# 影片筆記：最新機能ChatGPT WorkでSkill作成を実演します！ChatGPT WorkをAIのプロが徹底解説！

## 一句話總結

講者「今」實戰演示如何使用 ChatGPT 最新功能「ChatGPT Workspace」建立名為「教科書創作者」的自訂技能（Skill），透過自動化流程將複雜主題轉換為具備 Notion 風格、包含圖表與測驗的高品質 HTML 教材，並比較 Workspace 與傳統 Chat 及 Code Interpreter 的差異。

## 核心重點

1.  **ChatGPT Workspace 新功能**：
    *   需下載桌面版應用程式（Desktop App）才能使用。
    *   介面分為「Chat」與「Workspace」，Workspace 支援專案管理、技能（Skills）、插件（Plugins）、排程（Scheduling）及側邊聊天（Side Chat）。
    *   針對非開發者的業務需求（如報告、研究）進行了優化，比 Code Interpreter 更易於使用。

2.  **建立「教科書創作者」技能流程**：
    *   使用內建「Skill Creator」技能進行創建。
    *   **權限設定**：選擇「代表用戶執行（Act on behalf of user）」以確保安全，而非完全存取。
    *   **模型選擇**：講者提及使用「Sora 1」（疑點：可能為 Sonnet 系列口誤）並設定為「超高速（Extra High）」以避免過多子代理導致複雜化。
    *   **Prompt 邏輯**：輸入主題 -> 資訊檢索 -> 生成 Markdown 大綱 -> 擴展為正文 -> 轉換為含圖表的 HTML -> 驗證一致性。

3.  **成果優化與迭代**：
    *   第一次生成結果被評為結構清晰但設計感過重（AI 感）、文字過多、圖表不足。
    *   透過優化指令，要求改為「Notion 風格」，去除卡片邊緣顏色，採用靜態簡潔設計。
    *   調整原則為「先見圖後見文」，增加 SVG 圖表與 HTML 圖形，減少純文字體積。
    *   最終成果被評為「非常優秀」，具備美觀圖表與測驗功能。

4.  **技術優勢與比較**：
    *   Workspace 可引用過往對話內容作為上下文，並透過桌面版存取本地電腦資料夾。
    *   支援 MCP（Model Context Protocol）連接外部工具。
    *   與 Code Interpreter 相比，Workspace 更適合輕量級業務應用，且具備排程等新功能。

## 詳細大綱

### 一、 前言與需求分析
*   **背景**：ChatGPT 更新推出「ChatGPT Workspace」，具備傳統 Chat 沒有的「技能（Skills）」功能。
*   **痛點**：觀眾學習 AI 新知時，需要易懂的教材。
*   **解決方案**：建立自動輸出「原創教材」的 Agent 技能，將複雜資訊轉化為易懂的 HTML 格式。

### 二、 ChatGPT Workspace 介面與功能介紹
*   **啟動方式**：下載 ChatGPT 桌面版應用程式，選擇進入「Workspace」。
*   **專案管理**：
    *   支援建立「新專案」或選擇現有專案。
    *   專案內可包含多個任務與技能。
*   **核心功能區解析**：
    *   **New Task**：開啟新的聊天視窗。
    *   **Skills**：包含預設技能與自訂技能。
    *   **Plugins**：支援外部工具連結（瀏覽器、文件處理等）。
    *   **Scheduling**：設定定期執行的任務。
    *   **Side Chat**：用於暫時性提問，不污染主對話串。
    *   **Plan Mode**：設定專案目標與命令（講者提及「Goal Command」設定）。

### 三、 建立「教科書創作者」技能實戰步驟
*   **步驟 1：選擇技能創作者**
    *   輸入 `/skills` 調出技能列表，選擇「Skill Creator」。
*   **步驟 2：設定權限與模型**
    *   **Permissions**：選擇「代表用戶執行」，若發現不安全指令會詢問用戶。
    *   **Model Selection**：
        *   講者提及選擇「Sora 1」（疑點：聽似 Sonnet 系列）。
        *   速度設定為「Extra High」或「High」，避免使用「Ultra」以免觸發過多子代理。
    *   **Prompt 設定**：加入「如有不明之處請向我提問」的指令。
*   **步驟 3：定義技能邏輯**
    *   **輸入**：用戶輸入的主題。
    *   **流程**：
        1.  從可靠來源進行資訊檢索。
        2.  生成帶有出處的教材企劃大綱（Markdown 格式）。
        3.  將內容擴展為適合初學者的教材正文。
        4.  轉換為包含圖表的 HTML 教材。
        5.  驗證一致性。
    *   **儲存位置**：確認將技能保存在 Code Interpreter 可存取的位置。
    *   **知識水平推估**：根據輸入內容推估學習者知識水平，若不明則提問。
*   **步驟 4：執行與測試**
    *   設定測試主題：「什麼是 AI Agent」。
    *   技能會參考講者預先設定的「Course Builder」技能中的資料。
    *   執行過程包含多個步驟：檢索、設計、生成 HTML、驗證。

### 四、 結果評估與迭代優化
*   **第一次生成結果分析**：
    *   成功生成 HTML 教材，包含「AI Agent」主題。
    *   **優點**：結構清晰，包含學習目標、參考資料、測驗題。
    *   **缺點**：設計感較強（AI 感重）、文字量過多、圖表不足。
*   **第二次優化指令**：
    *   **設計風格**：要求改為「Notion 風格」，去除卡片邊緣顏色，採用靜態、簡潔設計。
    *   **內容調整**：減少文字體積，增加視覺化呈現（SVG 圖表、HTML 圖形）。
    *   **原則**：先見圖後見文，文字僅作為補充說明。
*   **最終成果**：
    *   經過約 20-25 分鐘的處理，生成最終版 HTML。
    *   結果具備 Notion 風格設計，圖表豐富且美觀，包含測驗功能，被評為「非常優秀」。

### 五、 功能比較與總結
*   **Workspace vs. ChatGPT Chat**：
    *   ChatGPT Chat 無技能功能。
    *   Workspace 基於 Code Interpreter 技術基礎，但針對一般業務進行了優化。
*   **Workspace vs. Code Interpreter**：
    *   Code Interpreter 適合深度開發與本地檔案操作。
    *   Workspace 適合輕量級業務應用，且支援排程、側邊聊天等新功能。
*   **技術優勢**：
    *   可引用過往對話內容作為上下文。
    *   可存取本地電腦資料夾（透過桌面版）。
    *   支援 MCP 與外部工具連接。

### 六、 結語與互動
*   **技能分享**：講者將建立好的技能透過 LINE 關鍵字發送給訂閱者。
*   **鼓勵改良**：鼓勵觀眾獲取技能後自行修改。
*   **頻道介紹**：頻道名稱「道る（Michiru）」含義為「帶來改變的教育」，吉祥物為青蛙（Kaeru）。
*   **呼籲行動**：歡迎訂閱與留言建議。

## 工具 / 模型 / 名詞整理

*   **ChatGPT Workspace**：ChatGPT 的「工作區」功能，支援技能與專案管理。
*   **ChatGPT Chat**：傳統的聊天介面。
*   **Code Interpreter**：代碼解釋器，用於執行程式碼與檔案操作。逐字稿中出現「C コデックス」、「コーデックス」、「コデックス」、「ドcコcデx」等變體。
*   **Sora 1**：逐字稿中提到的模型名稱，講者描述為「最聰明」的模型，疑點：通常 OpenAI 的模型為 Sonnet 系列，此處可能為口誤。
*   **Skill Creator**：用於建立自訂技能的預設技能。
*   **Course Builder**：講者預先建立的技能，用於輔助教材設計。
*   **Notion**：被提及作為設計風格參考的軟體（「Notion 風格」）。
*   **MCP (Model Context Protocol)**：用於連接外部工具的協議。
*   **HTML / Markdown / SVG**：教材輸出格式。
*   **LINE**：用於發送技能的通訊軟體。
*   **Goal Command**：講者提及的專案目標設定命令，逐字稿中亦出現「コールコマンド」疑點。
*   **Perplexity / Claude**：講者提及「フェイブル」、「クロ」，疑為 Perplexity 與 Claude 的聽誤，用於比較圖表生成能力。

## 操作流程整理

1.  **準備環境**：下載並安裝 ChatGPT 桌面版應用程式，啟動並進入「Workspace」。
2.  **建立專案**：在 Workspace 中建立「新專案」。
3.  **創建技能**：
    *   輸入 `/skills` 選擇「Skill Creator」。
    *   設定權限為「代表用戶執行」。
    *   選擇模型（講者提及 Sora 1）與速度（Extra High）。
    *   撰寫 Prompt：定義輸入主題、檢索來源、生成 Markdown 大綱、擴展正文、轉換 HTML、驗證一致性，並加入「不明之處請提問」的邏輯。
4.  **執行測試**：
    *   輸入測試主題（如「什麼是 AI Agent」）。
    *   監控執行步驟：檢索 -> 設計 -> 生成 HTML -> 驗證。
5.  **評估與優化**：
    *   檢查第一次生成的 HTML 結果。
    *   若設計感過重或圖表不足，修改 Prompt 要求「Notion 風格」、「先見圖後見文」、「減少文字」、「增加 SVG/HTML 圖形」。
    *   重新執行技能，獲得最終版教材。
6.  **分享與應用**：將技能透過 LINE 發送給他人，或自行修改應用於其他主題。

## 值得注意的限制或風險

*   **模型選擇風險**：講者提及使用「Sora 1」並設定為「Extra High」，若使用「Ultra」速度可能會觸發過多子代理（Sub-agents），導致流程複雜化。
*   **安全性權限**：建議選擇「代表用戶執行」而非「完全存取」，以確保若技能執行不安全指令時會詢問用戶。
*   **生成品質不穩定**：初次生成可能出現「AI 感重」、「文字過多」、「圖表不足」等問題，需要多次迭代優化 Prompt 才能達到預期效果。
*   **技術依賴**：Workspace 功能依賴桌面版應用程式，且需具備 Code Interpreter 的技術基礎，對一般業務用戶雖有優化但仍需一定學習成本。

## 逐字稿辨識疑點

*   **Sora 1**：逐字稿中明確提到「モデルソル、テラルナとあります。ソル、1番賢いソルで行こうかなと」，此處「ソル」對應英文可能為 Sora 或 Sonnet 的聽誤。考慮到上下文是語言模型選擇，且提到「1番賢い（最聰明）」，極大機率是 **Sonnet** 系列的口誤或聽寫錯誤，但依規則僅標記為疑點，不自行更正。
*   **チャATGPT / チャトGPT / チャットGPT**：逐字稿中 ChatGPT 的發音與文字轉換有多種變體，如「チャATGPT」、「チャトGPT」、「チャットGPT」、「チャatGPT」。
*   **C コデックス / コーデックス / コデックス**：Code Interpreter 的稱呼不統一，分別出現「C コデックス」、「コーデックス」、「コデックス」。
*   **水論レベル / 水論**：在設定模型速度時，講者提到「水論レベル、このウルトラを使うと...」以及「水論レベルをエクストラハイにしたから」。此處「水論」極大機率是 **Ultra** 或 **Turbo** 或其他速度層級名稱的聽誤（因為後文提到「ウルトラ（Ultra）」），但依規則僅標記為疑點。
*   **フェイブル**：講者提到「図とかってフェイブルとかクロとかこれまで圧勝だったじゃない?」，此處「フェイブル」可能是 **Perplexity** 或其他 AI 工具名稱的聽誤，「クロ」可能是 **Claude** 的聽誤。
*   **ジイク / ジジJ君**：講者稱呼觀眾或特定對象時，出現「ジイク」、「ジジJ君」，疑為名字或稱謂的聽誤。
*   **JatGPT**：開頭提到的「JatGPTワーク」，疑為 ChatGPT 的聽誤。
*   **CEX**：講者提到「結構CEXに近いチャットGPTみたいな感じ」，疑為 **Code** 或 **Chat** 的聽誤，或指代不明。
*   **サイト / スケジューリング**：介面按鈕名稱，講者口語中可能混用。
*   **コールコマンド**：講者提到「プロジェクト目標とかそれこそゴールコマンドですね。コールコマンド目標みたいな設定」，疑為 **Goal Command** 或特定功能名稱的聽誤。
*   **自然大動物全**：講者提到「チャットGPTサイズの中の大自然動物全とか他の動画で作ったようなサイト」，此處「大自然動物全」語意不通，疑為特定專案名稱或聽寫錯誤。
*   **ドcコcデx**：指代 Code Interpreter 或相關資料夾時，出現此種拼寫。
*   **ドatGPTプロジェクト**：指代 ChatGPT 專案資料夾時，出現此種拼寫。
*   **instructiondesign.mchpicy.m**：生成的檔案名稱，疑為 `instruction_design.md` 或類似名稱的聽誤。
*   **lesson_temp.html**：生成的檔案名稱。
*   **ビジュアルラーニングマテリアル**：生成的教材名稱。
*   **AI エージェントとは 25 分で掴む**：教材標題。
*   **ミッチー / 道る**：頻道吉祥物與名稱，講者解釋為「ミッチーもカエルのアイコン」、「道るという名前」。

## 可延伸追問

*   ChatGPT Workspace 的「代表用戶執行」權限具體限制了哪些操作？與「完全存取」的技術差異為何？
*   在建立技能時，如何精確控制「子代理（Sub-agents）」的數量以避免流程複雜化？
*   除了「Notion 風格」，還有哪些常見的 UI/UX 設計風格可以透過 Prompt 指令嵌入生成的 HTML 教材中？
*   MCP（Model Context Protocol）在 Workspace 中的具體應用場景有哪些？如何連接特定的外部資料庫？
*   對於非技術背景的用戶，如何簡化「Skill Creator」的 Prompt 撰寫過程，使其更直觀？