# 影片筆記：ChatGPT App 基本功 EP07:一份 YAML，指揮 6 個 AI 同時做簡報

## 一句話總結

本集探討在 ChatGPT App（或稱 TrackGPT/Cloud Code）環境中，如何利用 **Subagent（子代理）** 進行平行處理來加速圖片生成，並透過 **YAML 規格書** 統一簡報風格與版型，以解決內建生圖速度慢的問題，同時對比了訂閱額度與 OpenAI API Key 的優缺點。

## 核心重點

1.  **加速原理**：利用 **Subagent（子代理）** 進行平行工作（Parallel Work）。若任務無依賴關係（如生成不同圖片），可同時啟動多個 Subagent。
2.  **效能與代價**：同時啟動 N 個 Subagent 可獲得 N 倍速度，但相對消耗 N 倍的 Token/額度。官方預設上限為 **6 個** Subagent。
3.  **YML Image Deck 技能**：透過 YAML 規格書定義「風格（Style）」、「版型（Layout）」與「內容（Content）」，確保簡報生成的一致性。
4.  **輸出模式**：
    *   **Backit**：純圖片簡報（文字烤進圖片，不可編輯）。
    *   **Plat**：可編輯文字簡報（生成底圖後，在簡報軟體中疊加文字）。
5.  **生圖方案對比**：
    *   **訂閱額度**：免費但速度慢，受伺服器排隊影響。
    *   **OpenAI API Key**：速度快（約 1 分鐘 5 張），品質與內建無差別（基於 T40/SDXL 模型），但需額外付費（約 0.3 元台幣/張）。
6.  **實戰風險**：大量消耗額度可能觸發 **429 錯誤**（速率限制）；同時運行多個 Subagent 會大量消耗記憶體（RAM），導致電腦運算變慢、滑鼠延遲。

## 詳細大綱

### 一、 生圖速度瓶頸與 Subagent 加速原理
*   **現狀問題**：QRGBT/AGIN 內建生圖功能依賴訂閱額度，生成速度極慢，且每次生成後會進行檢查與驗證，進一步拖慢進度。
*   **Subagent 加速機制**：
    *   利用 **Subagent** 進行平行工作。
    *   若工作之間無依賴關係，可同時啟動多個 Subagent。
    *   **速度與消耗**：同時啟動 N 個 Subagent 可獲得 N 倍速度，但相對消耗 N 倍的 Token/額度。
    *   **上限設定**：官方預設最多可同時開啟 **6 個** Subagent。需調整設定（如推理強度或特定參數）以達到上限。
    *   **風險提示**：短時間內大量消耗額度，可能觸發 429 錯誤或燒完週額度。

### 二、 YML Image Deck 技能運作邏輯
*   **核心概念**：這不是繪圖程式，而是「設計合約」。透過 YAML 規格書統一風格、版型與內容。
*   **三層架構**：
    1.  **風格（Style）**：先定義整體視覺風格（如立體貼紙、溫暖質感、霓虹科技）。
    2.  **版型（Layout）**：根據內容決定版面配置（對比、並排、順序等），版型需與風格一致。
    3.  **內容（Content）**：將文字與資訊填入版型。
*   **生成流程**：
    1.  讀取內容並決定版型。
    2.  生成提示詞（Prompt）。
    3.  利用 Subagent 平行生成圖片。
    4.  封裝成簡報格式。
*   **輸出模式**：
    *   **Backit**：純圖片簡報（文字直接烤進圖片，不可編輯）。
    *   **Plat**：可編輯文字簡報（生成底圖後，在簡報軟體中疊加文字）。

### 三、 API Key 生圖方案對比
*   **訂閱額度生圖**：
    *   優點：免費（包含在訂閱費中）。
    *   缺點：速度慢，受伺服器排隊影響。
*   **OpenAI API Key 生圖**：
    *   優點：速度極快（約 1 分鐘 5 張），品質與內建生圖無差別（基於 T40/SDXL 模型）。
    *   缺點：需額外付費（約 0.3 元台幣/張），需自行安裝技能（如 TrackGPT Image 2 至 Cloud Code）。
    *   適用性：適用於任何 AGIN（Cloud Code, TrackGPT App 等）。

### 四、 實戰操作與設定調整
*   **設定調整**：需在軟體（如 Codex/Cloud Code）中調整設定，將 Subagent 上限調至 6 個，並可能需要重啟應用程式以套用設定。
*   **硬體效能**：同時運行多個 Subagent 會大量消耗記憶體（RAM），導致電腦運算變慢、滑鼠延遲（Delay）。
*   **進度追蹤**：講者演示了從 3 個 Subagent 升級到 6 個 Subagent 的過程，並比較了 API Key 與訂閱額度的生成速度差異。

### 五、 技術嘗試與失敗過程（第二段補充）
*   **工具比較與選擇**：
    *   講者表示目前使用 **Codex** 與 **Cloud Code** 進行簡報生成。
    *   認為其可編輯性比 **NotebookLM** 更佳，因此不再使用 NotebookLM。
    *   建議固定喜歡的风格（如使用 **Cloud Design** 或 **Open Design**），以確保風格一致性。
*   **效能評估與痛點**：
    *   **GPT** 的優點在於「生徒」（生成簡報/圖片），這是其他家較沒有的優勢。
    *   主要缺點是速度太慢，講者多次強調「實在是太慢了」、「生徒啦」。
    *   雖然 GPT 在規劃文字或寫程式方面 OK，但生成簡報時效率低落。
    *   講者串接 **Cloud Code** 的目的正是為了讓生成過程快一點。
*   **技術嘗試與失敗過程**：
    *   嘗試使用 **OpenAI API Key** 搭配 **6 個 Subagent**（子代理）。
    *   過程中遇到問題導致停止，原因可能是 **Codex** 禁止代理呼叫外部 API。
    *   講者觀察到使用 **Image2** 或訂閱字深圖（深圖）在 **YM**（疑點）下結果應相同，但 API Key 深圖需要較完整的提示詞才能固定內容。
    *   嘗試讓 **OpenAI API Key** 生成另一種風格，發現品質差異不大。
    *   傳統簡報加圖片的方式可行，但講者不願繼續等待。
*   **結論與互動**：
    *   因耗時過久（已過 11 點），講者決定放棄 **API Key 生徒** 的嘗試。
    *   保留失敗畫面讓觀眾看到真實情況。
    *   呼籲觀眾訂閱、按讚、分享以支持節目。

## 工具 / 模型 / 名詞整理

*   **平台/應用程式**：
    *   **QRGBT APP**：影片標題提及的平台。
    *   **AGIN**：指代 AI Agent 環境。
    *   **TrackGPT** / **TranceGPT**：講者主要使用的應用程式（講者口語中交替使用）。
    *   **Cloud Code**：講者日常主力使用的 Agent 環境。
    *   **Open Code**：講者提及的另一個環境。
    *   **ChadGPT** / **Changeby**：講者提及的其他 Agent 名稱。
    *   **Codex**：講者提及的應用程式，用於調整 Subagent 設定。
    *   **Gemini Notebook**：講者提及已不再主要使用的工具。
    *   **NotebookLM**：講者對比的可編輯性較差的工具。

*   **技能/功能名稱**：
    *   **YML Image Deck**：講者介紹的簡報生成技能。
    *   **Subagent** / **Subaging** / **Sub-a-gene**：指代子代理，用於平行處理任務。
    *   **Backit**：純圖片簡報輸出模式。
    *   **Plat**：可編輯文字簡報輸出模式。
    *   **Draw**：講者提及的使用 API Key 的生圖技能名稱。
    *   **TrackGPT Image 2**：講者推薦安裝以使用 API Key 生圖的技能。
    *   **Cloud Design** / **Open Design**：講者建議固定的風格名稱。

*   **技術/規格**：
    *   **YAML** / **Spec.yml**：用於定義規格、風格與版型的標記語言。
    *   **API Key**：OpenAI 的應用程式介面金鑰。
    *   **OpenAI Image 2**：講者提及的模型名稱（疑點：通常指 DALL-E 3 或特定版本，講者口語為 Image 2）。
    *   **T40**：講者提及的模型相關詞彙（疑點：可能是指 SDXL 或其他模型代號，聽似 T40）。
    *   **429**：HTTP 狀態碼，指觸發速率限制（Too Many Requests）。
    *   **5小時額度 vs 週用量**：講者提到 Cloud Code 有「5小時用量」與「週用量」的區別，並建議改為週用量，此為該平台特定的計費或限制機制描述。

## 操作流程整理

1.  **環境準備**：
    *   安裝或開啟 **TrackGPT** / **Cloud Code** / **Codex** 等 Agent 環境。
    *   若需使用 API Key 生圖，需安裝相關技能（如 **TrackGPT Image 2**）。
    *   調整軟體設定，將 **Subagent** 上限調至 **6 個**，並視情況重啟應用程式。

2.  **定義規格（YAML）**：
    *   撰寫 **YML Image Deck** 規格書。
    *   定義 **風格（Style）**：如立體貼紙、溫暖質感等。
    *   定義 **版型（Layout）**：如對比、並排、順序等。
    *   定義 **內容（Content）**：填入文字與資訊。

3.  **生成與輸出**：
    *   **方案 A（訂閱額度）**：使用內建生圖功能，速度較慢，但免費。
    *   **方案 B（API Key）**：使用 **OpenAI API Key**，速度極快（約 1 分鐘 5 張），需付費。
    *   **平行處理**：啟動多個 **Subagent** 同時生成圖片。
    *   **選擇輸出模式**：
        *   **Backit**：生成純圖片簡報。
        *   **Plat**：生成底圖後，於簡報軟體中疊加可編輯文字。

4.  **監控與風險管理**：
    *   監控 Token/額度消耗，避免觸發 **429 錯誤**。
    *   注意電腦記憶體（RAM）使用情況，避免系統當機或延遲。

## 值得注意的限制或風險

1.  **額度與速率限制**：
    *   同時啟動多個 Subagent 會快速消耗 Token/額度。
    *   短時間內大量請求可能觸發 **429 錯誤**（Too Many Requests）。
    *   訂閱用戶需注意「5小時用量」與「週用量」的限制。

2.  **硬體資源消耗**：
    *   同時運行多個 Subagent 會大量消耗記憶體（RAM）。
    *   可能導致電腦運算變慢、滑鼠延遲（Delay）。

3.  **技術兼容性與錯誤**：
    *   使用 **Codex** 搭配 **OpenAI API Key** 時，可能遭遇代理呼叫外部 API 被禁止的問題。
    *   部分技能或模型名稱（如 Image 2, T40）可能存在辨識錯誤或特定版本差異。

4.  **時間成本**：
    *   即使使用加速技巧，複雜的簡報生成仍可能耗費大量時間（如講者實戰中耗至晚上 11 點）。

## 逐字稿辨識疑點

*   **QRGBT**：影片標題與開頭提及，後續多稱為 TrackGPT 或 AGIN，需確認是否為特定品牌或口誤。
*   **Subaging / Sub-a-gene / Sub-edge / Sub-H**：講者在不同段落對 "Subagent" 的發音或拼寫略有不同，統一理解為 Subagent。
*   **T40**：講者提到「原來上 T40 寫好的話」，疑點為模型名稱或技術規格，需查證。
*   **Image 2**：講者提到「OpenAI 的 Image 2」，OpenAI 目前主流為 DALL-E 3，Image 2 可能為講者口誤或特定內部版本名稱。
*   **Backit / Plat**：講者定義的輸出模式名稱，非通用標準術語，為該技能專屬術語。
*   **TrackGPT vs TranceGPT**：講者口語中交替使用，疑點為同一產品的不同稱呼或聽寫錯誤。
*   **ChadGPT / Changeby**：講者提及的其他 Agent 名稱，疑點為特定產品名稱或口誤。
*   **Clock code / Calco**：講者在後半段將 "Cloud Code" 聽寫或口誤為 "Clock code" 和 "Calco"，需查證正確名稱。
*   **生徒 / 生土**：逐字稿中多次出現「叫他生土」、「生徒啦」、「生徒這件事情真的很慢」、「API Key生徒失敗」。根據上下文推測應指「生成簡報」或「生成圖片」，但聽寫為「生徒」或「生土」，需查證是否為特定術語或口誤。
*   **7GPT**：講者提到「7GPT什麼都好」，疑點為是否指代特定模型版本或口誤。
*   **YM**：講者提到「如果用YM的話」，需查證此縮寫指代的具體工具或平台。
*   **深圖**：講者提到「訂閱字深圖」、「API Key深圖」，疑點為是否指「生成圖」或特定功能名稱。
*   **甚PBT**：講者提到「甚PBT」，需查證此縮寫或產品名稱。

## 可延伸追問

1.  **YAML 規格書的具體語法結構**：如何撰寫一份完整的 `Spec.yml` 來定義複雜的簡報版型與風格？
2.  **Subagent 的平行處理限制**：除了數量上限（6個），Subagent 之間是否有隱性的依賴關係會導致平行處理失效？
3.  **OpenAI API Key 的成本效益分析**：對於一般用戶而言，訂閱額度與自行購買 API Key 的成本平衡點為何？
4.  **Backit 與 Plat 的實際應用場景**：在什麼情況下應選擇不可編輯的 Backit， versus 可編輯的 Plat？
5.  **如何解決 Codex 禁止呼叫外部 API 的問題**：是否有替代方案或設定技巧來繞過此限制？