逐字稿文字預覽
嘿!我小船。你現在看到的特效、字幕、音效全部都是GPT幫我加上的。這個網站也是我用GPT做的。這是一個3D遊戲也是我一句一句跟GPT聊出來的。那如果你每個月都繳了20美金的全GPT會員,但是你用的功能呢只是停留在幫我寫email,幫我總結文字,或者心情不好的時候問他怎麼對象沒有給你回信息的話不誇張啊,這個真的相當於你錯過了一個億。 就好像你好不容易把牛顿请回你家 结果你只让他帮你去按计算机 那你说你这样做亏不亏呢 那今天的这部影片可能有点长 但是我一字不废话 我会带着你从最简单基础的 TrackGPT的功能 到给你讲到最深度 最能够帮你赚钱的用法 那我不会讲太多的概念 更多的就是直接带着你实操 看真实的案例 那如果你跟着我做并且看完了 你就能够找到我在今天影片里面 隐藏的一份禮物 而這個禮物呢 會告訴你要如何在AI時代 最大化你自己的價值 開始打造不被取代的競爭力 這個呢 也只留給那些有認真學習的小夥伴領取哦 嘿 我小船 在這個人人都能創業的時代 幫助你打造誰自己的王事業 實現你理想自由的生活方式 OK 那首先呢 我們要知道的是 GBT現在已經不是全程的GBT了 以至於很多人看到更新的時候 第一時間都不是驚喜而是懵了 點開一看呢 发现怎么冒出那么多的模型了呢 有Chat 有Work 还有个Code Desk 而且每个都能跟我聊天 所以到底该用哪个呢 OK 那其实没有你想的那么复杂 你就记住 要答案就找Chat 要干活就找Work 要写程式相关的就找Code Desk 比如说你只是想要查资料 想方案或者想写点东西的话 Chat就很够用了 但是如果你有一个工作室 从头到尾让AI帮你做完的 有些时候需要它调动你的电脑文件夹的话 这些就交给work 但是如果你要去做网站 做游戏 做APP 这些需要关乎到城市的就找Codex 现在只要你发问前先想好 你要的是一句答案 一个成品 还是说你要GPT自动帮你完成一整个任务 那你就知道你要用哪个模型了 OK 那我们现在就从最简单的功能开始 第一个用法 是我觉得目前为止最最实用的 那就是用GPT帮我看英文书 其实在这之前 我是读不完一本英文书的 这个其实也实话说 让我错过很多很有用的知识和资讯 而英文实话说 也是我一直想恶补的语言 但是之前有了GPT 我发现学语言起来真的高效了好多 而且用起来非常非常简单 只要你手机下载GPT就可以了 这个时候你也只要打开GPT这个应用 然后你看到右下角这一边 有个蓝色的按钮 這個會打開Live語音道功能 在這裡的話 你就可以直接跟GPT講電話了 用上角這裡進入設定 你可以選擇說話人的語氣 下面可以選擇你的語言 我通常都是用自動設定的 因為GPT的辨別語言的能力 我覺得還是挺強的 那你還可以讓GPT每次打開 就進入語音模式 點進去設定 然後選擇 Voice 下面選擇 Start with Voice就可以了 你好GPT 我現在在看一本英文書 叫做10x is easier than 2x 那等一下我读到不懂的地方 请你帮我翻译这个字的意思 同时呢 也请你帮我整理成读书笔记 那至于其他时候我不说话 你也别说话OK吗 好我就把手机放在这 你帮我去翻译一下这句话的意思 我念给你听哦 10x is simpler easier and better than you've been taught 这什么意思啊 我来看一下 大意是作者认为实现十倍成长 比你以为的方式更简单 更轻松也更好 我念一个单字给你 你教我怎么念可以吗 可以啊 这个单词读做 Qualitative 在书里它的意思是定性的 质量少的 是念Qualitative吗 Qualitative Qualitative Qualitative 是吗 对就是那个 就是Qualitative 对 OK 好 我现在再看一本日文书 也用同样的方式跟你聊可以吗 可以 完全可以 之后读到不会的日文就直接说 我问你一个片假名 Ireland是什么意思 Ireland就是Ireland Oh Ireland 懂了懂了 啊对 啊明白了 好的那没什么了 拜拜 好有需要再叫我 拜拜 所以呢我过去几天就是这样读书的 我专心探数的时候 GBT即便他在旁边不说话 也会给我一种陪伴感 再加上这次语音模型更新之后 让GBT更像真人了 因为他不只是会回答你 竟然他还会插嘴 这是我在网路上面找到的片段 你们听一听 情緒下去給的更足 我就整個四川話的口音來陪你聊 這樣是不是更有家鄉味了嗎 哇我重新再看一遍 你看我真的是雞皮疙瘩都快要起來了 照這個速度發展下去 我覺得以後GPT真的不會只是工具 它會像手機一樣非常貼身的跟著你 隨時隨地的陪伴你 其實真難想像這樣的未來 會是什麼樣的一個畫面 OK那下一個功能呢 是我覺得非常實用的 以前GPT是很被動的 等你遇到問題了 想找他 動一下他他才會回復你嗎 但是現在完全反過來 他會不厭其煩的主動找你 像我現在就把他打擾成了秘書 每天早上起床我什麼都不用想 我只要打開手機 就能看到GPT幫我整理好的to do list 這個就是第二個功能 排程任務 比如說我的主業之一是經營YouTube 其中一個最重要的工具就是找選題 所以我當時給GPT設定了一個排程 每天早上自動的幫我去全網 去扫描 最近有流量帐头的YouTube影片 其实很简单的 就在左边这边选择排成任务 把你的要求告诉他就好了 像是我想要他重点关注的领域是 AI自媒体个人品牌 然后要优先找过去 24到72小时流量增长最明显的影片 并且因为我是商业类的内容 所以说要排除那些明星八卦 综艺 最后每天给我10个选题 但是我不要他为了 臭推荐素那个影片 如果只有三个值得做的话 就给我三个就好了 OK 当你把这些标准写好发送之后 GBT他就开始工作了 一分钟之后 他就帮我做好了任务 那打开右边的选项 你可以决定AI要隔多久 几点用什么方式 来把最新的资料推送给你 那你看我每天都是早上9点就会收到 收到这份YouTube话题趋势报告 那如果把滑鼠移上去 还能看到AI附上的影片链接 直接点开就能用了 那这个功能真的很好用 你不一定要设置YouTube话题的 你也可以去设置新闻推送 比如说你只关注财经股市 特定地区和国家的房市 没问题的 你都可以这样做 那你还可以安装这个Gmail的插件 这个相当于给GBT 进入你的电邮的权限 让他来去阅读 你的顾客团队发来的Email 然后每天早上9点 给你生成当天的代办清单 甚至脑洞大开 你還可以讓GPT幫你搶票 像是有些很熱門的景點啊 明星演唱會門票 或者你要訂一家餐廳 這些一開放就會被秒光的那些東西 以前是不是要靠拼你的網縮手術 但現在你只要是先排成授權給GPT,爆點的時候他都能夠幫你處理好的。 那前陣子其實我還看到有個網紅分享,他用GPT盒88美金就買到了一張原價1100美金的國際機票,簡直省了多少? 百分之九十几 简直就是骨折价 后来就我有看到欧美有个专门售票的网站 他也在GPT里面设置了APP的接口 不但卖你一手的票源 那如果你临时去不了 也能够把票挂到平台上面转让出去 我觉得这件事情就很颠覆了 这种自动化的待遇和服务 以前真的是只有你花钱聘请私人秘书吧 才能做吧 但是现在每个人真的是用那么十几美金 就能够得到一个这么聪明的秘书 所以说你现在就可以开始思考 你生活里面有没有什么事情 是你不需要亲自记得 亲自盯着的 有没有什么东西能够让AI能够帮你分担的 OK 但是问题来了 如果说有重复性的工作 但是你自己还没有发现 OK 那这个就要讲到下一个 我觉得GPT非常非常有意思的新功能 那就是Computer History 这个就是我要讲的第三个功能 好 那你们有没有那种情况 就是明明只是去吃了个午饭 回到工位的时候 忘了你刚才做到哪 或者是说你刚上传了你的影片 但是你不想一直重复做这个任务 你可以直接在对话框跟他说 我刚上传影片 你下次直接把这个过程做成一个skill 他就会帮你设计好的 那目前这个功能 只有在pro以上的方案开放 不过你们也可以看到 他就像是一个天天盯着你的屏幕 记忆力又特别好的主管 你每时每刻在你电脑看了什么 点了什么 他都要比你还清楚 那以前呢 我們說AI的記憶是記著你是誰 但是現在的功能呢 我覺得又上了一層 他知道你平時是怎麼工作的 如果說你每天的工作重複性很高 GPT呢 他就會像旁觀者一樣跳出來給你建議 那比如這個流程 是不是可以做成一個skill呢 這些操作是不是能夠自動化呢 甚至下次讓你乾脆躺平交給他來做 這個呢就讓你每一天的工作 都能夠自動沉澱成一個工具 那這個工具 是不是你能够拿来去卖呢 积累成你和你公司的资产呢 欧美呢已经有这种专门让你销售skill的平台 Agency 你看这个设计师Aemon 把他设计网页的技能包装成skill 一次下载卖9.99美金 也有30几个用户去买 但是这个数字现在还不算大 因为我其实在乎的并不是他赚了多少钱 而是现在消费者愿意买什么 而我能够满足这个需求 有什么潜在的商机 我覺得這個就相當於十幾年前的淘寶時代 當時很多人看到的是 誰會在網路上面先付費給莫生人再收貨 但是真正提早入場的人 他關注的就是 如果未來線上購物是趨勢的話 那現在是不是發誓入場成本最低 競爭最低的時候 同樣的道理 如果未來每個人都能夠給自己的AI 裝上各種能力和工作流 那麼把自己的知識認知技能包裝起來 是不是相当于在下一个AI的App Store里面 提前上架了你的虚拟资产 而这个机会呢 我觉得是属于我们每一个人的商机 可能你很会设计logo 你对数字很敏感 甚至你在业余投入了很多时间 在那些健身育儿游戏 这些你习以为常的东西 要是能够变成一个 可以在网络上面销售的产品和服务 为你能够多赚多一点收入的话 那是不是更好呢 所以我其实前阵子整理了一本免费的书 驾驕价值 裡面呢我會帶你重新復盤 你所有的技能 經驗和認知 就像暑假針一樣 把你自己忘記 甚至從不決的值錢的東西 給一個一個一個挖掘出來 那很多觀眾看完之後 這本書給我最大的反饋就是 哇小船 我以前怎麼沒有發現 原來我自己那麼有料 這個很正常 因為你離自己的價值太近了 你反而看不見 如果你正在找一個能夠發揮你的熱疹 讓你能夠時間自由場地 自由的賺錢出入的話 那麼這本書可以幫到你 說不定你看完之後 再配合今天這個AI時潮教學 很快呢 你會成為下一個一人公司了 那這本書的免費下載鏈件 我放在下面資訊欄的第一條 接下來第四 簡報PPT 那最近呢 我參加很多場的線下會議 然後也很幸運收到 邀請做線下分享的嘉賓 開心是開心啊 但是這一來呢 我就遇到一個很現實的問題 就是要去做這個簡報PPT 所以我开始研究怎么可以更快更稳的去做好简报 之前其实我做一场分享 然后这个线下分享的话 简报是40到60页的 说多不多 确实也蛮花时间 直到我用GBT来去做这个简报 就像这部影片的这个简报 我就是用GBT来生成出版 然后再自己花5分钟时间调整做好了 具体我怎么做的呢 其实这个很简单 你只要把你演讲的足字稿传给他 然后让他帮你确认一个 是什么样的 然后让他帮你确认一个 把你演讲的足迹稿传给他 然后让他帮你确认一个适合的风格 做出规划 生成一个模板 大概七分钟之后 他就给我生成这样的PPT了 你不觉得还蛮有设计感的吗 而且该放的重点 他都放在了那个简报上面相当的齐全 同时他也会在PPT上面预留位置 让你可以手动的附上图片素材 那如果你的工作 经常需要去做很多PPT和简报 那这个功能真的是可以善用起来 可以帮你省下很多时间 OK那下一个功能是我单纯觉得很有趣 很好玩的功能 能够让你再用GPT协作的时间 多一些陪伴感 那你今天有没有注意到我的画面 一直有只小鹿在旁边跳来跳去 它其实是我在GPT里面养的宠物 叫Cavi 对的 现在GPT居然可以给你养宠物了 那就是地魔功能电子宠物 那其实操作很简单 就是你只要在左下角这里点开选择showpad 右边就跳出来这只宠物 想要客制画的 你可以打开Setting 然后这里选择PAT 你会看到它给你准备了很多不同的设计 有火球啊 水滴啊 猫头鹰啊等等 下面你还可以调大小 最好玩的是 如果你想要一只 全世界只有你才有的宠物 那滑到最上面 你会看到这里有一个Quare 点下去画面回到最后框 你可以上传你想要的宠物设计 然后叫GPT照的复制 或者你可以让GPT 根据它对你的了解 让它为你定制你的宠物来的 我自己的GPT花了十几分钟 最后它才给我生成这只绿色的鹿 然后你们也可以去试一下回来 在下面留言告诉我 你的宠物长什么样 就是GPT给你设计了什么样的宠物 我其实蛮好奇 大家最后会生成什么样的物种的 OK来 那下一个是这期GPT更新里面 我觉得最出色的3D功能 差不多一年前 我有展示过GPT 可以做类似俄罗斯方块的小游戏 那没想到一年之后 GPT5已经可以直接做3D的游戏了 像我做的这个植物大战僵尸的游戏 就是画面很简单 这是我的GPT花了不到半个小时做出来的出版 当时呢 是我先下载了一个叫GameStudio的插件 然后告诉他我想要做一个僵尸 对植物大战僵尸的游戏 并且是地视角来玩的 就这么一句话 半小时之后呢 他就给我生成了这个画面了 试完了一下说实话功能还是有的 然后用滑鼠拖叶画面就能够换个视角 点滑鼠就能够射僵尸 还能够去种植物 这个画面很简单是一个雏形 我看到其他博主有的复制 那个Subway Surfer的游戏 还有个博主他用了三个小时 做了一个这样的方块战斗游戏 那如果你对这些游戏特别有兴趣的话 这次真的完全可以把握好这个机会 因为要开发一个游戏 以前動不動花五六位數的美金的預算 但是現在你一個人在家 你有一台電腦 並且你能夠明確的講出你的需求的話 你就能夠用GPT OK,接下來第七個功能。 各位小夥伴,如果你聽完我剛才說的,你覺得這個已經是GPT極限的話,那你現在就要注意看GPT的創始人,Sam奧特曼的推特了。 他在7月中发了一个贴文 说想看大家用最新的GPT 模型开发了什么作品 那最特别的人 可以拿到他的一个特别礼物 结果下面直接涌进了3100多条留言 我一刷这个留言 我只有四个字冒了出来 那就是 因为有人做沉浸式的太空探索的游戏 那有的做的是3D机器模型 有的顾客Minecraft的游戏场景 有人做出了一个小村庄 真的是一个比一个厉害 我看到有个网友说 他用了整整三天开发了一个这样的沉浸式设计游戏 你仔细看里面的场景空间设计 你会发现非常的生动 这个技术一旦成熟 我相信
本次執行流程與問題處理
下達指令
預期流程
- 下載與語音辨識
- 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：77.8 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：56.2 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：0.3 秒
關係：依序執行
結果：完成
4. 句子密度平衡
工具：videonote_balance_sentence_units.py
處理：平衡句子長度與密度
產出：sentence_units.json（句子單元）
耗時：0.3 秒
關係：依序執行
結果：完成
5. 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：0.3 秒
關係：依序執行
結果：完成
6. 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：0.4 秒
關係：依序執行
結果：完成
7. 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：0.4 秒
關係：依序執行
結果：完成
8. 逐字稿交叉檢查
工具：videonote_cross_check_transcript.py
處理：交叉檢查逐字稿與來源字幕
產出：transcript_crosscheck_report.json（交叉檢查）
耗時：0.4 秒
關係：依序執行
結果：完成
9. 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：0.5 秒
關係：依序執行
結果：完成
10. 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：164.7 秒
關係：依序執行
結果：完成
11. 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：0.8 秒
關係：依序執行
結果：完成
12. 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：0.9 秒
關係：依序執行
結果：完成
手動來源字幕
- 尚未產生
自動來源字幕
Whisper 字幕
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.whisper.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
- 逐字稿可先使用，但有待校正清單
segment=1 unnatural_sentence_boundary: 標點出現在句首或停在逗號位置，斷句可能不符合文法/口語；segment=2 unnatural_sentence_boundary: 標點出現在句首或停在逗號位置，斷句可能不符合文法/口語；segment=130 adjacent_duplicate: 與前一段完全重複，可能是滾動字幕或 ASR 重複；segment=131 adjacent_duplicate: 與前一段完全重複，可能是滾動字幕或 ASR 重複
- Qwen3-ASR 未完成，需確認 qwen_asr_lab 環境與音訊後重試精進模式。