和ChatGPT聊聊天：與AI的工作互動微心得

品保部張毓珊

在AI Chatbot工具尚未出現之前，大部分人若有任何不了解的問題，最直覺的想法就是：問Google。

Google搜尋的結果包羅萬象，針對搜尋到的內容必須一一點入網址，才有辦法確認內容是否符合需求，對於面對大量文字就有閱讀障礙的人而言，可能沒什麼耐心逐一查看，就算找到想要的資料，也要自行整合內容；又若是關鍵字下得不夠準確，搜尋結果的品質可能不理想，浪費時間而效率低。

2022年底，OpenAI推出的ChatGPT橫空出世，一推出就吸引大家眼球關注，也帶動全球一股AI熱潮，至今仍如滔滔江水，連綿不絕。目前市面上已經出現許多類似ChatGPT的工具，為什麼這類AI會如此令人驚豔？因為它不再是只能給制式回答的客服機器人，而是會根據使用者的指示(Prompt)，整合資料庫中的資訊，有條理的提供相關回覆，具備強大自然語言處理能力。因此它能有效率的解答各種問題，無論是寫篇文情並茂的文章(但這篇是來自我的真人智慧)、外文翻譯、還是數據彙整/分析等等，只要與文字有關，它都能幫忙處理；現在甚至可以上傳圖片，讓它根據圖片上的內容處理各種事物，目前試過的OCR識別和圖表解讀，均有不錯的使用經驗。

當然，ChatGPT也不是完美無誤的工具，畢竟它還是依賴使用者的指令。要讓它發揮出最佳效果，提問的方式是關鍵。近來新興的「AI詠唱師」或「提示工程師」這些名詞，反映了與AI的溝通已成為一門學問。舉例來說，如果你要它推薦高雄景點，單純說「請推薦高雄好玩的景點」，這範圍太廣了。改成「推薦適合拍照、以捷運交通為主的高雄必去景點」，這樣具體的條件設定，回覆會更符合需求。

而自從ChatGPT出現後，不得不說它之所以會迅速遍地開花不是沒有道理的，我在工作上確實受益不少，特別是中英文翻譯。以前寫英文信件需要逐字慢慢寫，現在我會先打好中文草稿，再請ChatGPT翻譯成英文，幾秒內就能產出不錯的翻譯。如果更講究一些，還可以告訴它詳細需求：「這封信是要寄給國外客戶介紹公司用的」，ChatGPT就會幫忙加上書信格式，調整內容以符合對象。當然，翻譯完還是需要大概檢查內容，因為有時中文的表達不夠清晰，會影響了翻譯品質。

以前被要求翻譯國外產品介紹或施工說明文件，總讓我崩潰，因為這類文件通常充滿專業術語，若不常看相關文件，需耗費許多時間google查資料，翻譯起來困難重重。自從有了ChatGPT，這類工作就變得輕鬆許多。翻譯技術文件時，我會告訴ChatGPT「這是一份防火被覆產品說明書，請將以下英文內容翻譯成繁體中文」，然後在下的指令和英文內容之間，加一個分隔的符號，以區隔出不同的區塊；我也會逐段進行翻譯，如此可以更方便修正錯誤，也避免一次丟太多內容導致故障。

我覺得ChatGPT的翻譯品質比Google翻譯好，特別是在專有名詞上更準確。Google在專有名詞上會有照字面翻的問題，雖然Google翻譯有在進步，但ChatGPT更靈活，翻譯的內容也更為合理順暢。最近主管跟國外客戶的email中提到了電影話題，使用Google翻譯完全看不懂，但餵給ChatGPT後，它清楚列出了電影名稱、人物和人物的名言，讓我豁然開朗，對它的佩服又增加了一點。

ChatGPT用在整理會議記錄也是可以提升不少效率。目前我每週都有一場40到60分鐘的會議需要紀錄，平時要花半天以上的時間來整理，但自從有了ChatGPT，這工作變得更輕鬆、有效率。會議錄音需先轉成文字，所以ChatGPT整理的會議紀錄會受轉出的文字品質所影響。目前我使用的Buzz是開源軟體，透過Whisper模型轉換，若發言人的聲音/咬字夠清晰，中文轉出的品質就會不錯；英文的準確度就更高了，幾乎有九成的準確率。這時給ChatGPT的指令很簡單，「以下為會議記錄的逐字稿，請重點整理成會議記錄，不需要會議記錄格式」。我習慣將內容依不同發言人，逐次貼上進行彙整，因為一次給太多資料，獲得的內容品質通常沒有逐次發的好。

我也利用ChatGPT來整理數據資料。目前進行過二次公司營收報告，第二次要製作簡報時，大部分的數據我都是以ChatGPT來整理。收到的營收資料是以email寄送，裡面數據都是文字格式，因此利用ChatGPT將數據轉為可以貼在Excel的格式以利分析和製作圖表，例如將數據分出欄位、比較新舊數據差異並製表或整理成所要求格式。而在整理成所要求格式的部分，可以先製作出範例，然後貼給ChatGPT請其比照範例做整理，這樣可以省去許多文字溝通的麻煩，而且已溝通成功的ChatGPT對話框不要刪除，可以當作範本，後續若持續有相同的工作需求，就可以直接貼上數據馬上整理出所要的結果。這真的節省了許多整理表格的時間！

但ChatGPT最讓我驚豔的部分，是它程式編寫的能力。之前有新聞指出，ChatGPT通過了Google三級工程師的面試測試，因此ChatGPT在寫程式上是具有一定能力的。由品保所負責的廠外測試報告歸檔，目前有部分工作就是透過程式協助自動化完成。測試報告歸檔的大致流程有：(一)將紙本掃描為pdf檔、(二)pdf檔從Gmail下載存至Google雲端、(三)測試報告內容手打至Google試算表紀錄、(四)於Google試算表建立測試報告的Google文件超連結。目前第二和第四項的部分已透過程式自動化處理，而這程式就是利用ChatGPT所寫的。

我第一個嘗試的是第四項的程式設定，在2023年5月完成，目的是將Google雲端上的測試報告檔案，自動在Google試算表的測試報告編號上建立超連結。起先我問ChatGPT：「現在要將大量Google雲端的文件，在Google試算表中建立許多超連結，請問有什麼便捷的辦法可以使用？」它推薦了Google Apps Script，並寫了一大串說明程式語法的設定，但並沒有產生程式碼，我根本看不懂它寫的，所以繼續問：「請以Google Apps Script的方法進行，我將以下列例子說明，麻煩提供作法，現在要把Google雲端中檔名為112001的檔案連結，以插入連結的方式設定到Google試算表A1欄位的112001，請問設定步驟要怎麼做？」這次ChatGPT就產出了程式碼，而後續的動作就是不斷溝通需求、執行程式、修正程式，若執行後有錯誤訊息產生，就直接貼給ChatGPT，如此一直循環下去，直到程式執行結果符合要求為止。這些程式碼我幾乎是看不懂，靠的就是看程式執行結果。

這溝通過程並非一次到位，而是需求條件慢慢加，一個程式執行成功了，再繼續溝通下一個。例如先告知它有超連結的需求，再說是針對哪個Google雲端資料夾和哪個Google試算表來做(告知資料夾和試算表名稱)、Google試算表新建立的檔案名稱要從第二列開始且檔案名稱要從大到小排列等等。另外，在每次程式執行有問題或提出新需求的時候，我會將正在執行的程式碼附在Prompt下方，並告知ChatGPT根據以下程式碼進行修改。雖然ChatGPT有記憶功能，但在溝通過程中可能會參雜其他問題，並非一直針對程式碼進行溝通，因此以這做法來避免混淆，程式溝通上頗順利。而在報告歸檔流程第二項的部分，程式溝通過程也是先大方向告知ChatGPT：「現在希望Gmail中特定標籤的郵件附件，可以透過程式自動轉存到Google雲端中指定的資料夾，請問有哪些做法可以做?」，一樣初步產出程式碼後再逐步加入其他條件，例如針對未閱讀郵件、標籤名為「掃描」等等，後續就是一連串的執行、除錯直到符合要求為止。

程式編寫我也有應用在DBxtra，但DBxtra涉及公司資料庫架構，所以無法像前述「告知需求產出程式碼」來執行(至少現在還沒試出這作法)，所以目前都是執行「SQL程式碼改寫」。先以DBxtra設計出一個大概的SQL碼，再將程式碼貼到ChatGPT，然後溝通所需的功能。目前試過銷貨單，原先設計的查詢方式是以某品號/品名

進行銷貨單查詢，但有時會想查看同張銷貨單還有哪些其他產品，因此就跟ChatGPT說：「現在想找出銷貨單中含有品名類似”350″的產品，並查詢出所有該銷貨單產品，請根據下列程式碼協助修改」，後續就同上述做法，直到程式符合需求為止。

ChatGPT可以編寫程式，真的是很”Amazing”！因為只要動手將需求打上，它就可以寫出想要的程式碼，讓程式小白可以自行解決工作上很瑣碎的事情，實在是助益良多！

當然，ChatGPT也不是一直都這麼神，有時候它也是會亂回答，像是提供某資訊的網路連結，這部分它就不太行，可能五個連結中只有二個是真正有效的，有的甚至是不存在，所以請它提供網頁資訊時，還是驗證一下較好。而在2024年9月，OpenAI又推出了新的model：o1-preview和o1-mini，這兩個模型可以進行更高階的推理任務，而o1 model據官方說法，其在Codeforce這個競技程式設計平台上位居第89百分位、美國數學奧林匹克賽(AIME)排名前500名，且在針對物理、生物和化學問題的GPQA 基準測試中，超越了人類博士水準的準確度。所以感覺ChatGPT又更聰明了，可以有效處理的問題更多了，這部分就留待各位去探索了。

以上中/英翻譯、資料彙整和程式編寫，是我覺得目前用起來最滿意的部分，而我下指示的方式就僅供參考，這些都只是個人使用經驗，並不代表這樣才是正確的，但重點就在於下指示說明得越清楚，就越能夠獲得想要的答覆。AI技術一直不斷的進步，的確是可以妥善利用的一個工具，希望大家都可以從AI的身上，獲得更好的生活體驗與工作效率！