電腦玩物

OpenAI 在 ChatGPT 上推出GPT-5，已經有一個多禮拜的時間，經過了這個禮拜實際在工作生活當中的實務案例驗證，這篇文章跟大家分享目前我的一些應用案例與心得。

ChatGPT 今天推出了一個新功能「 Study Mode （學習模式）」，或者叫做「學習與研究模式」 ，在這個模式中， AI 不會直接提供我們答案，而是用引導式問題跟我們互動，隨時根據我們的能力提供學習輔助，並主動引導我們去反思，在適當時機提供測驗檢核， 從而讓我在實際參與中，獲得知識的理解與判斷，而不是一個單純照抄的解答 。

單純在 ChatGPT 聊天問答，幫助找答案，雖然已經很好用。不過當作問答機器人來用，可能最後就是一大堆雜亂訊息，只能解決當下淺層問題。

這篇文章，分享一個我近期完成的有趣、生活化 AI 應用案例。許多朋友會問我，現在 AI 工具這麼多，要完成一個任務時，要如何選擇搭配不同的 AI 工具，又怎麼進行 AI 輔助的工作流程呢？這個例子也給了我自己許多啟發，與後續跟 AI 一起完成任務的參考。

AI 工具如果只能從工具內建知識庫裡面找答案，往往會有資料太舊、資訊錯誤的問題。所以，後來 AI 工具大多都內建了網路搜尋功能，透過即時的資料搜索，一定程度提升了回答的正確性與即時性（延伸閱讀： 先用 Deep Research 掃清認知盲區，再用 Google 搜尋，我的 6 種學習新流程 ）。而現在， 許多 AI 工具開始可以「連結」使用者自己的資料庫，例如郵件、行事曆、雲端硬碟的內容 ，於是 AI 開始可以幫助用戶更直接分析工作問題、設計專案企劃，用既有的資料生成更準確的新內容。

在每天需要挖掘、研究大量資訊的工作與學習生活中， 以前我長期仰賴 Google 搜尋、社群瀏覽、RSS 訂閱服務，這往往會花費我大量的時間，其中很多還是好奇引發的分心時間，而找資料不一定有結果，任務則開始拖延......。

你是否也曾經想建立一套有效的第二大腦筆記系統，一開始確實充滿熱情、花了時間把系統架構做好，接下來卻總是在忙碌之中半途而廢？你是否也常常兩天打魚三天曬網，覺得要維持做筆記的習慣實在太困難？其實真正的問題，是我們把筆記流程設計得「太過複雜」，導致每次要做筆記時都覺得麻煩，最後自然就會放棄。

ChatGPT 今天推出了一個新功能：「參考（所有）聊天紀錄（Reference chat history）」 ，這個更新強化了 AI 記憶能力，讓 ChatGPT 可以記住並參考「所有」聊天室的討論內容，我們不需要重新提醒或給予資料，不同對話不再分散，而是變成一個可以隨時索引的統一資料庫。

在前一篇文章介紹了 ChatGPT 4o AI 圖片生成的能力後（ 實測 ChatGPT 4o 超實用全新 AI 圖片：生成正確中文、寫實照片、資訊圖表 ）， 我就開始研究，ChatGPT 4o AI 繪圖的功能可以如何融入到我真正的「工作流程」中。 AI 可以畫出更寫實的照片、結合文字的圖表，甚至是替換照片成卡通風格是一回事，但在我的工作流程真的有用嗎？還是只是好玩呢？

OpenAI 今天推出了全新的「 AI 繪圖 」功能，這次的更新讓 ChatGPT 上的 AI 圖片更加實用，兩大重點是：「 可以在圖片中正確生成文字，包含中文！ 」以及「 用正確知識繪製寫實照片，重現更真實的物理場景。 」以應用來說，現在你有機會讓 AI 直接畫出一張 中文宣傳海報 ，或是設計出一張課堂上 解說科學原理的知識圖表 （ 例如本文開頭圖片，就是用 4o AI 繪圖生成的 ）。

今天這篇文章想跟大家分享如何「邀請」 AI 一起來陪我閱讀英文原文書的工作流程。為什麼說是「邀請」呢？因為我不是讓 AI 幫忙摘要整本書的內容，也不是讓 AI 去閱讀然後我自己不讀。我認為「閱讀」這件事情還是要自己去讀、去吸收、去消化（延伸閱讀： 如何閱讀一本書？我的深讀、反芻、拆解三步驟 ）。所以，邀請的意思是：

ChatGPT 在 2025 年初針對目前最高階的 Pro 版帳戶推出了「 Deep Research 」功能，並在 2025/2/26 宣布將這個功能開放給 ChatGPT Plus、 Teams 版帳戶使用（有每個月使用 10 次的限制，最大上下文容量也和 Pro 版有差異） 。透過「 Deep Research 」，我們將獲得一位具有初階代理人（Agentic）能力的 AI 研究助理，只要指定題目， 他會「全自動」擬定研究計畫、上網搜尋資料、進行摘要統整、撰寫出研究報告。

我自己的工作流程中常常要「畫圖」，但不是畫出擬真的照片或情境圖，而是要能放在簡報、報告、文章中的解說圖、流程圖， 把原本長篇大論的資訊或理論，摘要出重點，然後用圖解的方式說明邏輯，設計出一看就懂的「資訊圖表」、「知識圖卡」 。

我在 電腦玩物 網站當中常常分享許多「工作上」如何利用 AI 來提升效率的應用。除此之外，我自己在日常生活中，經過了一兩年也慢慢累積出了一些使用頻率很高的「生活應用案例」。在我的哪些日常生活問題或任務需求能夠利用 AI 有效、合理的解決，並且我們有機會常常使用到呢？

ChatGPT 這兩天又推出了一個新功能：「 Task （任務提醒、排程生成）」 。 ChatGPT 目前的介面就像是一個我們慣用的 LINE 即時通訊軟體，在這類軟體當中我們應該已經很習慣讓它變成「某種工作上的通知工具」。例如，我們上面有跟團隊夥伴的專案討論串，夥伴會透過傳訊息的方式提醒我們要推進某種任務。而 ChatGPT 的任務提醒功能就可以在不同的專案討論串中發揮類似的應用。

最近收到幾個讀者的詢問，提到說他們在使用 AI 工具的過程，常常無法幫他們生成有效的報告草稿、簡報大綱，AI 給出的往往是比較膚淺、平庸，甚至充滿錯誤的生成結果？但是，當我回頭仔細詢問他們是怎麼應用 AI 工具的？常常發現很多朋友往往就是提出一個簡單的問題，就希望讓 AI 直接幫我們生成一個理想中的最終內容，而這當然是「不可能的任務」。

如果生成式 AI 不只會針對問題直接文字接龍出答案，而是會：「 先寫好一份研究計畫，接著自動根據計畫去蒐集資料，針對資料進行推理分析，最後把整理出的結果撰寫成研究報告。 」甚至能夠「 同時摘要數十篇參考資料，並一口氣自動完成3000字以上的文章 」，那這樣是不是在人與 AI 協同合作的過程中， AI 可以幫助我們獲得品質更好、更有效的內容草稿呢？這就是這篇文章想要測試的 Google Gemini Deep Research 目前可以做到的事情。

ChatGPT 前幾天推出了「專案（Project）」功能 ，雖然這個功能目前只開放給 ChatGPT Plus、Pro 和 Teams 用戶使用（ 2025/9/4 更新：免費用戶也可使用，一個專案最多可免費上傳 5 個檔案 ），但根據 ChatGPT 功能的開放方式，未來應該有機會免費用戶也會獲得此功能。（就像昨天免費用戶也可以開始使用 ChatGPT Search 功能一樣）

  過去一年多，我在許多企業裡講授了與 AI 提升工作效率相關的課程，同時也將多種 AI 工具整合進自己的工作流程。在這樣的經驗累積下，我發現若要讓 AI 生成的結果真正對工作產生效益（不僅需具備足夠的品質，也要在效率上有所提升），AI 的工作流程需要掌握三個關鍵階段。

Google 搜尋幫助我們快速找到來自不同網站的文章、報導，方便我們從不同角度的資料中深入研究各種見解，最後萃取出屬於我們自己的洞見。然而，有時候面對大量資料，我們需要的是即時整理或快速摘要，即使要深入研究之前也可以先有一個基本知識架構，這時候 AI 搜尋工具的價值就能突顯。