Linux Socket網路程式設計【本課程為線上課，報名後專員會提供上課資訊】
104學習
TCP/IP
是一組網路通訊協定的基礎，負責資料在不同設備間的傳輸與交換。熟悉此技能代表具備設定、管理及排除網路問題的能力，對IT、網管、軟體開發等職務非常重要。掌握相關技術能提升系統穩定性與安全性，讓工作效率更高，也更容易與其他技術團隊協作。
提升你的實力，朝專業更進一步
精選課程
充實自己，讓能力持續成長
CompTIA Security＋國際網路資安認證班
【2026/11/30開班】CompTIA Network+ 國際網路認證課程
電腦視覺演算法之人臉辨識實戰【本課程為線上課，報名後專員會提供上課資訊】
AI為你的企業賦能ChatGPT改變傳統工作流程
PyTorch生成模型全解析｜從生成式對抗網路到擴散模型
商業模式的策略思維 【生成式 AI 應用實戰系列】
AI工程師與企業開發必修！FastAPI後端精通：全面入門與進階實戰指南
Vibe Coding：AI 網路應用開發實戰（下）
ChatGPT企業實踐指南 | 技術透析與整合應用
精選證照
考取專業證照，讓能力被市場看見
CCIP
CCIP 全名 Cisco Certified Internetwork Professional，主要集中於Internet及廣域網路 (WAN) 的連接和相關技術上。CCIP 對象是一些工作於網路服務供應商 ISP 的網路工程師、電訊公司的技術人員、或大型機構內的網路專家。CCIP 對電訊領域的各種技術必須有深入認識和全面理解，包括網絡上的 VPNs、Fiber Optic、DSL、Multicasting、QoS 及 VoIP (Voice over IP)等。它覆蓋的範圍由網路的核心到外圍的各種技術和方案，層面十分之廣泛，比起 CCNP 中 Routing 和 Switching 的內容更加全面。
Cisco
網際網路服務與安全
『ITE』是「Information Technology Expert」的簡稱，中文全名為『資訊專業人員鑑定』。在西元2000年亞太經濟合作（APEC）部長級會議中，與會各國決議共同致力推動亞太地區資訊系統開發、管理及應用之人才培育，同時透過共同檢定採認，提昇整體資訊水準。
近年來資訊技術蓬勃發展，各項功能與應用的突破，使得產業發展出新的競爭方式。不論是傳統的製造業、新興的服務業或是高科技產業等，皆無法置身事外。由於資訊技術的特性，使得競爭突破國界、資本、廠房等傳統的限制，只有掌握了技術，才能確保競爭上的優勢。
適逢89年11月亞太經濟合作發展會議部長級會議時，日本提出跨國合作構想，希望促進兩國在資訊人員檢定的合作，並於當月底再次確認雙方合作之意願，故經濟部決定舉辦資訊人才之跨國認證，並委託財團法人資訊工業策進會及財團法人電腦技能基金會，執行鑑定工作。
為使鑑定貼近企業界用才標準並切合實際需要，電腦技能基金會於90年起透過台北市電腦工會訪查業界需求人力項目，並自91年中起陸續開考各類別鑑定。期望藉由此鑑定之執行，一方面建立國內完整的訓、考、用合一的資訊專業人才能力認證體系，提供企業界優良之資訊專業人才，另一方面藉由本鑑定制度與世界各國資訊技術流通接軌，使資訊技術發展與國際同步，為我國產業奠定良好的競爭優勢。
本鑑定舉辦至今相關鑑定制度已臻成熟，深受學界與業界肯定，同時與日本亦完成交互採認MOU，階段性任務已完成。為延續合作之成果及提供產業界及考生更多服務，自99年1月1日起轉由民間擴大辦理發證。
財團法人中華民國電腦技能基金會
通訊網路概論
『ITE』是「Information Technology Expert」的簡稱，中文全名為『資訊專業人員鑑定』。在西元2000年亞太經濟合作（APEC）部長級會議中，與會各國決議共同致力推動亞太地區資訊系統開發、管理及應用之人才培育，同時透過共同檢定採認，提昇整體資訊水準。
近年來資訊技術蓬勃發展，各項功能與應用的突破，使得產業發展出新的競爭方式。不論是傳統的製造業、新興的服務業或是高科技產業等，皆無法置身事外。由於資訊技術的特性，使得競爭突破國界、資本、廠房等傳統的限制，只有掌握了技術，才能確保競爭上的優勢。
適逢89年11月亞太經濟合作發展會議部長級會議時，日本提出跨國合作構想，希望促進兩國在資訊人員檢定的合作，並於當月底再次確認雙方合作之意願，故經濟部決定舉辦資訊人才之跨國認證，並委託財團法人資訊工業策進會及財團法人電腦技能基金會，執行鑑定工作。
為使鑑定貼近企業界用才標準並切合實際需要，電腦技能基金會於90年起透過台北市電腦工會訪查業界需求人力項目，並自91年中起陸續開考各類別鑑定。期望藉由此鑑定之執行，一方面建立國內完整的訓、考、用合一的資訊專業人才能力認證體系，提供企業界優良之資訊專業人才，另一方面藉由本鑑定制度與世界各國資訊技術流通接軌，使資訊技術發展與國際同步，為我國產業奠定良好的競爭優勢。
本鑑定舉辦至今相關鑑定制度已臻成熟，深受學界與業界肯定，同時與日本亦完成交互採認MOU，階段性任務已完成。為延續合作之成果及提供產業界及考生更多服務，自99年1月1日起轉由民間擴大辦理發證。
財團法人中華民國電腦技能基金會
Master CIW Enterprise Developer
CIW(Certified Internet Webmaster) 認證是目前唯一針對互聯網專業人員的國際權威認證。CIW培訓著重於技術水平的提高和商業實踐的具體運用，使企業在網絡商業環境中提高市場競爭能力。
Master CIW Enterprise Developer 為精通建置多層式資料庫 (n-tier database) 與網路應用程式的Java, Java APIs, Java Database Connecitivity (JDBC) 解決方案、中介開發軟體工具 (middle tools)、分散式物件模組 (distributed object models)，如CORBA/ORB 和 IIOP的舊有專屬系統之連接 (legacy connectivity) 等解決方案的專業能力認證。CIW是一種基於互聯網專業技能的培訓認證，適合設計、開發、管理、安全防護、技術支持互聯網及企業網相關業務的人士。
Prosoft Learning Corp.
Linux開放式網路應用服務整合
『ITE』是「Information Technology Expert」的簡稱，中文全名為『資訊專業人員鑑定』。在西元2000年亞太經濟合作（APEC）部長級會議中，與會各國決議共同致力推動亞太地區資訊系統開發、管理及應用之人才培育，同時透過共同檢定採認，提昇整體資訊水準。
近年來資訊技術蓬勃發展，各項功能與應用的突破，使得產業發展出新的競爭方式。不論是傳統的製造業、新興的服務業或是高科技產業等，皆無法置身事外。由於資訊技術的特性，使得競爭突破國界、資本、廠房等傳統的限制，只有掌握了技術，才能確保競爭上的優勢。
適逢89年11月亞太經濟合作發展會議部長級會議時，日本提出跨國合作構想，希望促進兩國在資訊人員檢定的合作，並於當月底再次確認雙方合作之意願，故經濟部決定舉辦資訊人才之跨國認證，並委託財團法人資訊工業策進會及財團法人電腦技能基金會，執行鑑定工作。
為使鑑定貼近企業界用才標準並切合實際需要，電腦技能基金會於90年起透過台北市電腦工會訪查業界需求人力項目，並自91年中起陸續開考各類別鑑定。期望藉由此鑑定之執行，一方面建立國內完整的訓、考、用合一的資訊專業人才能力認證體系，提供企業界優良之資訊專業人才，另一方面藉由本鑑定制度與世界各國資訊技術流通接軌，使資訊技術發展與國際同步，為我國產業奠定良好的競爭優勢。
本鑑定舉辦至今相關鑑定制度已臻成熟，深受學界與業界肯定，同時與日本亦完成交互採認MOU，階段性任務已完成。為延續合作之成果及提供產業界及考生更多服務，自99年1月1日起轉由民間擴大辦理發證。
財團法人中華民國電腦技能基金會
CIW Security Analyst
CIW(Certified Internet Webmaster) 認證是目前唯一針對互聯網專業人員的國際權威認證。CIW培訓著重於技術水平的提高和商業實踐的具體運用，使企業在網絡商業環境中提高市場競爭能力。CIW是一種基於互聯網專業技能的培訓認證，適合設計、開發、管理、安全防護、技術支持互聯網及企業網相關業務的人士。
CIW Security Analyst為精通管理電子商務解決方案伺服器(e-business solutions servers)與使用電子商務和網路資訊安全解決方案(network security solutions)專業認證。
Prosoft Learning Corp.
精選貼文，掌握第一手知識
ChatGPT Work怎麼用？和Chat模式差在哪、什麼時候該切換？
ChatGPT Work模式適合哪些工作？比較Chat與Work模式差異，從執行時間、互動方式到文件製作，帶你看懂何時用Chat快速處理、何時切換Work完成多步驟與跨檔案任務。本文節錄自《ChatGPT上工了! 最強AI活用術》。
文／施威銘研究室
本文目錄（點擊可快速前往）
什麼是ChatGPT Work模式？ChatGPT Chat模式 vs Work模式差在哪？【實測】用ChatGPT規劃一場教育訓練ChatGPT Chat模式實測結果ChatGPT Work模式實測結果
使用工具：ChatGPT
網址：https://chatgpt.com/
下載：Windows桌面版
什麼是ChatGPT Work模式？
我們過去使用ChatGPT時，通常都是以一問一答的形式為主。如果要執行步驟比較多的任務，我們就需要進行多次的問答來達到追最終的目標。除此之外，不管是要上傳自己的檔案、把ChatGPT生成的檔案下載下來，還是後續整理檔案的過程，都只能靠自己手動完成。
但以上這些都是過去式了。Work模式能夠一次完成長時間、多步驟的任務。同時，只要在電腦上安裝ChatGPT桌面版，ChatGPT就能在Work模式下直接讀取、新增、修改本機上的檔案。只要把檔案存放在專案資料夾並授予權限，上傳、下載、整理都不用再自己來！
註：由於Work模式以及桌面版應用程式都是非常新的功能，包括介面、操作方式都隨時有可能出現或大或小的改動。因此，本章僅能以筆者撰寫當下（2026年8月）的情況來介紹，請讀者以操作時的實際情況為主。此外，免費版帳戶目前無法透過網頁版及手機版使用Work模式，只能下載桌面版來使用。同時，免費版帳戶的功能和模型選擇也會受到限制。
ChatGPT Chat模式 vs Work模式差在哪？
配合Work模式的推出，ChatGPT的操作介面做了不小的改動，區分為Chat對話模式和Work工作模式 (目前介面名稱中文、英文常會交錯使用)，可以先透過以下表格快速了解兩個模式間的差異：
Chat模式 vs Work模式對照表
模式ChatWork主要用途提問、討論、尋求幫助執行完整、多步驟的任務適用場景翻譯、解釋、修改、發想分析、規劃、製作執行時間較短較長互動方式以一問一答為主可以先規劃，再執行並持續修改預期結果回答、建議、腳本文件、簡報、試算表、網站使用建議想快速獲得資訊或想法對成果已經有明確的想法
【實測】用ChatGPT規劃一場教育訓練
為了更具體的了解兩個模式間的差異，我們會將以下這段提示詞分別交給兩個模式處理，看看結果有什麼不同：
【提示詞】請替一家位於台北、員工人數約80人的出版社，規劃一場「生成式AI工作應用」內部教育訓練。活動預定於2026年9月18日舉行，時間為上午9點至下午5點，參加人數約40人，總預算不得超過新台幣12萬元。課程對象以編輯、行銷及行政人員為主，多數人只有基本的ChatGPT使用經驗。請完成以下工作：1. 規劃完整的一日課程，內容須涵蓋提示詞撰寫、資料整理、文件製作、圖片生成，以及AI使用時的資料安全。2. 安排詳細課程表，列出各單元的時間、主題、教學重點、進行方式及預期成果。3. 建立活動預算，至少包含講師費、場地、餐飲、教材、設備及備用金，並確認總額沒有超過預算上限。4. 整理活動前的工作清單，列出工作項目、負責角色、完成期限及目前狀態。5. 撰寫一份提供給主管審核的正式活動企畫書。6. 製作一份用於提案的簡報，控制在8頁以內，每頁只呈現一項主要重點。7. 製作一份可以實際使用的試算表，分別整理課程表、預算表與工作清單，並保留必要的計算公式。8. 最後檢查企畫書、簡報與試算表中的日期、金額及活動內容是否一致；若有不一致之處，請自行修正。所有內容均使用台灣繁體中文，語氣專業但容易閱讀。請直接完成可供使用的成果，不要只提供製作方法或大綱。
ChatGPT Chat模式實測結果
ChatGPT需要在完成以上的要求以後，輸出企畫書、簡報和試算表。同時送出提示詞以後，Chat模式理所當然是比較快完成的一方，只花了4分多鐘。
（圖／旗標科技）
Chat模式這邊在確定了要製作的檔案，很快地就把檔案依序製作完成了。在簡單的檢查以後，就把3個檔案提供給我們，結束了這次的任務。
ChatGPT Work模式實測結果
而Work模式則花了將近23分鐘的時間才完成。點擊處理時間將思考過程展開，可以看到Work模式下的執行脈絡非常完整。ChatGPT先確立了輸出3份檔案的共同基準，來避免3份檔案製作的過程中出現落差。
（圖／旗標科技）
不只把文件生出來，Work模式也會自行確認內容是否符合需求。除了3份檔案都有進行像是視覺、版面的檢查以外，最後也還有再驗證3份檔案內的資料是否有互相衝突。確認資料都一致以後，ChatGPT才終於完成了這次的任務。
（圖／旗標科技）
從思考和執行的過程，我們就能很清楚的看出兩個模式間的差異。相較於Chat模式，Work模式花了5倍以上的時間來執行，而這是因為Work模式的任務會被詳細拆解成多個步驟：先同步資料來源，再接著製作檔案、檢查檔案格式，最後驗證金額等數字是否一致。
此外，由於Work模式會自動套用各種Skill技能，因此輸出品質通常完成度會比較高，即使是一般試算表，表格標題、樣式明顯專業、好閱讀：
Work模式製作的試算表，完成度比較高（圖／旗標科技）
如果你只是想要快速拿到一個足夠完整、可以直接使用的檔案，通常Chat模式就能滿足你的需求了；但如果任務涉及跨檔案等複雜的流程，或需要長時間持續執行，步驟清楚、執行有條理的Work模式會更適合。
節錄自：旗標科技《ChatGPT上工了! 最強AI活用術: ChatGPT Work×GPT 5.6》／施威銘研究室 著
ChatGPT可以產生流程圖嗎？用Excalidraw和ChatGPT快速搞定
面對複雜的活動企劃或行政流程時，往往不能只靠文字或口頭說明。這時，利用流程圖來視覺化資訊成為提升溝通效果的最佳解方。本文解析如何結合「ChatGPT」與「Excalidraw」，從文字、Mermaid語法到圖表，快速產製出結構清晰、專業美觀的流程圖，輕鬆應對各種工作需求。本文節錄自《30個必學的AI行政工作術》。
文／賴彥廷
本文目錄（點擊可快速前往）
Excalidraw＋ChatGPT快速產製流程圖【STEP 1】快速掌握Excalidraw的使用方式使用Excalidraw將文字轉為流程圖【STEP 2】ChatGPT改寫語法【STEP 3】快速產出流程圖【STEP 4】調整與匯出Excalidraw實際成果展示【升級技巧1】善用資料庫與範本功能【升級技巧2】開啟即時協作模式
你是否遇過這樣的情況？同事在會議上介紹一個即將舉行的活動企劃，雖然他講得滔滔不絕，大家還是難以掌握活動全貌和階段任務。又或者，遇到報帳、請款這類較繁瑣的行政事務時，因為不熟悉流程，常常要多次詢問負責的人，耗費大量的時間。
這些讓人摸不著頭緒的狀況，往往是因為僅靠文字或口頭說明，無法讓他人迅速理解。此時若能將資訊視覺化，就能順利提升溝通效率，而「流程圖」就是職場中最常用的視覺化工具之一。
儘管流程圖常見且實用，但是想將一個活動企劃或是行政流程改寫為流程圖，卻不是一件容易的事！我們需要先在腦內消化眾多資訊，再思考如何拆解與表達，接著用手動繪圖，一來一往會耗費許多時間和精力。
如果有一款工具能將文字敘述快速轉換成簡潔明瞭的流程圖，那該有多好！
Excalidraw＋ChatGPT快速產製流程圖
「Excalidraw」是一款線上製圖工具，除了提供各式便利的圖表繪製功能，更重要的是，透過AI的輔助，可以快速將文字內容轉換成邏輯清晰的流程圖，對於展示活動企劃、產品研發、專案管理等工作的「流程」與「步驟」都非常有幫助。
接著將介紹如何運用「Excalidraw」搭配「ChatGPT」，根據各種工作需求，快速產出流程圖。
【STEP 1】快速掌握Excalidraw的使用方式
Excalidraw是一款免費開源、容易上手的圖表繪製工具，特別適合用於繪製流程圖與架構圖。無需安裝程式，在瀏覽器上開啟即可使用。
先進入Excalidraw的官方網站：https://excalidraw.com/
使用介面非常單純，畫面上空白的區域就是讓我們繪製與編輯圖表的白板，而透過畫面上方的「工作列」，即可加入文字、線條、箭號等流程圖常用的元素，也可以插入圖片輔助說明。
AI自動繪製流程圖的功能則是包含在工具列的「更多工具」功能中。開啟後，將有幾種模式可以選擇：
文字轉圖表：透過簡單的描述，讓AI迅速將文字轉為流程圖。
Mermaid：Mermaid是一種專門處理圖表設計的語法，適用於流程圖、甘特圖、心智圖等圖表，Mermaid能以文字的方式清楚定義圖表內的文字、節點、連線方式等元素如何組裝，我們不必手動處理每個細節。
線框稿轉為程式碼：線框稿（Wireframe）是一種網頁設計或應用程式開發的草稿，用於表達產品的設計邏輯或排版架構。此功能多用於軟體研發相關的工作，此處不贅述。
實際應用時，「文字轉圖表」可以將我們口語化的敘述改寫為流程圖，便利又實用。但是根據經驗，遇到複雜的程序偶而會出現誤判（例如漏掉某個步驟）。此時改為使用「Mermaid」功能，即可精準針對需求製作流程圖。
使用Excalidraw將文字轉為流程圖
圖／商周出版提供
到這裡你可能會心生疑問：為了畫張流程圖還得花時間學習Mermaid語法怎麼寫，不是搬磚頭砸自己的腳嗎？
別擔心，這個問題全部交給ChatGPT！
【STEP 2】ChatGPT改寫語法
現在我們切換到ChatGPT，請它將文字轉成結構性的綱要，並用Mermaid語法規劃流程圖的細節。
為了讓ChatGPT的回答內容更加精準，可以在指令中善用兩個技巧：
請AI根據資料提取「流程重點」或是「關鍵步驟」。
限制以Mermaid語法輸出。
舉例來說，現在公司要辦理一場商業茶會，同事在會議上說明了籌備流程，我們可以將隨手寫下的內容直接丟給ChatGPT處理，輸入指令如下：
請根據以下活動說明提取流程重點，以Mermaid語法清晰呈現整個活動的流程。
活動說明：
最近公司準備推廣新型的雲端服務，總經理決定舉辦一場茶會，邀請潛在客戶參加。關於地點，我先呈報上次合作過的會議中心，如果總經理不滿意，我們再討論其他適合的地點，直到總經理說ok，再來預約，同時，也要聯繫外燴公司準備點心及茶飲。現在要分工處理茶會當天的幾個工作項目：邀請嘉賓、邀請媒體單位、預先準備新聞稿、安排支援人力。另外，在茶會結束前，大家互相提醒一下，別忘了拿出送給來賓的宣傳手冊。
ChatGPT回答：
graph TD
A [開始準備] --> B [報告會議中心選項]
B --> C {總經理是否滿意}
C --> |不滿意| D [討論其他地點]
D --> C
C --> |滿意| E [預約會議中心]
E --> F [聯繫外燴公司準備點心及茶飲]
A --> G [茶會當天準備]
G --> H [邀請嘉賓]
G --> I [邀請媒體單位]
G --> J [準備新聞稿]
G --> K [安排支援人力]
G --> L [茶會結束前確認宣傳手冊]
L --> M [活動結束]
上面的英文字母、箭號、括弧等符號就是Mermaid語法。請連帶其他文字內容，全部複製貼上到Excalidraw。
這個方法的優點是，我們不必絞盡腦汁思索該如何將文字轉為流程圖，用口語化的描述，甚至有點凌亂的隨手筆記，都能直接丟給ChatGPT，讓AI整理成清晰的架構。
【STEP 3】快速產出流程圖
接著再回到Excalidraw，開啟「Mermaid」功能，輸入上一步驟ChatGPT生成的內容後，右側「預覽」（Preview）視窗就會出現AI自動生成的流程圖，接著點選「插入」（Insert）來編輯圖表細節。
【STEP 4】調整與匯出
我們可以將AI生成的流程圖當作基礎，繼續調整內容或是進行美編。
例如，使用工具列的「繪圖」（Draw）添加手繪風格的圖案，或是用「插入圖片」（Insert Image）上傳輔助說明的照片。當然，我們也能自由切換流程圖內的文字字型、顏色、對齊方式等美編設計。
完成後，點選畫面上方的「設定」就能匯出這張精美的流程圖囉！
Excalidraw實際成果展示
圖／商周出版提供
所謂「一圖勝千言」，流程圖透過簡單的關鍵字、幾組線條就能說明一切。更棒的是，如今有了AI幫忙，想繪製一張專業的流程圖，彈指之間就能完成！
【升級技巧1】善用資料庫與範本功能
如果我們在工作中設計出一個獨特且實用的流程圖，希望未來還能繼續使用，只需要對著流程圖按右鍵「加入資料庫」，即可將這次的設計儲存到個人資料庫中。下次遇到同類型工作時便能直接取用。
更棒的是，我們還可以在「資料庫」裡面瀏覽各式各樣的美編素材、插畫圖樣，甚至是其他人設計的圖表模板，還能套用到自己的作品中。藉由這些資源，作品的視覺效果將會更豐富多彩。
【升級技巧2】開啟即時協作模式
如果需要與同事一邊討論一邊修改流程圖，可以點選畫面上方的「共享」按鈕，分享網址，就能立刻多人連線、共同編輯。
節錄自：商周出版《30個必學的AI行政工作術：搞定會議、行程、簡報、文書、圖表、影音、資料庫，事半功倍，準時下班！》／賴彥廷 著
更多【AI工作術】推薦給你：
4步驟學會運用AI關鍵能力！16種AI工具應用解析｜行銷策略指令範例
用AI快速寫Email！ChatGPT Writer、Copilot等中英文電子郵件生成
ChatGPT一鍵生成簡報！Slides Maker讓AI幫你快速做完整簡報
會議紀錄用AI怎麼做？會議逐字稿如何整理？｜AI語音轉逐字稿教學
用ChatGPT準備面試練習！AI履歷撰寫和模擬面試必學指令
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）
整理包／最熱門生成式 AI 大拚場 ChatGPT、Gemini、Grok、DeepSeek 各擅長什麼？
2025-06-24報導／經濟日報記者吳康瑋 由聯合新聞網授權轉載
生成式人工智慧（GenAI）技術迅猛發展，多款強大的AI工具幫助各行業提升工作效率。《經濟日報》為協助讀者了解各項AI工具，將「ChatGPT、Gemini、Grok、DeepSeek」等四大生成式AI列出，為讀者分析四款生成式AI的各自效能，就「開發者」、「訂閱費用」、「主要功能」及「擅長領域」等細項逐條分析。
AI工具確實快速提升效率，不過使用者也要注意，目前的AI工具不保證完全正確，甚至也會答非所問、提供錯誤資訊、或產生「AI幻覺」，使用者對生成的資料仍應有基本的辨識能力，避免AI工具謬誤。
各家生成式AI重點馬上看
ChatGPTGeminiGrokDeepSeek使用建議
ChatGPT
OpenAI的ChatGPT堪稱帶動GenAI風行的先驅，也有廣大用戶，付費企業客戶近期突破300萬戶，有免費與付費模式，每月20美元的ChatGPT Plus訂閱費每月20美元，用戶指出，付費版反應速度更快，用戶在使用ChatGPT時隨時擁有最佳的使用品質。
「資料分析」方面，ChatGPT的優勢在於將資料壓縮、精簡化，適合急需快速獲取關鍵訊息的使用者。「文案生成」上，適合創作個人化內容。「圖表製作」方面，ChatGPT的圖表較為簡單，但圖片較無法把文字一起生成出來，繪圖時整體構圖比較簡單。
網址：https://chatgpt.com/
ChatGPT小檔案
開發者OpenAI付費版費用每月20美元（約新台幣610元）主功能提供文本生成、對話回應、內容創作、翻譯、問題解答等多種功能擅長領域自然語言處理、文本生成、教育輔助、創意寫作、客服支持等
Gemini
Google DeepMind開發的Gemini專注於多模態學習，能同時處理文本、圖像和音頻數據。版本包括2.0、2.5和最新的2.5 Pro，推理和數據處理能力進步快速。Gemini 2.5 Pro提供更強大的計算能力和更高準確性，讓用戶在處理複雜任務時能獲得更佳體驗。付費版額外提供用戶包括2TB儲存空間、Gemini Advanced和其他AI功能。
「資料分析」方面，Gemini提供的內容易於閱讀，文法經過重新梳理，適合需要清晰解釋的使用者。在「文案生成」上，Gemini能一次生成多達15個標題，提供選擇建議，對於需要多樣化提案的用戶非常方便。「圖表製作」方面，Gemini 的完整度高，使用者可選擇不同的圖表類型，並能下載圖片、Excel或JSON格式的數據。
網址：https://gemini.google.com/
Gemini小檔案
開發者Google DeepMind付費版費用每月19.99美元（約新台幣650元），可免付費試用一個月主功能強大的推理能力，擅長處理複雜的問題和情境，能同時處理文本、圖像和音頻數據等多模態文件擅長領域AI推理、圖像理解、科學研究和技術開發
Grok
Grok是由X（前稱 Twitter）開發的生成式AI，專注於社交媒體內容的生成。最新版本Grok3提供更強大的功能，能即時生成與當前熱點話題相關的內容，結合社交媒體數據分析趨勢，提升用戶互動的實時性，成為品牌營銷和社交媒體管理的理想工具。
「文案生成」方面，Grok風格簡潔有力，類似科技周刊的風格，適合快速傳達訊息。「圖表製作」方面，Grok可以較為輕鬆的運用文字組成圖表，並附上有關的資訊數據，對於需要快速理解數據的使用者來說很實用。
網址：https://grok.com/
Grok小檔案
開發者應用程式X（前身為Twitter）付費版費用每月30美元（約新台幣970元）主功能即時生成與當前熱點話題相關的內容擅長領域社交媒體互動、內容創作、即時訊息生成和品牌營銷
DeepSeek
DeepSeek專注於資料搜尋和訊息檢索，開發商為位於中國大陸的「杭州深度求索人工智慧基礎技術研究」，中資避險基金幻方量化創立的人工智慧公司，創始人暨執行長梁文鋒持續致力將大陸AI技術推向全球市場，提供R1和R2兩種不同的服務模式。
「資料分析」方面，DeepSeek提供前言和總結，讓懶人可以快速理解內容。在「文案生成」上，DeepSeek的口語化風格能夠生成10個標題，附上創作理念和選擇建議，適合需要親民語言的使用者。「圖表製作」方面，DeepSeek使用文字排列呈現，提供Python程式碼，對於技術使用者來說相當便利。
網址：https://www.deepseek.com/
DeepSeek小檔案
開發者中國大陸企業「深度求索」付費版費用每100萬（輸入）tokens收費人民幣16元（約新台幣66.68元）主功能資料搜尋和訊息檢索，利用生成式AI技術提升搜索引擎的智能化，提供相關建議和訊息過濾功能擅長領域資料搜尋、訊息檢索、知識管理和數據分析
使用建議
生成式AI工具已經落地商業化，從自然語言處理到多模態學習、社交媒體互動及訊息檢索等多種服務都能提供，競爭也更加激烈。用戶可根據自己的需求，選擇最合適的AI工具，以提升工作效率與創造力。
綜合比較四款生成式AI後，提供讀者幾點建議。若需要多樣化的文案提案，可考慮Gemini；若喜歡口語化一點的表達，可選擇DeepSeek。AI繪圖方面，生成多幅圖片建議可使用Grok，若希望作品有較高的品質，可選擇Gemini。在「資料分析」方面，若希望能獲取較「簡潔明瞭」的資料，建議選擇「ChatGPT」，讀者若希望能得到比較容易理解的內容，應該選擇Gemini。
針對「表格整理」方面，若要以更快的速度掌握大致上的資訊，建議選用ChatGPT；若讀者希望在表格中能得到較「詳細」的內容，可考慮DeepSeek。針對「生成圖片」功能上，若讀者追求圖表要具有充分「完整性」的類型，建議使用Gemini。
推薦閱讀：
AI聽話卻沒懂你？OpenAI揭露AI「裝乖」假象與職場真風險
AI強勢取代！企業寧僱AI也不找菜鳥，今年畢業生有多慘？
除了ChatGPT，還有哪些生成式AI？16種AI工具應用解析
打造ChatGPT行政小助理：專屬AI助理幫你處理瑣碎行政工作
[course_plugin title='推薦AI相關課程' keyword='AI' amount=2]
OpenAI最新旗艦AI亮相！GPT-6 Astra核心亮點、使用方案一次看！
OpenAI正式發表最新一代旗艦模型GPT-6 Astra，這次更新打破過去「AI只能在對話框裡打字」的限制，核心聚焦在「幫使用者動手操作電腦（Computer Use）」與「處理真實商務工作（Professional Work）」，讓AI真正能替上班族代工繁瑣的日常庶務，本文整理官方公布的亮點功能，以及各會員方案的訂閱費用。
文／《104職場力》
本文導覽
GPT-6 Astra核心功能亮點！上班族必看1.電腦自主操作（Computer Use）2.商業情境協作（Professional Work）3.速度、成本與安全邊界全面升級誰能使用GPT-6 Astra？各方案費用整理
GPT-6 Astra核心功能亮點！上班族必看
1.電腦自主操作（Computer Use）
跨系統登錄與填表：能接手線上表單填寫、自動更新CRM客戶系統資料，以及整理行事曆等。
搜集資料並直接彙整：在瀏覽器搜尋網路資料後，可直接切換到文字編輯器或電子郵件中草擬摘要。
專業軟體操作：支援在Power BI製作視覺化圖表、自主安裝並測試軟體，甚至能操作專業軟體KiCad進行電路板排線、執行網頁前端功能檢查（QA）。
生活行政快速代辦：官方示範影片展示了Astra自主完成租屋比價、挑選兒科診所、預約行政機構（如監理站）等生活庶務的過程。
P.S.官方註明這些影片為剪輯過的示範片段，正式文字說明中並未提供每項任務的確切耗時，有興趣的讀者可自行參考官方發布頁面中的示範影片。
影片與詳情可前往OpenAI官網查看
2.商業情境協作（Professional Work）
嚴格遵循企業版型（Template）：能讀懂公司現有的PPT簡報或試算表範本，依照原有的版面風格與敘事架構產出內容，避免格式跑版。
去蕪存菁的商務文字：專門訓練只抓取關鍵商務資訊，不再產出重複且無意義的贅字。
非同步自主推進與主動提問：當指示模糊時，它會先處理常規步驟，並「主動發問」確認重大決策；遇關鍵節點會等待回覆，不會盲目亂猜。
多輪修正不失焦：面對多次調整要求或突發插曲，能牢記初始任務目標，不隨意偏離方向。
[course_plugin api_type='course_id' title='104學習推薦：' id='39d7b0fe-6384-450f-aee8-eaa8932b544d']
3.速度、成本與安全邊界全面升級
任務耗時縮短47%：在電腦操作基準測試OSWorld 2.0中，Astra平均約40分鐘即可完成任務並拿下72.6%的分數，相較前代GPT-5.6 Sol平均需75分鐘、僅拿下65.7%，等於耗時減少約47%；在Mind2Web操作基準上，速度則提升1.9倍。
越界行為大幅降低，但非全面「零風險」：在一項參考Hugging Face事件設計的測試中，移除正式產品安全防護後，前代GPT-5.6 Sol有48%的機率會逾越授權範圍任意更動電腦，Astra在同樣情境下降到0%。（不過這個「0%」是特定測試情境下的結果，官方另一份「內部電腦操作安全基準」顯示，Astra整體的不安全行為發生率為2.4%，雖仍遠低於前代的22%，但並非完全為零，企業導入時仍建議搭配官方提供的Auto-review等審核機制使用）
網路安全能力躍進，OpenAI同步收緊存取權限：Astra在OpenAI的風險分級框架「Preparedness Framework」中，網路安全能力被列為「Critical（重大）」等級，在漏洞利用測試ExploitBench中達到100%成功率（前代為78.5%）。因應風險提升，目前Astra僅開放協助防禦性資安工作（如安全程式碼審查、修補漏洞），更進階的攻擊性測試（如建立概念驗證漏洞）暫不開放一般使用者，OpenAI表示會透過「OpenAI Daybreak」計畫，視情況逐步擴大存取範圍。
【補充】這次發布同時公布了Astra在數學與科學領域的研究貢獻，包括協助證明兩個懸而未解超過10年及80年的質數間距問題，並在高難度數學測試FrontierMath Tier 4上取得接近滿分的成績。雖然與一般上班族的日常工作較無直接關聯，但也是這次發布強調「最聰明模型」的重要佐證。
誰能使用GPT-6 Astra？各方案費用整理
GPT-6 Astra採分批推送機制，即日起已向特定機構開放，未來數日內將同步推送給全體ChatGPT Plus、Pro、Business、Enterprise用戶，以及OpenAI API、Microsoft Azure、AWS Bedrock，免費版與新推出的Go方案目前則不在支援名單中。
方案類別適用對象官方參考費用（美金）是否支援GPT-6 AstraChatGPT Free一般大眾（免費體驗）免費❌不支援ChatGPT Go想要比免費版更多用量的輕度使用者約 $8美元／月❌不支援ChatGPT Plus一般個人工作者、上班族$20美元／月（實際金額請以帳戶內顯示為準）數日內陸續推送ChatGPT Pro重度生產力、高用量專業者依用量分兩個級距：5倍用量與20倍用量，官方資訊顯示分別約為- $100美元／月- $200美元／月（實際金額請以帳戶內顯示為準）數日內陸續推送，並可額外使用進階版「GPT-6 Astra Pro」ChatGPT Business團隊與中小企業（需 2 人以上）Standard席次：- $20美元／人／月（年繳）- $25美元／人／月（月繳）另有新推出的Premium席次（5倍用量、無5小時使用上限）：- $100美元／人／月（年繳）- $125美元／人／月（月繳），兩種席次可混搭使用數日內陸續推送，Pro、Business 用戶皆可額外使用「GPT-6 Astra Pro」ChatGPT Enterprise大型企業（具資安與管理控管）依企業規模專案報價數日內陸續推送，但預設為關閉，需由企業管理員手動為工作區啟用開發者 API工程師、第三方系統串接模型代號gpt-6-astra；Standard定價為- 每百萬input token $10美元- 每百萬output token $50美元另有速度與價格皆為2倍的Fast模式與消費版方案同步於未來數日內開放，同步登陸Azure、AWS Bedrock
詳細報價可前往OpenAI官網查看
一般上班族若想體驗GPT-6 Astra的跨軟體自動化與簡報排版功能，門檻為訂閱ChatGPT Plus（每月20美元）；若需要更高用量或進階版GPT-6 Astra Pro，則可考慮Pro或Business方案，待官方推送完成後，即可在模型選單中切換使用。
資料來源：OpenAI〈GPT-6 Astra: A new generation of intelligence〉官方發布頁面；ChatGPT 官方定價頁面（Pricing、Business、Pro 方案頁）；OpenAI 說明中心〈What is ChatGPT Business?〉；OpenAI〈Premium seats are coming to ChatGPT Business〉。
延伸閱讀：
ChatGPT怎麼整理Excel資料？清理欄位、統一格式，樞紐分析不出錯｜8組提示詞範本
ChatGPT幫你跑寄信流程！實測串Gmail、Google Drive，寫信、附檔、批次寄送都能做
別只會開ChatGPT！寫企劃、查資料、解任務該找誰？全球數據揭職場AI的「真實專長」
ChatGPT基本文章生成術：企劃案、介紹文用AI快速完成
運用AI工具快速生成文章，可以用更高效、更簡單的方式完成高品質文章。本文解析如何使用ChatGPT生成基本文章，從企劃案撰寫到段落內容都能輕鬆創作，工作效率大加分！
文／陳冠霖（Brian Chen）
本文目錄（點擊可快速前往）
ChatGPT基本文章生成ChatGPT段落文章書寫
ChatGPT基本文章生成
有了ChatGPT帳號後，我們來看看如何進行文本生成吧！
情境範例：
今天上班，公司在經過幾個小時的開會，決定要開發一款新的懶骨頭沙發產品並上市販售。而撰寫產品企劃的重任像一顆石頭一樣重重的壓在你身上，而更可憎的是，老闆竟然要求你先將初版的企劃案寫出來，並在明天的會議上進行報告並討論。除此之外，你還被要求要在短時間內思考出懶骨頭沙發的優缺點、目標客群以及年齡層等各種面向的問題⋯⋯
此時就可以跟ChatGPT說：
我想撰寫關於新的懶骨頭沙發的產品企劃案，我希望能夠為我分析一下目前此類商品的優點與缺點以及缺點預計可以改進的方向、目標客群以及年齡、預期成本和預期收益等，並幫我根據這些架構進行條列以及撰寫出一篇約400字的文章。
之後就可以看到GPT的回覆，如圖4-4至圖4-6：
（圖／博碩文化提供）
是不是很厲害啊，俗話說萬事起頭難，但現在可以用AI幫你起頭之後，只需要根據這些架構草稿再慢慢去更改內容並撰寫出完整計畫就好了。在這過程中也可以持續使用AI工具來協助各位撰寫，所以在現在這個時代會使用AI工具真的會讓你在職場上的效率超級加倍！
題外話：目前版本ChatGPT會有免費使用GPT-4o生成的服務，當額度用盡就會變回GPT-4o mini生成。所以如果突然發現回覆內容感覺變弱就是GPT-4o額度用完啦。不過別擔心，免費額度是會補充的。
ChatGPT段落文章書寫
如果今天只是需要生成一個段落而已，當然可以使用ChatGPT來進行生成。
情境範例：
在經過一天的煎熬，終於等到要下班的時間了，但你看到老闆向你走過來，心中升起一絲不祥的預感。果然，老闆想要你在明天上班前提交一份關於Python程式語言的介紹，但你只是一個在辦公室為了三餐溫飽而努力的小職員，對於Python這個程式語言根本完全沒有頭緒，加班到很晚看了很多文章還是一頭霧水，焦慮到快要爆炸了⋯⋯
別擔心！在一切還沒變的糟糕之前，你可以直接求助無敵的ChatGPT，只需要在對話視窗中輸入：
請用500個字介紹Python這個程式語言，撰寫文章時請分成四個段落。
接著按下送出，等待ChatGPT回覆即可，以下圖4-7是ChatGPT的回覆內容。
（圖／博碩文化提供）
看到這段文章之後，你驚覺的發現似乎可以根據這段文章稍微修改一下，或者可以「請」ChatGPT協助代為修改，改完之後發現根本沒花太多時間，全部處理完之後終於可以準時下班了，灑花！
基本上各位可以根據自己的需求（或者老闆或老師對你的需求）來對GPT進行文字生成的指示，而各位可以看到生成後的文字底下會有5個小圖標，這5個小圖標由左至右分別為：
大聲朗讀：這個功能可以讓ChatGPT預設的語音來朗讀他的回覆。
複製：淺顯易懂，就是複製這段對話的內容。
重新生成：如果生成的文章你不喜歡的話，可以像慣老闆一樣要求ChatGPT重新生成喔，重新生成後可以選擇重新生成的結果更好、更糟或是沒差別，這個選擇會些微影響到之後生成時的結果，ChatGPT會盡量根據你喜愛的風格生成，並盡可能避免掉你不喜歡的風格，重新生成的結果就像圖4-8這樣。
（圖／博碩文化提供）
● 回應不佳：如果你不喜歡這段回應，可以點選此按鈕並選擇原因告知ChatGPT的回應哪裡需要再修正如圖4-9，這也或多或少的會影響到後續的生成方式。
（圖／博碩文化提供）
● 變更模型：目前可以選擇GPT-4o與ChatGPT-4o mini來進行生成。
另外，目前最新的模型是OpenAI o1，若有購買完整版的話可以再使用o1 preview 模型與o1 mini。惟因本書最終完稿時大約是2024年8月初，所以在OpenAI o1 推出後（2024年9月中）緊急更新了部分內文，故OpenAI o1的部分會放在附錄介紹！
以上就是一些基本的ChatGPT介紹了，各位可以根據這些基本的功能嘗試看看這項服務，相信學會使用ChatGPT一定能為各位後續無論是工作或是生活帶來更多的便利性。接下來我將會帶各位來看看更多的ChatGPT應用。
題外話：如果生成的段落文字過長，因為ChatGPT會有輸出限制，所以有時候輸出到一定程度就會中斷，此時可以輸入指令：「請接續上面的文章內容繼續生成」、「請繼續」、「請繼續生成」，來對ChatGPT下指令讓它繼續生成文章。
節錄自：博碩文化《即學即用！精選 30 招辦公室超高效 AI 生產術／陳冠霖（Brian Chen） 著 》
更多【實用AI工作術】推薦給你：
讓ChatGPT當求職教練！寫求職信、履歷建議、中英文面試練習指令
用AI快速寫Email！ChatGPT Writer、Copilot等中英文電子郵件生成
ChatGPT整理Excel表格超快速！用AI輕鬆搞定複雜資料
ChatGPT一鍵生成簡報！Slides Maker讓AI幫你快速做完整簡報
寫AI提示詞不該有的5個壞習慣！OpenAI最新指南建議「放手讓AI發揮」
你在使用AI輔助工具時，是否也有「提示詞愈寫愈長、規定愈寫愈細、需求詳盡、細節極多」的毛病呢？過去人們總認為「提供愈詳細完整的資訊、AI給出的資訊將會更精準」，但是在OpenAI最新發布的「GPT-5.6 提示詞撰寫指南」中卻建議使用者「適時對AI放手」，別要求AI給出死板、簡潔、制式的答案，才不會變相限制AI的發展。
文／支琬清 由經理人授權轉載
本文導覽
1. 規則講3遍，效果不會更好2. 步驟寫死不留判斷空間，反而限制AI潛力3. 「保持簡潔」用過頭，AI的回答反而會漏掉重點4. 別要求AI所有步驟都要給你審核5. 換新模型就「打掉重練」，難以追蹤問題源頭別再對AI步步緊逼！適當放手反而效果更好
提示詞寫得愈長、規定愈細，AI的表現就一定愈好嗎？
OpenAI在最新發布的「GPT-5.6 提示詞撰寫指南」中給出否定的答案。根據OpenAI內部針對程式代理（coding-agent）的評測結果發現，只要勇敢捨棄提示詞中重複的指令與多餘的範例，不僅能讓評測分數提升10～15%，還能大幅減少41～66%的總Token數，連帶省下33～67%的成本。
這份新指南顛覆了許多人撰寫提示詞的舊習慣，指南中，強調GPT-5.6在接收指令時，與其規定每一個死板的步驟，不如清楚定義「最終的結果」、「重要的限制條件」以及「成功的標準」，並放手讓模型自行選擇最有效率的路徑。
指南特別提醒，這組數字會隨任務不同而有落差，只能當作方向參考，實際成效要在自己的任務上重新測試才算數。
1. 規則講3遍，效果不會更好
許多人深怕AI聽不懂，喜歡在提示詞裡反覆強調同一件事。指南建議，開發者應該從一份已經能用的提示詞開始，逐步拿掉「重複陳述的規則」、「不影響行為的範例」以及「模型早已能穩定做到的流程指令」。
真正該留下的是，使用者期望的最終結果、成功標準與停止條件，以及「安全、商業邏輯、證據與權限」等核心限制條件。指南特別警告，留下來的指令必須檢查是否有邏輯矛盾；因為GPT-5級別的模型會嚴格遵守提示詞，規則互相打架反而比細節不足更容易讓輸出結果大暴走。
2. 步驟寫死不留判斷空間，反而限制AI潛力
另一個生成式AI使用者常犯的老習慣，是把任務拆成死板的固定步驟。指南建議，與其規定每一個步驟怎麼走，不如直接描述「最終目的」，並清楚定義「好的結果長什麼樣子」。
此外，千萬別濫用「永遠（ALWAYS）」、「絕不（NEVER）」或「必須（must）」等絕對用語。這些強烈字眼應該保留給真正的鐵律，例如安全規則或必填欄位；至於「要不要搜尋」、「何時該使用工具」這類需要判斷的情境，應該改為提供「決策原則」，讓模型自行選擇最有效率的路徑。
3. 「保持簡潔」用過頭，AI的回答反而會漏掉重點
如果你習慣在提示詞最後補上一句「請保持簡潔」，在 GPT-5.6 上可能得重新評估了。由於 GPT-5.6 預設的回答風格就比前一代（GPT-5.5）更加精煉，繼續套用這類籠統指令，有時會讓回答變得太短、甚至漏掉重要資訊。
OpenAI 建議透過 API 參數（text.verbosity）來設定整體的詳細程度（低、中、高），再根據特定任務提出要求。與其盲目要求 AI 回答簡短，不如給模型一個明確的優先順序：「優先保留完成任務所必需的內容，再來才是移除低價值的細節。」
4. 別要求AI所有步驟都要給你審核
在處理多步驟任務時，頻繁要求模型「先問我」、「等我核准」會讓原本安全的動作也被迫中斷。
指南建議，開發者應該制定一份精簡的政策：清楚列出模型可以「自主進行」的安全本地動作，例如讀取檔案、查看紀錄、修改範圍內的程式碼、跑測試等，不需要反覆要求確認。
只有在涉及「外部動作」、「破壞性行為」、「高成本動作（如採購）」，或「任務範圍擴大」時，才需要設立邊界，要求模型停下來取得授權。
5. 換新模型就「打掉重練」，難以追蹤問題源頭
當應用程式準備升級至GPT-5.6時，最忌諱的就是一次把整套提示詞、推理設定和工具組全部重寫。
正確的升級SOP是，先單純更換模型並保留原有的推理設定，用既有的測試案例跑一輪；接著再逐步拿掉過時的鷹架指令與用不到的工具；每做一次微調，就重新測試一次，最後才針對退步的地方補上最小幅度的修正指令。
如果一次全部重寫，一旦輸出結果不如預期，根本無從判斷問題是出在模型本身、提示詞內容，還是工具組的改動。
別再對AI步步緊逼！適當放手反而效果更好
綜觀這份GPT-5.6提示詞指南，OpenAI其實是在傳遞一個核心訊息，是時候放下對AI的「微管理（Micromanagement）」了。過去，許多開發者習慣把提示詞當成鉅細靡遺的程式碼來寫，深怕漏掉任何一個執行步驟；但面對能力大幅躍升的新一代模型，最好的做法反而是「抓大放小」。
未來的提示詞撰寫，將更像是在帶領一個高度專業的團隊： 你只需要給予清晰的目標、定義「成功的標準」，並劃定不可逾越的安全與權限邊界，剩下的執行路徑就放心交給AI去探索與發揮。
當然，簡化提示詞並不代表要盲目刪減。OpenAI在指南中一再強調，所有的優化都必須建立在「持續測試」的基礎上。不論是更換模型還是調整推理設定，都應該遵循「一次只改動一個變數」的科學方法，透過真實的測試案例來驗證成效。透過精準微調，開發者才能真正釋放GPT-5.6的潛力，在提升任務表現的同時，也達成省下大量Token與運算成本的雙贏局面。
資料來源：OpenAI 開發者文件；本文初稿由 AI 協助整理，編輯：支琬清
（原文標題：別再把提示詞寫成小論文！OpenAI最新指南點名5個該戒掉的老習慣）
[course_plugin api_type='course_id' title='推薦課程' id='e9e13d08-2c6f-49b2-bae8-1e9418588041']
跟AI多聊兩句就偏題？研究發現：語言模型有4點致命傷
最近，Microsoft和Salesforce發表的一項研究報告顯示，初步對話時AI的表現都沒問題，但在進行多輪對話後，成功率竟下降高達35%。這不禁讓人想納悶，是不是目前的AI技術還不夠成熟？
文／《104職場力》
本文導覽
數據證實，多聊幾句AI就會破功AI的「急性子」是致命傷所以AI到底聰不聰明？什麼情況下AI語言模型迷失的機率更高？如何改善？
在這個科技迅速發展的時代，人工智慧（AI）已經成為我們生活中不可或缺的一部分，無論是寫文章、翻譯，還是客服對話，AI都在努力學習如何更好地跟我們溝通。但是，你有沒有發現，當我們和AI聊天的時候，它剛開始對話時會表現得像個小天才，但隨著對話慢慢深入，卻漸漸變得「迷糊」，甚至胡亂回答，這到底是怎麼回事呢？
數據證實，多聊幾句AI就會破功
在研究中，科學家們模擬了20萬筆對話，檢測了15種主要的語言模型，發現和這些AI首次對話，回覆準確的成功率高達90%，表現好到簡直像個小天才，可一旦進入第2次或第3次對話後，它們就開始像迷失在語言黑洞一樣節節敗退，無法保持對話的一致性和邏輯性，最後成功率降到只剩下約60%。
這引發了研究人員的好奇，明明是「越聊越深入」，給出的訊息和指令應是越來越完整，但為什麼這種聊天模式卻成了這些智慧型夥伴翻不過去的阻礙？
AI的「急性子」是致命傷
其實背後的原因不在於AI的記憶力差，而是它太「急於表現」所導致，從研究人員歸納出的4種回覆行為就能瞧出端倪：
1. 過早提供最終解決方案（Premature Answer Attempt）
在指令尚未完全明確時，AI們就早早生成完整答案或程式碼。這可能是來自語言模型被訓練成必須「盡快給出完整回應」所產生的慣性。
2. 做出錯誤假設（Incorrect Assumptions）
在資訊不足的情況下，AI會根據不完整的提示做出猜測性假設，這些假設如果與使用者後續揭示的真實意圖不符，就會導致整個對話偏離正軌。
3. 過度依賴先前的內容（Over-Reliance on Previous Attempts）
AI語言模型會過度依賴自己先前對話中所生成的內容，包含那些基於錯誤假設而得出的結論，所以就算使用者在下一輪對話中提供新資訊，甚至出言糾正先前的錯誤，AI還是難以有效地整合並推翻自己舊的假設。
4. 回答過於冗長（Overly Verbose Responses）與「答案膨脹」(Answer Bloat)
研究發現，AI生成的回覆越冗長，表現往往越差，因為冗長的答案更容易包含錯誤的假設或不相關的內容。而多輪的對話中，隨著語言模型不斷嘗試修正先前的錯誤，最終答案可能會比單輪設定下的解決方案長20%到300%，這種異常現象就是所謂的「答案膨脹」。
綜合上述4點，也許AI在初回覆時命中率高達9成，但隨著對話的深入，偏離的軌跡會越發明顯，這點就跟人類不一樣，人類在思考或對話的過程中，能意識到自己說錯話或認知錯誤進而及時調整，但AI目前無法做到這點，所以當起始點錯，就會一路錯到底。
可以想像一下，跟一位同事討論問題時，對方在釐清問題核心跟意圖之前就急著給出答案或總結，因為本身理解錯誤，或使用不對的邏輯思考，加上難以根據後續的對話進行調整，就算越講越多，最後給出的答案卻還是偏離發問者的預想，讓人摸不著頭緒，這就是AI模型在多輪對話中經常出現的情況。
所以AI到底聰不聰明？
研究者使用常見的語言模型進行測試，將AI在多輪對話中性能下降歸因於「能力（Aptitude）的輕微損失」和「不可靠性（Unreliability）的顯著增加」。
在模擬的過程中，語言模型的能力（Aptitude）平均下降了16%。
而從最佳和最差情況之間的表現差距可看出，無論其首輪回覆的能力有多強，所有語言模型最後都表現出極高的不可靠性（Unreliability），平均增加了112%。
從研究結果來看，在對話中語言模型並非「變笨」，而是AI在處理複雜會話時，會變得非常不穩定且不可預測，以至於重點失焦、表現大打折扣。
這些問題的根源，主要在於過去對語言模型的訓練方式太過於依賴單句的問答，而人類的對話通常是逐漸深入並不斷澄清的過程，AI在一次對話中無法自如地處理這樣的變化，是因為沒學會如何在對話中靈活應變，才無法像人們預期的那樣穩定地提供解決方案。
什麼情況下AI語言模型迷失的機率更高？如何改善？
研究報告指出，並非所有任務都會讓AI迷失，例如像「翻譯」這樣明確單一的任務，有既定的內容且可分解成獨立的句子級別，表現就比較不容易歪掉，而容易讓AI迷失的任務通常具備以下特性：
1. 生成性任務（Generative Tasks）
比起統整資訊這種有特定資訊來源可提取或分類的任務，需要生成新的內容對AI來說挑戰更大，類似於考試寫申論題一樣。
2. 足夠複雜（Sufficiently Complex）
給出的指令如果太多太複雜，即便有明確的規格，還是會被AI分解成「碎片」，每一片都稍微偏離一點點，最終就會給出奇怪的結論。
3. 非可分解的解決方案（Non-decomposable Solution）
如果沒有在一開始就給齊所有指令，而是在後來的對話中修正或逐步新增，對AI來說，每一個新的資訊碎片都會打亂整個結構，讓它在重整的過程中偏離軌道。
在AI能處理複雜對話前，可以怎麼做？
針對以上挑戰，研究人員提出了一些解決方法，比如：
將問題拆分成小塊，讓模型在每一步對話中一次只處理一小段資訊。這種方法被稱為「分片模擬」，主要是在幫助AI更好理解問題。
另一種策略叫「重述回顧（Recap）」：
在每次的對話結尾回顧之前提到的訊息，幫助AI抓住整體脈絡，就像一位老師在跟學生溝通時，不斷地重申重點，讓學生不會在解答時迷失方向。
這項研究讓我們看清目前語言模型的局限性，AI雖然聰明，但在實際對話中還是無法盡善盡美，報告提出，開發者需要把重點放在讓AI更具「耐心」，學會如何等待、提問和澄清，而不是單純地回答問題，這樣才有機會讓使這些語言模型成為人類良好的聊天夥伴。
（參考資料、圖片來源：LLMs Get Lost In Multi-Turn Conversation）
延伸閱讀：
你也禮貌AI嗎？常愛向ChatGPT說「謝謝、對不起」 要燒數千萬美元成本
你會放感情與AI聊天？研究示警：ChatGPT重度使用者可能更孤單！
沒有人會是「AI」局外人！當AI技能從選填題變成必選題，你確實該緊張
「Skill」和「提示詞」差在哪？6大差異與SKILL.md寫法一次看
Skill和提示詞差在哪？會寫提示詞還需要學Skill嗎？作者認為，提示詞就像便利貼，而Skill則像一本SOP手冊，以下從可複用性、穩定性、分享、跨平台、版控與自動化等6大面向比較，並以實例解析SKILL.md的5大結構與寫法。本文節錄自《10 倍速！AI Skill 全攻略》。
文／曾慶良（阿亮老師）
本文目錄（點擊可快速前往）
「提示詞」和「Skill」的6維度差異維度一：一次性 vs 可複用維度二：不穩定 vs 穩定維度三：無法傳承 vs 可分享維度四：單平台 vs 跨平台維度五：無版控 vs 有版控維度六：手動觸發 vs 自動觸發Skill怎麼寫？5個區塊快速解構SKILL.md1. 名稱2. Description（描述）3. Steps（步驟）4. Rules（規則）5. Example（範例）
「我用ChatGPT的提示詞不是也很好用嗎？為什麼還要學Skill？」
這是我在課堂上最常被問到的問題。每次我都會用一個比喻來回答。
提示詞就像便利貼。你在上面寫了一段很棒的指令，貼在螢幕旁邊。每次要用的時候，你看一眼便利貼，然後在AI的對話框裡重新打一遍。打完用完，那段文字就留在對話裡了—你關掉視窗，它就消失了。下次要用？再打一遍。換一台電腦？找不到了。想分享給同事？「你等一下，我翻一下之前的對話紀錄⋯⋯」
Skill則像一本裝訂好的SOP手冊。它不會丟、不會改、不會因為你換了電腦就消失。你把它放在一個固定的地方，AI每次都會翻開同一本手冊、照同一套流程做事，品質永遠一致。要分享？直接丟一個檔案過去，3秒鐘搞定。但差別不只是「便利貼 vs 手冊」這麼簡單。讓我從6個維度來做完整的比較，每個維度都配一個具體場景，讓你一次看透兩者的差異。
「提示詞」和「Skill」的6維度差異
維度一：一次性 vs 可複用
提示詞是一次性的。你在ChatGPT裡打了一段很精緻的提示詞，產出了一份完美的報告。太好了！但3天後你又需要寫一份類似的報告，你回頭翻對話紀錄—那段提示詞埋在100條對話之中，你翻了5分鐘才找到，然後發現它跟另一段提示詞混在一起，你搞不清楚到底哪段是你要的。
Skill是可複用的。你把「產出行銷月報」的流程寫成一個Skill。每個月月初，你只要說「幫我做這個月的行銷月報」，然後丟入數據，AI就照同一套格式、同一套邏輯跑出報告。第一個月花30分鐘寫Skill，之後每個月省2小時。用12個月，你省了23個半小時—整整3個工作天。
維度二：不穩定 vs 穩定
提示詞的輸出品質靠你的措辭。你今天心情好，打了一段很完整的提示詞，AI給你90分的答案。明天你趕時間，少寫了兩個條件，AI給你60分的答案。同一個任務，品質可以差出30分。更麻煩的是，你往往不知道品質下降是因為你的提示詞不一樣了—你以為自己打的「差不多」，但AI對措辭的敏感度超乎你的想像。
Skill的輸出品質被規則鎖住。SKILL.md裡的Rules區塊寫了「MUST：每段開頭要有bullet point摘要」和「NEVER：不可以使用超過3層的巢狀標題」，AI就會每次都遵守。你不需要記住這些規則，因為它們已經被寫進了系統裡。品質一致性從「看心情」變成「看規則」。
維度三：無法傳承 vs 可分享
提示詞是個人知識，藏在你的腦袋裡。你花了3個月才摸出一套高效率的AI工作方式。主管說：「太好了，教教其他人吧。」你開始教，講了1個小時。同事點頭如搗蒜，回去自己試—結果做出來的東西跟你的完全不一樣。因為你教的是「大方向」，真正決定品質的那些「眉角」（語氣怎麼拿捏、哪些詞要避開、先做A再做B的順序不能反），都是你自己也說不清楚的隱性知識。
Skill是一個檔案，誰拿到都能用。你把SKILL.md丟給同事，他花5分鐘讀完，對AI說「跑這個Skill」，出來的結果跟你做的品質一模一樣。隱性知識被「外化」成顯性知識，經驗不再只存在某個人的腦子裡。一個新人入職第一天就可以用資深員工花3個月磨出來的AI工作流—這在以前是不可能的事。
維度四：單平台 vs 跨平台
提示詞綁定在特定的AI平台上。你在ChatGPT裡養了一個好用的Custom GPT，有一天公司決定改用Claude，你的心血全部白費—Custom GPT的設定沒辦法直接搬到Claude上面。或者你在Gemini裡摸出一套好用的提示詞，但發現在ChatGPT上跑出來的結果完全不一樣，因為每個平台對提示詞的「理解方式」有微妙的差異。
Skill是一份純文字檔，不綁定任何平台。同一份SKILL.md，你可以在Claude Code裡用、在Gemini CLI裡用、在Codex CLI裡用。因為Skill的本質是自然語言寫的工作流程，任何能讀懂自然語言的AI都能執行。你今天用Claude，明天改用GPT，後天改用Gemini—Skill帶著走，不用重寫。
維度五：無版控 vs 有版控
提示詞沒有版本的概念。你改了一段提示詞，發現效果變差了，想回到上一版—抱歉，你已經覆蓋掉了。或者你跟同事各自改了同一段提示詞的不同部分，想合併—你得自己手動比對，一行一行看。
Skill是檔案，可以用Git做版本控制。每一次修改都有紀錄，你可以看到「上個禮拜三下午兩點誰改了什麼」。改壞了？一個指令回滾。多人協作？用Git的分支和合併機制，兩個人改同一份Skill也不怕衝突。這就是軟體工程師幾十年來管理程式碼的方式，現在你用同樣的方式管理AI的行為。
維度六：手動觸發 vs 自動觸發
提示詞需要你手動執行。你得打開AI介面、貼上提示詞、貼上輸入資料、按下送出、等待回覆、複製輸出、貼到目標位置。每一步都要你親自動手。如果你的工作流有10個步驟，你就要重複這套「開→貼→送→等→複製→貼」的動作10次。
Skill可以被自動觸發。在後面的章節你會學到Skill Chain（Skill串接），讓A Skill的輸出自動變成B Skill的輸入，中間完全不需要你動手。你甚至可以設定排程—每天早上9點自動跑「整理今日待辦事項」Skill，或者每次收到特定格式的Email就自動觸發「客戶回覆」Skill。從「人工一步一步做」變成「設定一次自動跑」。
如果用一句話總結整個對比：提示詞是即用即丟的紙條，Skill是裝訂成冊的工作手冊。
這6個維度的差距，不是功能多寡的差距，而是「工作方式」的差距—一種是每次從零開始，一種是把好的做法固定下來、持續複利。
Skill怎麼寫？5個區塊快速解構SKILL.md
你可能會好奇：一個SKILL.md到底長什麼樣子？裡面有哪些東西？
其實它的結構非常簡單。一個標準的SKILL.md有5大區塊：名稱（Name）、Description（描述）、Steps（步驟）、Rules（規則）、Example（範例）。每一塊的作用不同，但都是用自然語言寫的—你會打字就會寫，不需要任何程式背景。
讓我用一個完整的例子帶你走一遍。假設你是一個社群小編，每天要寫Facebook貼文。你想讓AI幫你寫，但又要確保風格一致、長度合適、不要踩到地雷。這就是一個非常適合做成Skill的任務。
先看完整的樣子：
# 社群貼文產生器## Description當使用者提供主題和素材，自動產出一篇適合Facebook粉絲頁的貼文。## Steps 1. 確認貼文主題和目標受眾2. 從素材中提取三個重點3. 用「故事→觀點→行動呼籲」的三段式結構撰寫4. 加入 3-5 個相關 Hashtag 5. 檢查字數是否在 150-300 字之間## Rules- MUST：開頭第一句話要有「鉤子」，引起好奇心- MUST：結尾要有明確的行動呼籲（留言、分享、點連結）- MUST：語氣親切自然，像朋友聊天- NEVER：不使用「最」「第一」「保證」等絕對性用語- NEVER：不提及競品名稱## Example** 輸入：** 主題是「新推出的線上課程」，受眾是 25-35 歲上班族** 輸出：**你有沒有過這種經驗？下班回家想學點新東西，打開線上課程卻不知道從何開始⋯⋯我們聽到了！全新的「AI工作術」系列課程，專門為忙碌的上班族設計。每堂課只要15分鐘，通勤的時候就能看完。3個月後，你會發現自己處理工作的速度快了一倍。想搶先體驗嗎？留言「+1」我們私訊你早鳥優惠連結 👇 #AI工作術 #線上學習 #下班後充電 #職場成長
編按：撰寫Skill不一定要從空白的SKILL.md開始，也可以藉由AI工具輔助，例如Claude的「skill-creator」可根據自然語言需求，協助產生Skill的檔案結構與內容，並進一步測試、比較及優化；OpenAI Codex也內建「$skill-creator」。需要注意的是，產生的Skill仍應由使用者親自檢查，因此了解下文拆解的SKILL.md相當重要。
現在讓我一塊一塊解說。
1. 名稱
讓AI知道「這是哪個Skill」。
2. Description（描述）
這是Skill的「自我介紹」。用一到兩句話說清楚：這個Skill在什麼情境下會被觸發，它會做什麼事。AI會根據這段描述來判斷「使用者現在的需求適不適合用這個Skill」。
寫得好的Description有3個特徵：第一，明確說出觸發條件（「當使用者提供主題和素材」）；第二，明確說出輸出結果（「產出一篇Facebook貼文」）；第三，不超過兩句話。你不需要在這裡塞太多細節—細節是 Steps 和 Rules 的事。
一個好Description的迷你範例：
當使用者貼上一段英文文獻摘要，自動翻譯成學術中文並標註關鍵術語。
一個不好的Description的反面教材：
這是一個很厲害的翻譯工具可以翻譯很多東西而且翻得很好。
差在哪？好的版本告訴AI「什麼時候用、輸入什麼、輸出什麼」；不好的版本只在自吹自擂，AI讀完還是不知道自己該做什麼。
3. Steps（步驟）
這是Skill的「工作流程」。用編號列表寫出AI應該依序完成的每一個步驟。AI會從第一步做到最後一步，不跳步、不亂序。
寫Steps的關鍵是「粒度」—每一步不能太粗（「寫一篇貼文」，那跟沒寫一樣），也不能太細（「先按下鍵盤上的A鍵」，那是在教幼兒園小朋友）。一個好的經驗法則是：每一步對應一個「可以獨立驗收的產出」。比如「從素材中提取3個重點」，做完這一步你可以看到3個重點，可以判斷對不對。
一個做會議紀錄的Steps迷你範例：
1. 讀取會議逐字稿2. 辨識所有參與者及其發言3. 歸納3到5個主要討論議題4. 為每個議題摘要結論和待辦事項5. 用表格格式整理成會議紀錄
4. Rules（規則）
這是Skill的「紅線」。用MUST（一定要）和NEVER（絕對不可以）來框住AI的行為。這是整個SKILL.md裡最重要的區塊—沒有之一。
為什麼？因為 AI 最大的問題不是「不會做」，而是「做過頭」或「做歪了」。它太聰明了，聰明到會自己加料。你請它寫一封客服回覆，它可能自作主張承諾退款；你請它寫一篇新聞稿，它可能自己加了虛構的數據。Rules就是用來「馴服」AI的—你畫出邊界，它在邊界裡自由發揮。
MUST和NEVER的寫法有一個要訣：越具體越好。「MUST：寫得好」是廢話；「MUST：每段不超過80字」是有用的規則。「NEVER：不要亂寫」是廢話；「NEVER：不引用未經確認的統計數據」是有用的規則。
一個寫學術摘要的Rules迷你範例：
- MUST：使用被動語態和第三人稱- MUST：保留所有數據和百分比- MUST：字數控制在 250 字以內- NEVER：不加入原文沒有的推論- NEVER：不使用口語化表達
5. Example（範例）
這是Skill的「示範教學」。你給AI看一組「輸入→輸出」的配對，讓它知道「做對了長什麼樣子」。這就像你訓練新員工：與其說一百條規則，不如直接拿一份做好的成品給他看—「就照這個標準來。」
Example不需要多，一到兩組就夠了。但要挑有代表性的例子。如果你的Skill會處理3種不同類型的輸入，最好每種類型各給一個範例。
一個寫產品文案的Example迷你範例：
** 輸入：** 產品名稱：極光藍芽耳機，特點：降噪、12小時續航、IPX5 防水** 輸出：** 城市再吵，你的世界可以很安靜。極光藍芽耳機搭載主動降噪技術，12小時超長續航陪你從早到晚，IPX5防水等級讓你運動時也能盡情享受音樂。
5大區塊就是這樣。名稱讓AI知道「這是哪個Skill」， Description告訴AI「什麼時候該啟動」，Steps告訴它「怎麼做」，Rules告訴它「什麼可以做、什麼不可以做 」， Example告訴它「做對了長什麼樣子」。5塊加在一起，你就完整地「教會」了AI一項技能。
記住：你不需要一次寫到完美。先寫一版，跑跑看，發現AI哪裡做不好就回去調整Rules或Steps。Skill是活的文件，會隨著你的使用而越來越精準。
節錄自：博碩《10 倍速！AI Skill 全攻略：建立 Skill 驅動 AI 系統，打造從學術研究到專案開發的自動化工作流》／曾慶良（阿亮老師） 著
推薦閱讀：
Claude Skills怎麼用？內建與個人Skill差異、適用情境及使用方式
Claude怎麼用？免費版有什麼限制？Chat、Cowork、Code及實用功能盤點
更懂你了？ChatGPT新功能 可記憶Mac滑鼠點擊、鍵盤輸入
2026-08-17 經濟日報編譯吳孟真 由聯合新聞網授權轉載
OpenAI旗下聊天機器人ChatGPT的macOS桌面版，推出一項名為「電腦歷史」（Computer History）的新功能，可將使用者在電腦上的操作轉化為訓練資料，藉此學習使用者的工作方式、建議自動化流程，甚至接手尚未完成的工作。
Computer History會透過作業系統的輔助使用（accessibility）框架，記錄滑鼠 點擊、鍵盤 輸入、鍵盤快捷鍵及應用程式切換等操作，再將其轉化為可搜尋的記憶，供AI助理在回應要求時參考。記憶檔案則會以未加密的純文字形式就地儲存。
這項功能會根據使用者的操作活動，建立時間軸，讓ChatGPT和Codex在使用者往後提出要求時，能夠參考先前的操作紀錄。暫存的事件檔案會留在使用者裝置上48小時，之後刪除。OpenAI表示，這些資料會在該公司的伺服器上處理，處理完成後不會保留，除非法律另有要求。
此外，Computer History採取主動選擇加入（opt-in）的方式，而非預設開啟、再由使用者選擇退出（opt-out）。使用者也可自行排除特定應用程式和網站，不將其納入記憶，也能刪除個別紀錄。
這項功能不會擷取螢幕截圖或錄影，也不會收錄麥克風或系統音訊，且會排除私密瀏覽活動。這是OpenAI刻意做出的改變，Computer History取代了Codex先前的Chronicle功能，後者會透過擷取螢幕畫面來建立操作脈絡。
Computer History讓人想起微軟旗下備受爭議的AI功能Windows Recall，後者高度依賴螢幕截圖。
OpenAI表示，不會拿Computer History蒐集的記憶檔案來訓練模型，但當這些記憶日後在其他對話中被調出、作為上下文使用時，相關聊天內容是否可能成為訓練資料，將取決於使用者的設定。
目前這項功能尚未在歐洲經濟區（EEA）、瑞士及英國推出。
ChatGPT Mega Prompt for Business：提升效率與創意的 AI 利器
現代商業講求效率與創意，如何快速生成高質量內容或優化流程成了企業成長的關鍵。《ChatGPT Mega Prompt for Business》正是解決這些痛點的 AI 工具，幫助企業善用 ChatGPT 提升產能、減少錯誤，從行銷文案到策略規劃，一站式滿足需求。這篇文章將深入解析其功能與應用範例，帶你探索如何透過這項技術在競爭中脫穎而出！
▍什麼是 ChatGPT Mega Prompt for Business？
簡單來說，ChatGPT Mega Prompt 是一種高度整合的 ChatGPT 提示語設計，專為商業應用打造。透過預先設計的模板，企業能快速生成所需的內容，例如行銷文案、產品描述、甚至是 SWOT 分析。其特色在於一次輸入多重指令，ChatGPT 能立即回應多樣化需求，節省大量溝通與調整時間。
▍ChatGPT Mega Prompt 的關鍵功能
● 多任務處理能力
利用 Mega Prompt，企業可以在單次對話中處理多種需求。例如：
● 語調與風格調整
ChatGPT 能根據指定的語調或品牌風格，調整生成的內容。例如，科技公司可以選擇專業而簡潔的語調，時尚品牌則偏向創意與趣味。
● 語言多樣性支援
對於跨國企業而言，Mega Prompt 能快速生成多語言內容，減少翻譯與校對時間。
● 快速迭代
即便初次輸出未達預期，調整 Prompt 後，AI 能立刻生成改良版本。
▍ChatGPT Mega Prompt 的商業優勢
● 節省時間與成本：減少重複性工作，降低人力資源需求。
● 提升內容品質：透過 AI 調整，生成與品牌一致的高質量內容。
● 強化競爭力：以更快的速度回應市場變化。
▍未來發展與潛力
隨著 ChatGPT 技術的進步，Mega Prompt 未來可能融入更多自動化工具，如結合數據分析、CRM 系統，甚至為用戶生成高度個性化的行銷建議。對於企業來說，這項技術不僅僅是輔助工具，更是全面提升營運效率的關鍵。
ChatGPT Mega Prompt for Business 是當前最值得商業應用探索的 AI 工具之一，能夠幫助企業提升效率、創造力與競爭力。如果你的企業正在尋求突破，不妨從設計一個專屬於你的 Mega Prompt 開始，讓 ChatGPT 成為你的最佳幫手！
➤ 歡迎在104學習精靈關注【AI趨勢報－科技愛好者的產地】獲得更多科技新知！
【ChatGPT當機】除了ChatGPT還有哪些生成式AI？16種AI工具應用解析，4步驟學會關鍵能力
生成式AI除了ChatGPT，你還用過哪些？本文解析4大領域、16種AI工具特性，包括：Copilot、Perplexity、Claude等等，專家也提醒千萬別完全依賴AI、失去自主思考能力，4步驟帶你了解如何正確運用AI工具，建立解決問題的思考框架！
編按：ChatGPT在台灣時間7月16日上午再傳大當機，網頁、APP版都出現異常，用戶除分享當機災情，也尋找替代工具，本文分享除了ChatGPT，還有哪些生成式AI工具！
文／ 張可佳（Claire Chang）
本文目錄（點擊可快速前往）
16種生成式AI工具4大領域應用文本生成（LLM）工具影像／影片生成（Text-to-Image）工具音樂／聲音生成工具程式碼生成工具生成式AI的正確／不正確使用範例正確使用AI的例子：輔助學習不正確使用AI的例子：完全依賴翻譯工具4步驟用ChatGPT訓練解決問題的思考框架1. 明確定義問題與期待結果2. 重視問答過程並在過程中做思考3. 根據反饋一步一步探索你要的目標4. 快速測試及驗證回應
16種生成式AI工具4大領域應用
在生成式AI的世界裡，許多人可能首先想到的是OpenAI的ChatGPT。然而，生成式AI的應用範圍遠不止於此，涵蓋了從文本生成到圖片、影像、音樂、語音生成，甚至程式碼生成的多個領域。以下是一些主要的生成式AI工具，介紹它們在不同領域的應用。
文本生成（LLM）工具
1. OpenAI的ChatGPT
網址：https://chatgpt.com/
最受歡迎的文本生成模型之一，能夠回答問題、撰寫文章、生成對話等。
2. Google的Gemini
網址：https://gemini.google.com/app
能夠同時理解文本、影像、音訊和影片，這使其能夠更全面地處理和生成資訊，適用於各種複雜任務。
3. 微軟的Copilot
網址：https://copilot.microsoft.com/
整合Microsoft 365應用程式，幫助用戶自動化任務、生成內容和分析資料，提升工作效率。
4. Anthropic的Claude
網址：https://claude.ai/
超大的上下文窗口，可處理長的文本資料。
5. Perplexity
網址：https://www.perplexity.ai
與傳統搜尋引擎不同，Perplexity AI提供單一的、全面的答案，概括了所有需要知道的資訊。
6. Felo Search
網址：https://felo.ai/search
支持多語言搜尋，能夠自動翻譯搜尋結果，消除語言障礙，使用戶能夠訪問全球資料。搜尋結果是從網際網路上即時獲取的，確保資訊的最新性和準確性。
影像／影片生成（Text-to-Image）工具
1. Meshy
網址：https://www.meshy.ai/
從文本或影像創建3D建模檔案，從而加速3D建模的流程
2. Midjourney
網址：https://www.midjourney.com/
以創作高品質影像而著稱，適合藝術家和設計師使用。
3. Stable diffusion
網址：https://stability.ai/stable-diffusion
開源社群網址：https://civitai.com/
開源的影像生成模型，提供靈活且可自定義的生成過程。並有著豐富的開源模型社群，有豐富的免費模型與外掛可供嘗試使用。
4. Kling
網址：https://klingai.com/
影片及圖片生成的大模型，能更輕鬆地完成藝術影片創作。
音樂／聲音生成工具
1. Suno
網址：https://suno.com/
音樂生成AI工具。使用者只需要輸入歌詞，就可以在短時間內自動完成作曲、編曲及演唱。
2. Steve AI
網址：https://www.steve.ai/
專門用於生成音樂和聲音效果，適合影片和遊戲設計。
3. AudioCraft
網址：https://audiocraft.metademolab.com/
Meta開發的音樂生成工具，能創作高品質的音樂片段。
程式碼生成工具
1. Github的Copilot
網址：https://github.com/features/copilot
與Visual Studio Code整合的程式碼輔助工具，能夠即時補全程式碼。
2. Cursor
網址：https://www.cursor.com/
使用GPT-4，在一種新型編輯器中撰寫、編輯的程式碼。
3. Cosine AI
網址：https://cosine.sh/genie
推出了Genie，自稱全球最優秀的AI軟體工程師。
生成式AI的正確／不正確使用範例
筆者在撰寫此書籍時，為了更深入了解各行各業中人們使用生成式AI的情況，訪談了20餘位不同行業和角色的職場菁英。
其中，來自5IN實驗教育機構的李有誠博士，身處教育界，對生成式AI的影響有深刻見解。他認為生成式AI是一種革命性的技術，不僅改變了知識的傳遞方式，更可能重塑人類社會的結構。
李博士強調，生成式AI的強大之處在於其能在短時間內處理和生成海量數據與資料，超越人類能接受、理解和消化的能力。這種能力有可能引發許多職位、人類角色、認知和信念的興起與消失，導致社會結構的快速變動，也因此導致現代人們容易自我定位錯亂，迷失自我。
為了應對這種變動，他認為教育的核心任務應該是幫助學生進行自我探索與定位，探索自我價值觀，建立自我人格。人的想法和人格並非純粹內生，而是受到外部環境和參考資料的影響而形成。只有當學生能夠更快地了解自己與環境時，才能更有效地適應這些變化。
因此，社會對教育的觀念也需要隨之改變，應更加重視思考能力和人文素養的培養，而非僅僅追求分數或知識的學習。建立解決問題的思考框架，而非僅依賴AI提供的知識，將成為未來AI時代最重要的軟實力。
他也提及我們應謹慎使用AI功能，以確保能從中受益而不是依賴。
正確使用AI的例子：輔助學習
在完成英文創意寫作後，可以使用AI工具（如Grammarly、ChatGPT）來檢查文法錯誤。這種使用方式能夠幫助學生識別和理解自己在語言使用上的錯誤，進一步辨認出自己需要調整的地方，提高語言能力。學生完成寫作後，將其提交給AI 檢查，然後將AI指出的錯誤列出並理解這些錯誤的原因，再進一步請教師解釋和指導。接下來，學生按照對自己現況能力的新了解而更有針對性的進行下一步的成長，方能達到提高能力的目標。
正確使用AI－輔助學習指令：
請檢查這篇英文文章的文法錯誤，並列出有哪些錯誤及其原因。我想學習並了解我的寫作問題，從而改進我的英文能力。以下是我的文章內容：[ 在此貼上文章內容]
不正確使用AI的例子：完全依賴翻譯工具
在創意寫作時，直接使用Google翻譯將中文文本轉換為英文，然後將這些翻譯結果提交作為作業。這種做法完全沒有涉及到發自於學生本身的任何自主思考，錯失了練習英文的機會，沒有達到學習的目的，反而浪費了時間和資源，變成老師根本就是批改電腦生成內容的滑稽景象，也可能誤創造出學生有在學習的假象。
不正確使用AI－完全依賴工具：
我有一篇中文文章，請你將其翻譯成英文，並確保翻譯後的結果看起來像是創意寫作，能直接提交作為作業。以下是文章內容：[ 在此貼上文章內容]
4步驟用ChatGPT訓練解決問題的思考框架
從上面的範例我們可以知道，我們並不是要完全依賴AI替我們工作，而是將其視為一個強大的輔助工具，在我們的指導下，共同完成目標。我們可以將AI視為自己的下屬，而自己則是主管，負責引導、審視並做出最終決策。
1. 明確定義問題與期待結果
首先，我們需要清晰地定義問題，了解自己想獲得的結果，並附上相關參考資訊，為AI提供明確的指示。就像一位主管在下達任務時，需要讓下屬明確理解工作要求和目標。這樣，AI才能根據我們的指引生成符合預期的結果。
【市場分析報告】指令範例：
我需要生成一份有關市場分析的報告，目標是瞭解我們的新產品在台灣不同市場中的潛力。產品資訊：辣木籽（維持健康 促進新陳代謝 調節生理機能），印度稱其為【奇蹟之樹】，來自印度的超級食物，風靡全球 營養價值高
2. 重視問答過程並在過程中做思考
在這個過程中，我們扮演的角色不僅僅是提出問題，更重要的是評估AI的回應。當AI生成回應後，我們需要像主管審閱報告一樣，仔細檢查其中的邏輯和合理性。對於發現的任何不合理之處，我們要進一步探詢或查證，確保最終的結果是準確可靠的。
【客群分析】指令範例：
以這三種不同客群來說，在行銷包裝上分別要注意什麼？中老年人、關注健康的年輕專業人士、重視養生的族群
3. 根據反饋一步一步探索你要的目標
此外，我們應該善用AI提供的反饋，逐步逼近我們的最終目標。這就像在管理一個專案時，我們根據進展情況進行調整和最佳化，最終達成預期的成果。這種持續的互動和調整，是確保AI能夠有效協助我們解決問題的關鍵。
【行銷策略】指令範例：
有沒有一種行銷可同時打中這三種族群？
4. 快速測試及驗證回應
在利用AI解決問題的過程中，我們需要對AI回應的內容進行驗證。透過一來一回的過程，我們能從中學習到我們原本不知道的東西，並產生最終品質更好的結果。這不僅能提高我們的工作效率，也能讓我們從過程中學習，增強我們處理跨領域問題的能力，讓我們透過AI來提升工作能力及效率。
【行銷管道】指令範例：
中老年使用部落客推薦會有用嗎？有推薦管道嗎？
這時我們就可以去Google搜尋其他保健食品與醫生或健康專家合作做推薦的案例（可以使用Perplexity或Felo Search去搜尋相關文章），並評估可行性和過往的成效。我們可以將搜尋到的資料再貼回ChatGPT，幫助ChatGPT有更多符合我們需求的相關知識，並提供更好的後續回應。
節錄自：博碩文化《AI職場超神助手：ChatGPT與生成式AI一鍵搞定工作難題／張可佳（Claire Chang） 著 》
更多【AI工具應用】推薦：
盤點20大職場必備AI工具！專家：未來9成工作者都須懂AI
ChatGPT整理Excel表格超快速！用AI輕鬆搞定複雜資料
ChatGPT一鍵生成簡報！Slides Maker讓AI幫你快速做完整簡報
有任何收穫或想分享的，都來和大家一起聊聊吧！