逐字稿文字預覽
what's up guys welcome back 那GPT6Astra呢 是正在给这个Anthropic跟Claude 带来了巨大的竞争压力 而且呢它有非常的充分的理由来说明 这是我见过最强大的 这个AI模型之一 之前的话呢 我基本上都是用Claude 现在的话呢 我很多的工作全都是用Codex 的这个GPT6Astra 但如果你还是用以前 的老模型的方式呢 就都在用它的话呢 那你的产出的这个效果呢 将会大打折扣 今天的这个影片中呢 我将会带大家盘点使用 GPT6Astra常犯的最重要的5个错误 重点的是呢 我会教你如何去解决它们 你只要避开今天这些错误的话呢 你之后的这个AI产出的效果和 整个的这样一个对你工作这样 一个效率的提升都有大大的帮助 那我们废话不多说let's go OK首先的话呢 我们要打开这个我们的Codex呢 我看到很多人都犯了一个错误啊 就是他会把这个effort level啊 他这个思考强度拉到最高 比如说拉到这个Ultra对吧 就是大家可以看到我把现在这个 调到这个GPT6Astra的这个Ultra最高强度 那它其实呢其实你可以看到它 有light medium还有这个high跟extra high啊 很多人觉得把这个调到Ultra的话呢 它的这个结果就是最好的 或者它的这个效果是最好的 它的产出肯定是最好的 但是其实并不一定啊 除非你呢在做一个非常 非常极其复杂的项目 那否则情况下呢 基本上大多数的话呢 其实我个人觉得像这种高 极高不用用到Ultra 就是说高或者是中 我觉得其实都是 甚至这个轻度 我觉得其实都是一个 产出基本上非常好的 这样一个效果了啊 其实我们很多时候并不需要 拉到这种Ultra的这个级别啊 因为Ultra的话呢 它消耗的你的这个TOKEN的话呢 是极高的 OK现在的话呢 我们可以看一下这个deep SWE的这样一个Benchmark 这样一个指标啊 它呢基本上就是看这个agentic agent啊 它的这个performance的一个指标 首先的话呢 我们来看啊 这我放了两个 一个GPT6extra 一个是这个Claude fable5的 这样一个两个模型 大家可以看到啊 这边如果我们把它turn到开到max的话呢 它的这个分数呢是73% OK 然后呢你可以看到下面 对应的话呢是12块钱 呃一个task 可以大家可以看到下面的这个数字啊 是12块钱 你可以看到 我们如果放到最low 就是最低的话呢 它是这个分数呢是67 其实从73到67只是低了 六个分数啊但是呢 你可以看到它的价钱从12块钱 直接下降到两块一毛九啊 这个是价钱上面也是非常 非常的有巨大的差别的啊 但是 我们可以看到它这么大的 几倍的这样一个价钱的差别 而且呢它的的这个输出的效果呢 其实只是低了6分而已啊 所以呢 我个人觉得其实这个差别来讲的话 我觉得一般来讲就是为了便宜 我觉得用low其实也是可以的对吧 用extra low其实也是可以的 那大家这边 更有这个有意思的事情发生了 你可以看到我们这边 如果我们用到这个极高 这个extra high的时候呢 它74% 所以它的这个分数是更高的 但是呢价格呢基本上便宜了一半对吧 它的价格是六块两毛5 但是它的这个呃分数更高所以呢 这就是我验证了我刚才说的话 我们并不是把它这个效果 调到思考程度调到越高越好 OK 那你可以看到这个hi跟 extra hi基本上差不多的啊 这个跟他73 这个只用了5块7毛2 但是效果是一样的 这个medium的话呢 其实也是73 然后呢 4块3毛8 我觉得对吧 用medium用hi 其实我觉得是非常ok的啊 这两个东西 对吧 那我们再看这边的Fable5啊 也是同样的道理 大家可以看到extra high的话呢 是13块钱啊只有70 然后呢这边的话呢 如果开到low的话呢 是三块7毛6 但是呢 它的这个score就直接降到60了啊 所以呢 你可以看到啊 就是说这就是我验证了 我刚才说的那一点啊 就是说不一定把它开的越高啊 就是思考程度越高越好 然后我们再来看啊 这个是chatgpt的官网的一些数据啊 首先的话呢 你可以看到这边的话呢 我们用这个extra high 对吧 是3块7毛6 然后呢score是67 这边的话呢 我们用这个Max是4块9毛8 score也是67 其实是一样的对吧 这是这个GPT6Astra 那其他的一些Benchmark我们也可以看 你可以看到这个更有意思啊 Terminal bench bench的话呢 是用呃这个extra high就是极高 它的分数accuracy准确率呢 其实高过于这个Max的 你可以看到啊 所以呢而且它会更加便宜 就是说的这个点呢 就是说我们在用到这个chatgpt的时候呢 这里呢 就是说不要一上来就把它拉到最高 你觉得就是越高越好对吧 其实并没有 我个人觉得用中和高 一般来讲其实就是够了啊 我一般来讲 我个人用的时候呢 基本上都是在用中啊 或者是低 高有时候也会用啊 但是我不会 一般来讲我很少会 除非是一些特别复杂的 我会开到这个极高 但是这个Ultra这个我是很少用啊 真的是很少用 OK大家可以看一下 现在的话呢 我用了这样同样一段这个提示词 然后呢 给它生成了这个两个不同的网页OK 同样的提示词呢 是给一家这个加州的这个Joshua tree的一个荒漠精皮酒店酒店做 出来的一个精美的这样一个首页 那我一个是用的这个GPTAstra轻度啊 一个是用的是Ultra 我们来看一下这个区别啊 我们先看一下轻度的OK 你可以看一下这是他 就是只是一段prom 什么都没有做 就是一段prom 你可以看到他这边出来的 图片 还有这个动态图 然后呢这个介绍啊 这边的话呢都是有的 你可以看一下 这个是用轻度做出来的 OK 那我们现在话再看一下 用我们用Ultra做出来怎么样啊 OK好了 大家可以看一下 这个是我们用Ultra做出来的啊 你可以看一下 怎么说呢 我不觉得跟轻度做出来的有任何不同 基本上是差不多的东西 但是呢 有一点就是这里花的 用Ultra做的这个网页花出来的时间 还有消耗的TOKEN 第一时间会比这个轻度要长 第二的话呢 他花的TOKEN要比这个轻度要多非常多 但是你可以看到效果 基本上是大差不差的OK 所以呢你可以看到这就是我 想刚才说的第一点啊OK 现在的话呢 第二个错误的话呢 我想说是我们严重的低估了 这个GPT6Astra的这个browser use跟 computer use的这样一个功能啊 所以呢当我们没有要去连接 比如说一些CLI或者是MCP等等 这些啊外部应用的时候呢 其实这两个东西呢 基本上就是神器啊 我先来举个例子啊 比如说啊 我们现在用这个是我们刚才用 这个网站是应该是我们用 这个Ultra做出来的网站 比如说我们现在呢 我们让他去在这个网站上面用 computer use去做一些更新啊更新 我们可以跟他说OK好的 你可不可以在右边的这个浏览器中 就是用那个browser use去 前往这个dribbble.com 啊这是一个网站 然后呢在里面的话呢 它是一个网站的模板 里面有非常非常多的 这个创建网站网站的模板 因为我想让你去这在这个Dribbble 网站上面去搜索这个hotel website 就是这个酒店的网站啊设计 然后呢将里面找到一些 比如说视觉比较好的 比较惊艳的 根据我们这个 符合我们这个网站的这个 色调以及是这个内容的对吧 找一些这种网站的 资料进行参考 然后把它们截图下来 然后呢做一些处理 接着的话呢把它们这些图片呢 可以和设计呢可以带回到我们 的这个现在的这个Doom house里面OK 然后呢把它 用我们的这个Codex里面的这个Astra 然后呢把它网站重新做出来一个更 惊艳更精美的这样一个版本给我 现在的话呢 我是可以让他去执行一下 好的你可以看到现在的话呢 他就在右边的话呢 打开了Dnibbble这样一个网站然后呢 上面搜了这个hotel websites 然后你可以看到这边 有很多很多hotel websites 然后他这边也说了OK 他会在这边这个Dnibbble网站 上面先会搜索这个website 然后之后的话呢 会根据我们的这个沙漠色调 以精品酒店的这个气质来设计 设计并进行一些这个截图的思考 然后呢再进行这个布局跟 排版的这样一个更新啊 好的你可以看到啊 他其实在疯狂的在挑选 这边的这些设计的模板啊 然后呢他说已经找到两种很适合参考 一种是米色底的这个留白 然后呢 另外一个是深咖啡色的奶油 奶油色分区的 这个有层空间层次感 OK然后呢 他现在还是在继续的找 然后呢所以呢 我们可以让他继续的去在这边找一下 但是你可以看到这边的右边呢这边他 我是完全没有在操作的 全都是他在 看这个网页里面的内容 然后呢看这里面的图片是什么样 大家感觉好不好 他还有自己的审美 他可以感觉 根据自己的审美去判断 哪一个是更好的设计 对吧 那这些东西呢 全都是他在操作 而不是我没有去操作的OK 好的你可以看到他做好了 那首先的话呢 我们可以看到这边的话呢他是 你可以看到他的设计啊 包括这些字 你可以看到跟之前是完全不一样了 OK然后呢 下面的话呢 像图片的摆放 图片的形状 图片的设计 也是不一样了OK 然后这边的话呢 你可以看到之前的话呢 它是把三个放成不同的样子 你可以看到我们现在 可以选择不同的房型 不同的房间了 对吧 其实你可以看到他做的也是比较好的 OK 这边的话呢 你就可以看到他其实可以去用 直接去用我们的这个鼠标电脑去控制 上到另外一个网站 然后呢去复制或者是参考他们的设计 然后呢提炼出来的一个新的版本 他除了给我们这个新的网站以后呢 他这边还给我们一个 参考的这样一个文档 OK他会告诉我们他他是怎么做出来的 他为什么要这么做 他用了哪一个这个设计 OK 然后呢他用这个设计 他感觉是怎么样的 然后呢建层是怎么怎么用 用的是什么东西 对吧然后呢 品牌与沉浸感 他们是用的是哪一个模板 他这边的话呢还有原始 的他去抓取的这些链接 比如说我们点的话呢 我们可以知道直接去到他 原始的这个模板的链接 我们可以知道他用了哪一个东西啊 所以呢 总的来说的话呢 这个呢也是非常好用的一个功能 我们千万不要去就是说 不用或者是少用这个功能了 因为这个功能我个人 觉得其实是非常好用的我自己 其实有的时候还有很多的是 这就是他们广告打这个 就是说他们觉得AGI时代已经到来了 就是说现在呢 已经这个GPT6Astra呢 它已经有非常好的能力 去控制你的这个鼠标 而且它也有了自己的审美 它会 知道你想要什么 去根据你的审美去选择 去你想要去的一些东西 然后呢去帮我们完成 我们想要的工作啊 好的 在讲第三个错误之前的话呢 我插一段广告啊 那如果你对这个AI有兴趣 如果你对AI创业有兴趣 对AI赚钱有兴趣的话呢 要一定要加入我们这个 AI agent大学院的VIP群啊 我把链接放在下方的描述栏里了 和这个评论区里面了 那里面的话呢 大家看到我们每天都有非常多的讨论 然后呢 这个里面的话呢 还有这个 超过六七个小时的这样 一个非常详细的课程啊 就是新手到高手的这样一个课程 每周的话呢 我们还有两次直播的时间 可以帮你解答所有的问题 然后呢如果大家有兴趣的话呢 一定不要错过我 这个AI Agent大师学院 然后我这边承诺的话呢 是90天之内帮你找到第一个客户 或者是让AI帮你去工作 或者是大大提高你的AI的效率啊 那如果90天之内没有 找到你的客户的话呢 我可以愿意给你 全部退款都没有问题的OK 如果有兴趣的话呢 链接放在下方了 一定不要错过 这个地方是为你打造的 OK第三个的话呢 我想说就是我们他现在 的这个语音这个功能 开启语音聊天的功能是非常强大的 那我觉得我们一定不要 就是说不用这个功能 这个功能的话呢 我觉得在我们跟在头脑风暴的时候 在一些创作一些想法的时候 我觉得其实这是一个 非常好的一个工具啊 那它有几种用的方式啊 比如说现在的话呢 比如说我们在一个project里面 我们现在想让它去 在里面做一些东西啊 比如说我们就可以直接开起来这个 那我们现在可以开起来看一下 你好可以听到我说话吗 可以听得很清楚你说吧 好的我现在想让你在我的这个 右边网站的这边最下面啊 帮我加一个这个表格 可以让客户填写这些表格 你看加在下方 好 我看一下页面结构 然后把表单加到下面 好你可以看到这个时候呢 他就在思考了然后呢 他在截屏 你但是你可以看到我们整个的这个 他的回复是很快的 而且我在其实中间有打断他对吧 他也在马上就会有这个反应 就会不说话了所以呢 你可以看到现在这个新的这个Astra的 这个语音的这个这个整个系统呢 其实反应是非常快的 而且呢它能 就是说呃它在 比如说它在输出一些文案的时候 告诉我们问题的 回答的时候我们的 打断和跟他说别的东西 他会停下来去聆听我们的问题 或者是打断我们的话 再去回答我们 而不是说之前的话 他可能需要很久的时间 要一直在 他在输出他的这个文案 他的这个答案对吧 现在的话呢 你可以看到他这个 反应做的是非常好了 那你可以看到他跟我们对话完 他现在就在思考 然后下面的话呢 他就会去执行现在这个工作啊 这只是我们的这个一个 其中一个用法 那还有一个的话呢 就是我们可以在这边 开启一个新的对话 大家可以看到在这里啊 我们可以有一个这个 新的对话框在这里啊都会有的 那这边的话呢 你可以根据你的这个情况来调中高 对吧低都可以 我个人的话呢 如果是在语音的时候 我一般是用中或者是高OK 那这个时候的话 你就可以跟他去对话了 你点这里就可以开始 一个新的语音对话聊天了 你好 可以给我一些案 给我五个案例吧 就是对于这个GPT6Astra新的 这个模型的这个语音聊天模式啊 在什么样的这个情景之下 我用这个功能会比较好 然后呢之后的话呢 给我写一份html的这样一个报告给我 好的我来整理一下 ok 所以你可以看到他现在把 已经把5个案例帮我写出来了 一个是口述变成执行计划 一个是看着屏幕一起排查 一个是练一次真实的沟通 用追问学懂一个概念 然后说出一篇自己有语语气的稿子 那这几个是针对这个我们情景 下来是最好用的这几个方式啊 那这边的话呢也他也帮我写成了 一个html的一个这个工作手册的对吧 然后它里面会一个个去这个详细的去 跟我们讲解 啊我们是需要哪些情景可以最好的 用到这个我们这个语音聊天方式 比
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：15.0 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：53.2 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. 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
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
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
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：0.4 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：100.6 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：0.7 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。