今天不聊 Heptabase 了 😆

來趁著今天推特河道上各種創作者秀帳單的時刻，
推薦另一個這幾天忍不住付費的推特好工具： @typefully

Typefully 是一個提供給推特創作者使用的工具，我已經註冊一年多了，一直使用免費版本，不過這幾天忍不住想要來付費體驗看看，目前感覺蠻好的。

1/n

他最主要的功能就是可以用很直覺、清楚的介面發推文串。

以這個影片為例，當字數超出限制時，就會看到明顯的紅色提示。但此時多按幾下 enter ，就可以分段分串。

換句話說，完全可以順暢的在這個界面上面寫成長長的一篇，再透過直覺的介面來微調、編輯。

最棒的是目前這個功能免費版就可以用～

2/n

另外，免費版也可以提供一個單獨的頁面，可以把你的推文串「unroll」成為無間斷的單篇文章。（可以選擇哪些要設定、哪些不要）

例如我的這個頁面：
https://typefully.com/WuPingJu

我自己覺得這完全可以當成一個最陽春的 blog 來使用。不過我自己本來就已經有 blog 了，就沒有特別在宣傳這個頁面。

3/n

除了基本堪用的免費版本外， Typefully 也有幾個付費版的功能一直都蠻吸引我的，例如：

- 進階的分析功能
- 排程發推
- 推文的主題建議
- 發文草稿 review

還有一些進階的互動功能，如 auto-retweet 之類的，不過我覺得這個好像太煩人，所以應該不會用。

4/n

這幾天試用以後，發現進階分析真的還不錯，可以看到觸及的變化、互動率、個人檔案轉化率、還有每篇貼文的數據等等，看了覺得還挺不錯的。

5/n

不過費用真的有點貴，自動偵測到所在區域的折扣後，年費還是要 $120 美元

以這費用來說，我覺得適合的對象是：
- 打算認真經營 Twitter 的創作者
- 公關＆行銷公司
- 產品的受眾在 Twitter 上的官方帳號
- 跟我一樣，不知為何就是會忍不住手滑的人

若只是偶爾想發廢文，我覺得免費版就很夠用！

6/n

好用的 Twitter 創作者工具： Typefully 介紹

【我的個人知識管理系統】

來分享我的全新文章：我的個人知識管理系統。

這篇文章適合想要管理龐雜資訊與知識，卻曾經感到挫折，不知該從何開始的人。

期待能夠透過這套涵蓋「探索、捕捉、發展、精煉、交流」等五階段的流程，讓各種資訊更容易轉化為有價值的知識。

https://pinchlime.com/blog/my-personal-knowledge-management-system-2023/

1/n

對我來說，一個好的知識管理系統可以讓我達成兩個核心的目標：

1. 向外拓展認知邊界
2. 向內強化自己的處理器

這篇文章會提到：
- 為什麼我要打造一個知識管理系統
- 這個系統是如何運作的？它解決了什麼問題？
- 這套系統該搭配哪些工具？

2/n

【為什麼要打造一個知識管理系統？】

新的資訊襲來的速度太快、頻率太高，若沒有一套流程、一個系統去處理他們，通常大多數的資訊都只會草草在心中留下依稀的印象，很難真的對自己帶來什麼收穫或幫助。

這套系統希望能解決這個困境，讓自己有感的資訊能夠轉化為「對自己有用的知識」。

3/n

【我的知識管理系統是如何運作的？】

這個系統有五個階段，分別是：
Explore - 探索
Capture - 捕捉
Develop - 發展
Refine - 精煉
Communicate - 交流

這五個階段彼此相連，每個階段的成果會成為下一個階段的基礎，最終成為一個循環。

以下簡單介紹每階段的關鍵原則，詳細介紹請見全文連結。

4/n

【Explore - 探索】

探索的目標是讓自己能持續取得並輸入高品質的資訊。

這個階段有三個關鍵的原則：

1. 以高品質的資訊源為基礎，向外探索
2. 知道自己知道什麼、不知道什麼
3. 持續過濾、篩選、剔除

5/n

【Capture - 捕捉】

捕捉的目標是將自己的直覺念頭保留下來並迅速分類

這個階段也有三個關鍵的原則：

1. 用自己的話，捕捉對自己有意義的內容
2. 使用範本提取想法
3. 在捕捉的當下就迅速分類

若能做好這個階段，你會發現自己開始有源源不絕的「想法種子」出現。

6/n

【Develop - 發展】

就像堆積木一樣，一個完整的知識系統是由許多短短的資訊與想法，逐步發展、搭建起來的

在這個階段，有兩個關鍵的原則：

1. 由下而上，自然生長
2. 放下完美主義，接納雜草

倘若能順利進行，你會逐漸累積專屬於自己的知識積木，成為下一階段最有價值的基礎。

7/n

【Refine - 精煉】

精煉的目標是透過應用與提問，讓自己的知識系統愈來愈有價值

在這個階段，有三個關鍵的原則：

1. 實際應用系統內的知識
2. 記下迭代的過程與原因
3. 不停地詢問「為什麼」

長久累積下來，你會得到一個知識庫，充滿著自己思考過的、實踐過的、走錯或走對的各種經驗與心得。

8/n

【Communicate - 交流】

交流的目標是創造驗證迴圈，進而擴張自己可探索的邊界

在這個階段，有三個關鍵的原則：
1. Strong opinions, weakly held
2. 同步脈絡、前提與假設
3. 保持好奇心

若能順利落實，自己的交流圈會愈來愈擴大，能夠讓更多人對自己感興趣、也能夠得到更多人的回應。

9/n

【這套系統該搭配哪些工具？】

我認為這五個階段的實踐，並不仰賴、或綁定特定的工具。但若能搭配適合的工具，整體運作的效率會更好。

文章內有簡單提到目前我在每個階段搭配的工具，主要的核心是 @Heptabase ，但一定也有其他能順利運作的工具。

至於詳細的實作教學，敬請期待之後的專文！

10/n

【總結】

這套系統適合跟我遇到類似的問題的人，假設你也遇到下列的問題：
- 常常會感覺被資訊淹沒、甚至會感到壓力
- 有很多想法，但又覺得這些想法好像很破碎，沒什麼價值
- 時常想要找自己記過的東西卻找不太到
- 對於特定領域的知識缺乏系統性的理解

這套系統應該能夠帶來一些幫助與啟發！

11/n

我的個人知識管理系統

晚上繼續用，我發現我愈用愈喜歡 @Heptabase  剛上線的 Mindmap 功能。

官方的 demo 看這篇：https://twitter.com/Heptabase/status/1660578955014053892

以下是簡單的幾則心得 👇

在幾乎完全移到 Heptabase 進行個人知識管理後，我偶爾仍會用 Workflowy 進行大綱式的架構整理，透過 Workflowy 流暢的介面，我可以很快記下不同階層的內容，再逐步收攏整理。但我體驗一個晚上下來發現，透過 Hepta 的心智圖有幾個更好的好處：

1. Heptabase 的每個心智圖節點都可以轉成卡片，轉成卡片以後，就能夠透過功能完整的編輯器來編輯詳細內容。我發現這個自然的轉換，好像達成我原本非常期待的「大綱型軟體＋文本型軟體」的自由轉換，而不會有格式上的「硬要」或「不協調感」。

2. 轉換成卡片後，就可以融入 Heptabase 愈趨成熟的整套卡片工作流來管理，例如我在研究某個題目時，透過 Mindmap 新增了一批關於該主題的卡片，此時我為他們標上一個特定的 tag 後，就可以轉向 Tag’s table 以及 Kanban view 來管理這些卡片的 metadata 以及寫作狀態。

3. 心智圖式的大綱能更好地利用螢幕的空間。我較熟悉的大綱型軟體大多都是一個直式的列表，但是螢幕大多狀況下是橫式的，直式列表在橫式螢幕中比較沒有辦法完整運用螢幕空間，但放到白板裡的 Mindmap 則可以利用更多的螢幕空間，進而承載更多的資訊。

很期待後續 Mindmap 能夠有更自由的微調排板可能性、可以將更多類型的元件作為節點、可以被 mention 引用，以及我最期待的，可以直接跟列表式的大綱互相轉換，然後在手機上使用。

這樣就可以在手機上運用直式的介面收集與編輯架構，再到電腦的白板上展開、填補內容。

想到就好興奮啊！🤩

Heptabase's Mindmap

今天又試了一些新的玩法，這次我想讓 ChatGPT 搭配 Midjourney 最近新上線的 /describe 功能一起以圖產圖。

測試後覺得效果還是很不錯，所以又寫了一篇文分享簡單的做法與心得，完整可複製版 prompt 請點連結：

https://pinchlime.com/blog/let-chatgpt-boost-midjourney-image-to-image/

推文串有簡單摘要
👇

目前以我的理解， Midjourney 的以圖產圖必須搭配某段文字描述，沒辦法直接丟一張圖，就產一張 AI 變化版。

不過剛好本週推出了 /describe 的新功能，使用者只要上傳一張圖片，Midjourney 就會識別這張圖片，並且回傳給使用者四段稍微有點不同的描述。

https://docs.midjourney.com/docs/image-prompts

2/n

使用者可以接著透過這些描述產圖，例如，我上傳了 Pink Floyd 的 Wish You Were Here 這張專輯的封面， Midjourney 就產出了四段不同的描述。

接著，我只要點選下方的任何一個數字，就可以依照該描述在 Midjourney 裡面產圖。

3/n

不過，在我測試了幾張圖之後，我發現這樣做的效果大概只到 70 分的程度，常常四個按鈕都試了以後，發現每個都有一些好的地方，但也都有一些不足的地方。如下圖，左上是第一組，右上是第二組，左下是第三組，右下是第四組：

4/n

我猜想可能是因為 describe 這個功能才剛推出，或者是 Midjourney 是想透過這個方式來訓練他們的「圖生文」模型，還沒完全釋放出最精準的辨識能力。

總之我對於 describe 功能還沒有到非常滿意，但此時我又想到了 ChatGPT ！

5/n

我想到的是，我現在已經有四段彼此相關的某個描述了，好像很適合透過 ChatGPT 把它們組合在一起。

因此我就以下列這段 Prompt 簡單嘗試了效果。

依照這個 Prompt ， ChatGPT 會嘗試組合他接收到的四個描述，轉化為一個新的版本。

6/n

接著，我再拿這段 prompt 直接丟給 Midjourney 產圖，我覺得表現好像更好了。

7/n

其中我最喜歡的是第二張，因此我請它 upscale 放大，成品如下圖：

8/n

我也透過這個方式再測試了兩張 Pink Floyd 的專輯封面，發現透過 ChatGPT 融合過後的版本都更接近原版一些，這邊就直接貼我最喜歡的原版＆成品對照，左邊都是原圖，右邊是 Midjourney 產出的圖。

Animals

9/n

我自己對這次嘗試還蠻滿意的，雖然可能是因為 Midjourney 本來就相對熟悉 Pink Floyd 的封面美術風格，

但我試了直接放專輯名稱去跑，效果也沒有 ChatGPT 加持的版本好。

ChatGPT 真的很適合拿來處理這種整合、重組文字的工作，我相信若再測試更多輪，人工微調 prompt ，它整合的效果會更好。

11/n

Using ChatGPT and Midjourney for Image-to-Image Generation

昨天嘗試用 ChatGPT 製作了一個 Midjourney Prompt Generator 。

測試後覺得效果不錯，就訂閱了 MJ，開始扮演 text-to-image 的詠唱初學者。

我覺得，讓他們兩個一起協作的效果真的很讚！

寫了一篇文分享我的作法與心得，完整 prompt 請點推文連結
https://pinchlime.com/blog/let-chatgpt-act-as-a-midjourney-prompt-generator/

推文串有簡單摘要
👇

起心動念：

我在演算法推薦的 https://twitter.com/ciguleva 帳號上面看到許多我很喜歡的圖，更棒的是，這些圖除了帶有 Prompt 以外，還有某個最基礎的描述。

2/n

例如：
digital background, gradient, soft light, low contrast, minimalist, foil holographic --ar 3:2 --v 5 --stop 75 這個 prompt ，作者的描述是： "holographic background"

我就想，我好像可以運用 ChatGPT 的「模仿能力」

https://twitter.com/ciguleva/status/1637233764656107520

3/n

我的作法是，把好幾組對應的邏輯關係範例都丟給 ChatGPT ，讓他模仿這樣的「規則」，去處理我輸入的「基本詞彙」。

整個概念白話來說是：「當 user 輸入某個單詞 X ，ChatGPT 就輸出一段與這個單詞 X 相關的擴展描述給 user」。

4/n

例如，當我輸入 "a cozy dog in the backyard" ，它就會輸出 "a cozy dog in the backyard, playful, greenery, sunlit, bokeh, candid, organic, lush, peaceful, 4k --ar 3:2 --v 5" 給我

5/n

當它熟悉了這種對應關係，接下來我只要輸入簡單的詞彙， ChatGPT 不僅可以抓到與這個詞彙相關的描述詞，也可以使用類似的文字風格與編排方式來回覆，所以 prompt 產生器就直接完成了。

6/n

不過，這個初版的產生器還很粗糙，因為：

• 我只參考了一個人提供的幾組 prompts ，這些圖的風格很接近，例如都有 minimalist, flat, abstract 之類的關鍵字，這樣可能會誤導 ChatGPT。

• 可能還有一些關鍵資訊需要提供，但恰好這些 prompts 都沒有，所以 ChatGPT 也不會憑空生成這些關鍵。

7/n

若你想要也做一個，我推薦你這樣做：

1. 以我的初版 prompts 作為起點，然後去丟你想要產的東西，交給 ChatGPT 完善細節。

2. 接著，把 ChatGPT 給你的 prompts 拿到 Midjourney 去跑，記得可以自己調整一些比例之類的參數。

8/n

當你跑出好的結果時，太好了，因為這個好的結果，就是一個現成的，可以強化 prompt 產生器的「範例」，你可以馬上把它更新到產生器裡面。

例如，我用產生器測試了 “car, cyberpunk style”

9/n

結果 prompt 產生器給了我這段：” cyberpunk style, car, neon, futuristic, glowing, chrome, metallic, smoke, city, monochromatic, hologram “ ，然後跑出的圖是這組我非常滿意的圖

10/n

只要這樣跑個幾輪，把提供給 ChatGPT 的「範例」換上你實踐過，喜歡的「邏輯對應關係」，你就可以大幅強化這個產生器的能力。

同時，你也可以在這過程中慢慢建立自己對這些描述的偏好，例如，你可以補上一些條件，請他只能選用某幾種風格、或者是避免選用某些風格與關鍵字等等。

11/n

只要把握「ChatGPT 最擅長模仿文字，所以關鍵在於找出你覺得好的範例，讓他模仿」這樣的核心概念

我相信你也可以做出很棒的 Midjourney prompt 產生器，甚至是用在其他的場合，製作不同類型的產生器。

若這篇文章對你有幫助，讓你做出了很棒的東西，歡迎跟我分享，我很期待收到這樣的回饋！

12/n

最後附上一張我透過這個產生器產的圖，歡迎猜猜我是用什麼原始關鍵字產的！

若有人猜到（我覺得很難），我會再跟你分享我目前迭代後的 V2 版本 prompt 🤣

13/n

Using ChatGPT as a Midjourney Prompt Generator

OpenAI 稍早又推出了新功能：ChatGPT plugins

目前還未直接開放，需要排 waitlist ，

詳細介紹與加入 waitlist 請見官方連結： https://openai.com/blog/chatgpt-plugins

這串簡單記錄一下剛才看到後的想法以及問題
1/n

👇

ChatGPT plugins 是什麼？

根據 OpenAI 的說法，核心的概念是 "unlock a vast range of possible use cases"

透過 plugins ，企業跟不同的產品服務，可以向 OpenAI 提交自己的 plugin ，讓 ChatGPT 的用戶都能夠直接在 ChatGPT 介面中使用自己的產品。

2/n

目前第一批推出的第三方 plugins 裡面，就有 Wolfram 可以讓你取用並計算真實的數據，或者是 Expedia / KAYAK 這些讓你規劃旅程，還有 OpenTable 讓你訂位等等。

3/n

除了第三方 plugins 以外，OpenAI 也自己開發了 web browser 與 code interpreter 兩個 plugins。

前者讓你可以直接在 ChatGPT 裡面搜尋！

例如 OpenAI 的 co-founder Greg Brockman 就展示了直接在 ChatGPT 裡面搜尋 Hacker news 對於 ChatGPT plugin 推出的回應：

https://twitter.com/gdb/status/1638986918947082241

4/n

另一個官方的 Code interpreter 插件，就我目前初步的理解，是一個可以讓你直接在 ChatGPT 裡面執行 Python 程式的沙盒環境，不過因為這方面我比較不熟悉，請大家自行參考官方說明，這邊就簡單截圖一下！

5/n

除此之外， OpenAI 也開源了 retrieval plugin 這個專案，看起來是讓大家可以自己架起來後，就搜尋自己個人或公司的文件與資料，並且透過自然語言跟這些文件與資料互動。

（還未研究，歡迎補充！！）

https://github.com/openai/chatgpt-retrieval-plugin

6/n

目前 plugins 的功能還未向大眾直接開放，必須排 waitlist ，排的時候可以選擇自己是一般使用者還是 developers ，還不清楚選哪個比較有機會先排到。

Waitlist 填單連結👇

https://openai.com/waitlist/plugins

7/n

目前初步想法是，透過這些 plugins ，ChatGPT 改善了原本較弱的「無法與現實數據互動」這環，開始成為人們瀏覽網路的第一站。

透過 ChatGPT 的 UI 介面，一般使用者可以直指核心，不用經過繁複的導引，這種體驗真的很好，會讓使用者上癮，進而反推動他們熟悉的產品與服務去上架 Plugins

8/n

早上滑一輪推特，已經看到不少人說這個功能與隨之而來的官方 plugin store 將會成為新一代的 app store ，而 ChatGPT 將成為新一代的瀏覽器或者說作業系統。

9/n

我感覺，就像 Google 出現後我們把 Google 當作動詞使用，例如：「你去 google 一下就知道了啊！」

接下來不知道會不會直接把更通用的「Chat」直接指涉為「在 ChatGPT 裡問一下、查一下」的行為

或者是直接把 Chat 指涉為 ChatGPT 介面，然後說「你去 Chat 幫我訂一下ＯＯＯ東西」

10/n

另外一個好奇的點是，現在等於有兩種殊途同歸的方式來調用 ChatGPT 的能力。

第一種是直接串 API ，並且集成到自己的服務裡面，由於 API 先開放，所以目前大多數的產品+AI 都是這樣做的。

但第二種是上架 Plugins ，這種方式感覺更容易被看見，可是卻可能會導致用戶直接「用完就跑」。

11/n

不管怎麼說，看到 OpenAI 推出新功能的速度，我暫時是不會退訂 ChatGPT plus 了，就當作我交給未來 AI 之神的保護費吧！🤣

不禁感嘆，這一切發展真的好快，而且剛剛看了一下官方 plugins 的文件，寫得非常完整詳盡，幾乎讓我感覺我之後照著做也做得到，好佩服！

https://platform.openai.com/docs/plugins/introduction

12/n

先隨意記到這邊，後續再把看到相關的討論都丟到這串底下！

https://twitter.com/sama/status/1638951865319821312

OpenAI's ChatGPT Plugins

Pin 起來電子報更新！

這期簡單分享一下，經過兩週的 ChatGPT API 嘗試，我已經有哪些任務開始會固定讓 ChatGPT 執行；又有哪些事情，我還不願意讓他代我完成。

完整內文請點連結看電子報，也可以往下看推文串的稍微精簡版。
👇
https://pinchlime.com/newsletters/things-i-am-not-willing-to-let-chatgpt-do-for-me-yet/

1/n

熟悉 ChatGPT 的 API 的感覺很好，因為無效率的嘗試次數降低了，一次就成功的嘗試次數增加了，最好的地方是，若對結果不滿意，我也可以更快地調整參數與指令，接著就有很高的機率表現得更如我預期。

今天這期想簡單分享一下這些嘗試的經驗與總結。

2/n

我目前會把 ChatGPT 用在下列任務上：

* 特定領域的問答助手 （盡量只詢問有標準答案的問題，不詢問關於特定人、事件或公司的問題）

* 解釋我不熟悉的概念給我（盡量請他針對某段文字解釋，而不要直接問他「ＯＯＯ是什麼意思？」）

3/n

* 協助我發散思考，例如發想某個命名或標題、發想某個主題的子想法

* 協助我收斂思考，例如給他某些想法，請他提煉出其中的共同或關鍵要素

4/n

* 協助我照樣造句，我給他某個固定規格的段落，請他替換其中的主題，產出相應的版本（只在工作上使用）

* 使用別人開發的工具，做更特定的任務，例如翻譯電子書

https://github.com/yihong0618/bilingual_book_maker

5/n

若稍微歸納一下，我在上述任務裡面用到的是 ChatGPT 的幾個能力：

* 具有堪稱全方位的基礎知識

* 具有模仿、批次處理大量文字的能力

* 具有壓縮與解壓縮文字的雙向能力，因此可以請他發散，也可以請他收斂。

* 具有多語言的能力，因此可以請他翻譯。

6/n

但這裡面的每一項，即使真的要請他做，也都還有個但書是：千萬不能夠完全照單全收，因為他有可能會出錯、會胡謅。

換句話說，要請 ChatGPT 實際參與工作流程，還有一個核心的條件是：

「自己要能夠驗證 ChatGPT 產出的內容。」

假設我自己無法驗證品質與真偽，就不該讓 ChatGPT 做這件事。

7/n

除了「不該」以外，還有一些是我還不想要讓 ChatGPT 做的事：

1. 摘要

2. 寫作

3. 溝通

8/n

摘要

1. 目前 ChatGPT 有 tokens 的上限，一但原始的資料太長，摘要就會比較不精準。原始資料若很短，我可以很快速讀並產生想法，也不見得需要摘要。

2. 機器摘要的內容，比較沒辦法留下深刻的印象。有點像是學生時代在課本上畫線一樣，以為畫線就像魔法，可以把原本不懂的段落變成我懂的東西。

9/n

但不管是畫線，或者是 ChatGPT 摘要的內容，在我看起來都好像是某種「離我有點近，但我卻碰不到核心」的東西。

我感覺這是因為，摘要（壓縮）後，喪失了論理的基礎，缺乏了情感的累積，因此我沒辦法共鳴摘要後的內容，沒辦法吸收成為自己的東西。

10/n

但我覺得在特定場景下，摘要還是很有幫助的，例如有短時間內大量閱讀整理資訊的需求，而目的不在於「取得洞見」或「學習」，就很適合。

另外，假設取得摘要後，自己還是對摘要後的內容產生了共鳴與想法，進而記下自己的筆記，這樣的摘要功能我也覺得很有價值，只是目前我還比較少使用。

11/n

寫作

另一件還不想讓 ChatGPT 做的事情是寫作，這邊指的是部落格或 Twitter 這些，我想滿足自己表達／表現需求而產製文字的場景。

這邊要 quote 一下昨天這段想法：

https://twitter.com/WuPingJu/status/1634537721057390593

12/n

我自己很享受寫作的過程，這過程中當然也會有寫不出東西或覺得寫很爛的挫敗感，但更多的是收穫，而且這樣的收穫會持續積累，積累的不只是實際上產出的內容歸檔紀錄，更是自己在思考決策不同事物上的經驗與能力。

13/n

在使用 ChatGPT 這幾個月來，我發現他沒辦法模仿我的文字。即使我丟了一些文字給他，但他產出的內容還是跟我想像中「我應該要寫的文字」有所差距。有點像是「只得其形，不得其意」的感覺。

另外，若仰賴 ChatGPT 寫作，我也會喪失「以寫作的方式思考」這個能力。

14/n

溝通

溝通是另一個我還不打算交給 ChatGPT 做的事，無論是開啟還是回應，無論是正面或負面的情緒，我感覺這部分的文字是別人如何看待與回應我的重要元素，因此這部分的文字還不能夠讓 ChatGPT 代勞。

15/n

不過，我倒是覺得可以請 ChatGPT 針對比較棘手的情境與溝通需求先擬定草稿，並且協助自己沙盤推演。這樣做的好處是多了一個友善的助手能夠幫忙自己分擔精神上的壓力，並且提供一些可能的解決方案。即使這些方案未必能用，但有機會讓焦點從「焦慮」轉為「想出一個更好的解決方案」。

16/n

另外，若是已經有某種固定的人設要扮演，而溝通的目標比較在於緩解對方情緒或提供初步的行動指引（而不在於更進階的談判、或者共同探索解決方案），那麼 ChatGPT 應該是非常適合也擅長的。例如大多數電商的客服，可能就是一例。

17/n

小結：賦能的前提，是要了解 ChatGPT 的能與不能

從 ChatGPT 問世後，我一直深刻感覺、也很認同，生成式 AI 是在為我賦能。

以 ChatGPT 來說，他讓我用更少的時間做我原本就會做的事、讓我更容易做到我原本不會做的事，也讓我把我原本就擅長的事做得更好。

18/n

這可能是我這麼沈迷於瞭解他的能耐、了解別人的用法、以及自己盡可能嘗試不同用法的原因。了解了越多，再搭配自己的能力與需求，就有機會釋放他的能力，讓他在可被驗證、受控的範圍內，為自己提供幫助。

19/n

我相信每個人的使用情境與需求都不太一樣，在不同人的情境中，我會請他做的事，可能是別人還不願讓他做的事，反之亦然。

所以我也很好奇大家有哪些事已經會固定讓 ChatGPT 做、哪些事還不會，又有哪些事很期待未來可以讓他做。

希望有機會得到大家的回饋與分享！

20/n

那些我還不願意讓 ChatGPT 代我做的事

來分享一下這幾天嘗試調整後的最新版本：

「能記憶對話」的 ChatGPT shortcut

完整文章請見： https://pinchlime.com/blog/chatgpt-api-shortcut-chat-mode/

以下推文串是簡單的分享

1/n

前情提要：

上禮拜 ChatGPT API 推出後，我做了一個簡單版的 shortcut ，可以簡單設定後就透過快捷鍵或在手機上使用。

不過這個簡單版的 shortcut 沒辦法記憶對話，只能夠單次使用。

https://twitter.com/WuPingJu/status/1631307545141997569

2/n

但我自己還是很想要有記憶對話脈絡的功能，我覺得在特定情況下會很有幫助，因此我還是嘗試了一些不同的方式，最後做出來的這個我覺得算是兼顧簡便以及實用的作法。

你只需要有一台有「Shortcuts」這個 app 的蘋果裝置，以及搭配蘋果內建的「Notes」，就可以運作了！

3/n

先回顧一下我理解的保存脈絡的作法：

在 ChatGPT 沒有開放相關功能的情況下，要做到保存對話脈絡，最簡單的方式就是持續疊加先前的對話紀錄上去，例如，今天我跟他說「我有一隻黑貓，名叫 Mimir」，若想要他之後還記得，我就要把這段對話，一起疊加在第二次、第三次、第四次的對話裡面送出。

4/n

但這樣做很快就會讓 tokens 爆掉，目前 ChatGPT 開放的單次對話上限為 4096 個 tokens ，若超過，就會無法進行對話。

所以目前我看到的幾種做法都是只能保存幾次對話，並且限制單次對話的 tokens 數量，藉此達到保存紀錄與實用的均衡。

5/n

但是，有些我想要他記得的設定，我就是想要他**一直記得**，若在幾次對話後就被洗掉，也不太方便。

因此我當時想到的解方是，讓用戶可以自己選擇，要不要保存本次對話。

6/n

這樣一來，只有你覺得重要、希望他記憶的對話，才會被記下來持續疊加使用，不僅比較省 tokens ，也更有機會維持更多輪保有脈絡的對話。

不過，我覺得這樣還不夠，如果讓用戶隨時都可以檢視、甚至編輯「ChatGPT 現在記得什麼」，應該就更好了吧！

這個 shortcut 可以辦到！

7/n

怎麼做到的？

我在設定時，引入了蘋果內建的備忘錄 Notes 一起協作，我設定了一個 note 叫做 Chat History ，讓他擔任我跟 ChatGPT 之間的橋樑，具體來說流程會變成下列步驟：

8/n

一、

每次對話展開前， ChatGPT 會先去讀取 Chat History 的所有對話，並且把這個資訊放到 API 規定的 "Assistant" 欄位裡。

根據官方文件的說法， Assistant 欄位的功能是用來儲存過去的對話紀錄。

https://platform.openai.com/docs/guides/chat/chat-completions-beta

9/n

二、

我將 "System" 欄位設定為「你是一個聰明的助手，擅長回顧對話，對話中的 user 指的是我， assistant 指的是你。」這是讓 ChatGPT 更好地理解他的任務、以及讓他讀懂 Assistant 欄位的內容。

（若你有更好的設定方式歡迎分享給我！）

10/n

三、

透過這樣設定，每次 ChatGPT 回答我的問題或指令前，就會先去讀取我們的完整對話紀錄，若是空白就沒有影響，若有紀錄就會參考。

四、

在每次對話結束後，我設定了三個選項，詢問使用者是否要記得這段對話。

11/n

選項一：是，請你記住，並繼續對話
選項二：不用記住，但我們還是可以繼續對話
選項三：我想要結束段對話

若選了第一個選項， shortcut 會把這段對話都存到 "Chat History" 這則 note 裡面。並且重新開啟一次對話，此時回到第一步驟， Assistant 的欄位就會有更新的對話紀錄了。

12/n

若選了第二個選項， shortcut 不會儲存對話紀錄，但還是會重新開啟一次對話，這樣你可以省下寶貴的 tokens ，不會記憶不重要的資訊。

若選了第三個選項，就會結束這次對話（但不會清空對話紀錄。）

13/n

我覺得這個方案最好的地方是， notes 非常容易使用，所以你完全可以自己編輯對話紀錄。比方說，在步驟四存下紀錄後，你可以自己去微調編修，把不重要的資訊刪除，只保留你真正想讓 ChatGPT 記得的資訊。

14/n

另一個用法是，你完全可以先編輯好一整段你想要他「知道」的資訊，就放在 Chat History 裡面，讓他從現在開始的每一段對話都有充分的脈絡可以運用。（但還是有 tokens 的限制）

我還想到很多玩法，例如維護很多份 notes，然後製作一些選擇器，讓你啟動對話時可以選擇要 ChatGPT 記得哪段資訊...

15/n

Shortcut 的連結在這：

http://bit.ly/3ZGkkss

設定方式：請見第一則推的連結，但其實不看也沒問題，很簡單，你只要下載後，輸入自己的 API key ，就完成設定了。

16/n

設定後你也可以選擇不同的啟動方式，像是熱鍵、Siri 啟動，或者是這篇提到的敲擊手機背面啟動： https://twitter.com/pingchn/status/1632682894845186049

17/n

這次的 shortcut 版本，以及舊版本的更新裡面，我都新增了幾個比較常用的 API 變數的設定欄位。你可以設定：
- temperature
- top_p
- max_tokens （我預設為 1,000 ，你若想更省字數可以設定成 300 左右）

設定方式很簡單，找到 shortcuts 裡面的對應欄位，改數字就好！

18/n

另外，我也新增了「顯示單次使用 tokens 數量」的功能，這個功能本身不會耗費 tokens ，單純是 shortcut 這端的回傳，我覺得這有助於自己時刻注意自己的 tokens 用量，所以有放入這功能，若你不想要，可以刪除相關的段落。（說明都有寫在 shortcuts 裡面）

19/n

除了這個新的版本以外，我也更新了舊版的 shortcut ，除了加上 max_tokens 的設定外，我也讓他更容易自訂 System 跟 User 的欄位，讓你更容易設定「專門功能」的助手。

歡迎再看一次舊版 shortcut 的介紹：

https://pinchlime.com/blog/chatgpt-api-shortcut/

20/n

可以持續對話的 ChatGPT Shortcut

電子報更新！

這期介紹我目前使用 ChatGPT API 打造的六個專屬助手。

內容包含基本的 ChatGPT API 介紹、以及我的助手們有哪些功能、他們又是怎麼設定的，還有一些短短的心得想法。

完整內容以及個別助手的設定方式請點連結看電子報，推文串這邊則是簡單的摘要。

https://pinchlime.com/newsletters/my-six-chatgpt-assistants/

1/n

什麼是 API ？

對跟我一樣可能不熟悉程式的人來說，API 感覺是個很難的字彙，我第一次認真理解 API 是透過 @StarRocket 星箭廣播的 EP 15 ，推薦大家可以再去複習一下。

https://blog.starrocket.io/posts/star-rocket-podcast-ep15-api/

以我目前的白話理解，API 是一種有特定格式的溝通方式。

2/n

舉例來說， ChatGPT 的 API ，就定義了一些基本規則，你在跟他溝通前，必須填寫你選用的模型、你要請他處理的 message ，他會根據你填寫的內容，回傳特定類型的資料給你。

3/n

在 ChatGPT 正式開放 API 後，全世界所有人都可以透過 OpenAI 訂出的規則來「使用」ChatGPT ，這帶來的好處是：

1. 可以在 ChatGPT 官網以外的地方也使用 ChatGPT

2. 可以更客製化地使用 ChatGPT ，因為哪些東西可以自訂都變得更明確了。

4/n

在開放 API 後，開始有許多工具都串起 API 。

我也自己嘗試了一下，雖然還是透過 Shortcuts 這種 no-code 工具，但是是我第一次串 API ，還是有種自己很棒的感覺。

可以看這篇介紹：
https://twitter.com/WuPingJu/status/1631307545141997569

在嘗試過程中，我也發現， ChatGPT API 目前最有幫助的地方：處理單次的特定需求。

5/n

在 ChatGPT API 文件裡面有提到，一次 API 請求裡面可以包含三種不同的角色，分別是「system」、「user」與「assistant」，三者的功能分別如下：

System：指定助手的行為方式
User：指定使用者的指令
Assistant：設定對話脈絡與必要資訊

https://platform.openai.com/docs/guides/chat/introduction

6/n

我實測的結果、以及看了一些人分享的結果是，User 指令的重要性比 System 更高。

比方說我想要 ChatGPT 省話，所以在 System 設定「你是一個話不多的助手，若 user 沒有問你問題，你就不必回覆多餘內容」，結果沒用，他還是在我測試「我最喜歡的寶可夢是伊布」時，回傳我一堆關於伊布的資訊。

7/n

但相反地，我若在 User 的指示說：「以下對話，若我沒有詢問，你不必回覆多餘內容」，然後再接「我最喜歡的寶可夢是伊布」，他就會說「知道了，我會記得你最喜歡的寶可夢是伊布。」

所以 User 欄位的前綴詞設定（以及建立通用規則）會是專屬助手的關鍵。

8/n

在 Assistant 欄位填入的，是你想要提供的對話脈絡與必要資訊。

舉例來說，假設你在 Assistant 欄位裡面填入「user: 我最喜歡的寶可夢是伊布」，然後在當次的 user 內容填入：「請問我最喜歡的寶可夢是什麼」，ChatGPT 應該就會回應你「是伊布」，因為你已經把這個關鍵資訊餵給 Assistant 了。

9/n

介紹完這三個基本概念，來分享目前我的六個常設助手

Q&A mode：處理各種一般性的問題

Summarizer：摘要我提供的文字

Challenger：挑戰我提供的文字

Creator：提供我潛在的子議題

Editor：將我的文字編輯成更通順的版本。

Explainer：用白話解釋我提供的文字

（設定規則請見第一則的連結）

10/n

Q&A mode
他是最一般的助手，拿來處理各種各樣的一般性問題或者需求，我必須要把我要做的事情都定義清楚。

但他有一個好處是，我可以在任何編輯界面，呼叫這個助手。

這個助手對我來說優點是方便性，我可以隨時在打字打到一半時，直接請求 ChatGPT ，他就會回傳給我我期待的內容。

11/n

Summarizer
他可以將我提供的文字，摘要成列點文字給我。

例如，下面這個截圖範例是請他摘要 Paul Graham 的 The need to read http://paulgraham.com/read.html 這篇文章，大概花了 10 秒左右就回傳列點摘要給我。

12/n

Challenger
他可以針對我提供的文字，盡量提出問題。

這個助手應該是六個助手裡面我個人最喜歡的一個，他的功能是質疑、挑戰我的論點。

舉例來說，我寫了一段「未來的世界裡面， AI 就像電力一樣，是每個人生活中不可或缺的基礎設施」，接著，我就直接請挑戰者出動。

13/n

可以看到，由於我只給了一句斷言直述句，所以他的回覆也偏向泛泛之言，但已經很足夠。

假設我給了更完整的論述，他的表現會更好，例如，我繼續餵給他上面 Paul Graham 那篇 The need to read ，他提的問題就更不錯。

這個挑戰者助手不僅對於我的思考與寫作有幫助，也能讓我閱讀時更有收穫 。

14/n

Creator
可以針對我提供的主題，列點提出相關的子議題。

這個助手的功能是幫助我發想可能的相關議題，例如，我想寫一個「 AI 有助於我寫作電子報」的題目，請 Creator 協助我發想。

他給我的內容如圖，他可以在我只有初步想法時，快速丟更多想法給我，讓我去組織架構出合理的框架與內容細節

15/n

Editor
可以將我提供的文字，編輯成更通順的版本。

這個助手的功能是幫助我編輯邏輯比較鬆散、凌亂的文字。有的時候我會快速記下一些想法，這些想法可能是很意識流的內容，不見得有組織。而組織看起來有邏輯的文字剛好是 ChatGPT 的強項，因此我也很喜歡這個助手。

範例與說明請見截圖

16/n

Explainer
可以將我提供的文字，去除掉艱深的用字與術語，轉化成最簡單的說明版本給我。

這個助手的功能是幫助我解釋複雜的概念，有時讀到一些比較難的、充滿專業術語或概念的文章時，就可以請 Explainer 幫忙。

例如，我直接請他解釋比特幣白皮書的摘要
https://bitcoin.org/bitcoin.pdf

17/n

（續）
我覺得雖然還有像是「哈希」或者是「雙重支付」這樣的術語，但已經比單純用翻譯還要好理解一些，當然，也可以逐段請他說明，這樣更可以保持完整的脈絡。

18/n

在製作這些助手的過程中，我持續在做的是這幾件事：

1.  我思考了我的需求，釐清有哪些是有機會透過 AI 幫忙、我也想要有 AI 幫忙的事情。

2.  我持續調整我的設定值，想辦法讓 AI 給出最符合我想法的回答方式與答案。

3.  我盡量拆解我的工作流程，讓他們成為足夠原子化的情境。

19/n

整個過程測試下來，我發現目前若要大量串接使用 API 協助我，prompts 的設定還是很重要，不僅可以更有效率得到自己想要的內容，也可以省下寶貴的 tokens 。

但更重要的還是釐清自己的需求是什麼，先有某個很想要解決或尋求幫助的任務，再來考慮如何請 AI 幫忙，就會更省力也更容易達成目標。

20/n

接下來我會持續調整這些助手的設定，也已經有好幾個新的助手想法了，例如 @Piglei 提出的 AI vocabulary builder https://twitter.com/Piglei/status/1631943319109656576

或者是安排任務優先序的助手等等，若你想一起討論 prompts ，或者是你也有一些很有趣的助手想法，都歡迎跟我分享討論！

21/n

最後也分享一下推友 @novoreorx  製作的 ChatGPT API 資訊彙集 https://github.com/reorx/awesome-chatgpt-api

裡面有很多有趣的專案！

22/n

我的六個專屬 ChatGPT 助手

電子報更新！

這期的內容沒有選讀，而是討論這禮拜在使用 ChatGPT 時的一些新嘗試，我想要讓 ChatGPT 更好地維持對話脈絡，以及想要讓他在亂掰答案時，能自己跟我講「他不是 100% 有把握」

比較完整的說明歡迎點擊連結看電子報，推文串這邊也一併分享重點摘要！

1/n

https://pinchlime.com/newsletters/keeps-chatgpt-in-the-context-and-provide-certainty/

我發現我對 ChatGPT 還不夠滿意的地方，主要有兩件事：

1. 在有一定長度的對話裡面，ChatGPT 會「突然間」忘記之前下過的指令與對話紀錄，然後就回覆給你完全莫名其妙的答案。

2. 因為 ChatGPT 無法聯網、所掌握的資料只到 2021 年底，因此它在回答時有時候會唬爛、自己亂填充文字。

2/n

這兩個問題在我身上造成的影響主要是浪費時間，我必須反覆重新對話以取得符合上下文脈絡的回答，我也必須花額外的時間去驗證不熟悉答案的正確性。這些都會降低我的使用效率。

剛好本週看到一篇文章說明 ChatGPT 的字數限制規則，因此我就打算來測試看看。

3/n

https://blog.meathill.com/tech/everything-i-know-about-chatgpt-develop-further-limitation-future-effects.html#4097-tokens

維持脈絡的關鍵：控制字數，持續總結

我實測字數限制的結果是， ChatGPT 真的會在輸入 2000 字左右時，就開始忘掉前面的設定。我的測試方式很簡單：

1. 我先跟他約定某個通關密語：「context」

2. 我開始輸入無腦字串，例如總長 500 字的「測試」兩個字。

4/n

3. 接著我問他我們的通關密語是什麼？正常狀況下他會回答是「context」。

4. 重複這個流程，當我輸入第 1501-2000 個「測試」以後，下一次問他通關密語時，他不再回答「context」，而是會亂掰，像是什麼「開啟新世界的鑰匙」之類的。

5/n

為了解決這個問題，我想出來的方法是，監控字數，並且持續總結。
每當我發現我的輸入字數已經超過 1500 時，就不能再繼續輸入，必須要「總結」先前討論的內容。

而在重啟新局時，除了預先設定好的內容規範，我也會提醒他，我們先前已經寫過內容總結概要是什麼，接著再請他依據內容規範往下處理。

6/n

透過這種持續總結、重複提醒規則的作法，就能更好地讓 ChatGPT 始終處於對話脈絡中，不會跑到一半就岔題、忘記之前的約定是什麼。

7/n

不過這種做法仍有限制，例如，當討論的內容很難被簡單總結時，這套做法就行不通，一定會遇到脈絡儲存的上限。

另外，即使可以儲存脈絡的摘要，但持續產出再壓縮，還是會讓摘要越來越多，最終也會遇到上限。

因此還是趕快期待 ChatGPT 把限制打開，讓我們可以維持更長的對話脈絡吧。

8/n

處理完「脈絡」的問題，接著是「把握度」的問題。

我試出來的關鍵是：為回答分類

對於 ChatGPT 有可能鬼扯的狀況，我目前比較常遇到的有兩種類型：

1. 針對他「不完全知道」的事，他為了湊出答案，會自動填充錯誤內容

2. 針對他「以為他知道」的事，他會講的斬釘截鐵，不考慮可能的錯誤狀況。

9/n

第一種類型，舉例來說，當我用中文問他台灣的某某地方有什麼美食時，它會亂湊資訊，講得煞有其事。其中可能有部分內容是正確的，但也有完全亂掰的。

10/n

第二種類型，舉例來說，當我問他「現任 Twitter 的 CEO 是誰？」它會很有把握地說「Jack Dorsey」，但那個資訊已經過時了。這種回答跟第一種類型不一樣的地方在於，它以某個時間點來說是完全正確的，但時間會變，此時就開始變得不一定正確。

11/n

基於上面這兩種類型，我嘗試出一套預設指令，我請他在回覆問題時，除了回覆內容之外，也一併回覆他的「把握程度」。並且我定義了三種不同的回答方式。

12/n

第一種是對通常有標準答案的問題，請他回答「 100% 有把握」。

第二種是針對那些具有時效性的問題，請他回覆時要提到這個侷限。

第三種是，假設不屬於前兩者的問題，請他要回覆「這個問題可能還有其他的版本或說法。」

在這樣指示後，結果還不能說 100% 滿意，但至少比沒有下指令的方式好。

13/n

例如第三種類型的狀況，框起來的是錯誤資訊或是根本沒這東西。

16/n

我覺得一定還有更省力的指令、或者是其他不同的「錯誤狀況」可以去細分，但能夠讓 ChatGPT 每次回覆時都多帶一句把握度的資訊，我覺得是很不錯的一件事。

對我來說，若能夠摸清這些規則的邊界，在使用 ChatGPT 時就可以更輕鬆、更有效率。

最後，若你有更好的作法，歡迎分享！

17/n