別: 上下文滿了 → 影響智慧,要靠 /compact 或 /clear 處理 費用滿了 → 影響額度,要靠升級方案或省模型處理 兩件事獨立發生,要分開管。 【指令1】用 /context 查上下文佔比 啟動Claude Code,隨便聊幾句之後輸入: /context [模擬] /context 報表: Context Window Usage ╭───────────────────────────────────╮ │ ████████░░░░░░░░░░░░░░░░░░░░░░ 28% │ ╰───────────────────────────────────╯ Total capacity: 200,000 tokens Used: 56,420 tokens (28%) Available: 143,580 tokens (72%) Breakdown by source: • System prompt + CLAUDE.md 2,340 tokens (1.2%) • User messages 14,250 tokens (7.1%) • Assistant responses 18,920 tokens (9.5%) • Tool results (file reads) 20,910 tokens (10.5%) ───────────────────────────────────── Status: 健康(建議已用量保持在 60% 內) 總容量以你的模型為準:多數模型是200K tokens,但Sonnet 5 / Fable 5已提供1M context選項——/context第一行的Total capacity才是你當下的真實上限。 Fable 5的完整脈絡規格:context window 100萬(1M)token、單次輸出上限12.8萬(128K)token、資料保留30天、不支援零資料保留(ZDR)。1M聽起來很多,但單次輸出被128K綁住——長文件產出要拆段,不能期待一次吐完。 別讓模型「自己嚇自己」提早收工。高階模型有時會在額度還很充裕時,就主動說「上下文快滿了、要不要開新對話」而中斷任務。這不是真的滿了,而是它保守過頭。你可以在CLAUDE.md補一條反制指令: 可用額度充裕時,不要因為接近上限就停手、總結或建議我開新 session, 請直接繼續完成手上的工作。 這條屬於「駕馭Fable 5的指令範本」之一,和CH05那組(防過度思考、防自作主張、診斷vs.修復、memory寫法)是同一套心法——把模型保守或雞婆的預設行為,用一句話校正回來。 重點看4個分項: 來源為什麼會大Tool results讀檔次數多、檔案大時會迅速膨脹Assistant responsesClaude生成大量程式碼時User messages你貼了長文件、長日誌System prompt + CLAUDE.md永遠都在,無法縮減 /context多久看一次?沒有硬規則,但建議跑完一個複雜任務後看一次、感覺Claude變笨時看一次。 【指令2】用 /compact 主動壓縮(60%觸發點) 當 /context 顯示60%以上,就該主動壓縮。 操作: /compact [模擬] /compact執行畫面: Compacting conversation... Before: 142,830 tokens (71%) After: 38,420 tokens (19%) Saved: 104,410 tokens ✓ 對話歷史已壓縮成摘要,關鍵決定與檔案內容保留 ✓ Claude 仍記得這次 session 做過的事,但細節已濃縮 繼續對話即可。 /compact 做了什麼?它讓Claude自己回顧整個對話,輸出一份摘要,然後用這份摘要取代原始的長對話歷史。結果是: 上下文騰出空間 主要工作脈絡保留 細節(例如某個變數的精確命名)可能會被略掉 壓縮過程本身要消耗一些Token(但通常划算) 壓縮完,馬上再跑一次/context驗證: /context 確認已用百分比真的降下來了(例如71% → 19%)。這一步5秒鐘,能讓你確定壓縮有效,也順便體會前後差異。 何時該/compact、何時該 /clear? 情境該用還在做同一個任務,但Claude開始迷糊/compact同一個任務跑很久了,想保留脈絡/compact要切換到完全無關的新任務/clear進入第二個工作天,重新開始/clear我把上一份工作的secret不小心貼進去了/clear(立刻清掉) 【指令3】用 /clear 徹底清空 /clear 注意:/clear 是立即執行、沒有確認畫面、不可逆。按下Enter的瞬間對話歷史就清空了。清空前如果有想保留的結論,先用 /export 把整段對話匯出成檔案再清。 清空後Claude不再記得任何先前的訊息;CLAUDE.md與已安裝的Skills / Plugins不受影響。 和 /compact 的本質差別: /compact:「我把房間整理好,東西還在」 /clear:「我把房間清空了,換新主題」 【指令4】/resume 對話恢復 有兩種情境會用到 /resume。 情境A:你不小心關掉Claude Code視窗 重新啟動: claude --continue [模擬]: ✓ Resuming last session from 2 minutes ago... ✓ Restored 47 messages, 38% context > ▌ 情境B:你想回到幾天前的某次對話 /resume [模擬]對話歷史選單: Recent Sessions [1] 2026-05-11 14:23 (47 msgs) Flask Hello World 專案 [2] 2026-05-10 09:51 (132 msgs) 程式碼審查與重構 [3] 2026-05-09 17:08 (28 msgs) CLAUDE.md 設定 [4] 2026-05-08 11:30 (89 msgs) Skills 開發 ↑↓ Navigate Enter: Resume Esc: Cancel 選擇要恢復的對話,按Enter,Claude Code把那次的所有上下文載回來。 /resume 的價值: 不需要重新貼背景資料 不需要重新解釋專案脈絡 跨日工作流可以自然續接 小提醒:claude --continue 是「續接最後一次」的快捷;/resume 是「進選單選哪一次」的完整版。 【進階】客製化statusline顯示上下文用量 這節是進階選作,只想入門的話可以直接跳過。下面整段程式碼你完全不用看懂——最省事的做法是把這整節複製起來丟給Claude,說「幫我照這節設定好statusline」,它會自己幫你寫好、掛上去。等你之後想深入再回來研究原理即可。 Claude Code的輸入框下方有一條statusline。它的機制是「外掛腳本」;Claude Code會把當前狀態打包成一包JSON從stdin餵給你指定的指令,你的腳本輸出什麼文字(第一行),statusline就顯示什麼。設定長這樣: { "statusLine": { "type": "command", "command": "python ~/.claude/statusline.py" } } 沒有format、refreshInterval這類欄位——顯示邏輯全部由你的腳本決定,這正是它強大的地方。 目標效果: > ▌ ~/Desktop/flask-hello | Sonnet 5 | ctx 已用 42% 步驟1:建立statusline腳本 把下面的跨平台Python腳本存成~/.claude/statusline.py(直接把本節整段丟給Claude請它代勞也行): #!/usr/bin/env python3 # ~/.claude/statusline.py — 顯示「目錄 | 模型 | context 已用%」 import sys, json, os data = json.load(sys.stdin) # 1) 目前工作目錄(家目錄縮寫成 ~) cwd = data.get("workspace", {}).get("current_dir") or data.get("cwd", "") home = os.path.expanduser("~") if cwd.startswith(home): cwd = "~" + cwd[len(home):] # 2) 模型顯示名 model = data.get("model", {}).get("display_name", "?") # 3) context 已用百分比(欄位名依版本而異,逐一嘗試;拿不到就顯示 --) pct = None ctx = data.get("context_window") or data.get("context") or {} used = ctx.get("used_tokens") or ctx.get("used") size = ctx.get("max_tokens") or ctx.get("size") or ctx.get("context_window_size") if used and size: pct = round(used * 100 / size) if pct is None: ctx_text = "ctx --" else: color = "\033[32m" # 綠:健康 if pct >= 80: color = "\033[31m" # 紅:立刻 /compact 或 /clear elif pct >= 60: color = "\033[33m" # 黃:準備行動 ctx_text = f"{color}ctx 已用 {pct}%\033[0m" print(f"📁 {cwd} | 🤖 {model} | 🧠 {ctx_text}") Claude Code傳入的JSON欄位會隨版本演進(以官方文件Status line章節為準)。想親眼看看拿到什麼,可在腳本開頭暫時加一行 open(os.path.expanduser("~/statusline_debug.json"), "w").write(json.dumps(data)) 再打開檔案研究。 步驟2:把腳本掛進settings.json 編輯 ~/.claude/settings.json,加入(或請Claude加入)本節開頭那段statusLine設定。Windows用戶把command寫成: "command": "python \"%USERPROFILE%\\.claude\\statusline.py\"" 步驟3:重啟Claude Code驗證 /exit claude [模擬]啟動後的statusline: > ▌ ~/Desktop | Sonnet 5 | ctx 已用 8% 聊一陣子後,已用量爬到60%會轉黃、80%轉紅——紅色就是強烈建議 /compact 或 /clear 的時刻。 設定完成後,輸入框下方顯示目錄、模型與上下文已用百分比(圖/博碩出版《Claude Code全攻略》) 【建議】上下文管理SOP 把這套流程記下來,之後不用每次想: 任務開始 ↓ [每次切換主任務] → /clear ↓ 工作中⋯ ↓ [statusline 顯示已用 60% 以下(綠)] → 繼續 [已用 60–80%(黃)] → 留意,準備收尾或 /compact [已用 80% 以上(紅)] → 立刻 /compact 或 /clear ↓ 任務完成 ↓ [需要明天續接] → 直接 /exit(明天 claude --continue) [已徹底完成] → /clear [要切換到無關的新任務] → /clear ↓ 明天回來 ↓ [續上次任務] → claude --continue [選歷史對話] → /resume → 選清單 [全新主題] → 直接 claude 節錄自:博碩文化《Claude Code全攻略:從一句話到部署上線,打造你的AI Agent開發團隊》/曾慶良(阿亮老師) 著 將【104職場力】加入Google偏好來源 推薦閱讀: Claude Code Subagent怎麼用?3分鐘建好子代理,判斷何時該多Agent分工 商務Email好難回?用Claude Skill建回信SOP,4大類型自動判斷 「Skill」和「提示詞」差在哪?6大差異與SKILL.md寫法一次看
2026-10-20 18:30:03
Claude Code越聊越笨?4個指令管好「上下文」,用量60%就該主動壓縮

Gemini Skills怎麼用?免費建立「技能」,呼叫、修改實測,不用每次重講規則

Gemini Skills(技能)怎麼用?和Gems有何不同?Skills能儲存常用指令與工作規則,在不同對話重複套用。本文整理技能入口、建立方式、使用方式及修改技巧,並以會議記錄整理實測。 文/104職場力 本文目錄(點擊可快速前往) Gemini Skills(技能)是什麼?哪些工作適合使用?Gemini Skills(技能)誰能用?如何開始使用?如何建立Gemini Skills(技能)?建立技能後怎麼用?輸入@呼叫或自動套用上班族可以建立哪些技能?Gemini Skills(技能)常見問題 每次請AI整理會議記錄,都要重新交代「請用條列式、列出負責人與期限」;請AI修改文章,也得再說一次「使用繁體中文、語氣自然、不要太多形容詞」。如果這些要求每天都要重複輸入,可以試試Gemini的「技能」(Skills)功能。 技能可以儲存常用指令與工作規則,讓你在不同對話中重複套用。《104職場力》依照Google官方說明與實際操作,整理技能的建立、使用與修改方式,並以「會議記錄整理」為例實測工作技能。 Gemini 網址:https://gemini.google.com/ 技能:https://gemini.google.com/customize/skills 費用:技能不需付費訂閱即可使用,免費帳號也能建立 【技能和Gems有什麼不同?】Gemini原有的「Gems」,個人帳號將於11月起陸續轉換為「Skills」(公司帳號為2027年3月),兩者的用途有何不同?其實「Gems」和「Skills」都能儲存自訂指令,但技能的使用方式更有彈性,可以在一般對話中呼叫,也能讓Gemini自動辨識相關技能,並在同一項工作中搭配多個技能。例如,將「文章格式」和「品牌用語規範」分別建立為技能,寫文章時就能搭配使用。延伸閱讀:Gemini Gems將停用!11月自動轉換Skills,官方轉換時程與備份教學整理 Gemini Skills(技能)是什麼?哪些工作適合使用? 技能是一組可重複使用的自訂指令,讓Gemini依照你指定的流程、格式與偏好處理工作,減少反覆交代的時間。例如,每週整理工作進度時,都希望輸出「本週成果、目前問題、下週計畫」;每次整理會議筆記,都需要列出決議與待辦事項。這些固定規則就適合儲存為技能。 Google在技能撰寫指南中建議,當你經常重複輸入相同提示詞、修正輸出格式,或需要串接多個應用程式的操作步驟時,可以考慮建立技能。若工作只做一次,或需求經常大幅改變,直接在對話中交代通常就足夠。 Gemini Skills(技能)誰能用?如何開始使用? 技能不需付費訂閱即可使用,免費帳號也能建立。依Google官方說明,建立及使用技能須年滿18歲、登入Gemini,並開啟「保留活動記錄」;網頁版、手機App、Mac App都能建立與使用技能,但上傳技能檔案僅限網頁版。而使用公司或學校帳號時,能否使用技能依管理員設定與開放進度而定。 以下以電腦網頁版為例(截圖為企業帳戶,介面可能略有不同): 前往Gemini並登入 點選側欄的「自訂」 切換到頂端的「技能」分頁 從側欄點選「自訂」。(圖/104職場力截圖) 技能頁會列出已啟用的技能,以及官方「推薦」的範本,例如「會議事前準備」「取得多元觀點」,可以直接加入後再依需求修改。 切換到「技能」分頁,可建立技能與看到官方推薦範本。(圖/104職場力截圖) 如何建立Gemini Skills(技能)? 在技能頁點選右上角的「建立」,會出現「運用Gemini建立」、「手動建立」、「上傳」3個選項。初次使用,可以請Gemini協助建立;若已有明確規則,也能手動填寫。 點選「建立」,可選擇運用Gemini建立、手動建立或上傳。(圖/104職場力截圖) 方法1:請Gemini協助建立技能 選擇「建立」→「運用Gemini建立」,接著描述你想處理的工作。也可以直接在對話中要求Gemini建立技能。 以會議紀錄為例,可以輸入: 請幫我建立一個整理會議紀錄的技能。當我提供會議筆記時,請整理成會議重點、已確認決議、待辦事項與待確認問題。待辦事項請列出工作內容、負責人與期限;原文沒有提供的資訊請標示「待確認」,不要自行補寫。 建立後,檢查名稱、說明與使用說明,確認內容符合需求。若有需要補充的規則,可以繼續在對話中提出修改。 方法2:手動建立技能 選擇「建立」→「手動建立」,依序填寫名稱、說明與使用說明,再點選右上角的「建立」。 手動建立時,依序填寫名稱、說明與使用說明。(圖/104職場力截圖) 手動建立須填寫「名稱」、「說明」及「使用說明」,3個欄位的定義如下: 欄位建議填寫內容名稱為技能命名。簡短指出要做的工作,例如「會議記錄摘要工具」。說明寫清楚技能的用途,以及什麼情況下應使用,Gemini會依這一欄判斷何時自動套用技能。例如:「當使用者要求總結會議或轉錄稿時,只要輸入『總結這通電話』、『待辦事項有哪些』或『找出重要決策』等提示詞,就會啟動這項技能。」使用說明說明你要Gemini執行的動作,包括列出處理步驟、輸出格式與必須遵守的規則。例如:「擷取重要決策、列出待辦事項和負責人,並以項目符號標示未解決的問題。」 官方也建議,說明要寫出「什麼情境該使用」,使用說明保持精簡,並附上具體的輸出範例,效果會更穩定。已經有技能檔案的人,也可以用「上傳」匯入。 實測:以建立「會議記錄整理」技能為例 設計技能時,可以先挑一件經常重複、格式明確的工作。以建立「會議記錄整理」技能為例,輸入以下內容: 名稱:organize-meeting-notes(本例以英文命名,中文也可以) 說明:當使用者提供會議筆記、逐字稿或討論紀錄,要求整理會議重點、決議與待辦事項時使用。 使用說明:請使用繁體中文,根據我提供的會議內容整理紀錄,遵守以下規則: 先整理會議重點,以精簡條列呈現。 將明確確認的事項列入「已確認決議」,尚在討論的提案不可寫成決議。 將後續工作整理為「待辦事項」表格,包含工作內容、負責人、期限。 原文未交代負責人或期限時,填寫「待確認」,不可自行推測。 將尚未定案、需要補充資料的內容列入「待確認問題」。 保留重要數字、日期與限制條件,不自行加入原文沒有的資訊。 若某一區沒有相關內容,標示「本次未提及」。 填寫完成後點選「建立」,技能就會出現在「已啟用」清單中。 建立完成後,技能會出現在「已啟用」清單。(圖/104職場力截圖) 建立技能後怎麼用?輸入@呼叫或自動套用 1. 用@選取技能或自動套用 建立技能後,在新對話的輸入框輸入「@」,就會出現技能選單。點選要用的技能,再提供這次要處理的資料即可,不必重新貼上整段規則。Gemini也能自動辨識並套用相關技能,若你希望某次任務明確使用指定規則,用「@」手動選取會更方便確認。 選取技能後,再貼上這次要整理的會議筆記。(圖/104職場力截圖) 提醒,若要處理工作資料,建議使用公司提供的帳號,並先確認公司的AI使用規範。 2. 檢查輸出結果:方向正確,但格式沒有完全照做 檢查本次實測結果,決議與待確認事項判斷正確,但區塊標題與欄位沒有完全照規則。其中,Gemini正確將「先做手機版」列為決議,設計交稿日標示待確認,「報名提醒功能」也保留在待確認事項中。 輸出偏離規則的地方,則包括:少了「會議重點」區塊、把區塊標題改成「核心決議」,還自行加上「狀態/備註」欄位,填入原文沒有的「進行中」。因此建立技能後測試時,除了看版面是否清楚,也要檢查內容正確度或是否出現補出原文沒有的資訊。 實測結果:決議與待確認事項判斷正確,但區塊標題與欄位沒有完全照規則。(圖/104職場力截圖) 3. 技能效果不理想,修改再測試 第一版技能不一定能符合需求。當輸出不理想,可以直接在對話中要求Gemini修改,也能到技能頁點選技能旁的「⋯」,選擇「使用Gemini編輯」或「手動編輯」。 技能旁的更多選單,包含使用Gemini編輯、手動編輯、停用、刪除(圖/104職場力截圖) 修改時,盡量把「不滿意的地方」轉成具體規則。例如: 區塊標題被改掉、多出欄位:補上「區塊標題固定為會議重點、已確認決議、待辦事項、待確認問題,不得新增其他欄位」。 覺得摘要太長:改成「會議重點最多5點,每點以一句話呈現」。 提案被寫成決議:補上「只有明確達成共識的事項才能列入決議」。 待辦表格出現猜測資訊:補上「負責人與期限只能引用原文,缺漏標示待確認」。 修改後,再換一份內容測試,確認規則能處理不同資料。技能適合保存可重複使用的做法;每次會議的內容、日期與參與者,則在當次對話提供即可。 上班族可以建立哪些技能? 建立能持續使用的工作技能,不妨從每週都要做、每次都得重新交代規則的工作開始。除了會議紀錄,也可以在以下工作情境使用: 工作情境可以儲存的固定規則週報整理依本週成果、進行中工作、問題與下週計畫輸出。商務回信先確認回信目的,依對象調整語氣,列出需要對方回覆的事項。簡報準備依聽眾與目的整理架構、講稿重點及可能被問到的問題。履歷修改對照職缺需求提出調整建議,缺少的經歷先詢問,不虛構成果。 Google官方也將簡報準備、寫作風格與依職缺調整履歷列為應用方向。實際設定時,可以把自己的工作規則加入使用說明,逐步修成適合日常使用的版本。 Gemini Skills(技能)常見問題 Gemini使用技能要付費嗎? 不用。依Google官方說明,不需訂閱Google AI方案,就能在對話中使用技能,免費帳號也能建立。使用條件為年滿18歲、登入Gemini,並開啟「保留活動記錄」。 可以一次使用多個技能嗎? 可以。Google說明,單一工作能搭配多個技能。例如,整理會議紀錄時,搭配另一項公司用語規範,讓輸出的名稱與措辭保持一致。同時建議將每項技能的用途寫清楚,並檢查不同技能是否出現衝突規則,例如某項要求完整詳述,另一項卻要求所有內容只能寫3句話。 Gemini技能最多能建立幾個? 建立數量沒有上限,但同時最多只能啟用100個技能。達到上限時,需要先停用其中一個,才能再啟用新的技能。 (資料來源:Google Gemini說明中心、Google官方部落格) 將【104職場力】加入Google偏好來源 推薦閱讀: Gemini Spark怎麼用?實測排程、Gmail監控,和一般Gemini差在哪? Google Gemini免費版、AI Plus縮水!10月9日起拔除這模型 偷學Anthropic工程師!6個實用Claude提示詞一次看
2026-10-19 17:07:04
Gemini Skills怎麼用?免費建立「技能」,呼叫、修改實測,不用每次重講規則

Gemini 4 Argon正式登場!Google新模型開放對象、API價格與5大升級重點一次看

Google的新一代旗艦模型Gemini 4 Argon正式開放!免費版能用嗎?本文完整整理Argon開放資格、價格與100萬token輸出等5大升級亮點! 更新時間:2026/10/14 文/《104職場力》 本文目錄 正式上線!Gemini 4 Argon開放對象、價格一次看Gemini 4 Argon強在哪?官方公布5大升級重點1.輸出上限從6.4萬token提高到100萬,一次能寫的內容變多2.DeepSWE v1.1拿到77.9%,寫程式更強3.法律、金融這類白領工作等多項測試表現佳4.看得懂長影片、圖表和文件5.會自己找出資安漏洞並補起來 正式上線!Gemini 4 Argon開放對象、價格一次看 Gemini 4 Argon在9月底剛發布時,原本只透過Google的Fairwind Program提供給受信任的資安防禦人員測試;不過Google已於10月13日正式宣布擴大開放,現在一般付費訂閱用戶和開發者都已經能直接使用! 目前各方案與身分的開放使用資格整理如下: Gemini 免費版/Google AI Plus:尚未開放 Google AI Pro 訂閱戶(月費約台幣650元):已開放,可直接在Gemini App中使用(包含在月費額度內) Google AI Ultra 訂閱戶:已開放,可在Gemini App、Antigravity及Google AI Studio中使用(包含在月費額度內) 開發者與企業用戶:可透過付費版Gemini API及Google AI Studio串接使用(依下方token用量計費) 為了確保模型廣泛釋出後的安全性,官方也同步強化了4項防護機制: 防止Argon被拿去做壞事(例如資安攻擊) 防止它被藏在內容裡的惡意指令劫持(提示注入) 監控它有沒有做出超出使用者原意的事 把高風險測試的環境隔離好 至於開發者最關心的API價格,官方祭出了限時優惠方案,並明確預告將在12月1日起調漲一倍: 初期優惠價(即日起~11月30日):每100萬token,輸入2美元、輸出10美元,重複使用的輸入內容再便宜95% 正式價格(12月1日起):每100萬token調整為輸入4美元、輸出20美元 立即使用Gemini 4 Argon Gemini 4 Argon強在哪?官方公布5大升級重點 先說明一下,這段升級內容會出現很多測試名稱跟分數,是Google官方為了展示Gemini 4 Argon功能領先其他模型所做的測試數據,有興趣的人可以同步參考看看。 1.輸出上限從6.4萬token提高到100萬,一次能寫的內容變多 AI處理文字時,是用token來計算份量,你可以先把它想成「AI的字數單位」。 Argon「一次回答最多能寫多長」的上限,原本是6.4萬token,這次拉高到100萬token,大約是以前的15倍多,官方說這是業界領先的數字。 為什麼這很重要?官方的說法是,當AI有足夠的篇幅可以「一直想下去」或「一次寫出大量內容」,不只能一次把困難問題的整個思考過程做完,也能更深入解題。 要特別注意這裡有個容易搞混的地方:這個上限是指「寫出來」的長度,不是「讀進去」的資料量,就像寫報告,它代表的是AI一次最多能交出幾頁,不是一次能讀幾本參考書。 2.DeepSWE v1.1拿到77.9%,寫程式更強 DeepSWE v1.1是一份專門考「寫程式」的考卷,不是那種簡單的小練習,是真實軟體開發裡那種要花很長時間才做得完的工作,Argon寫這份考卷拿到77.9%,官方說這是目前最好的成績。 Google表示自家內部的工程師也已經每天在用Gemini 4 Argon,從平常「找出並修正程式錯誤(除錯)」到「把一大批舊程式碼改寫成新版本(程式碼遷移)」,還有設計演算法等都有用到。 3.法律、金融這類白領工作等多項測試表現佳 金融、法律、稅務等這類白領工作是這次模型的主打場景,Argon在這些領域的測試上都有不錯的表現: 用來看AI做金融、寫程式、法律、稅務等工作,能創造多少經濟價值的Vals Index指標,各行業會依照在美國經濟裡占的份量加權計分,Argon在這項指標中排行第一。 Zapier出的AutomationBench,考的是AI能不能把公司各種核心業務從頭到尾自己做完,Argon在這項拿到51.3%,同樣排名第1。 另外在多步驟金融研究(Vals Finance Agent v2,得查很多資料、分好幾步才能完成)和法律研究與擬稿(Harvey Legal Agent Benchmark)這兩份考卷,官方也都有提出Argon表現領先的數據。 4.看得懂長影片、圖表和文件 官方形容,Argon在處理需要「看」的工作時特別強!例如:分析專業圖表、從很長的影片裡找出細節,或是看完一疊文件之後接著動手處理。 在長影片理解的LVBench測試中,Argon拿到91.7%,官方表示這是目前最好的成績。 5.會自己找出資安漏洞並補起來 資安方面,Google特別把Gemini 4 Argon訓練成擅長防守的工具,它可以自己找出軟體裡的重大漏洞(可以想成程式的破口,可能被駭客利用)、確認漏洞真的存在,再把它修補起來;在專門考「AI會不會修補漏洞」的CWE-bench v1測試中,Argon拿到68%的好成績。 官方也說它找漏洞的能力比先前的資安版模型Gemini 3.8 Flash Cyber進步很多,在早期示範中,Argon還找出全球醫院使用的醫療軟體裡一個可能讓個人敏感資料暴露的重大漏洞,這是先前的頂尖模型沒發現的風險。 立即使用Gemini 4 Argon 以上是Gemini 4 Argon目前公布的升級重點,更多Gemini與AI工具的應用,歡迎看我們更多延伸閱讀文章: Gemini Gems將停用!11月自動轉換Skills,官方轉換時程與備份教學整理 「Skill」和「提示詞」差在哪?6大差異與SKILL.md寫法一次看 Gemini Spark怎麼用?實測排程、Gmail監控、跨服務工作,和一般Gemini差在哪? Google AI代理Gemini Spark登台!免複雜設定 背景自動運作搞定雜事 將【104職場力】加入Google偏好來源
2026-10-14 09:00:00
Gemini 4 Argon正式登場!Google新模型開放對象、API價格與5大升級重點一次看

Google Gemini免費版、AI Plus縮水!10月9日起拔除這模型 用量限制曝光

2026-10-05 聯合新聞網科技編輯張明哲 由聯合新聞網授權轉載 想用免費版Google Gemini和便宜版本的Google AI Plus方案 ,使用規則又縮水了!Google最新公告表示,從2026年10月9日起,將調整Gemini個人帳號的模型使用權限,免費版將不會有Flash模型使用權,之後只能使用Flash-Lite 。 Google日前針對發出公告表示,2026年10月9日起,使用個人帳戶時,Gemini系列應用程式的模型存取權將有所調整,包含未訂閱AI方案的用戶,不能使用Flash模型,原本可用的Flash與Pro都將取消;AI Plus付費用戶的模型權限也同步限縮,不能使用Pro模型。Google也表示,AI Plus付費用戶將會收到電子郵件,通知實際失去Pro存取權的時間。 Pro、Flash與Flash-Lite模型差在哪? 而Google Gemini的Pro、Flash與Flash-Lite三種模型到底有什麼差異: Pro模型 Pro模型主要定位在旗艦高階等級模型,主要可以處理複雜的任務設計,但消耗的運算資源較多、且速度較慢。 Flash模型 而Flash模型則是均衡型,反應速度較快,可以處理日常對話、整理內容摘要,或是一些小程式修改等。 Flash-Lite模型 Flash-Lite模型則是成本最低且速度最快的輕量化模式,可以用極小的成本處理基本運算,包含文字處理、分類任務等都能執行,但若要執行推理或是回答複雜的問題,在品質上就不如其他兩款模型。 Google Gemini系列應用程式用量限制 另外,也不少人好奇,Gemini的用量標準為何,Google官方表示,Gemini用量限制將以運算情形為準,「每5小時會重設一次」,直到達到每周用量上限。系統會根據提示詞複雜度、使用的功能和對話長度來計算用量。 而進階模型和功能需要較多用量,因此可能會更快達到上限。包括媒體生成、圖片、影片和音樂、Deep Research、Pro模型、延伸思考和Deep Think;用量限制部分,AI Plus為未訂閱方案「標準限制」的2倍額度、AI Pro則是標準限制的4倍。 Google Gemini用量限制 方案限制未訂閱方案標準限制AI Plus標準限制的2倍額度AI Pro標準限制的4倍額度AI Ultra視訂閱方案而定,用量額度是AI Pro方案的5倍或20倍Google Gemini系列應用程式用量限制圖表。製表/AI協作、《科技玩家》 將【104職場力】加入Google偏好來源 推薦閱讀: 搞定會議紀錄!AI語音轉逐字稿怎麼做?Gemini Notebook、Gemini、EchoScript操作解析 Gemini Gems將停用!11月自動轉換Skills,官方轉換時程與備份教學整理 Gemini Spark怎麼用?實測排程、Gmail監控、跨服務工作,和一般Gemini差在哪?
2026-10-05 11:45:32
Google Gemini免費版、AI Plus縮水!10月9日起拔除這模型 用量限制曝光

Gemini Gems將停用!11月自動轉換Skills,官方轉換時程與備份教學整理

Google Gemini的「Gems」服務即將停用,Google宣布,Gems於11月起將陸續轉換為「Skills」。原本設定好的提示詞和參考資料怎麼辦?轉換後會變成付費限定嗎?本文整理官方公布的轉換時程,以及Gems設定與聊天紀錄的備份方式。 文/104職場力 本文目錄(點擊可快速前往) Gemini Gems將停用!官方公布轉換時程Skills技能是什麼?和Gems差在哪?Gems轉成Skills後要付費使用嗎?免費版能用Skills嗎?Gems怎麼轉換Skills?需要自己搬資料嗎?想備份Gems怎麼做?Google Takeout操作教學 影片來源/104職場力小編整理,由AI輔助製作 Gemini Gems將停用!官方公布轉換時程 Gems是Gemini的自訂AI助理功能,可以預先儲存指令,讓AI依照固定需求回覆。例如設定文章語氣、履歷修改原則或會議摘要格式,減少每次重新交代的時間。 Google已在官方說明中心公布,Gems將依帳號類型分批停止支援,並自動將Gem轉換為Skills。說明指出:「由2026年11月起,Gemini應用程式中的Gem將會轉移為技能。技能是可重複使用的自訂指令,可助你在Gemini中自動完成任務並節省時間。」 帳號類型官方公布轉換時間個人Google帳號2026年11月Workspace商務、企業及非營利組織帳號2027年3月Workspace教育帳號2027年6月 Gems將依官方安排陸續轉換;已取得Skills功能、符合使用資格的個人帳號,也可以提前依官方步驟手動建立技能。 Gemini 網址:https://gemini.google.com/ Gem管理工具:https://gemini.google.com/gems/view Google Gemini的Gems功能即將停用,將陸續轉換為Skills(圖/Gemini畫面截圖) Skills技能是什麼?和Gems差在哪? 技能(Skills)同樣是「可重複使用的指令」,差別在於不用再進入特定的Gem才能使用,只需將自訂指令儲存為技能,就能在任何對話中快速套用、還能多個疊加使用。官方列出的3項優點包括: 輕鬆存取:在任何Gemini對話中輸入「/」(即將改為「@」),加技能名稱即可使用。 自動使用:Gemini會自動識別與目前提示相關的技能並套用。 可疊加:在單一對話中結合多項技能,以處理更複雜的任務。 以工作情境為例,可以把常用需求整理成不同技能,例如把「公司品牌用語規範」和「新聞稿格式」分別存成技能,撰寫文章時可以一次疊加套用,不用把所有指令規則塞進同一個Gem。 延伸閱讀:「Skill」和「提示詞」差在哪?6大差異與SKILL.md寫法一次看 Gems轉成Skills後要付費使用嗎?免費版能用Skills嗎? 由於Skills最初為Gemini付費代理「Gemini Spark」的一部分,因此,Gems停用消息一出,對Gemini免費用戶來說,最在意的問題是:原本能免費使用的Gems功能,轉換成Skills後是否需付費訂閱才能使用? 對此,Google已更新說明「不需訂閱Google AI也能在Gemini聊天中使用Skills」;不過,Gemini Spark本身的任務、排程功能仍為付費訂閱功能。 原本免費使用的Gems,轉成Skills後還能免費用嗎?**Skills也用於Gemini的付費代理功能「Gemini Spark」,但在聊天中使用Skills,是否需要訂閱,Google已有明確說明。 根據Google官方說明,不需訂閱Google AI,也能在Gemini聊天中使用Skills。因此,依目前公布的安排,免費用戶不必為了這次Gems轉換而升級付費方案;若要使用Gemini Spark的任務與排程功能,則仍需符合付費訂閱條件。 Skills將會分批開放,使用者須年滿18歲、以個人Google帳號登入,並開啟「保留活動紀錄」。若帳號尚未出現Skills入口,可能仍在等待功能開放。 Gems怎麼轉換Skills?需要自己搬資料嗎? 可以等待Google自動將Gems轉換為Skills;若是已取得Skills功能的個人帳號,也能提前手動建立。 提前手動把Gem轉成技能 以下以Gemini電腦網頁版操作為例: 開啟Gem編輯頁:複製名稱、說明與指令,逐一下載「知識」檔案。 建立Skills:進入「設定 → 技能 → 手動建立」,貼上Gem資料並建立。 上傳檔案:在剛建立的技能的「技能操作」點選「下載」,取得含SKILL.md的.zip檔;解壓縮後把SKILL.md與步驟1的下載附件放進同一資料夾,再透過「取代技能」上傳。(資料夾名稱需與技能名稱一致,使用小寫字母,單字間以連字號連接,例如weekly-report。) 注意事項: 目前透過上傳檔案建立Skills的操作,只限使用Gemini網頁版與Mac版。 目前Skills尚未支援Gems的所有工具,例如Canvas、Deep Research等;GitHub檔案也尚不支援。原本仰賴這些功能的工作流程,轉換後仍需確認。 想備份Gems怎麼做?Google Takeout操作教學 即使官方會自動轉換,若想自己保留工作上常用的指令與資料,除了手動備份之外,Google也提供Google Takeout一次匯出功能,但Gems資料與聊天活動紀錄分屬不同項目,兩種都要備份時,需要分別勾選。 手動備份複製指令與檔案: 在Gemini左側欄開啟Gem清單,點選要備份的Gem的「編輯」。 複製名稱、說明與完整指令,貼到Google文件、Word或Notion保存。 點選知識檔案的「下載」,把參考檔案存到電腦。若沒有參考附件,完成步驟2即可。 使用Google Takeout備份: 前往https://takeout.google.com/並登入要備份的Google帳戶。 先按「取消全選」,再選擇「Gemini」(Gems資料);若想備份對話紀錄,另勾選「我的活動」中的「Gemini Apps」。 選擇傳送方式(電子郵件連結、Google雲端硬碟、Dropbox、OneDrive或Box)與檔案格式(.zip或.tgz)。 點選「建立匯出」,等待下載連結寄達。 官方表示,Google Takeout處理可能需要數小時至數天,電子郵件下載連結有效期為7天。匯出資料不會同時刪除Google伺服器上的紀錄。另外,申請匯出後若又修改Gems或新增對話,這些變更可能未包含在備份中;重要更新建議另外保存。 以上就是關於Gems轉換為Skills的分享,對已經把Gems用在日常工作的人來說,可以逐步調整原有的Gemini使用方式,未來常用指令將能更靈活地套用在不同對話中,也能搭配多項技能處理工作。更多關於Skills的應用歡迎參考: 「Skill」和「提示詞」差在哪?6大差異與SKILL.md寫法一次看 Claude Skills怎麼用?內建與個人Skill差異、適用情境及使用方式 商務Email好難回?用Claude Skill建回信SOP,4大類型自動判斷 Gemini Spark怎麼用?實測排程、Gmail監控、跨服務工作,和一般Gemini差在哪? Google AI代理Gemini Spark登台!免複雜設定 背景自動運作搞定雜事
2026-09-30 14:48:39
Gemini Gems將停用!11月自動轉換Skills,官方轉換時程與備份教學整理

OpenAI發表AI助理dots!可愛角色全天候替你工作 1文看ChatGPT差異、啟用方法

2026-09-30 聯合新聞網科技編輯張明哲 由聯合新聞網授權轉載 OpenAI在DevDay 2026活動推出全新的AI助理dots ,由GPT‑6 Astra驅動,主打全天候運作、獨立執行並處理各種任務為自己做事的AI agents,在人機協作方式下,可以讓用戶可以把時間和心力留給自己。使用AI助理dots時,可以設定界限、追蹤進度,並持續參與需要用戶判斷的決策,另外也內建防護措施,避免把密碼暴露給模型使用。 dots和ChatGPT差異在哪裡? 應該有很多人好奇,OpenAI和dots的差異在哪裡。ChatGPT算是「聊天工具」,需要一直下指令去讓AI回應,簡單來說有點像是一問一答的方式在進行;而dots則是從聊天工具進化成主動跟進、持續追蹤、跨工具工作的「長時間代辦工作的AI員工」,讓dots變成核心能力。 dots主打全天候運作、獨立執行並處理各種任務為自己做事的AI agents,並可以設定界限、追蹤進度,並持續參與需要用戶判斷的決策,另外也內建防護措施,避免把密碼暴露給模型使用。(圖/翻攝自OpenAI官網) dots是什麼?可跨平台協作延續對話 dots由GPT-6 Astra驅動、擁有自己的雲端電腦,能持續從用戶回饋中學習,進行全天候工作,OpenAI官方表示,dots可以連接超過4000個應用程式,並在ChatGPT網頁版、行動版、桌面版、簡訊、Slack或Teams,跨平台協作隨時和dots進行提問、探索想法、引導工作方向,甚至還可以進行語音對話,互動得愈多,也可以讓dots了解用戶的偏好及思考方式,提供協助。 OpenAI也把dots塑造可愛的卡通角色,像是綠色、黃色、粉紅色和藍色的dots,色彩顏色相當鮮明,讓使用上不會覺得冷冰冰。 dots提供安全保護機制 使用AI代理人最讓人擔心的就是隱私問題,dots會以ChatGPT的保護機制為基礎,針對可執行的工作提供額外的安全與隱私防護措施,用戶可設定界限、追蹤進度,並持續參與需要你判斷的決策。 官方提到,每個dots都在各自的雲端電腦上工作、具備內建規則,知道何時可自行採取行動,何時需要請求核准。用戶可以透過「自訂規則」允許特定操作、要求先取得核准,或封鎖這些操作,並可在「活動檢視」中追蹤進度,包括背景工作的進度,並視需要調整dot的工作方向。 (圖/翻攝自OpenAI官網) 官方表示,若用戶未點選連結核准時,電腦及其中的內容都會與dots保持隔離;登入支援的網站時,dots可以使用已儲存的密碼,不會將密碼暴露給模型。另外,若用戶未和dots進行互動時,它會進行「主動研究」,在背景尋找能幫上忙的事,不過只會在僅限讀取的工具使用已連接的應用程式,意味著dots無法控制用戶的電腦、變更應用程式內容。 除此之外,dots內建資安防護措施可以抵禦惡意指令,並監控可能造成危害的行為,若監控系統偵測到安全疑慮,就能暫停或停止dots的工作。 (圖/翻攝自OpenAI官網) 誰能用dots? 官方表示,即起會陸續開放給ChatGPT Pro與Business Premium使用者,而ChatGPT Enterprise需要等待工作區管理員啟用後,才能試用測試版。 而ChatGPT Pro或Business Premium方案已包含第一個Dot,不需要額外付費,且這些方案也包含處理更深入工作的額度,並在推出後的第1個月提供更高的用量上限,未來可新增更多dots處理工作、增加產量。 官方也提到,用戶與dots的對話不會計算在ChatGPT的用量限制,若用戶請dots在Codex或ChatGPT工作中啟動或管理任務時,這些任務才會計入用量限制。 如何啟用dots? 初次使用dots的用戶,可以在ChatGPT桌面應用程式或電腦的瀏覽器中建立第1個dots,連接應用程式,再讓它自我介紹。完成初始設定後,用戶就能在ChatGPT行動應用程式中傳訊息給它。 (圖/翻攝自OpenAI官網) 將【104職場力】加入Google偏好來源
2026-09-30 11:00:50
OpenAI發表AI助理dots!可愛角色全天候替你工作 1文看ChatGPT差異、啟用方法

Jev是什麼?前OpenAI研究員打造一款「不會聊天」的AI模型!

前OpenAI研究員打造的AI模型Jev,不聊天、不寫文章,只負責快速做判斷,還會說出自己有幾成把握,本文整理Jev和ChatGPT的差異、設計理念、價格速度與應用示範。 文/《104職場力》 本文目錄(點擊可快速前往) Jev是什麼?和ChatGPT等AI語言模型有什麼不同?TypeSafe AI為什麼要做Jev?不追AGI的3個理念Jev最大特色:會說出自己「有多確定」Jev速度多快?價格多少?官方數據整理Jev可以用在哪裡?官方應用方向與示範Jev對上班族有什麼影響? 當各家AI公司在比拼誰的模型更會聊天、寫程式,曾參與ChatGPT背後研究的前OpenAI研究員Diogo Almeida,卻選擇另一條路。 他所創辦的TypeSafe AI於2026年9月15日發表第一款模型Jev,這款AI不陪人聊天,也不寫文章,只專門在軟體裡快速「做判斷」。 Jev跟別家產品有多不同?底下為各位整理其設計理念、核心特色、價格速度與應用示範。 Jev是什麼?和ChatGPT等AI語言模型有什麼不同? 如前言,Jev是TypeSafe AI推出的第一款AI模型,官方把這類模型稱為「System One模型」。 為什麼叫Jev?名字背後的「傑文斯悖論」 根據官方說明,「System One模型」這個名稱,來自心理學家康納曼的暢銷書《快思慢想》,書中把人的思考分成兩種: 快速、憑直覺的「系統一」 緩慢、仔細推敲的「系統二」 Jev做的就是類似「系統一」的快速判斷。 而這個名字則是取自英國經濟學家傑文斯(William Stanley Jevons),當年傑文斯發現,蒸汽機變得更有效率、更省煤之後,煤炭的總用量不減反增,因為更多地方開始用得起蒸汽機,這就是後來的「傑文斯悖論」。 TypeSafe AI認為,AI也會走上類似的路:當AI的使用成本越來越低,原本不划算的用途都會變得可行,AI被使用的地方只會越來越多。 Jev和其他AI語言模型的差異 它和ChatGPT最大的不同是:它不回給使用者一大段文字,只從事先設定好的選項中快速挑出答案,例如「是或不是」、「屬於哪一類」,讓其他軟體可以直接拿結果執行下一步。 以下依官方發表文章,整理一般AI語言模型與Jev的性能對照表: 比較項目一般大型語言模型Jev回答方式寫出一段文字,內容自由,但可能出現錯誤資訊或格式不符只從事先設定好的選項中挑答案,不會答出選項以外的內容產生方式一個字一個字依序寫出來一次同時給出所有問題的答案把握程度就算要求它評估自己有多確定,也常過度自信、前後不一每個答案都會附上「有幾成把握」,越有把握通常越準適合用途聊天、寫作、寫程式等需要人在旁邊確認的工作 分類、分派、評分等需要大量快速判斷的工作資料來源:TypeSafe AI官方文章 Jev目前還在搶先體驗階段,只開放開發者申請使用,有興趣的人可以到TypeSafe AI官網申請,使用方式可參考官方文件。  雖然Jev尚未普及,但我們可以先從它的設計理念與特色,看看這種新型態的AI,未來可能如何出現在我們每天使用的系統裡。 Jev官方網站 TypeSafe AI為什麼要做Jev?不追AGI的3個理念 TypeSafe AI在官網發表了一篇宣言,標題是「Build Prod, Not God」,意思是:與其打造無所不能的「神」,不如做出真正能上線使用的產品。 宣言中提到了3個想法: 理念1:AI夠聰明了,問題是不好用 TypeSafe AI認為,現在的AI已經夠聰明,足以創造龐大的價值,不需要再追求AGI(通用人工智慧,也就是像人一樣什麼都會的AI),他們觀察AI產業已經投入好幾年、數兆美元,但大多數軟體還是沒有變聰明,一般人的生活也沒有太大改變,表示這和AI本身的聰明度無關,是現在的AI很難被裝進既有的軟體裡使用。 理念2:現在的AI就像「沒有馬的馬車」 新技術剛出現時,常常會先模仿舊東西的樣子,之後才慢慢找到最適合自己的形式,就像最早的汽車其實只是把馬車的馬換成引擎,連馬車的高座椅、彈簧,甚至插馬鞭的座子都保留下來。 TypeSafe AI表示,現在的AI也是這樣,被訓練成有禮貌、很會說話的助理,是因為設計者假設對面坐著一個人,但這也代表AI需要有人在旁緊盯,沒辦法在背景自動運作。 理念3:讓AI像基礎工具一樣穩定可靠 宣言提到,當年打造資料庫、網路技術的人,並沒有預料到後來會出現Google這樣的服務,正因為這些底層技術夠穩定,後人才能在上面不斷開發出新應用。 TypeSafe AI希望AI也能變成這樣的基礎工具,只要每次呼叫都穩定可靠,開發者就能放心把它放進各種系統,一層一層疊加出新的應用。 Jev最大特色:會說出自己「有多確定」 官方在發表文章中舉了一個例子:假設一個AI有95%的機率能做對,卻說不出哪些時候會落在那5%的錯誤裡,這項工作就無法放心交給它自動處理,因為人還是得每一筆都檢查一次。 為了解決這個問題,Jev的每個答案都會附上「有幾成把握」,官方表示,Jev的把握程度經過「校準」,意思是它說的「把握程度」會和實際的正確率一致:越有把握的答案,通常越準;遇到相似的問題,也會給出相似的答案。 這個能力來自團隊自行開發的訓練方法「校準決策強化學習」(RLCD),不同於ChatGPT等模型主要是讓AI寫出人類喜歡的回答;RLCD的目標則是讓AI做判斷時,有幾成把握就說幾成。 ※官方圖表中,Jev的「幻覺率」(AI給出錯誤或捏造內容的比例)標示為0%,但官方說明,因為Jev只會從設定好的選項中挑答案,不可能答出選項以外的內容,雖然不會亂答,但不代表每次都答對。 Jev速度多快?價格多少?官方數據整理 以下是官方公布的速度與價格。價格以token計算,token是AI計算文字量的單位:  項目一般大型語言模型Jev輸入價格(每100萬token)約0.2~10美元0.042美元輸出價格約為輸入價格的5倍不收費回應時間約3~329秒約0.07~0.5秒資料來源:TypeSafe AI官方文章 TypeSafe AI官網首頁宣傳「Jev快193.6倍、便宜444.6倍」,這組數字來自官方自己設計的測試:讓每個AI模型執行同一套工作流程,再以GPT-6 Astra與Fable 5.1兩個大型模型答案的平均當作標準,比較各模型的表現。 圖片來源:TypeSafe AI官方文章 ※官方也主動說明這些數據的限制: 193.6倍、444.6倍預期是實際使用時效益的上限,一般情況下不一定能達到。 測試題目由官方團隊設計,可能有偏誤。 以GPT-6 Astra與Fable 5.1的答案作為標準,會讓結果偏向OpenAI與Anthropic的模型。 速度數據多是在官方位於美國西岸的筆電上測得。 官方無法證明目前的價格沒有補貼,但表示預期未來只會降價、不會漲價。 Jev可以用在哪裡?官方應用方向與示範 官方列出的4大應用方向 應用方向可以怎麼用自動化工作流程放在程式裡負責判斷,例如分類、分派、評分、擷取資料,處理用固定規則很難寫清楚的情況大量資料處理從龐大的資料中,快速整理出重點與特徵即時應用速度快到約0.1秒,適合需要馬上反應的服務檢查其他AI替其他AI的回答評分、把關,也能偵測有人試圖用特殊指令誘騙AI的「越獄攻擊」 示範1:玩電玩遊戲《毀滅戰士》 官方示範讓Jev即時操作經典射擊遊戲《毀滅戰士》(Doom),每秒大約做10次判斷,成本約每小時7美元。 不過官方也說明,Jev讀的是用文字描述的遊戲狀況,還不是直接「看」遊戲畫面;如果單純比遊戲表現,專門寫好的遊戲程式其實可以玩得更好,這個示範的重點是「展現AI能依照指令即時做出反應」。 示範2:維基百科接龍 這個遊戲的玩法是:從一個維基百科頁面出發,只能點頁面裡的連結,看誰最快抵達指定的目標頁面,每走一步,都可能要從數百到上千個連結中挑一個。 官方表示,Jev一個問題最多可以設定255個選項,超過時就改成「先替每個選項打分數,再從中挑選」的兩步驟方式,但官方也坦承,這個示範的速度優勢比其他示範小,因為對照的大型模型多數沒有開啟深度思考模式。 Jev對上班族有什麼影響? 未來當上班族也能接觸這款AI時,它可能會帶來以下幾種改變: AI會更常在看不見的地方工作 客服派單、內容審核、資料分類等工作,每天都有大量重複的小判斷,這正是Jev這類AI瞄準的地方,未來的AI不一定都是聊天視窗,也可能直接藏在每天使用的系統裡。 會把問題拆清楚的人更吃香 Jev需要使用者事先設定好問題和選項才有辦法給出回應,因此能把模糊的工作拆成一個個清楚的判斷題,是和這款AI合作的重要能力。 看得懂AI的「把握程度」 當AI開始說出自己有幾成把握,懂得判斷哪些情況可以交給系統、哪些需要人工再確認的人,會在自動化的工作流程中扮演關鍵角色。 雖然Jev仍在早期階段,官方公布的數據也有待更多實際使用來驗證,但它提出的方向很值得思考,AI的下一步,也許不是變得更像人,而是像一個穩定可靠的工具,默默嵌進我們工作的每個環節。 (資料來源:TypeSafe AI官網〈Manifesto〉;TypeSafe AI官方發表文章〈Introducing System One Models & Jev〉) 將【104職場力】加入Google偏好來源 延伸閱讀: OpenAI最新旗艦AI亮相!GPT-6 Astra核心亮點、使用方案一次看! Gemini Spark怎麼用?實測排程、Gmail監控、跨服務工作,和一般Gemini差在哪? Claude Cowork新增內建瀏覽器!不用裝外掛,AI可直接開網頁、填表單
2026-09-23 16:27:42
Jev是什麼?前OpenAI研究員打造一款「不會聊天」的AI模型!

整理包/Meta新AI代理人Muse下載破250萬次!憑什麼爆紅?一次看懂

2026-09-22 經濟日報編譯季晶晶綜合外電 由聯合新聞網授權轉載 Meta的新AI代理Muse推出不到兩周,就登上美國蘋果App Store的iPhone免費app榜首,截至9月21日累計下載超過250萬次。它最吸引人的地方,是宣稱能替使用者跨網站完成日常工作。以下整理六大重點: 一、下載速度驚人 截至21門 ,Muse在美國蘋果App Store的iPhone免費app榜登頂,排名超越ChatGPT、Claude、Grok等AI應用程式,以及Meta自家的Meta AI。9月8日推出後約五天,就累積73萬次下載。 二、從答題變代辦 使用者交代任務,Muse就能跨帳戶找資料、填寫表單、整理信箱,甚至協助議價和網購,功能比一般聊天機器人更進一步。 三、入口容易上手 除了獨立App,使用者也能透過熟悉的WhatsApp交代任務,省去適應新介面的麻煩。 四、創造廣告以外的收費機會 Muse基本版免費,另有每月20美元和100美元方案。Meta也開始透過Meta Model API,向使用其AI模型的開發者與企業收費。 五、網站接不接受Muse是重點 亞馬遜因隱私與安全疑慮,封鎖Muse進入旗下購物網站;Shopify則與Meta合作,開放AI代理人結帳。Muse能不能普及,也取決於各家網站願不願意讓它代辦。 六、下載熱潮能否延續有待觀察 下載量不等於長期活躍用戶或付費訂戶。Sora與Meta的Vibes上線初期也曾吸引一大批人下載,但熱潮後來冷卻。幾周後使用者是否仍常找Muse辦事,還很難說。 Meta的新AI代理Muse 網址:https://ai.meta.com/muse/ 將【104職場力】加入Google偏好來源
2026-09-23 13:18:25
整理包/Meta新AI代理人Muse下載破250萬次!憑什麼爆紅?一次看懂