ChatGPT推Canvas、語音對話怎麼用？終極指南

最近OpenAI團隊再推出ChatGPT旗下新功能Canva，以及語音對話！到底怎麼用？另外生成式AI聊天機器人ChatGPT還有網頁版、手機應用程式和蘋果桌面版，使用步驟分別是？只懂中文的人可以用嗎？免費版也能使用GPT-4o嗎？付費版ChatGPT Plus多出哪些權益？最新模型 4o mini差別在哪？《遠見》一文完整更新。並附上完整表格，迅速拆解ChatGPT各版本沒登入、有登入、有付費與免費權益比較。

ChatGPT官網如何登入？有中文版？

想要使用ChatGPT，只要造訪ChatGPT官網，即可開始和ChatGPT展開對話。

從台灣網域登入，預設介面便是繁體中文，可以在對話中以繁體或者簡體中文進行交流，ChatGPT都能夠理解，並給予回應。

因為OpenAI普及AI的願景，今年四月官方宣佈，即便沒有登入OpenAI，也能開始使用。不過，若有以信箱註冊，能夠記憶對話內容、能夠回頭尋找歷史紀錄以外，並且選擇個人設定，還可以試用進階功能。

如果你已經創設過OpenAI帳號，點擊「Login」按鈕後，就可以使用電子郵件、Google、微軟或者蘋果帳號登入；
若還沒有帳號，點擊「Sign up」，便可以遵循指示填寫資料後建立新的帳號。

不用登入帳號能使用ChatGPT，登入後也可以免費使用，目前OpenAI並沒有暫停免費使用的打算，只是付費使用者能夠表現更好的模型。

ChatGPT的中文回答速度和內容品質都比不上英文，但已經能夠幫上使用者的忙。值得注意的是，ChatGPT的簡體中文能力優於繁體中文，主要原因在於GPT系列模型的訓練資料高度集中於英文，且簡體中文資料遠多於繁體中文。因此，台灣企業和公部門團隊，萌生訓練在地版本大語言模型的想法，分別從保存文化和商業應用角度，發掘「台版GPT」的適用場景。

如果使用ChatGPT時遇上問題，OpenAI設置常見問答頁面，裡面列出「什麼是ChatGPT」、「ChatGPT如何運作」、「為什麼 AI 看起來如此真實和逼真」、「我能相信 AI 在告訴我真相嗎」等問題。

ChatGPT有App版？iOS、Android、電腦能用？如何下載安裝？

去年（2023）五月，OpenAI宣布推出ChatGPT的手機應用程式，民眾因此能夠在手機上也能使用ChatGPT的APP；今年（2024）六月，則進一步開放macOS使用者也能下載電腦版的應用程式，不再需要特別造訪ChatGPT網站。

OpenAI發表手機版本ChatGPT的文章中，提到幾個要點。

首先，它能夠在桌面和行動裝置之間同步對話記錄，提升了用戶的便利性，不用因為切換裝置從頭再來。其次，它支援OpenAI開發的語音辨識模型Whisper，可以將用戶的語音指令轉換為文字（speech-to-text），再傳送給ChatGPT。

另外，如果使用者繳納每個月20美元的月費，在手機版應用程式中能夠享有同等權利，包括使用更先進的模型、更快的對話速度，還能率先體驗新功能。應用程式也提供客製化推薦服務，根據個人需求提供旅遊計劃或食譜建議。

至於Android版用戶，OpenAI也提供相似服務，例如同步手機與電腦使用紀錄，避免出錯。

值得一提的是，因為ChatGPT是極度熱門的關鍵字，在網頁版的搜尋引擎上、在手機的應用程式市集中，鍵入ChatGPT，會看到大量名稱裡出現Chat、GPT、AI聊天的應用程式，但卻不是由OpenAI發行。因此，如果想下載官方版本應用程式，一定要確認是否由OpenAI推出，以免下載到仿冒品。

其次，即便不太介意是否為官方版本，也需注意是否收費、開發者背景及其他用戶的評價，否則可能碰上問題，尤其是在AI時代下，開發者若有心搜集對話紀錄、誘使付費但未提供相應服務，選擇應用程式時得要更謹慎才行。

就電腦版用戶來說，Mac使用者直接到OpenAI官網下載即可開始使用，不過需要將作業系統升級至macOS 14.0級以上版本，否則無法使用。

OpenAI針對電腦使用場景，同樣列出幾種應用情境，例如以快速鍵呼叫ChatGPT後，直接用電腦鏡頭拍照後上傳，或者是擷取其他應用程式的使用過程等，也能夠用語音方式對話。

今年八月，OpenAI更新桌面版本的ChatGPT，新增伴隨主程式的視窗（companion window）、增強資料分析能力、改進快速鍵（keyboard shortcuts）例如提供客製化選項等。

Canvas功能成為寫程式和寫文章新利器？

2024年10月，OpenAI宣布在ChatGPT既有的對話以外，以GPT-4o為基礎，增加新的協作方法－Canvas。在選擇模型處，使用者會看到Canvas的新選項，在此模式下ChatGPT會將輸出獨立出來，與使用者所下的指令並排，方便在反覆的對話中修改與左右對照。

OpenAI表示，Canvas非常適合寫程式碼和撰寫文章的場景，因為使用者執行任務時，會有明確想要展現的風格、改變的段落，也會有需要微調的內容，ChatGPT提供使用者調整內容長度與難度、測試程式碼以及加上表情符號，還有複製、貼上等功能，寫程式碼時也有一鍵轉換成其他程式語言，以及偵測錯誤等能力。

此外，即使使用者沒有主動打開Canvas，若ChatGPT判斷當下的互動對話適合使用，也會自動轉進Canvas，方便使用者與ChatGPT合力撰寫文章和協作開發。

經過OpenAI測試，經過Canvas處理的任務，以表現看，比單純使用GPT-4o來得更好。

熟稔生成式AI工具的使用者可能會發現，ChatGPT的Canvas和Claude的Artifacts非常相似，同樣都是從對話轉變成左右對照，將程式碼與文章輸出內容獨立出來，但Claude的突出之處在於能夠直接觀看程式碼的產出，ChatGPT目前只能自行下載程式碼後預覽。

OpenAI強調，Canvas是ChatGPT推出以來，視覺互動介面的首度重大更新，能夠看出OpenAI對它的重視。事實上，ChatGPT、Claude和Gemini等生成式AI對話工具的出現本身就是革新，因為他們同樣改變人們過去慣常自行查找資訊的方式，從反白、拖拉、複製貼上等主動索求答案，轉變成直接問答。

就撰寫文章和生成程式碼來說，的確也能透過對話獲得，但因為這兩類生產內容的過程本身需要經過大量迭代、修正，因此格外重視版本更新，但對話的長介面卻會損害生產效率，改成在每次更新時，以並置的架構方便觀察結果，對有真實在使用這兩類工具的上班族來說更有助益。

語音對話功能到哪開啟？有何用途？

今年5月，OpenAI在發布會中展示宛若《雲端情人》的語音互動模式，但中間遭控盜用知名演員史嘉蕾·喬韓森（Scarlett Johansson）的聲音，遲至9月OpenAI才陸續大規模開放語音對話。

根據OpenAI釋出的消息，現在共有兩種語音模式，第一種為Plus和Team等付費版用戶暫時獨享的進階語音模式（Advanced Voice Mode），以及只要登錄便能使用的標準語音模式（Standard Voice Ｍode），兩者同樣都能與ChatGPT以開口說話方式交談，並將口說內容轉成文字，差別在於進階語音模式更自然、更即時，還能考慮語言以外的線索（non-verbal cues），利如說話速度、背景等，並能夠在回應中加入情緒。

值得注意的是，進階語音模式目前僅開放行動端使用者，而標準語音模式在行動端以外，macOS的使用者也能使用。

以手機為例，只要打開ChatGPT後，點擊對話按鈕，同意應用程式取得聲音權限後，就能選擇偏好的聲音，ChatGPT有列出各個聲音對應的特質，選定後即可展開對話。

就台灣來說，ChatGPT預設會使用中文對話，但隨時能夠切換成不同語言，且ChatGPT發出聲音時也能打斷。若使用者終止對話，ChatGPT會將對話內容轉成文字，提供完整逐字稿，因此有不少使用者利用它進行語言學習，不管是做家事、讀論文，還是照顧家人時，閒來無事都能呼喊ChatGPT，與它展開對話。

新模型GPT-o1和GPT-4o怎麼用？

現在使用者只要打開ChatGPT，無論有沒有付費，登入後預設就是OpenAI新推出的GPT-4o mini與GPT-4o。只是，免費使用者在額度用罄後，從GPT-4o切換回GPT-4o mini。

今年9月，OpenAI端出強調推理能力、以思維鏈拆解任務的最新模型－o1的預覽版（o1-preview），專門用來處理複雜任務與困難問題，相對先前的更新，少了商業氣息，多了能力的深度。

再往前，今年5月OpenAI則推出GPT-4o模型。與GPT-4 turbo、GPT-4、GPT-3.5相比，它的特點和優勢在於能接受多種輸入模態、回覆速度顯著加快，以及處理特定任務上的表現變好。發佈GPT-4時，OpenAI主要強調提升回覆品質以及模型智慧，5月公布的GPT-4o，則更注重商用價值和人類互動的自然性。

從輸入模態來看，先前的GPT-4和GPT-3.5已經可以通過語音與ChatGPT互動，GPT-4o則能夠處理文字、聲音、圖像和影像；就回覆速度來說，前者的回覆延遲時間（latencies）通常在3到5秒之間，為了改善表現，OpenAI革新了處理語音和轉換成文字的流程。

GPT-4o運行時，不再需要將聲音轉換成文字再生成回覆，而是能直接在同一個模型中端到端（end-to-end）地處理文字、影像、圖像和聲音。因此，那些在原先流程中可能丟失的寶貴資訊，例如聲音中的語調、背景雜音、多個人的聲音等環境中的細節，都能被保留下來。

OpenAI強調，GPT-4o在文字生成、推理以及撰寫程式能力上，都與GPT-4 Turbo相當，而在多語言支持、聲音和視覺功能方面，也豎立新的標準。

就在GPT-4o推出的兩個月後，OpenAI在2024年7月發布小語言模型GPT-4o mini。儘管其參數（parameter）量並未公開，但從OpenAI使用「小模型（small model）」的描述來看，其參數顯然不會如前幾代旗艦模型那樣突破百億。

為何要推出小模型？其關鍵意義在於，在能力不顯著下降的情況下，以更經濟、更迅速的方式完成任務。正如OpenAI在其API說明文件中提到的那樣，GPT-4o mini是「可負擔且智慧的小型（模型）型號，適用於快速且輕量級的任務。」

對比兩年前推出、能力較弱但費用相對低廉的text-davinci-003，就每次對話都會消耗的符元（token）來說，GPT-4o mini的成本已經下降了99%，而且模型的能力還在不斷提升。李開復曾說過，「我認為未來兩年會看到（LLM應用）非常劇烈的競爭，因為百分之百確定至少還有兩代巨大的模型提升。」每次模型升級，都將推動新的應用發展，同時降低推論成本（inference cost）的定價，而OpenAI無疑是率先降低定價的強勢玩家。

｜延伸閱讀：獨家專訪》李開復解讀大模型之戰！AI 2.0時代如何拚「三位一體」戰略？

ChatGPT有哪些用途？

OpenAI在其官網，列舉好幾項ChatGPT可執行的任務：

・寫作與創意發想：協助撰寫文章、提出創意、編輯內容以及探索新思路。

・會議總結與效率提升：整理會議內容，發掘關鍵見解，幫助提升工作效率。

・程式碼處理：生成和除錯程式碼，並自動化重複性的任務，甚至學習新的 API。

・學習與知識擴展：提供答案給複雜問題，學習新知識，或發展興趣愛好。

・數據分析與圖表生成：幫助分析數據並快速生成可視化圖表。

・圖像互動：上傳或拍攝圖片，然後向 ChatGPT 提問或要求分析。

・自訂工作流程：利用 GPT 來定製 ChatGPT，處理工作、日常任務或尋找靈感。

・圖像創作：根據簡單的描述或詳細的段落生成相應的圖像。

舉例來說，OpenAI表示可以下這些指令：

・請幫助我學習學測詞彙。

・請測試我對古代文明的了解。

・請替我寫一封關於邀請朋友在婚禮上擔任伴郎的簡訊。

・請幫助將對論文的想法轉換成大綱。

・告訴我一個有關羅馬帝國的趣味小故事。

・請給我一些處理孩子藝術作品的創意建議。

ChatGPT入門指令教學：如何請它翻譯，生成圖片？

打開ChatGPT介面後，最基礎的互動就是像在生活中一樣，提出簡單、清楚的問題，例如詢問ChatGPT，自己應該以工作為重，還是以生活為重？是否有辦法取得工作和生活的平衡（work-life balance）？

打開ChatGPT介面後，最基礎的互動便是如同工作和生活中一般的自然對話，提出清楚且簡單的問題。例如，你可以詢問ChatGPT，找工作時應該看中薪水，還是應該更關注自己能夠累積多少經驗？又或者，尋找人生伴侶時，該看重哪些特質？

不過，如果想得到更有用、更精準的回答，不妨考慮使用更加結構化的方法。與ChatGPT對話時，可以利用框架組織自己的提問，將指令細分為以下幾個部分：

・背景：描述你要求ChatGPT完成的任務背景，例如你的角色或你正在與誰合作，也可以將你的角色指派給ChatGPT。例如：「你是一位專業的文稿，精通中文與英文寫作，你現在正準備閱讀記者的稿件，確認是否出現任何問題。」

・任務：明確指出你希望ChatGPT幫助你完成的具體事項。不論是提供某個話題的見解，還是從文本中提取關鍵信息，都應該清楚說明。例如：「請協助審核以下這篇討論『ChatGPT應該怎麼用、帶來哪些影響』的文章，確認有沒有錯字和文意不通順之處。」

・脈絡：向ChatGPT提供任務相關的背景資訊，例如校對工作中，組織使用哪些標準字？是否有習慣的標題結構？如果有必要的背景知識，一定要提前告知。舉例來說，可以這樣下指令：「請注意，這篇文章旨在寫給『從未使用過ChatGPT的讀者』，因此請確認文章是否過度使用專有名詞，會不會太過生澀；另外，也請檢視文章是否同時列出正方和反方論點，舉的例子有沒有平衡。最後，請幫忙查看文章中有沒有達成教學的目的，不只是解釋ChatGPT的運作原理而已。」

・限制與要求：如果對ChatGPT的回答有特殊要求，應事先說明，如回答不超過200字，或希望使用專業翻譯者的風格進行撰寫；。實際例子：「檢查文章後，請以列點（bullet point）方式提出待改進之處，以及修改建議，請不要直接提供修改過後的文章。」

在使用ChatGPT時，如果有特定需求，應提前說明，例如限制回答字數在150字內、每次引用專家說法時都要完整說明受訪者頭銜。明確的語調和風格要求對提升回答品質有顯著效果，具體範例：「請檢查這篇文章後，以條列方式提供可改進的部分和建議，請勿直接給出修改後的版本。」

除了上述指令注意事項，還可以透過幾種實用技巧來提升ChatGPT的使用體驗。比如，對ChatGPT訴諸情感、使用不同ChatGPT對話視窗交叉檢視生成內容品質。如果答案不滿意，也可以持續追問。這些方法都能或多或少「逼出」ChatGPT的潛能。

ChatGPT指令進階：拆解任務更精準？

推出Claude的Anthropic撰寫官方指南，告訴開發者和使用者如何用好Claude。雖然有部分內容是想讓開發者調用Claude的應用程式介面（API）時使用，但有部分建議值得使用網頁版服務參考，且無論是ChatGPT或者Claude使用者，同樣都適用。

讓以下是官方指令撰寫指南中的重點提示：

1. 下指令時，做到直接、清晰且詳細ChatGPT就像能力優秀但剛進入公司的新員工，提供明確指示，才能讓ChatGPT了解使用者的期望。

・設定明確的角色：在指令中指派特定角色，例如「經驗豐富的資料科學家」、「財務長」或「企業法律顧問」，引導ChatGPT發揮其專業知識，根據需求調整回應。

・提供充足的背景資訊：讓ChatGPT了解任務的目的、目標受眾、相關工作流程以及成功完成任務的樣貌。

・使用清晰易懂的語言： 避免使用專業術語、行話或模糊的措辭。

・循序漸進說明指示：使用編號清單或項目符號，以確保 Claude 按照您希望的方式執行任務。

2. 運用研究者發掘出的思維鏈技巧，讓ChatGPT能夠把複雜任務拆解成子任務。

・思維鏈（chain of thought prompting）：主動要求ChatGPT逐步推理，在指令中加入在提示中加入「逐步思考」（Think step-by-step），讓其自行分解任務；進階一步，能夠自行列出步驟、重要的考慮面向，讓ChatGPT能夠參考。

・提示鏈（prompt chaining）：思維鏈能夠幫助使用者解決難題，不過，有些任務的複雜度太高，單純使用思維鏈還不夠，這時可以運用提示鏈，把高度複雜的任務再度拆解為單一任務，並確定個別任務的目標，任務之間則要確保ChatGPT輸出的資訊能夠傳遞到下一段任務中。

3. 提出範例、活用結構化元素，藉此增加ChatGPT的表現。

・提供多個範例（multi-shot examples）：在指令中提供多個精心設計的範例，讓 ChatGPT能夠更知道自己將要產出什麼樣形式與風格的內容。確保範例與預期產出相符，並具備足夠的多樣性，且要涵蓋遊走在邊界的案例（borderline examples）。

・XML標籤：活用XML標籤標記指令中的不同段落，藉此區分不同的元素，如上下文、指示和範例。例如，表明哪一段是文件（以開頭、結尾）。

4. 其他重要技巧：

・善用長上下文提示：有些任務有大量前置資料，例如寫書摘，可以利用XML標籤標記指令不同段落的意義，並且把長篇內容放在指令上方，要求ChatGPT執行的任務、目標和範例則放在下方。

・要求引用：處理的文件長度很長時，要求ChatGPT必須在回覆時標明引用的資訊來源，減少產出幻覺的機會。

・測試和迭代：指令並不完美，唯有不斷練習，打磨自己下的指令，並借鑑優秀指令寫法，再觀察ChatGPT或者Claude的回應，藉此調整。

ChatGPT的應用商店GPTs怎麼用？

Google開設應用程式市集（App Store）後，成功建起生態系，讓開發者們可以自主貢獻應用，進而吸引使用者。蘋果則是以其封閉的牆內花園（walled garden）而聞名，將使用者緊緊地限制在蘋果品牌的護城河之中，形成了一個強大但僅限圈內人接觸的品牌體系。

對比之下，缺乏終端產品、沒有通路的OpenAI，前路便顯得艱難。它不像蘋果的硬體帝國，已然擁有手機、電腦和平板等多元通路；也不像Google的軟體帝國，牢牢把關著人們的搜尋引擎和影音平台。

在嘗試外掛（plugins）並確認使用者對查詢料理食譜、安排旅遊行程和搜尋景點等不同功能的需求後，OpenAI決定以GPT商店取代外掛，其目的就是想藉此建立以GPT模型為基礎的ChatGPT應用程式，來對抗那些擁有生態系的科技巨頭。

實際使用上，有哪些GPTs可能派得上用場，例如，專精生成圖像的圖像產生器（image generator）、能夠創造高品質文案的替我寫（Write For Me）、擅長學術研究的共識以及專門為打造Logo而生的Logo產生器（Creator），這些應用無疑提升了ChatGPT整體功能的多樣性與實用性。

想要探索GPT商店，只需點擊ChatGPT對話頁面左側的「Explore GPTs」，便能從OpenAI列出的清單中瀏覽或透過搜尋找到符合需求的GPTs。

ChatGPT付費版PLUS，企業版Team與免費版差異？

對白領使用者來說，最關心的一定是付費帶來哪些權益，而模型版本就是關注重點，因為先進模型的準確率高、回覆速度快、出現幻覺機會較少、能夠處理的模態也變多。

跟個人付費版用戶比較，OpenAI表示，Team用戶包含ChatGPT Plus的全部功能，且對GPT-4o的進階功能和生成圖像都有更多額度，也能夠在團隊工作空間內建立、分享GPTs，並有團隊專用的管理員控制台，且團隊資料不會用來訓練模型。

如果說ChatGPT Team是針對團隊協作，以及小型組織而設，則ChatGPT Enterprise則是提供給OpenAI的文件顯示，無論是免費版、付費個人、團隊或者企業版，都能與ChatGPT互動，同樣能保存聊天記錄、跨網頁和應用程式存取，且倘若模型進步，品質和速度都會提升。

那麼，差異到底在哪？主要體現於模型和功能上。

去年，OpenAI透過其官方X帳號（前推特）官網，宣布推出ChatGPT的企業版，整理特點如下：

• 企業用戶可以無限制地使用GPT-4模型，其速度比網頁版快了兩倍以上。

• ChatGPT的可讀取上下文長度（context window）擴大。

• 提供可自定義並適用於企業工作流程的對話模板，確保每個企業都能根據自身需求進行最佳配置。

• 為企業版用戶提供免費的API額度，這無疑是減少成本的一大優勢，同時也增加了使用便利性。

• 支援包括Code Interpreter在內的資料分析功能和客制化選項，使得數據處理更加高效和精準。

• OpenAI承諾不利用企業資料訓練其模型。

• 企業版ChatGPT通過SOC 2認證，確保了安全性、隱私性和數據保密性。

• 允許企業在控制台中管理團隊成員，並支持網域驗證和單一登入服務。

OpenAI當時表示，自推出的九個月內，超過80%的財經五百大企業的員工使用ChatGPT。正式推出企業版服務前，OpenAI已讓早期用戶如支付公司Block、內容協作平台Canva、美妝集團雅詩蘭黛及會計師事務所資誠等試用。

OpenAI認為，推出企業版ChatGPT是幫助工作者和企業充分利用人工智慧的一大步。雖然企業版並沒有添加令人驚豔的新功能，但其重點在於打好基礎。ChatGPT的企業版推出後，除了吸引一般客戶訂閱和開發者API使用外，其對OpenAI的營收貢獻將取決於更多企業是否選擇付費服務。這不僅是技術上的進步，更是一種市場策略的調整。

然而，OpenAI面臨的挑戰依然嚴峻。正如GPT商店需要與擁有完整生態系統的Google和蘋果競爭一樣，企業版ChatGPT也必須同時應對微軟Copilot、Google Duet AI和亞馬遜Amazon Q的夾擊。此外，OpenAI強勁的對手Claude也推出了企業版服務Claude Team，競爭激烈程度可見一斑。

微軟擁有Microsoft 365，Google則有Google Workspace，而亞馬遜則具備完善的開發者生態系統，整合了大量數位資產和工作流程。市場上有多年的老將穩坐江山，同時新軍也在伺機而動。ChatGPT Tean究竟能否脫穎而出？這正是OpenAI所面臨的一大難題。

ChatGPT背後團隊：OpenAI是什麼組織，誰創立？

OpenAI是一家致力於人工智慧（artificial intelligence，簡稱AI）的企業，最初以非營利組織的身份創立。參與這個計劃的有特斯拉創辦人馬斯克（Elon Musk）、PayPal共同創辦人提爾（Peter Thiel）、LinkedIn共同創辦人霍夫曼（Reid Hoffman），以及從Y Combinator時期便已打響名號的現任執行長奧特曼（Sam Altman）。

這群來自矽谷的創業家和科技愛好者們，合力投資並創辦OpenAI的初衷是打造通用人工智慧（artificial general intelligence，簡稱AGI），在確保安全性的前提下，讓ChatGPT這類生成式AI能夠對社會帶來貢獻。

通用人工智慧，又稱為強人工智慧（strong AI），代表接近甚至超越人類能力的人工智慧，因為具備認知能力，因此可以按照一定的邏輯推理，進而完成不同類型的任務，甚至擁有自我意識。以短期和中期來看，能夠自主（autonomous）做出決策、完成行動，而且毋需人類介入的人工智慧，也就是所謂的「AI代理人」（AI Agent），就是通用人工智慧的雛形。

｜延伸閱讀：AI Agent來了，但它是什麼？AI代理介紹、趨勢全解讀

不過，目前尚未出現通用人工智慧，ChatGPT何時會成為強人工智慧，又是否會危害人類安全，出現如《機械公敵》一樣的機器人對抗人類場景，始終是AI愛好者和發展者的熱議話題。

機器人學者莫拉維克（Hans Moravec）三十多年前曾提出「莫拉維克悖論」（Moravec's paradox ），他指出電腦的運算能力強大，不管是下棋或者解題，都有辦法完成，然而，卻無法跟嬰兒一樣活動，或者感知環境的變化。因此，現在市場上看到的AI，大多是侷限在單一領域，或者有著明確目標的任務，例如生產線上的品質檢測、公司上下班打卡的人臉辨識、銀行判定盜刷等。

｜延伸閱讀：數位員工、人型機器人降臨人間，「AI代理」會取代你的工作？

這些應用，就是與通用人工智慧相對的應用人工智慧（applied AI），也稱為弱人工智慧（weak AI）。

早在電腦科學領域出現前，人類漫長的歷史中，不乏對於擁有人類同等能力機器人的嚮往；達特茅斯會議定義「人工智慧」以降，通用人智慧便是研究者們苦苦追尋的聖杯，卻也是難以企及的夢想。隨著演算法（algorithm）的不斷革新，再加上數位化帶動大數據（big data）的搜集成為可能，算力（computing power）也漸次累積，研究者們總算度過前一段看不見人工智慧發展意義，因此削減經費的人工智慧寒冬，迎來新的春天。

因為成本下降、技術進步，深度學習主宰人工智慧領域，也有效落地於商業場域中。只是，現在眼前所見、歸屬於弱人工智慧的應用，離科學家追求的終極目標還很遠，艾西莫夫的預言、雲端情人的美好景象尚未實現，依然是研究者心中的失落聖杯。

雖然路途還很遙遠，OpenAI並未因此止步。它不斷引入外部資金，不僅讓微軟重金押注，NVIDIA和蘋果都有可能成為新一輪的投資者；為了發展技術，OpenAI也挖掘頂尖人才，希望能朝代表終極的大門靠近，最終實現通用人工智慧的夢想。

過去幾年間，OpenAI屢有突破，在文字、視覺和聲音上都達到突破，讓研究者和實踐家同感興奮，2022年的年末，ChatGPT面向一般民眾後，不僅揭開生成式AI大戰，也讓AI競爭從幕後走到幕前。

ChatGPT背後的大語言模型原理為何？

根據 OpenAI 的說明，ChatGPT的訓練過程與早期推出的電玩遊戲機器人「OpenAI Five」有許多相似之處。它們都運用了人類的反饋增強學習（reinforcement learning）來進行訓練。這種學習方式類似於孩子玩電動的過程，雖然沒有大人手把手指導，但透過不斷嘗試和經歷失敗，孩子可以從遊戲中的回饋中逐漸學會如何進步。比如，從平台掉下或被擊飛會失分，而獲取寶物則可能加分，這些回饋幫助孩子們摸索出成功的遊戲策略。

在訓練 ChatGPT 的過程中，模型訓練者實際上同時擔任用戶和 AI 助手的兩種角色。這樣的設計有助於產生初步的對話數據，幫助模型理解基本的對話策略。接著，為了提升機器生成的回答品質，訓練者會以用戶的身份向機器提問，並根據機器的回應提供反饋，從而優化其對話能力並改善回答的準確性和表達方式。

訓練過程中，訓練者評估模型生成的多個回答，並給予評分，讓模型瞭解哪些回答較好、哪些需要改進。這些評分的回饋類似於孩子在玩遊戲時，通過獲得分數或通關來感知到的正面或負面反饋。透過這些回饋，模型可以不斷調整和優化回答策略，最終提升其對話能力。