工作清單

9 月 AI 更新我全看完了，有兩件我會馬上處理，你可能也要｜自訂 GPT 要下架、ChatGPT 悄悄改了預設，還有 Claude 直接做簡報、Gemini 出 Windows 電腦版

逐字稿文字預覽

9 月 11 號，OpenAI
公告：ChatGPT 的自訂
GPT 要下架了。
同一個月，Claude
把聊天跟幫你動手做事的 Cowork
合成一個，Gemini 出了
Windows 電腦版。
三家加起來，發了幾十條更新。
這個月的公告，我從頭到尾看過了。
看完的感覺是，大部分
跟你的工作沒什麼關係，
真的會改變做事方式的，只有六個。
挑的標準只有一個：
會不會改變你明天怎麼做事。
其中有兩件會直接碰到你。
如果你有在用自訂
GPT，它會被下架，不處理的話，
到時候就停止運作。
如果你用的是 ChatGPT Plus
或 Pro，你也許
已經覺得它最近變笨了，
但那可能不是它變笨，
是它改掉了一個你沒注意到的預設。
六個分成三組講：不處理會出狀況的、
免費就能用的、付費才有的。
如果你還不認識我，我是 Gucci。
我曾經是全球前三大記憶體廠的大數據
工程師，2019
年放棄年薪近兩百萬，全職創業。
去年，我的線上事業收入 440 萬。
一年多前，我帶著老婆和剛滿 3
歲的女兒開始旅居世界——不是度假，
我照常工作，女兒照常上學，
世界就是她的課本。
從峇里島、清邁到檳城，支撐這種日子的，
就是槓桿 AI：
用更少的工時，把生活還給家人。
好，回到今天的主題。
第一個，就是開頭那件：自訂 GPT
要下架，OpenAI
要你搬到一個新的形式，叫「外掛」。
名字不重要，重要的是影響所有
方案，不只公司帳號。
時程目前只有企業版寫得比較清楚。
9 月 17 號開始可以搬，9 月
25 號起不能再建新的，12 月 11
號舊的停止運作。
官方特別註明，這些
日期是預定，還可能再改。
個人方案寫的是「可能」
跟著同一個時程走。
搬過去有幾件事要知道。
第一，你在 GPT 裡設定的外接動作，
也就是讓它去連外部服務的那些設定，
不會自動轉過去，要自己重建。
第二，只有已經發布的 GPT
能搬，還放在草稿的不行。
第三，搬完之後，原本那個 GPT
會變成只能看、不能改，
你當初幫它選的模型也不會跟著過去。
所以這一件你今天就能做：打開你自己做的
GPT，看一下它有沒有設定外接動作，
有的話先記下來它接了什麼。
六個裡面，我覺得只有這一件不能等。
第二個，就是那個讓人覺得它變笨的預設。
9 月 14 號起，ChatGPT 的
Plus 跟 Pro 用戶，
不會再自動從一般模式切到推理模式。
網頁版原本那個「更高智慧」
的設定也拿掉了。
以前它會自己判斷要不要多想一下。
現在不會了，除了
安全相關的情況它還是會自己切，
其他時候你要自己在模型選單裡選
Thinking。
舉個例子。
你把兩家廠商的報價單丟給它，
問哪一家比較划算。
以前它可能會自己多想一層，
把運費、付款條件、最低訂購量都算進去。
現在如果你沒切，它比較可能只比單價，
回你一個很快、但沒算完整的答案。
兩種答案看起來都很有自信。
差別是，第二種你
要自己發現它漏算了什麼。
所以規則很簡單：遇到需要推理的問題，
比如要它比較方案、算數字、找邏輯漏洞，
你自己手動切到推理模式。
一般的改寫、翻譯、整理重點，就不用切，
一般模式比較快。
我自己覺得這個改變不壞，花多少力氣想，
本來就該由你決定。
只是它改得太安靜了。
接下來兩個，免費就能用。
第三個，是 ChatGPT
的排程任務。
8 月 25 號起，
免費版也可以開排程任務，
最多三個同時在跑，
重複的任務一天最多跑一次。
排程任務是什麼？
就是你先交代好一件事，
它每天固定時間自己做，
不用你每次打開來問。
比如每天早上八點，
整理一份你關心的產業新聞重點。
以前這件事你要每天自己打開、
自己問一次，現在設定一次就好。
免費只有三個，所以要挑。
挑的方法是：想一件
你每天或每週都在重複問它的事，
固定格式、固定時間的事最適合。
一次性的事不適合。
你下個月要寫的企劃，自己開對話問就好，
不用佔掉一個名額。
三個不多，但我覺得剛好夠你試出，
哪一件事真的值得交出去。
付費的 Plus 跟 Pro
還多一層：在 ChatGPT 的
Work 裡，任務可以被事件觸發。
收到新的 Gmail、Slack
頻道有新訊息、GitHub
有程式合併的請求，它就自己開始跑。
Slack 要先把 ChatGPT
加進頻道才收得到。
差別在這裡。
免費的排程是「時間到了做」，
付費的觸發是「事情發生了做」。
而且有一個設計要知道：
碰到需要你核准的動作，
它會先停下來等你，不會自己一路做下去。
第四個，是 Gemini 的
Windows 電腦版。
9 月 10 號，Google
在全球推出 Gemini 的
Windows 版，Windows
10 跟 11 都能裝。
按 Alt 加空白鍵就能叫
出來，不用切視窗。
它可以連你的 Gmail
跟雲端硬碟，幫你摘要內容，也可以生圖。
基本功能免費就能用，
但有兩個進階功能要付費訂閱，而且限
18 歲以上：一個是代理人功能
Spark，一個是影片生成 Omni。
想像你正在回一封客戶的長信，
信裡提到上個月某份文件的內容。
以前你要停下來，
去雲端硬碟找那份文件、打開、
找段落、再回來。
現在你按下快速鍵，
直接問它那份文件裡是怎麼寫
的，問完繼續回信。
省下的不是幾秒鐘，
是你不用中斷手上那件事。
如果你一整天都在 Windows
上工作，我覺得這是
六個裡面最快會有感的一個。
最後兩個，付費才有。
第五個，是 Claude。
9 月 16 號，Anthropic
把 Claude 的聊天跟
Cowork 合成同一個。
以前你打開 Claude，
要先決定這件事是聊天，
還是交給 Cowork 去做。
現在不用選了。
官方影片裡是這樣說的。
同一天還推出了 Claude Docs
跟 Claude Slides，
在對話裡直接做出文件跟簡報，可以匯出成
PowerPoint 或 PDF。
這件事的意思是：
你把上週的數字跟重點丟給它，
它直接在對話裡給你一份可以匯出的簡報。
你要做的事，從「
自己排版」變成「檢查它排得對不對」。
但有三個限制要講清楚。
第一，Docs 跟 Slides
目前是付費方案的測試版。
第二，合併是先推給 Pro 跟
Max，未來幾週陸續推出，Team
跟免費版之後才會拿到。
而且免費版拿到合併，不代表拿得到
Docs 跟 Slides。
第三，企業版由管理員決定什麼時候開。
所以你如果是 Pro 用戶，這幾週打開
Claude 時留意一下，
介面變了就是推到你了。
還有一個設定值得知道。
它預設在動手之前會先問你。
你可以改成讓它一路做下去，
有狀況才停下來問。
我覺得這是六個裡面最值得期待的一個，
但它還是測試版。
我會先拿不重要的東西試，
不會一開始就把客戶要看的簡報交給它。
第六個，是 ChatGPT
的資料庫，也就是放你檔案的地方。
9 月 10 號起，ChatGPT
的資料庫除了原本的 Google
雲端硬碟，又接上了
Box、Dropbox 跟
SharePoint。
先在網頁版開放，手機版之後。
這件事的意思是：
你的工作檔案放在哪個雲端，
ChatGPT 大概都能直接讀到。
比如你要找去年跟某個廠商簽的合約裡，
關於提前解約的條款，
現在可以直接讓它去讀那份
放在雲端的合約。
如果你在公司用的是
SharePoint，
我覺得這一條可能是六個
裡面對你影響最大的。
但也因為它碰得到公司的檔案，
要不要開、開給誰，
最好先問過公司的資訊部門。
把三件事放在一起看。
Work 裡的觸發任務，
是事情發生了它自己開始做。
Claude 合併之後，
你不用先決定模式，設定好之
後，交代下去它就能一路做到有狀況才停。
再加上一個不在這六個裡、
但方向一樣的：9 月 9
號起，ChatGPT 的深度研究可以在
Work 裡跑，
直接產出附引用的文件、簡報或試算表。
以前你用 AI，是你問一句它答一句，
答完剩下的事你自己做。
現在它們都在往另一個方向走：
你交代一件事，它自己去做完，
交給你一個成品。
不過在 Work
裡跑深度研究會用掉你方案裡 Work
的使用額度，不是
每個小問題都值得丟給它。
這個方向對你的意思，不只是省幾分鐘。
你的角色會從一直在問問題的人，
慢慢變成把事情交代清楚、
再檢查成品的人。
而交代清楚，跟檢查成品，
剛好是很多人最沒練過的兩件事。
講判準之前，還有兩個更新值得提一下：
它們的新聞標題寫得很強，
你可能會花時間去找，
結果發現自己用不到。
第一個，是 Google 在
Workspace 裡
的 Gemini。
9 月 2 號起陸續推出，你可以在
Gmail、文件、簡報、Chat、
雲端硬碟裡直接叫 Gemini，跨
App 幫你建文件、寄信、排會議。
聽起來就是剛剛講的那個方向，
交代一件事，它自己去做完。
但目前只支援英文。
而且就算你是 Google AI
Pro 的訂閱用戶，
排會議這個功能也用不了。
要 Ultra 或公司的
Business、Enterprise
標準版以上才完整。
第二個，是 Google Vids。
9 月 2 號起陸續推出，可以把
Google 文件、PDF、Word
檔轉成一支影片摘要。
對要做內部訓練或教材的人很有吸引力，
但官方沒有說明它支不支援中文。
這兩個的共同點是：宣布了，
不代表台灣的你現在就用得順。
遇到這種更新，先記著，
等確定支援中文或開放到你的方案再說。
那以後再有新功能出來，要不要開？
我自己是這樣決定的。
先問三個問題。
第一個問題：它碰得到我的什麼？
Work 的觸發任務接了你的
Gmail，資料庫接了你的公司雲端。
碰得越多，能幫你做的越多，
出錯的時候影響也越大。
所以先想清楚你願意讓它碰到哪裡。
第二個問題：它做完，我怎麼檢查？
它交給你一份簡報、一份研究報告，
看起來都很完整。
問題是你有沒有辦法很快確認
裡面的數字跟結論是對的。
檢查不了的東西，
交出去之前還是得自己從頭看一遍，
那就沒省到時間。
第三個問題：不理它，會壞嗎？
這三個問題裡，最常被忽略的是最後一個。
大部分新功能，不開也不會怎樣，
等你真的需要再開就好。
但像自訂GPT下架這種，
不理它，東西會停掉。
這種就要排進行事曆。
回到開頭。
這個月的公告看完，我會先處理的，
就是會壞的跟會變笨的，其他的都先等。
如果今天只做一件事，
就去看一下你自己做的
GPT 接了什麼。
而我平常在做的事，就是把 AI
接進工作流，讓你少做那些重複的工作，
一週省下三到五個小時，
把時間還給自己跟家人。
方法我都放在免費社群《AI
效率啟動營》，網址在畫面
上，資訊欄也有。
喜歡這種整理，順手訂閱，我會繼續做。

來源：transcript.txt

本次執行流程與問題處理

  1. 下達指令

    指令：videonote https://youtu.be/Unz0tKLez64?si=FGJI6Ikph--lcqU4 --language zh --adopt-source-subtitles

    來源：https://youtu.be/Unz0tKLez64?si=FGJI6Ikph--lcqU4

    辨識語言：zh ｜ 參數：--language zh --adopt-source-subtitles

  2. 預期流程

    依指令產生的處理順序：

    1. 採用來源字幕（略過語音辨識）
    2. 來源選擇與品質檢查
    3. 文字校正與句子單元
    4. 筆記與發布
    5. 公開網頁發布

  3. 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：15.5 秒

    關係：依序執行

    結果：完成

  4. 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：45.3 秒

    關係：依序執行

    結果：完成

  5. 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：0.4 秒

    關係：依序執行

    結果：完成

  6. 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：0.4 秒

    關係：依序執行

    結果：完成

  7. 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：0.4 秒

    關係：依序執行

    結果：完成

  8. 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：0.4 秒

    關係：依序執行

    結果：完成

  9. 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：0.5 秒

    關係：依序執行

    結果：完成

  10. 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：121.1 秒

    關係：依序執行

    結果：完成

  11. 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：0.1 秒

    關係：依序執行

    結果：完成

  12. 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：0.2 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

Qwen 字幕

Parakeet 字幕

MOSS 字幕

聲學時間證據（PyAnnote / WhisperX）

校正前後逐字稿

目前待解決問題與初步改善方向

進一步精進字幕與筆記
使用 Workbench 上傳校正字幕、中文參考稿或回饋 SRT，重新產生雙語與學習單元。
開啟 Workbench