逐字稿文字預覽
好了，Meta 突然宣布 正式登陸香港 即是香港現在不用 VPN 也可以使用 Meta AI 所以在 AI 發展道路上，Meta 不算特別突出 其實 Meta AI 其中一個主打功能 就是廣東話辨識 即是你可以直接使用原生廣東話 來跟它進行對話 它就能理解你在說甚麼 現在我們不妨試玩一下 看看 Meta AI 有甚麼特別 首先 說到 Meta AI 我更加期待一樣東西 就是它即將推出的 Muse Muse 中文譯作「繆斯」 繆斯是 Meta 即將推出的一款 AI 主要用來處理多功能工作 或者各種任務 你可以把它視為 Codex 或者把它視為 AI 代理 幫你處理不同任務 而這個功能 如果我有機會試到 我就會立即 跟大家一起試玩 當然 如果你問我 我相信它背後一定有 一些參考 Manus 的元素 因為他們始終曾經完成收購 亦進行過交接 只是最後整件事告吹 所以我相信背後 仍然有很多與 Manus 有關的 流程 或者技術 都有可能保留下來 當然，現在只是我的猜測 有機會再跟大家一起試玩 好了，現在 我們來到 Meta AI 登入後 你不用付費也可以使用 不過大家可以看看 如果說價格 其實它有訂閱方案 即是目前大家暫時不用付費 可以先使用免費版 但會有一定額度 如果你用得比較多 把它當成主要 AI 工具 就可以看看不同方案 我目前身處英國 這裡的方案和大家 會有一點不同 價格可能有些差異 但方案大同小異 目前暫時看到有兩個方案 第一個叫 Quota 即是你可以有更多 AI 使用量 另外 亦有一個叫 Premium 即是提供更多 AI 使用量 包括 Quota 的內容 再加上 你的使用量會更多 這裡 大家可以留意 Meta 不只是對話式 AI 即是 你不會像某些 AI 工具那樣 只有對話功能 而 Meta 多出來的能力就是 你可以生成媒體內容 也可以生成影片 現在 我們做一個簡單測試 試試叫它幫我生成一段影片 我試試直接用廣東話 一個香港年輕人在彌敦道上走路 鏡頭角度 從側面拍攝 有一個人跟著他拍攝 他在彌敦道的馬路上一直向前走 就是這樣 這裡它可能未必完全理解 但應該知道我的意思 我現在試試 這裡想表達的是 其實我覺得 Meta 和另一個工具 Grok 有一點相似 因為 Grok 你不只是訂閱 Grok 還可以生成不同媒體內容 例如影片 以及圖片 比較屬於多合一工具 回到這裡 如果你計算一下 假如你需要使用很多不同種類的 生成式媒體工具 例如我 我要生成影片、圖片 Meta 也是大家可以考慮的一個方案 既然如此 如果你生成得很多 可能要使用月費方案 即是 Quota 如果用量再更多 就可以用 Premium 而這裡有一點挺有趣 就是它叫 Meta One 除了可以用 Meta AI 你亦可以享用 Instagram Plus 以及 Facebook Plus WhatsApp Plus 即是訂閱後 你可以在 IG 以及 Facebook 獲得一些額外功能 例如查看別人的限時動態 對方不會知道你看過 另外也可以看看有沒有人 經常查看你的限時動態 如果你是重度 Instagram 使用者 這些功能可能會幫到你 但對我來說暫時不太吸引 這就是 Meta 的付費方案 即是目前大家可以免費使用 但如果使用量增加 就像 Grok 一樣 一開始很好用 而且有很多使用量 但你用得越多 額度就會變得越少 這就是它的特點 剛才我們不是說要生成 一段彌敦道的影片嗎？ 大家現在看到了 這裡就是一段 在彌敦道上走路的影片 那位年輕人就在這裡 不知道大家覺得怎樣 很明顯 它只是抓到「彌敦道」這個名稱 有一點相似的感覺 但是否真的像彌敦道，就未必 不過來到這裡 其實我覺得 已經算不錯 當然 如果說人物 還是有一點奇怪 不過無論如何，既然免費 我覺得可以先用 可能再生成一個 9:16 的版本 人物一直向前走 30 秒 頭 10 秒設定為 1987 年 另外 10 秒設定為 1997 年 最後 10 秒 設定為 2007 年，好 試試這樣 稍後再跟大家一起看看 好了，現在 我們回到首頁 一起探索還有甚麼功能 其實 你可以看到 進入 Meta 你會發現 它有幾個重點：Try Meta AI Ask Anything Take Action 和 Create Image 而這裡亦分為 Instant 和 Thinking Thinking 就是多思考幾步 Instant 就是速度更快 而且你不需要 像 ChatGPT 那樣選擇 要用哪一個模型 或者另一個模型 又或者其他模型 這裡只有兩個模式 這一點有點像 DeepSeek 也是只提供兩種模式 接著這裡就是加入 你可以加入圖片、媒體或 Files 基本功能都有 而在 Meta 裡 你亦可以按「設定」 再選擇 Apps 即是你可以連接 Gmail 我們試試連接 Gmail 連接 Gmail 有甚麼用？ 就是可以幫我們查看 Gmail 剛才已經跟大家試過連接 現在 Gmail 已經連接完成 連接後你就會看到 Calendar App 連接後可以怎樣使用？ 你可以這樣 直接叫它執行一個任務 例如幫我整理 我繼續用同一個例子 幫我整理過去一星期 值得我留意、與 AI 有關的電郵 它就會搜尋 我已連接的電郵收件匣 然後看看裡面 有哪些電郵重點 這有甚麼用途？ 因為大家有時候 每天都會收到很多電郵 你不會想每次都自己逐封查看 所以可以建立一個排程 這個排程功能 就是你設定好排程 讓它幫你 建立一個固定流程 例如每星期 或者每天幫你查看電郵 再告訴你重點 那你就不用自己逐封掃描電郵 會方便很多 也能整理一些你錯過的內容 這就是 Gmail MCP 的好處 同時 Meta AI 亦做到這件事 當然 你可能會說這些功能 ChatGPT 和 Claude 也有 的確，它們也有 Grok 也有 現在大部分 AI 工具 其實都已經具備這些功能 不過如果你 從使用方法來看 或者你不想付費 Meta 可以成為其中一個備選 說到 Meta 一定不能少了它 在社交媒體上的資料能力 在 Meta 裡 其實我們可以 要求 Meta 幫我們分析 Instagram 內容 包括你自己的內容 以及競爭對手的內容 例如我現在 想監察某個帳號的一些貼文 我就輸入這個帳號 然後告訴它我是 AI 產業的內容創作者 現在我想你幫我分析這位作者 過去 14 日 IG 的表現，看看哪些內容 有較高的分數 即是比平常 有更多流量或互動 可以告訴我嗎？ 它就會幫我分析 再查看這個帳號的資料 如果配合剛才說的排程 你可以建立一份名單 然後讓 Meta 每天幫你監察他們 因為它可以直接存取資料 你看到它本身已經連接 所以就可以把相關資訊提供給你 當然，它無法提供非常內部的 也就是非公開資訊 例如有哪些人儲存了這篇貼文 因為在公開 IG 上 我們看不到儲存數據 例如一些幕後數據 或者有多少人 看過這篇貼文 這些我們都拿不到 但最基本的公開資料 它就能看到 包括甚麼？ 就是它公開的貼文 這些本來就是公開內容 所以是公開的 IG 貼文 接著 它就可以告訴我 原來第一個最受歡迎的 貼文是這一篇 好了，我們現在做一個比較 假設我們要比較 Gemini 看看它做不做到同樣的事 先問回剛才的問題 我使用同一個提示 模型也是相同級別 好了 它就開始幫我查看 我們做一個簡單比較 好了 現在大概等了三分鐘 它查看了甚麼？ 它說 不好意思 因為有非常嚴格的反爬蟲機制 單是這一句 我們已經知道為甚麼要用 Meta 就是因為 Meta 有自己的反爬蟲機制 很多資料只開放給自家產品 就像 X 一樣 你也不容易直接取得 X 的內容 所以 每個平台都有自己的護城河 它只能叫我自己去看 接著 其實基本上也不用 再繼續看下去 所以 Meta 其中一個很重要的用途 就是我們可以直接存取資料 不用自己透過 API 處理 這一點我覺得很有用 如果你需要監測 而且經常使用 Instagram 或 Facebook 它就很適合這類用途 說完第二個應用 我們再回到 剛才第一個 我們分享的影片生成功能 我叫它生成 30 秒影片 最後是失敗的 它不能一次生成完整 30 秒 不過它生成了三段 10 秒影片 這一段就是 1987 年 大家可以看看 覺得像不像 1987 年 接著這段是 1997 年 其中一個挺特別的地方 如果大家還記得 就是畫面裡有 VCD 可以看到 VCD 接著看到中國國旗 因為 1997 年是香港回歸 這裡有趣的是 畫面甚至出現「熱烈慶祝香港回歸祖國」 所以它有呈現一些 1997 年的特徵 另外街上亦有 一些看起來像電話的東西 我也不太記得 1997 年時我只有五歲 這是它根據資料庫內容 再按照我寫的 Prompt 生成的影片 好了，來到 2007 年 2007 年開始 有較多內地遊客來港 所以畫面開始出現變化 你可以看到卓悅 以及化妝品 護膚品 也開始有電器 還有 Circle K 挺有趣 但你也可以看到 Meta 認為 2007 年的香港 最大的特徵是甚麼？ 就是街上多了很多化妝品店 這亦對應當時內地遊客增加 另外 我不知道為甚麼畫面也出現閘門 整體主要仍以遊客元素為主 開始出現這些變化 當然 如果說後面那部機器 我就覺得未必很準確 不過 如果你只是要生成一些簡單 B-roll 例如像我有時候 拍 Talking Head 影片時 想插入其他人物 或者其他畫面 其實它已經 算是不錯 這裡 它亦有解釋 2007 年最特別的是甚麼？ 有莎莎、卓悅、豐澤 3G 手機店 以及 LED 價錢牌 再加上 2000 年代的 T-shirt 我真的不太記得 至於這個 我也覺得有點像 1997 年是不是 有些人會這樣穿衣服 這就是 剛才我們測試的影片生成功能 接著 最後再跟大家試一個叫 Artifacts 的功能 Artifacts 是甚麼？ 其實如果你想生成一些內容 包括一個 App 又或者你想製作 餐單或 Recipe 食譜，都可以用 Artifacts 的形式 例如現在我要用 Artifacts 製作一個很簡單的東西 我要做一個簡單網站 網站裡 可以幫我快速生成 IG Reels 的標題 我就簡單做這個網站 我直接告訴它 我現在想生成一個網站 這個網站可以根據本身 資料庫裡有哪些類型的 主題較容易在 IG 脫穎而出 然後把這些類型 和相關內容整合 讓使用者可以快速 透過不同 AI 工具 例如 ChatGPT API 或者 Claude API 生成吸引人的標題 總之使用者輸入主題 然後你要輸出 5 個熱門標題 讓 IG Reels 的觀眾停下來 好了 這就是我會使用的 Prompt 當然 「生成」和「申請」經常會被辨識錯 這裡就是我輸入的內容 它會慢慢分析我的要求 然後用 Artifacts 的方式 幫你把 App 製作出來 大家等了一會 其實大概五分鐘左右 我回覆完電郵，它就已經生成好了 這就是我叫它製作的網站 叫「爆款製造機」 一起看看整體效果 這就是網站的 Demo 接著 裡面有很多設定 也可以讓我輸入不同的 AI 模型 現在 我們就試試 先看看 它應該還沒有連接後端 先填入主題 例如「創業失敗史」 它一定暫時不能真正運作 為甚麼它會直接生成？ 看來正在捏造內容 好了，它捏造了一些內容 它說自己已經連接 但實際上沒有連接 明顯有一點問題 我先問問它 看看它怎樣解釋 因為目前是零成本版本 所以你要自己去取得後端 我想你幫我接上後端 API 或者簡單一點 直接留一個位置讓我輸入 自己的 API Key，先體驗整個 App 這就要靠自己找 API 來做 看看它最後做成怎樣 好了，這一次比較久 大概再等了十分鐘 它顯示完成 好了，完成 我們再看看 其實你可以看到現在 它做出來的介面真的挺好看 當然 GPT-4o 的支援有一點問題 我就選擇 OpenAI 接著就是檢查 我先貼上自己的 API Key 已經貼上 API Key 接著要選擇模型 這裡需要自訂輸入 先找相關設定 設定 OpenAI API 接著 看看有哪些相關模型 Name 這裡可以看到 GPT-5.6 Terra 我們就輸入 Terra 好，接著測試連線 它正在測試 錯誤：Unsupported parameter maximum Token is not supported with this model 很明顯這裡有一點問題 我們再看看 試試使用 GPT-4o 好，它顯示 GPT-4o 可用 剛才的錯誤是甚麼？ Maximum Token 是因為舊版模型 會使用 Maximum Token 這個參數 但新模型的參數方式不同 現在我們先試 GPT-4o 然後儲存 接著輸入主題 叫做「創業史」 或者「失敗史」 再看看結果 好，ChatGPT 不用組合其他模型 接著它開始生成 好，又有問題 我不知道為甚麼它有生成內容 但同時又顯示 Error 我先看看 需要修正這個 Bug 我先測試 接著又出現 Error 很明顯它有一些問題 當然 它沒有 ChatGPT 做得那麼成熟 因為始終它不是 最頂級的模型 不過無論如何 大家也看到了 剛才這裡 已經可以做到一些功能 也可以試玩 雖然不是最好的 但這裡 我主要想展示給大家的是 它的 Artifacts 功能 可以幫你製作 App 你可以直接在這裡查看 這就是另一個 大家可以嘗試的用法 另外它還有其他功能 例如影片功能 按進去後 就可以生成影片 這裡亦有其他工具可以試 例如 AI 影片工具 它把影片生成變成 以專案為基礎的形式來管理 如果你經常生成影片 這種方式 就會比較有用，因為素材都放在同一個專案裡 這就是今天跟大家試玩的 Meta AI 可以做到的一些事情 我覺得它不錯 真的不差 特別是它可以直接存取 Facebook 的資料 這一點我覺得很有用 如果大家從事 Marketing 我相信這是一個 值得大家留意的 AI 工具 如果大家有興趣了解更多 想每星期跟我一起 做不同的 AI 任務 試不同的 AI 以及玩不同的 AI 工具 歡迎訂閱這個頻道 另外，如果你想了解更多 AI 以及一人創業相關資訊 可以加入我的 School 群組 在群組裡 我每星期都會跟大家 一起試一些真正能幫助大家 更容易賺錢 以及更容易創作 的 AI 應用 有興趣也可以看看 今天先到這裡 下次再見，拜拜
本次執行流程與問題處理
下達指令
預期流程
- 採用來源字幕（略過語音辨識）
- 來源選擇與品質檢查
- 文字校正與句子單元
- 筆記與發布
- 公開網頁發布
1. 下載與語音辨識
工具：videonote-transcribe-url（主辨識管線：下載、Whisper 辨識與選稿）
處理：下載音訊、以 Whisper 辨識並選出最佳逐字稿
產出：yt_dlp_meta.json（影片元資料）、audio_16k_mono.wav（16kHz 單聲道音訊）、transcript.whisper.json（Whisper 辨識結果）、transcript.json（正式逐字稿）、transcript_selection_report.json（來源選擇報告）
耗時：16.2 秒
關係：依序執行
結果：完成
2. 全文快速校讀
工具：videonote_rapid_transcript_review.py
處理：先速讀完整逐字稿，再修正高可信突兀詞句並列出待確認項目
產出：rapid_transcript_review_report.json（產出檔案）
耗時：31.5 秒
關係：依序執行
結果：完成
3. 建立句子單元
工具：videonote-build-sentence-units
處理：將逐字稿切成帶時間軸的句子單元
產出：sentence_units.json（句子單元）
耗時：0.6 秒
關係：依序執行
結果：完成
4. 時間軸稽核
工具：videonote_timeline_audit.py
處理：檢查時間軸與音訊對齊
產出：timeline_audit_report.json（時間軸稽核）
耗時：0.6 秒
關係：依序執行
結果：完成
5. 品質檢查
工具：videonote_controlled_quality.py（檢查時間軸與品質）
處理：檢查語言、時間軸與可讀性品質
產出：controlled_quality_report.json（品質報告）、language_sanity_report.json（語言檢查）
耗時：0.7 秒
關係：依序執行
結果：完成
6. 播放時間軸回填
工具：videonote_rebase_display_timeline.py
處理：將網頁播放時間軸回填為校正字幕時間
產出：display_timeline_rebase_report.json（時間軸回填報告）
耗時：0.7 秒
關係：依序執行
結果：完成
7. 來源句整理
工具：videonote_prepare_source_entries.py
處理：整理來源句子供時間軸與頁面使用
產出：sentence_units.json（句子單元）
耗時：0.7 秒
關係：依序執行
結果：完成
8. 生成筆記摘要
工具：videonote-generate-note（生成筆記摘要）
處理：生成筆記摘要與重點
產出：note.md（筆記 Markdown）、note.html（筆記 HTML）
耗時：97.5 秒
關係：依序執行
結果：完成
9. 建立筆記頁面
工具：videonote-render-html（產生筆記 HTML）
處理：產生可閱讀的筆記 HTML 頁面
產出：note.html（筆記 HTML）
耗時：0.6 秒
關係：依序執行
結果：完成
10. 發布公開頁面
工具：videonote-publish（發布公開頁面）
處理：發布到公開網站與每日列表
產出：公開筆記網址、result.json（管線結果）
耗時：0.6 秒
關係：依序執行
結果：完成
手動來源字幕
自動來源字幕
Whisper 字幕
- 尚未產生
Qwen 字幕
- 尚未產生
Parakeet 字幕
- 尚未產生
MOSS 字幕
- 尚未產生
聲學時間證據（PyAnnote / WhisperX）
- 尚未產生
校正前後逐字稿
- 校正前 transcript.source.json 純文字 JSON
- 校正後 transcript.json 純文字 JSON
目前待解決問題與初步改善方向
- 逐字稿全文快速校讀未完成
已保留自動字幕/原始逐字稿並繼續生成筆記。；未完成的全文速讀項目可在精進模式回聽確認。；RAPID_REVIEW_STATUS=REVIEW_REQUIRED_INVALID_OUTPUT
- Qwen3-ASR 未完成，需確認 qwen_asr_lab 環境與音訊後重試精進模式。
- 音訊下載不穩定，需更新 cookies / PO token 後重試精進模式。