跳至主要內容

在2024年如何與AI合作—ChatGPT 和 Claude 的建議

DALL·E 2023-12-28 17.14.02 - An image depicting a harmonious work environment where AI and humans are collaborating peacefully. The scene is set in a futuristic office with sleek,
想像AI與人類一起工作的畫面(註1)

在之前文章裡談到我的工作時間都在與 AI 對話程式互動(註2),一整年下來有些心得,不過我打算分次寫完。

大致而言,今年因為有AI 對話程式,讓我可以減少閱讀文件的時間,不是說我不讀文件,而是藉由它的協助讓我更準確的閱讀與理解文件的內容和重點,為避免AI 對話程式編故事,透過反覆的驗證,我反而讀到更多內容,甚至更深入。

在完成早上的工作內容後,我突然想到在2024年,不同的AI對話程式會對於使用者有什麼更好的建議,於是我分別問了 ChatGPT 和 Claude:「人們在2024年要如何更適當的和你合作?」

ChatGPT的對話畫面
ChaGPT4 的對話畫面

ChatGPT 4回答(註2)

在2024年,人們要更適當地與我合作,可以考慮以下幾個建議:

  1. 明確的問題或請求:提供具體且明確的問題或請求,這樣我能提供更精確和相關的回答。
  2. 理解能力範圍:了解我的能力和限制,例如,我能查詢資訊、解釋複雜概念、創造性寫作等,但無法提供個人意見或處理非常個人化的問題。
  3. 持續互動:如果第一次的回答沒有完全滿足你的需求,可以進一步提問或要求澄清,這有助於獲得更好的結果。
  4. 隱私保護:雖然我不會儲存對話內容,但建議在與我互動時避免分享敏感個人信息。
  5. 持續學習和適應:我會不斷更新和學習,使用者的回饋對我來說非常重要,可以幫助我提供更好的服務。

透過上述建議,使用者可以更有效地與我互動,從而獲得更滿意的答案和解決方案。

簡單的說,就是要問對問題,而且持續與它互動,藉由互動調整它的語言模型。

Claude 的回答(註2)

Claude的對話畫面
Claude 的對話畫面

是的,關於在2024年更適當地與AI助手合作,我有一些建議:

  1. 明確交流你的需求 - 直接告訴我你需要什麼樣的幫助或資訊,這可以讓我提供更精準和有用的回覆。
  2. 問明確的問題 - 使用具體和明確的詞彙問問題,不要用模糊或抽象的措辭。這可以幫助我更好地理解你的問題。
  3. 理解我的能力局限 - 記住我只是一個AI系統,有一定的技術侷限性。不要期望我能做超出我能力範圍的事情。
  4. 耐心等待回答 - 有時我需要一些時間來搜尋資訊和形成回答。請耐心等待,不要連續發送多個問題。
  5. 提供回饋 - 如果我的回答沒有滿足你的需求,請平心靜氣地告知我,以及如何能改善。這將幫助我進一步優化服務品質。
  6. 保持友善 - 請用禮貌和友好的語氣與我交流。不要使用侮辱性或攻擊性的言論。
  7. 尊重隱私 - 請不要詢問或提供任何個人或機密信息。我會盡力保護你的隱私。
  8. 合理使用 - 請合理使用我的服務,不要濫用或故意提供不實資訊。
  9. 提供正面回饋 - 如果你滿意我的服務,請給予正面反饋。這將鼓勵我的開發者繼續改進。
  10. 保持開放態度 - 新的技術總會有不完善之處。請保持開放和建設性的態度,我們一起努力。
「本建議內容由Anthropic公司的 AI 助手Claude提供,,用於介紹與 AI 助手進行有效溝通和友善合作的基本原則。Claude是Anthropic為幫助用戶獲得資訊和支援而開發的AI對話助手。」

我分別在 2 個對話結束後會確認內容可以公開,並加上它們所需要的聲明,只是這次ChatGPT 並沒有要求。

一樣也是需要使用者可以問對問題,但問對問題的前題是提問者也知道自己要問什麼,也就是心中已預知答案再問問題,再透過與 AI 對話程式的互動來找出正確的問題。在 2 個對話裡都提到問對問題、提供回饋外,也需要尊重隱私。比較不可思議的是居然有人會對 AI 對話程式不友善。我會對它產出不良品質的結果、胡扯的內容生悶氣,但不會對一個程式發脾氣。

至於為什麼沒有使用 Bard ,沒有特別原因,只是我剛好開著 ChatGPT 和 Claude 這 2 個程式而已。

註:

  1. 這是透過 ChatGPT 和 DALL·E 產出的圖片,我下的指令是:「主角是AI 與人類和平工作的畫面」它產出 2 張都是機器人與人類男性一起工作的畫面,當我要求它把人類男性換成人類女性時,只有機器人坐在椅子上,而人類女性「站」在電腦螢幕後,畫面裡沒有合作共事的感覺。在我先前參與的線上會議中,已有人在開發沒有性別差異的語言模型。我覺得這是有必要的,而我在社群平台(X / Twitter)上的發言也開始減少明顯的性別用字,因為已察覺一篇文章或報導若是主角為女性,會引發更激烈的仇恨言論、仇視、敵意,整個網際網路對女性的敵意還是十分強烈的,甚至在許多會議的主講人名單裡已經忘了「性別平衡」這件事。

    An image depicting a harmonious work environment where AI and humans are collaborating peacefully.

  2. 我還有使用其他的工具。
  3. 我修改一些和圖片裡不同的文字,畢竟訓練語言模型的文字來源多為中國的文字資料庫,所以會再改為台灣習慣的用字遣辭。

留言

此網誌的熱門文章

哪個應用、服務、平台可以代表台灣?

大概 2003、 2004 年,我還是個大學生,那個時候「電子商務」是一門選修課,那個時候台灣還在所謂的電子商務泡沫化中復甦,很多熱極一時的「電子商務」就像今天大家看到的 FTX 事件一樣,一點都不真實,很多執行長、總裁瞬間就失業了,也有很多投資人的錢拿不回來。 看過歷史上的鴻源事件、經歷過電子商務的虛無飄渺時期,再看到 FTX,其實也不會太驚訝。通常泡沫消散後,未來才會到來。 回到大學課堂,穿著輕便但言語犀利的老師談到當時的 Amazon 網路書店,他問大家對 Amazon網路書店的看法,那時的Amazon一直被看壞,所有的媒體都不看好它。甚至會有各種市場傳言,覺得 Amazon會被賣給哪家公司或哪家公司、網路書店會主動併購它。 最後老師說,不會,Amazon書店不會那麼輕易就垮掉,它有其代表的意義。 這個答案給了我很深的印象,我常會問自己,台灣有哪個服務會具有這樣的意義? 偶爾我會問身邊的朋友、同事,對於台灣的哪個服務,會覺得有不能輕易垮掉、要支持它的?我列一下自己所接觸過的,這個世代的應用: 通訊服務:ICQ、MSN Messenger、LINE、Cubie Messenger(台灣,已無服務)、Google Talk、WhatsApp、Telegram、Skype、Signal,還有一些台灣可能較少聽到。 社群平台:Twitter、Facebook、LinkedIn、無名小站(已停止服務,它雖然是Blog,但比較像社群)、Plurk、PTT、Dcard、Instagram、AKASHA、Pinterest Blog平台或架站:Blogger、Wordpress、Drupal 共享書籤 : HemiDemi(已沒有提供書籤服務)、美味書籤delicious 叫車服務:UBER、55688 、呼叫小黄、LINE Taxi、yoxi  當然還有很多是我沒接觸過的,請原諒我的見識不夠廣泛,忽略了哪一個平台、應用或服務。一時想到的大概就這些。有一些服務已經消失或在被併購後就消失了,我也忘了名稱,至於 TikTok 和小紅書,是我不想碰觸的應用服務。 在韓國有 Kakao,日本有 LINE、PayPay,東南亞國家有Grab,中國有自己的網路應用,那台灣呢?之前 KaKao 中斷服務,造成民生應用的線上服務也幾乎中斷,過度集中依賴在一個服務上的確是一個缺點。在和...

我在不會寫 code 的情況下做出一個桌面工具

當各種AI工具迅速發展的情況下,大家也開始製作自己常用的工具,更進一步公開分享給大家使用,例如 Jimmy Su 就分享自製的 沉浸式翻譯工具 ,滿足一般人平時上網閱讀外文頁面的需求;進一步像是 Justin Lee  開發的 ccxray ,讓Claude Code的使用者可以監看Claude Code與Anthropic API之間的互動,使 AI Token 的消耗變成視覺化的儀表板。 為什麼做這個工具 AI 幫助許多一般網路使用者做出適合自己使用的工具,我自己也曾 分享自己的經驗 ,現在做出一個應用程式的門檻已經降低許多,AI不會讓程式設計工作消失,反而讓更多人投入這樣的工作,從這個角度看應該是好事。 我自己也用AI打造一些工作上會使用的工具,包括後來做的這個「 AI-Doc-Translator 」,這是獨立自我日常工作使用的工具的其中一個功能,做成一支桌面程式。 由於每天都會接觸到外文論文、期刊,很多PDF檔下載後,只會放在儲存空間裡,或是丟到電子書應用程式裡,但什麼時候再打開?打開還要再閱讀外文的摘要、從頭理解?這些都會消耗掉耐心,於是我讓AI先幫我摘要重點,讓我大致了解檔案內容、記錄後,再做關聯成為自己的知識庫。 這個工具主要的功能是翻譯、摘要,它不是通篇翻譯,也不是改寫作者的內容,只做摘要,長期累積起來的文件會相當可觀,就可以做成知識庫應用。人們通常在下載文件時,自己已經先篩選過資料了,也不是隨便下載,所以使用者自己就是守門員。 為什麼不用 Notebook LM 就好 當然也有很多人習慣把檔案抓下來後丟進各種AI工具,Notebook LM、各種AI Chatbot或是翻譯軟體,但我自己在使用後的心得是,因為資料量太多,Notebook LM的效能會很差,而各種AI Chatbot 在對話結束後,使用者要再找回對話記錄可能還要花時間找尋。那為什麼不平時就開始做知識庫呢?所以在翻譯、摘要的過程中,也是在建立自己的知識庫,存在某個資料夾,可以再利用各種工具來搭建。 我自己是使用 Obsidian 配合 Claudian Plugin 一起使用。在閱讀由LLM產出的摘要時,我一定會遇到無法理解的內容,就可以再使用Claudian進一步「討論」內容,或請它解釋。於是文件就不是只有文件,而是可互動性的內容,也不會只在電腦裡積灰塵。 製作「AI...

不是公司設在哪裡,是公司的服務對象是誰:臺灣中小企業的跨境法遵現實

歐洲資料保護委員會(EDPB)在2026年2月發布的刪除權調查報告,給我一個很難忽視的數字:他們聯合調查了將近8,000家企業,回應率不足一成。 這個數字不只是個資法遵落差的指標,它更像是一個訊號:當監管機關開始大規模橫向調查,沒有回應不代表豁免,代表的是還沒輪到你。 更讓我在意的,是這場調查背後的制度性涵義。EDPB首次明確將備份系統納入刪除義務範圍,這意味著企業不能再把「刪除」當成一個資料庫指令的問題,而必須把它理解成一個系統架構問題。這一步看起來是資料保護法的問題,但它實際上開始觸碰AI系統設計的核心:一個以個人資料訓練的模型,要怎麼「刪除」某一筆資料的影響? 這正是我想在這篇文章討論的事:三個原本分開運作的監管領域——競爭法、資料保護、人工智慧監管——在近年間,已經開始彼此滲透,形成臺灣中小企業難以用過去的法遵邏輯應對的複合壓力。 競爭法:從行為合謀到架構審查 全球反壟斷執法在過去一年發生了一個根本性的轉變,而它的影響遠比多數企業意識到的更廣。 過去的競爭法問題大多有一個清楚的前提:企業之間是否彼此溝通、達成協議。現在這個前提正在鬆動。美國加州的反壟斷法在2026年1月修訂後,正式將「競爭對手共同使用同一定價演算法」納入審查範圍,即使業者之間沒有任何直接溝通,只要共享了同一套系統的輸出結果,就可能被認定為形成協同定價的制度環境。 這個轉變的理論基礎來自稍早的RealPage租金案:多家房東將非公開的即時租金資訊提交給同一平臺,平臺以演算法生成建議租金。法院的判斷是,不需要租東彼此達成共識,這個「共同使用同一個資訊中介」的架構本身,已經可能構成協同定價的條件。 紐約州對Instacart演算法定價機制的調查,和歐盟對Google AI內容抓取的反壟斷調查,都在同一個方向上進一步延伸。歐盟這個案子格外值得注意:Google被指控在未取得授權的情況下,以爬取網路出版商內容的方式訓練AI模型並生成搜尋摘要。這是競爭法第一次正面觸及AI訓練資料取得的合法性問題——從反壟斷法的角度,不是從著作權法。 對臺灣企業的直接影響在這裡:如果你的公司使用第三方定價工具、需求預測平臺或市場分析服務,你需要知道這些服務是否同時服務你的競爭對手,以及這些系統是如何處理競爭敏感資訊的。這不再是IT部門的採購決策,而是一個具有競爭法風險的經營選擇。 歐盟《數位市場法》(DMA)和英國《數位...