OpenAI 推出 ChatGPT Work，宣告 AI Agent 時代來臨。本文解析 GPT-5.6 特色，同時詳述 如何活用 AI Agent 與 OpenAI 技術，提升自動化工作效率。

是的，AI Agent 時代來臨！OpenAI 推出的 ChatGPT Work，讓 AI 不再只是聊天助手，更是能串連雲端服務與辦公工具、存取本機檔案，並透過自主推理能力，將複雜任務拆解為多個步驟，持續執行數小時直到完成工作。從資料蒐集、分析整理到簡報製作，許多原本需要人工處理的流程，都能交由AI協助完成。不過，除了 ChatGPT Work，OpenAI 原先就有 Chat 和 Codex 功能，它們有什麼差異、各自又適合哪些工作情境呢？

文章目錄

• 1. Chat、Codex、ChatGPT Work 有什麼差別？
• 2. 採 GPT-5.6 系列模型：Sol、Terra、Luna
• 3. 使用前需要知道的注意事項
• 4. 根據本機資料製作簡報
• 5. 透過外掛直接存取外部工具
• 6. 在固定時間啟動工作流
• 7. 進階功能：建立網站、操作電腦

Chat、Codex、ChatGPT Work 有什麼差別？

OpenAI 於 7 月 9 日宣布推出 ChatGPT Work，這項全新的 AI 工作代理功能，將協助使用者把「目標」真正轉化為「完成的工作」。不過，在介紹 ChatGPT Work 之前，我們先來釐清現階段 ChatGPT 中提供的三項主要使用模式，以及它們各自的定位。

從聊天到執行任務，AI 的角色正在改變

目前 ChatGPT 提供 Chat、Codex 與 ChatGPT Work 三種使用模式，根據官方定位，三者的核心差異如下：

● Chat：大家最熟悉的對話式 AI 助理，以聊天互動為核心，可協助撰寫文章、整理摘要、翻譯內容，以及進行創意發想等工作。使用者提出需求後，由 AI 在對話視窗中提供回應與建議。

● Codex：OpenAI 定位為提供給開發者使用的 AI coding agent，主要用於軟體開發相關工作。它可以操作專案資料夾、修改程式碼、執行測試、建立檔案，並依照指令完成多步驟任務。不過，由於具備操作檔案與執行任務的能力，實際應用也不限於純程式開發。

● ChatGPT Work：著重於協助使用者完成日常工作流程。同樣具備執行任務的能力，但更強調整合 ChatGPT 內部能力與外部工具，協助使用者從資料蒐集、分析整理到成果產出，完成更完整的工作流程。

▲ ChatGPT Work 支援網頁、手機與桌面應用程式，不過各版本的使用情境與能力略有不同。

同樣能執行任務，兩者瞄準的方向不同

在實際使用時會發現，其實 Codex 與 ChatGPT Work 的能力有不少重疊，例如兩者都能操作本機檔案、分析資料、建立新檔案，以及執行較長時間的任務。因此，兩者最大的差異並不是「誰能完成更多事情」，而是 OpenAI 對它們設定

的使用方向不同。Codex 主要圍繞軟體開發情境打造，希望協助開發者處理程式撰寫、測試與程式專案相關工作；而 ChatGPT Work 則將目標擴展至更廣泛的知識工作情境，希望讓使用者透過 AI 完成資料整理、文件製作、跨工具協作等日常任務。接下來，本篇將以 ChatGPT Work 為主，介紹其模型架構、功能特色，以及實際該如何使用。

▲ ChatGPT Work 能根據資料生成簡報，還可以透過自然語言指令，直接進行內容修改與格式調整。

▲ 若有重複性任務，可以利用「排程」功能讓 AI 定期更新資訊或抓取資料。

採 GPT-5.6 系列模型：Sol、Terra、Luna

ChatGPT Work 採用 OpenAI 最新的 GPT-5.6 系列，提供 Sol、Terra 與 Luna 三種模型供使用者選擇。雖然三者都具備 AI Agent 能力，但在推理、速度、成本與額度上有所不同，了解各模型的定位後，就能依照不同工作需求，選擇最適合的 AI 助手。

三者各自適合哪些工作？

三個模型最大的差異在於智慧程度、推理深度與執行效率，因此並不存在「哪個模型才能使用某項功能」，使用者可以依照工作難度選擇不同模型。

GPT-5.6 Sol 是 OpenAI 的旗艦模型，也是三者中推理能力最強的版本，適合處理需要長時間思考、多步驟規劃，以及大量資料分析的任務，例如市場研究、商業分析、程式開發，或建立內容完整且設計精緻的簡報與報告。Terra 定位為兼顧效能與速度的日常工作模型，能勝任大多數知識工作，例如整理文件、分析資料、建立試算表、撰寫企劃或製作一般簡報，是官方建議的一般工作預設選擇。Luna 則是三個當中速度最快、成本最低，也最節省模型額度，適合翻譯、摘要、草稿撰寫、資料整理等較簡單的工作。

▲ GPT-5.6 系列三款模型 Sol、Terra、Luna，分別針對旗艦級代理工作、日常高效任務及高頻率低成本工作提供了不同選擇。

使用額度因模型有所差異

對多數使用者而言，日常工作其實不需要一開始就選擇最高階的 Sol，若只是一般工作情境，選用 Terra 通常足以應付。當遇到需要分析大量資料、整合多份文件、產出高品質簡報，或執行較複雜的任務時，再切換至 Sol 即可。

值得注意的是，不同模型的使用額度也有所差異，Sol 的額度最少、Terra 居中、Luna 則相對充裕，因此建議依照工作複雜度選擇模型，而非所有任務都使用 Sol，才能更有效利用每月配額。

▲ GPT-5.6 系列模型在處理複雜任務（長輸出）時，相比於其他競爭對手更具效能優勢。

▲ 使用者可以依照任務需求，在對話視窗旁自由切換模型版本並設定推理強度。

使用前需要知道的注意事項

ChatGPT 桌面版下載連結：https://chatgpt.com/zh-Hant/download/

ChatGPT Work 並非獨立的應用程式，它是整合在 ChatGPT 中的 AI 工作代理功能。目前 ChatGPT Work 已支援桌面版 App、網頁版與行動版，不過不同平台與訂閱方案可使用的功能仍略有差異，建議先確認自己的版本，再開始體驗。

桌面版提供免費使用

在 ChatGPT Work 推出後，OpenAI 也同步更新桌面版 ChatGPT 應用程式，將 Chat、Codex 與 ChatGPT Work 整合至同一個介面。若先前已安裝 Codex 桌面版，只要更新即可自動轉換為新版 ChatGPT 應用程式。另外，網頁版與行動版也已支援 ChatGPT Work，不過目前仍以 Plus、Pro、Business、Enterprise 與 Edu 等付費方案為主，免費版則可透過桌面版搶先體驗。

不過雖然免費版也能使用 ChatGPT Work，但目前僅提供 GPT-5.6 Terra 模型，使用付費方案的則可依需求切換 Sol、Terra 與 Luna 三種模型，並使用更高推理強度；其中 Pro 與 Enterprise 更可使用最高等級的 Ultra 模式，適合執行更複雜、耗時的工作任務。本篇後續也將以免費版桌面 App 與 GPT-5.6 Terra 預設模型進行示範。

▲ OpenAI 近期發布了全新的 ChatGPT 桌面應用程式，並支援 macOS 與 Windows 系統。

▲ 全新的 ChatGPT 桌面應用程式， 將 Chat、Work 及 Codex 三大功能整合進同一介面。

需先授權才能串接外部工具

至於使用額度，ChatGPT Work 不是採用「完成一項任務就扣除固定點數」的方式計算額度，而是依照所使用的模型、任務強度，以及整體使用量計算可用配額，並與 Codex 採用相同的額度計算邏輯。使用者也可隨時透過側邊欄查看模型的剩餘額度與使用狀況。

另外，所有外部服務都必須經過使用者授權後才能連接，ChatGPT 不會主動存取帳戶中的資料。所以如果要讓 ChatGPT Work 讀取 Google Drive、Microsoft 365、Slack 等外部服務，需先完成授權，AI 才能存取相關資料並執行任務。

▲ 點擊左下角的大頭貼即可查看用量額度，免費版目前為每月更新一次。

▲ 在「外掛程式」中可以搜尋並安裝想要連結的外部服務，經使用者授權 ChatGPT 才能存取該服務的相關資源。

根據本機資料製作簡報

首先，我們先透過一個簡單的實作，示範如何讓 ChatGPT Work 直接參考本機資料夾中的文件、簡報風格參考圖，製作出一份完整的簡報。雖然過去在使用 AI 時，也能將資料上傳至 ChatGPT 製作簡報，但現在只要透過桌面版 ChatGPT Work 將資料夾加入專案，就能直接讀取其中的檔案，不必再逐一上傳，整個工作流將更加順暢。

不過要特別注意，由於 ChatGPT Work 可在授權範圍內讀取、建立及修改資料夾中的檔案，因此建議先建立一個專門提供 ChatGPT Work 使用的工作資料夾，避免影響原始資料，也能降低誤操作造成重要檔案被覆寫或修改的風險。

步驟 1：首先建立一個資料夾，並放入要使用的文字資料，甚至包括圖片、圖示或版型風格參考圖等，ChatGPT Work 皆能讀取與分析。

步驟 2：接著在選擇專案中選「新增專案」，然後是「work in a folder」，連結剛剛建立好的資料夾。

步驟 3：連結完成後就能直接在對話框輸入需求，如要求根據資料內容製作簡報；介面上也會顯示目前所使用的專案與資料夾，方便辨識。

步驟 4：開始執行後， 畫面會即時顯示 ChatGPT Work 正在進行的步驟。由於 AI 需要分析並建立新檔案，因此執行時間會比一般聊天模式更長。

步驟 5：完成後，可直接在右側面板預覽成果，也能透過對話繼續修改內容；專案資料夾中也會同步產生一份可編輯的 PowerPoint 簡報檔。

透過外掛直接存取外部工具

除了存取本機資料外，ChatGPT Work 的另一大能力就是透過「外掛程式」直接串接外部服務。只要完成授權，ChatGPT 就能直接存取 Google Drive、Gmail、Google Calendar、Microsoft 365、Slack、Canva、Notion 等工具，協助建立文件、分析資料、整理內容，甚至產生報告。整體操作方式與本機資料夾相似，最大的差別在於資料來源改為外部工具，不必再另外下載或上傳檔案。

一次可串接多個不同外掛

以 Google Drive 為例，使用者可讓 ChatGPT 直接搜尋雲端硬碟中的檔案，不必先下載至本機，就能統整資料、製作簡報，甚至更新 Google Sheets 的內容。ChatGPT Work 也支援同時使用多個外掛，比方說先從 Google Drive 找資料，再從 Google Calendar 讀取會議時間，最後整合來源並透過 Gmail 撰寫通知郵件，將原本需要切換不同平台完成的工作整合為一次操作，大幅提升工作效率。

使用者也可以隨時在外掛程式介面調整授權範圍，或中斷外掛連線，確保帳號仍掌握在自己手中。不過也要特別提醒，若請 ChatGPT 執行寄送郵件、刪除內容等不可逆的操作，建議在執行前再次確認內容，以避免造成無法復原的結果。

▲ 進入外掛程式頁面後，可查看各個外掛支援的功能，如 Google Drive 能直接讀取及建立 Docs、Sheets、Slides 等 Google Workspace 文件。

▲ 安裝完成後，除了可以查看目前的連線狀態，也能依需求開啟或關閉個別技能，或隨時暫停、中斷與外掛的連線。

部分外掛僅開放付費使用

根據 OpenAI 官方說明，部分外掛程式目前僅提供付費方案使用。筆者實際測試時，免費帳戶搜尋不到 Gmail、Google Calendar 等外掛；而 Google Drive 外掛雖然可以搜尋到，但授權時持續跳出錯誤訊息，改用付費帳戶後才順利完成授權。

由於 OpenAI 尚未明確說明免費方案可使用哪些外掛，因此不同帳戶的可用功能可能有所差異。若使用免費版，不妨多嘗試新增不同的外掛，看看哪些服務可以正常使用；想體驗更完整的外掛支援，則還是建議使用付費方案。

▲ 使用時可透過下方的「外掛程式」選擇要使用的外掛，也能在提示詞中以 @ 指定外掛；成功加入後，提示詞前方也會顯示對應圖示。

▲ ChatGPT Work 可同時使用多個外掛，例如先讀取 Google Drive 中的資料，再透過 Gmail 建立郵件草稿，將跨平台工作整合為一次完成。

在固定時間啟動工作流

除了立即執行任務外，ChatGPT Work 也提供排程功能，讓 AI 能在指定時間自動執行工作。使用者只要以自然語言描述想完成的內容與執行時間，例如每天整理新聞、每周彙整工作報告，或定期提醒待辦事項，ChatGPT 就會依照設定的時間自動執行。與一般提醒工具不同的是，排程功能不只是通知使用者，更會依照設定的 Prompt 自動完成任務，並產生對應的結果，有助於減少重複性的工作。

一句話就能建立排程

建立排程的方式也相當簡單，第一種方式是在側邊欄的「已排程」頁面中手動新增；另一種則是直接在聊天室中，以自然語言描述需求，例如輸入「每天早上八點整理前一日的五大重點新聞」，ChatGPT Work 就會自動建立排程，並在指定時間執行任務。

不過要特別注意的是，筆者實測發現，若到了排程時間尚未開啟 ChatGPT 應用程式，任務會在開啟應用程式後才開始執行；由於此結果與 OpenAI 官方說明略有不同，推測可能與目前版本或平台有關，實際情況仍須依使用環境而定。此外，若結合 ChatGPT Work 可存取本機資料夾的功能，例如每周都需要產生固定的數據報告，便可以設定 ChatGPT Work 在每周固定時間整理指定資料夾中的最新資料，自動產出分析報告。

▲ 若想要自行建立排程，可以在「已排程」頁面手動新增，並設定任務內容、執行時間、模型及重複頻率。

▲ 或是直接在聊天室以自然語言描述需求即可；若後續想調整執行時間或任務內容，也能直接透過對話修改，不必再重新建立排程。

建立後也能隨時修改或停用

而所有已建立的排程都會集中顯示在「已排程」頁面，方便使用者查看目前有哪些任務正在執行。若後續需要調整執行時間、修改 Prompt，或暫時停止排程，都可以直接編輯或停用，不必重新建立新的排程。

若排程內容需要搭配外掛程式，例如定期整理 Gmail 郵件、搜尋 Google Drive 資料或更新 Google Sheets，則同樣需要先完成外掛授權，ChatGPT 才能在排程執行時存取相關資料。

▲ 到了指定時間後，ChatGPT 便會自動開始執行排程任務， 並依照設定的 Prompt 產生對應的結果。

▲ 所有排程都可在「已排程」頁面集中管理，後續可隨時立即執行、修改、暫停或刪除任務，操作相當方便。

進階功能：建立網站、操作電腦

除了本機資料、外掛程式與排程功能外，付費版的 ChatGPT Work 還提供多項進階功能，例如建立網站、操作電腦等。而相較於免費版目前主要提供桌面版功能，付費方案則支援桌面版、網頁版與行動裝置，因此可在不同裝置間同步專案與工作進度，做到跨裝置接續工作。

若想完整體驗 ChatGPT Work 的各項能力，或是實際將其導入日常工作流程中，就還是需要訂閱付費方案。

一句話建立互動式網站

ChatGPT Work 目前提供公開測試版（Public Beta）的 Sites 功能，使用者不需要具備 HTML、CSS 或 JavaScript 等網頁開發知識，只要透過自然語言描述需求，ChatGPT 就能自動產生網站內容與版面配置，並提供即時預覽。

建立完成後，若想調整網站內容，也不用重新製作，只要透過對話提出需求，例如修改文案、更換配色、調整版面、新增區塊或替換圖片等，ChatGPT 就會直接更新既有網站內容，讓網站能隨著需求持續調整。對於需要快速建立網站原型、活動頁面或展示頁面的使用者而言，可大幅縮短設計與修改時間。

▲ 只要透過自然語言描述需求，ChatGPT 就能快速建立網站；完成後還可設定分享權限，並產生公開連結，方便其他人直接瀏覽。

▲ 生成完成的網站不僅具備完整版面與設計風格， 頁面中的按鈕、導覽列等互動元件也都能正常操作。

Computer Use 幫你操作電腦

Computer Use 功能則可依照使用者指示實際操作電腦，例如開啟網站、搜尋資料、搜尋資料、下載檔案、操作網頁等。執行過程中，ChatGPT 會即時顯示每一步操作內容，讓使用者隨時掌握 AI 的執行狀態，必要時也能介入、暫停或終止任務。

為兼顧使用安全性，若操作過程涉及登入帳號、付款、刪除資料等可能影響使用者權益的敏感操作，ChatGPT 會先要求使用者確認後才會繼續執行，避免 AI 在未經確認的情況下執行重要動作操作，讓使用者在提升工作效率的同時，也能安心將更多日常工作交由 AI 協助完成。

▲ 使用 Computer Use 執行任務時，ChatGPT 會在一旁開啟瀏覽器並操作網站；若過程中需要登入帳號等操作，則會暫停並請使用者自行完成。

▲ 完成登入後，只要回到 ChatGPT 告知已完成，AI 就會接續執行後續操作，如建立 Google Docs、輸入內容或完成其他指定工作，不必重新下達指令。

本文同步刊載於 PC home 雜誌

歡迎加入 PC home 雜誌粉絲團！

• 延伸閱讀：OpenAI ChatGPT Work 與 Codex 用戶數翻倍破千萬，全面對決 Anthropic 智慧代理人
• 延伸閱讀：ChatGPT Work 登場！整合 GPT-5.6、Codex 與桌面操作，支援跨平台自動化工作
• 延伸閱讀：AI失控真的發生了？OpenAI模型驚傳自主突破安全防線，美國火速推進「一鍵斷電」法案，奧特曼與黃仁勳被召入國會說明

加入T客邦Facebook粉絲團

你是否常在 iPhone 堆積大量網頁？本文教你如何快速清理 Safari 標籤頁，除了手動一鍵清除，還能設定自動關閉 Safari 標籤頁的週期，讓瀏覽器恢復清爽順暢。

很多人在瀏覽網頁時，常常會想說「先存著，之後再看」，所以不會馬上把網頁關掉。不過大部分過了一段時間之後，其實根本不會再回去看，反而因此累積大量分頁。其實，iPhone Safari 除了可以一次關閉所有標籤頁之外，也能設定讓系統定時自動關閉標籤頁。但如果有習慣回頭查看過去瀏覽內容的話，就要記得不要設定自動關閉。

步驟 1：如果想一次關閉所有 Safari 標籤頁，可以長按網址列，就會出現「關閉所有標籤頁」的選項。

步驟 2：想讓系統定時自動關閉標籤頁的話，首先進入「設定」，滑到最底下找到「App」。

步驟 3：接著在所有 App 的設定中，找到「Safari」。

步驟 4：進入 Safari 後，在標籤頁相關設定中，可以看到「關閉標籤頁」的選項。

步驟 5：將原本的「手動」改成自己想要的週期即可，可以選擇一天、一週或一個月後自動關閉。

步驟 6：另外「清除瀏覽紀錄和網站資料」中，也可以關閉所有標籤頁，包含一般和私密瀏覽分頁。

 

本文同步刊載於 PC home 雜誌

歡迎加入 PC home 雜誌粉絲團！

 

• 延伸閱讀：如何關閉 iPhone 的 Safari 瀏覽器搜尋紀錄？
• 延伸閱讀：如何為 Safari 網頁去除擾人的廣告版面？
• 延伸閱讀：如何解決 iPhone 上 Safari 很慢的問題？

 

 

加入T客邦Facebook粉絲團

還在煩惱 iPhone 鬧鐘與鈴聲音量無法分開嗎？蘋果於 iOS 27 推出更新，讓鬧鐘與鈴聲能獨立控制。本文詳解 iOS 27 設定教學，教您如何自訂專屬音量，告別過大鈴聲困擾，提升日常便利性。

iPhone 的來電鈴聲與鬧鐘音量過去經常綁在一起調整，想讓電話鈴聲響亮一點，又不希望每天早上被過大的鬧鐘聲吵醒，設定上難免需要取捨，令許多 iPhone 用戶感到困擾。有鑑於此，蘋果終於在最新的 iOS 27 作業系統中，將鬧鐘、計時器與來電音量分開控制，依照不同使用情境設定合適音量，不過「睡眠」排程的起床鬧鐘仍採獨立音量設定，調整時需特別留意。

步驟 1：先進入「設定」的「軟體更新」，確認 iPhone 已升級至支援獨立音量調整的 iOS 27。

步驟 2：開啟 iPhone「設定」，向下找到並點選「音效與觸覺回饋」。

步驟 3：在鈴聲區域中可調整來電鈴聲音量，而「鬧鐘和計時器」預設會開啟「與鈴聲音量相同」。

步驟 4：點選「觸覺回饋」後，可依使用習慣調整是否要在靜音模式下播放鈴聲。

步驟 5：在「鬧鐘和計時器」關閉「與鈴聲音量相同」，便會出現獨立音量滑桿，可單獨調整音量。

步驟 6：亦可關閉「提示與系統聲音」下方的「與鈴聲音量相同」，再利用滑桿分別設定所需音量。

本文同步刊載於 PC home 雜誌

歡迎加入 PC home 雜誌粉絲團！

 

• 延伸閱讀：iPhone跳出「空間不足」警告別亂點！開發者實測指出：Google廣告審查對詐騙廣告大搞雙標
• 延伸閱讀：iOS 27 程式碼曝光：蘋果可能開放 Claude、ChatGPT 取代 Siri AI
• 延伸閱讀：iOS 27 Beta 3 實測：Siri AI 變身最強助手！App 開啟速度提升 30%，相容機型看這邊

 

 

加入T客邦Facebook粉絲團

通用 AI 缺乏特定領域理解？透過 RAG 技術，您可建立專屬 AI 知識庫，打造個人化 AI。這項 RAG 技術能有效減少 AI 幻覺，讓您的個人化 AI 提供更精確的答案。

隨著 AI 深入工作、生活應用情境的機會不斷增加，相信很多人都曾經想過，讓自己手上的人工智慧變得更加個人化。

 

• 延伸閱讀：什麼是RAG？RAG技術突破LLM限制，結合「資訊檢索」和「文字生成」動態獲取知識大幅提升
• 延伸閱讀：Intel Vision 24：Intel與合作夥伴共建AI開放平台，搭配RAG技術強化企業私有LLM應用
• 延伸閱讀：為什麼 LLM 無法建構大型專案軟體？Zed 工程師點出關鍵差異

 

然而，大多數網頁端平台的 AI 應用，比如 OpenAI ChatGPT 與 Google Gemini 等服務，經常都只能回答較為廣泛的知識，缺乏對特定領域的深入理解，並給予使用者不夠準確甚至錯誤的答案。

在這種情況下，若使用者願意嘗試透過不一樣且更加客製化的工具，例如本次介紹的 AnythingLLM，藉由手動匯入資料與參考文件的方式，建立屬於自己的 AI 知識庫，讓通用人工智慧變得更加聰明，或許會是非常值得一試，低成本、高效率的解決方案。

減少 AI 幻覺的 RAG 技術

眾所周知，當今的 AI 基本上都是由俗稱 LLM 的「大型語言模型」所驅動，無論是 OpenAI ChatGPT 或 Google Gemini，這些 AI 前端應用和聊天機器人的背後，全都仰賴著特定 LLM 的運算能力。

然而，即便人工智慧技術已經出現了大幅進步，但 LLM 仍然面臨著嚴重的「幻覺」問題，也就是 AI 所給予使用者的答案，不一定每次都完全正確。

更關鍵的一點在於「幻覺」是目前大多數 AI 模型架構中，必然會發生的事情，所以如何減少幻覺的產生，就成為科學家與 AI 開發商想要積極解決的問題。

為了降低 AI 幻覺造成的影響，一種被稱為「檢索增強生成（RAG）」的技術浮上了檯面，藉由將 LLM 本身的生成能力，以及即時資訊檢索的動作互相結合，藉此提高最終輸出結果的精確度，進而避免 AI 幻覺的產生。

RAG 與知識庫的建立

簡而言之，RAG 技術就是提供給 LLM 一個附加的資料庫，要求 AI 在生成答案之前，不只要運用自己曾被訓練過的資料給出結論，還要再依序執行「檢索」、「增強」與「生成」三個步驟，藉此提升輸出回應的可信度。

所謂「檢索」就是指使用者向 AI 提問之後，命令 LLM 事先搜尋資料庫中的參考文檔，接著再把檢索到的資料，跟原始問題共同組合成「增強」版的提示詞，最終讓 LLM 根據整合的數據「生成」精確回答。

RAG 技術的優勢，在於能夠讓 LLM 取得更新、更準確，而且由使用者個人所定義的知識以回應各種提問，同時又不會喪失 LLM 本身的智慧能力。

聰明的讀者應該已經能夠理解，為什麼 RAG 可以被當成建立個人知識庫的絕佳技術應用，畢竟被 LLM 檢索的資料庫中，想要放進哪些數據，例如參考文件、操作指南或即時資料等，全都可以由使用者自行決定，所以才成為打造客製化 AI 應用最簡單、方便且有效的解決方案。

▲ 常見的雲端 AI 平台如 Google Gemini，雖然也能夠上傳文件檔案，但是資料管理麻煩且限制頗多，無法應付大量參考文檔需求。

為什麼選擇 AnythingLLM？

如果只是單純上傳文檔資料，並要求 AI 參考文件給予更加精確的解答，那麼無論是網頁端的 ChatGPT 或 Gemini，其實都可以辦得到，為什麼還要刻意透過 AnythingLLM，建立另外一個使用環境呢？

原因在於，AnythingLLM 不僅具備資料管理的方便性，還能夠提升使用者的隱私保障，甚至是壓低 AI 聊天機器人的使用成本。

首先，AnythingLLM 擁有一套相當直觀、直覺的操作介面，可以讓使用者在最短時間內，上手如何把參考文件「向量化」，接著輸入到資料庫之中，供應 LLM 進行 RAG 檢索使用。

其次，當使用者擁有大量文件必須匯入資料庫時，AnythingLLM 在管理操作上的方便性，比起網頁雲端平台也來得更加優秀。

再者，既然要建立個人化的檢索資料庫，那麼其所包含的文件內容，勢必會比公開資料更為敏感，即使每一個雲端平台都十分強調安全保障，但只要資料上傳到網路環境，那麼就隨時擁有外洩的可能，而在本機執行 AI 與資料管理的 AnythingLLM，相對之下就安全許多。

最後，由於 RAG 技術會讓提示詞變得更精確，並要求 AI 理解更多資料，因此多少會增加 LLM 的算力消耗。

在大多數雲端平台上，當 AI 所需要的算力增加，就代表使用者的支出會跟著提升，此時支援本機 LLM 運算，又允許連接雲端 API 的 AnythingLLM，就是個兼具使用彈性，還能進一步壓低開銷的絕佳選擇。

▲ AnythingLLM 於中小企業使用的 Docker 部署版本，擁有多使用者帳號連接功能，非常適合團隊建立專屬 RAG 資料庫及 AI 應用。

安裝 AnythingLLM，以內建 LLM 引擎啟用 AI 模型

跟市面上其他本機 AI 模型啟動器相較，AnythingLLM 既沒有 Ollama 如此簡單純粹，也不像 LM Studio 一樣擁有複雜的設定介面。

基本上，使用者只需準備好一台效能足夠的電腦，並從網站下載 AnythingLLM Desktop 應用程式，軟體就會自動安裝必備的各種套件和工具，可以稱得上是「All-in-One」與「開箱即用」。

只不過要特別注意之處，在於 AnythingLLM 的執行環境部署，還可以透過官方所釋出的 Docker 版本。該版本雖然功能更加多元，可是建構過程相對麻煩許多，比較適合中小企業或具有一定規模的組織使用。

AnythingLLM Desktop 網址：https://anythingllm.com/

步驟 1：首先來到 AnythingLLM 官方網站，然後點選中央的「Download for desktop」按鈕。

步驟 2：接著選擇對應自身電腦作業系統的安裝程式，此處以 Windows 的 x64 版本進行示範。

步驟 3：持續點擊「下一步」進行程式安裝，若使用 NVIDIA 顯示卡，過程中遇到「Ollama CUDA」的下載作業時會比較耗費時間。

步驟 4：程式安裝完成後，AnythingLLM 的主程式應該會自動開啟，點擊中央的「開始使用」。

步驟 5：首先選擇 LLM 偏好。若是在不仰賴雲端平台的情況下，請點擊「AnythingLLM」，由內建的 Ollama 作為 AI 模型的執行引擎。

步驟 6：接著將畫面往下捲動，可以看到 AnythingLLM 推薦安裝的數個 AI 模型，此處可以先選擇最輕巧的 Google Gemma3 1B 驗證使用環境。

步驟 7：選擇要使用的 AI 模型後，畫面右上角及下方，皆有提示告知模型的下載進度；參數越大、能力越強的模型，需要效能越強的電腦才可以運作。

步驟 8：在「資料處理與隱私」頁面，AnythingLLM 會預設啟用內建的「嵌入模型」與「向量資料庫」供 RAG 使用，因此通常都不需要變更。

步驟 9：初次設定步驟的最後，AnythingLLM 會詢問使用者的電子郵件，若不願意提供，可以按最下方的「跳過調查」。

步驟 10：接著程式就會自動跳轉到 AnythingLLM 的主畫面，後續我們將以此為起點，進行 RAG 參考資料匯入與 AI 聊天等各種作業。

步驟 11：若使用者安裝完成卻發現介面為英文，請按左下角的「扳手」圖示，並於「介面自訂」的「使用者偏好設定」中更改顯示語言。

設定工作區與對話串，將參考文件匯入 RAG 資料庫

在操作方面，跟雲端平台把所有與 AI 進行的對話、聊天，通通混在單一網頁介面中不同，AnythingLLM 主打以「工作區」為核心，方便使用者輕鬆分類自己跟不同 AI、不同作業任務、不同資料庫之間的對話、互動與參考文件。

簡單來說，一個工作區就是一個獨立的作業空間，當使用者把參考文件匯入到指定工作區的 RAG 資料庫時，AI 就只會去讀取特定的資料，不會跟其他工作區的數據互相干擾，進而影響 AI 的記憶、輸出和資料調用。

步驟 1：開啟 AnythingLLM 主畫面後，點一下搜尋欄位旁邊的「＋」號，新增一個新的工作區。

步驟 2：接著為工作區進行命名， 然後點擊右下角的「Save」。

步驟 3：畫面左邊條形框較大的分類為「工作區」，條形框較小且位於其下的是「對話串」；工作區可以自由拖拉排序，對話串則可以修改命名。

步驟 4：再來開始為工作區的 RAG 資料庫匯入參考文件。先點擊工作區名稱旁邊的「上傳」圖示。

步驟 5：接著在跳出來的畫面中，選擇下方的「點擊上傳或拖放檔案」。

步驟 6：將電腦中的參考文件，舉凡文字檔、試算表、音訊等檔案，全部選擇後，按下「開啟」。

步驟 7：接著畫面上方會顯示檔案清單，而下方帶有綠色勾勾的項目，為已經獲得 AnythingLLM 支援且接受的參考文件。

步驟 8：再來從上方的文件清單中，點擊左邊方框圖示選擇資料，挑選要被向量化並匯入 RAG 資料庫的檔案，然後點一下「移動到工作區」。

步驟 9：當被挑選的文件從左邊跑到右邊，即可按下「儲存並嵌入」將其轉化為向量，匯入 RAG 所使用的資料庫中，供 AI 模型檢索、讀取。

步驟 10：當右邊清單中的文件出現「返回」圖示，表示該檔案已經被嵌入在向量資料庫當中。點擊右上角的「X」即可回到主畫面。

步驟 11：接著使用者就可以透過自然語言，經由聊天的方式對 AI 進行提問，而 AI 模型也會利用 RAG 技術，主動檢索向量資料庫中的參考文件。

設定系統提示詞，切換精確查詢模式

雖然說在 RAG 技術的輔助之下，AI 模型應該會利用參考文件給出更加精確的答案。然而，驅動 AI 聊天機器人的幕後推手，依然是具備隨機性的 LLM，因此 AI  幻覺問題依然無法得到革除。在這種情況下，假若使用者發現 AI 偶爾還是會忽略指令，從自身訓練數據中輸出非常離譜的答案，同時認為 AI 給予的回答不夠精確，就可以考慮啟用 AnythingLLM 內建的「查詢模式」。

此外，由於 AnythingLLM 主要在本機端運作，因此使用者能夠於程式中，為 AI 設定全域或個別的「系統提示詞（System Prompt）」，進一步解釋 AI 模型扮演的角色、對話背景和基礎規則。

步驟 1：開啟 AnythingLLM 的主畫面後，於左邊找到「扳手」圖示，點一下進入設定。

步驟 2：接著於左邊找到「系統管理」下面的「Default System Prompt」，右邊就是「全域」系統提示詞的輸入與修改位置，官方已經預設了一組。

步驟 3：除了影響所有工作區的全域系統提示詞，個別工作區也可以單獨進行設定。首先按一下工作區名稱旁邊的「齒輪」圖示。

步驟 4：接著在上方的分頁中，切換到「對話設定」畫面，往下找到「提示詞」即可修改；此處設定會取代全域提示詞，為該工作區所獨有。

步驟 5：至於「對話模式」的修改同樣在此畫面，點一下就能將預設的「對話」改為「查詢」，再按右上角的「Update Workspace」即可完成。

連動瀏覽器擴充功能，快速導入知識文件

除了匯入使用者本來就已經擁有的參考文件外，官方還開發了 Google Chrome 瀏覽器專用的擴充功能，方便使用者快速將網頁內容，直接轉存到工作區的 RAG 資料庫，供 AI 模型後續進行檢索與參考。

使用 AnythingLLM 瀏覽器擴充功能的一大好處，在於使用者不必再額外執行複製、貼上的動作，也不必手動將整個網頁下載到電腦中，亦可指定想要的文字或文章段落進行轉存，藉此避免參考資料過多以降低 AI 的查詢效率。

只不過，目前該瀏覽器擴充功能僅限於 Google Chrome 使用，而且部署過程中需要進行一次 API 金鑰的連結。

AnythingLLM Browser Companion 網站：https://tinyurl.com/y73zmkes

步驟 1：首先點擊左下角的「扳手」圖示，接著找到「工具」下方的「瀏覽器擴充功能」，然後點選「Generate New API Key」。

步驟 2：接著在跳出來的畫面中，點擊右下角的「Create API Key」。

步驟 3：點選「Copy API Key」將金鑰複製備用。然後打開 Chrome 瀏覽器，安裝 AnythingLLM 的擴充功能。

步驟 4：擴充套件安裝完畢後，將前一個步驟所複製的 API Key，貼上到輸入框中，再按下「Connect」。

步驟 5：當擴充功能狀態顯示為「Connected」，即可隨時於網頁上按滑鼠右鍵，找到選項把整篇網頁或特定文字匯入工作區，記得要再進行嵌入操作。

啟用內建會議助理，轉錄與總結錄音檔

為了使 AnythingLLM 更加具備生產力，官方特別在軟體之中，內建了一套被稱為「Meeting Assistant」的「會議助理」功能。

雖然字面上有些難以理解，但其實會議助理功能，就是透過 AI 技術同步轉錄開會過程中的音訊為文字，接著再交由 LLM 進行統整、結論。

根據筆者實測，AnythingLLM的會議助理功能出乎意料之外的強大，因為其預設的語音轉文字模型Parakeet，以英文辨識來說不僅品質相當高，甚至還可以識別出不同的說話者，唯獨暫不支援中文且無法手動更改，稍嫌可惜。

步驟 1：要使用會議助理功能，首先點選左下角的「扳手」圖示，接著找到「Meeting Assistant」或「會議助理」。

步驟 2：按下步驟一畫面的「Start recording」或上傳音訊檔案後，AI 模型就會開始自動處理音檔，並於「Transcript」欄位顯示轉錄後的文字與說話者。

步驟 3：切換到「Summary」頁面，會議助理將採用 AnythingLLM 預設的 AI 模型，為從音訊轉錄出來的文字內容進行列點、總結。

步驟 4：當點擊步驟三畫面的「Ask Qusetions」後，程式將跳回主畫面，允許使用者透過自然語言，向 AI 針對剛才轉錄的會議內容進行提問。

步驟 5：在步驟一畫面點擊右上角的「設定」圖示與「Preferences」選項，可確認轉錄模型是否已經正確下載，同時也可設定是否要辨識說話者。

調用 AI 代理技能，獲取網路搜尋能力

即使 RAG 已經能夠減少 LLM 的幻覺產生，並且使 AI 獲得相對較新的資訊，但如果可以讓 AnythingLLM 直接擁有搜尋網路即時資料的能力，那麼使用體驗自然就能更上一層樓。

為此，我們必須使用 AnythingLLM 內建的「智慧代理人技能（Agent Skills）」功能，使 AI 可以經由存取第三方服務 API 的方式，從 Google 搜尋取得即時資訊。

在本次教學中，筆者選擇免費註冊帳號即贈送 2500 次網路搜尋額度的 Serper，並於取得 API 金鑰後，匯入 AnythingLLM 進行綁定，接著再使用內建指令，要求 AI 代理調用自身技能以存取搜尋功能。

Serper網站：https://serper.dev/

步驟 1：首先來到 Serper 官方網站，點選右上角的「Sign up」依指示註冊帳號，免費取得 2500 次搜尋額度。

步驟 2：登入 Serper 平台後，於左邊找到「API Keys」，再點右邊「Create New Key」，輸入金鑰名稱並按「Create」，然後點雙方框圖示複製金鑰。

步驟 3：開啟 AnythingLLM 後，點選左下角「扳手」圖示並找到「智慧代理人技能」，再選擇「Web Search」將右邊的開關啟用。

步驟 4：在右邊下方的選單中找到「Serper.dev」服務，並於「API Key」輸入框貼上步驟 2 複製的金鑰，最後點擊「Save」。

步驟 5：隨意開啟任意工作區與對話串，並於提問時在最前方加上「@agent」指令，再透過自然語言要求 AI 調用網路搜尋功能，即可得到最新資訊。

本文同步刊載於 PC home 雜誌

歡迎加入 PC home 雜誌粉絲團！

 

• 延伸閱讀：月安裝量 9500 萬次的 API 開源工具 LiteLLM 遭駭客投毒，OpenAI 與 Anthropic 使用者全受害
• 延伸閱讀：工程師用 Claude 復刻《怪物奇兵》1996年骨灰級網站卻踢鐵板，揭 LLM 先天缺陷
• 延伸閱讀：蘋果 LLM Siri 傳 2026 年初登場！將加入「世界知識」搜尋，還能整合個人資訊 

加入T客邦Facebook粉絲團

Mac 開發者必讀！本文將引導您在 Mac 上建立終端機基礎建設，並安裝強大的開源套件管理器  Homebrew。掌握終端機與開源套件，為未來的 AI 佈建做好準備。

為了讓你的 Mac 終端機發揮最大潛力，並順利運用後續專欄中分享的開源工具與程式，我們需要先建立一套「基礎建設」。這篇，我們將介紹所有開發者在 Mac 上必備的門檻——開源套件管理器。

 

• 延伸閱讀：終端機是什麼？Mac 使用者一定要學的超實用指令，解鎖 macOS 隱藏功能
• 延伸閱讀：OpenAI 網羅前 Apple「捷徑」團隊，為 ChatGPT 注入 macOS 深度整合
• 延伸閱讀：當紅 AI 智慧助理 OpenClaw 驚爆嚴重漏洞，恐散播、植入 macOS 病毒

 

為什麼我們會需要開源套件？

簡單來說， 使用開源套件（OpenSource Packages / Libraries）就像是「站在巨人的肩膀上」來看世界這樣。

我自己對於開源套件有幾個看法。

避免閉門造車

這世界上如果沒有開源套件，每一個工程師在開發軟體時，都必須從零開始編寫每一行程式碼，這在現代幾乎是不可能的任務。

就像你在 Excel 算式表裡面的函式，其實是別人編寫而成的運算公式；我們只需要把（函式、判斷條件、成立、不成立）這個邏輯寫進試算表的欄位中，它就能運算。

=函式(判斷條件,成立,不成立)

而在軟體開發中，有許多運算需求是通用且重複的，例如「處理時間日期、發送網路請求、加密密碼、或繪製圖表」。

開源套件解決了這些基礎建設的問題，讓開發者可以將時間和精力集中在獨特的商業邏輯，例如「你的產品如何獲利、你的演算法如何推薦商品」上，而不是浪費時間去寫一個每個人都寫過的日期格式轉換器。

使用現成的模組（如 React 建構網頁、Pandas 處理數據）的好處是，可以將開發週期從數個月縮短到數週。

想像你要開一家餐廳，你應該專注於設計菜單和烹飪（商業邏輯），而不是自己去種稻米、養牛、甚至親手蓋房子（基礎建設）。

群眾智慧與原始碼品質

很多人誤以為「免費的沒好貨」，但在開源世界往往相反。熱門的開源套件通常比單一公司內部開發的程式碼更穩定、更安全。一個熱門的套件（如 Linux Kernel 或 Python）可能有數千名來自世界各地的頂尖工程師在維護。任何 Bug 或安全漏洞，通常會被迅速發現並修復。

這些套件被成千上萬的專案使用過，經過實際戰場的驗證，各種邊緣情況（Edge Cases）都已經被測試並解決了。

促進創新與標準化

開源套件推動了技術的普及，並建立了一套「通用語言」。

像 TensorFlow 或 PyTorch 這樣的開源庫，讓 AI 技術不再被少數大公司壟斷，個人開發者也能降低門檻在家訓練模型。

而且當大家都使用標準的套件（例如前端都用 React 或 Vue），公司在招聘時更容易找到即戰力，工程師之間的交流也更順暢，因為大家是在同樣的基礎上技術堆疊。

成本效益同時提升

大多數開源套件都是免費使用的（但需注意授權條款）。

企業不需要為了通用功能支付昂貴的授權費，也不需要養一整組團隊來維護基礎底層原始碼，對於許多小公司來說反而可以降低研發成本。

使用開源技術意味著你不被單一廠商綁架。如果某個付費軟體倒閉了，你可能無路可走；但開源專案即便原作者棄坑，只要社群還在，專案通常會有人接手或分叉（Fork）。除了避免供應商鎖定（Vendor Lock-in）還可以防止自家的開發環境變成孤兒。

macOS 上安裝開源的必備條件

在 Linux 上面，要安裝開源套件就是直接安裝 apt、aptget 這一類的套件管理器，冷門的也有 dpkg 之類的。

在 Windows 上，你可以去 Microsoft Store 直接下載軟體，也可以用微軟現在內建的 Winget（Windows Package Manager）指令在終端機安裝，不需要依賴 WSL。

而在 macOS 上，除了要安裝套件管理器之外，你還得先優先安裝「Xcode Command Line Tools」來讓 macOS 支援 IDE 環境。

Xcode Command Line Tools 是蘋果提供的一個較小且自包含命令列工具的套件，允許開發者在 Mac 上執行命令列軟體開發，而無需完整的 Xcode 整合開發環境（IDE）。它包含了 UNIX 風格的基本工具，如編譯器（clang、gcc）、用於版本控制的 git、make 以及 macOS SDK。

反正講這麼多就是 Xcode Command Line Tools 很重要，是一定要安裝的核心套件之一。

安裝 Xcode Command Line Tools

開啟「應用程式 > 工具程式 > 終端機.app」，終端機會顯示「等待輸入」模式，如下圖：

這時候，你可以在終端機視窗輸入以下指令，並按下 Enter 來開始安裝：

xcode-select --install

安裝過程中大約 10-20 分鐘不等（實際時間會和你當地使用網路的速度有關係）。

當安裝完成後，終端機會回到「等待輸入」模式。

安裝開源管理器 Homebrew

在 macOS 中較知名的套件管理器是：Homebrew、MacPorts 這兩個。

MacPorts 會將依賴庫與系統隔開，系統潔癖者較偏愛此工具；而 Homebrew 則是 macOS 的標準配備，透過指令列安裝幾乎所有的開源軟體、開發工具，也能透過 Homebrew Cask 來管理一般商用程式，非常強大。

我在本次套件管理器的選擇將以 Homebrew 來解說，同樣在終端機「等待輸入」模式下輸入：

/bin/bash -c "$(curl -fsSL

https://raw.githubusercontent.com/Homebrew/install/HEAD/install.sh

安裝完成後請設定環境變數，在終端機「等待輸入」模式下輸入：

echo 'eval "$(/opt/homebrew/bin/brewshellenv)"' >> ~/.zprofile

eval "$(/opt/homebrew/bin/brew shellenv)"

這邊科普一下這兩個指令實際做了什麼。

在舊款 Intel Mac 上，Homebrew 會預設安裝在「/usr/local」，這本來就在系統預設的搜尋路徑中。但 Apple Silicon 為了安全性與架構區隔，將 Homebrew 改安裝在「/opt/homebrew」。這個路徑不在 macOS 預設的搜尋清單裡，所以如果你不執行這兩行指令，輸入「brew」時，系統會回答你「command not found: brew」。

執行完這兩行後，你可以試試輸入「brew help」。如果出現了一堆指令說明，就代表你設定成功了！

設定完成後，你的開源套件管理器就算是設定完畢了∼撒花！

如果你對 Homebrew 想要深入瞭解，可以連上官網看看：https://brew.sh/zh-tw/

幾個知名的大型開源套件介紹

安裝完 Homebrew 之後接下來當然安裝一些必裝的工具，以下介紹幾個開源者知名的大型開源套件。

  FFmpeg

這是一個在開源套件界被稱為「神」一般存在的套件工具。簡單來說，它能夠錄製、轉檔、串流幾乎任何人類已知的影音格式。

用 homebrew 安裝 FFmpeg：

brew install FFmpeg

FFmpeg 之所以被稱為「神」，是因為它解決了多媒體世界最頭痛的問題：編碼（Codec）混亂。無論是古老的「.avi」還是最新的「.hevc」，FFmpeg 都能吞

下去並吐出你要的格式。

FFmpeg 連那個活躍在 20 年前的壓縮格式 RMVB 都可以輕易處理、轉換。（是一款真的對得起神這個稱號的開源套件）

FFmpeg 幾乎無所不在，YouTube 的官方影片壓縮引擊、Netflix 的串流傳輸、VLC 播放器的解碼能力，甚至是許多剪輯軟體的底層，幾乎都是建立在這套 FFmpeg 之上的。

舉一個 FFmpeg 範例，你要將某個檔案從 mkv 轉成 mp4，其實不設定參數的話就是一句：

ffmpeg -i input.mkv output.mp4

如果你要將影片轉成 mp3 並指定流量，那也是一句：

ffmpeg -i video.mp4 -vn -b:a 192k audio.mp3

ffmpeg 的指令看似複雜，但其實你常用的就是那幾個。

ImageMagick

如果說 FFmpeg 是開源界處理影片的「神」，那 ImageMagick 在開源界的圖片處理程式中也是無人出其右。

ImageMagick 是一個用來建立、編輯、合成點陣圖（Bitmap）的命令列超級工具。它的強大之處在於，它格式通吃，支援超過 200 種圖片格式，包括 PNG、JPEG、GIF、TIFF、SVG、HEIC、PDF⋯⋯等，只要你想得到的格式它都能支援。

用 homebrew 安裝 ImageMagick：

brew install ImageMagick

ImageMagick 的核心價值在於流程自動化。它能輕易嵌入到 macOS Automator 或 Shell Script 中，讓你在後台用一行指令，將資料夾裡的一萬張圖片自動完成縮放、加浮水印、轉檔等複雜任務。

範例，用 ImageMagick 來批次轉換一批圖片（把所有 jpg 轉成 png 並將像素縮小 50%）：

cd ~/Desktop/images/

magick mogrify -format png -resize 50% *.jpg

在 ImageMagick mogrify 的參數中，-resize 是縮小像素，-quality 是壓縮演算法，-density 則是針對列印設定的各種參數。

另一個範例，把電腦桌面上「images」裡面的所有圖片都加上浮水印檔案：

cd ~/Desktop/images

mkdir -p watermarked_output

for img in images/ * .{jpg,jpeg,png,webp}; do

filename=$(basename "$img")

magick "$img" watermarked/logo.png -gravity SouthEast -geometry +20+20 -composite "watermarked_output/$filename"

done

ImageMagick 需要切換到工作路徑，這樣它在處理比較不容易出錯。那個 logo.png 就是我們的浮水印檔案。

Pandoc

如果你覺得上面那兩個開源套件已經讓你驚訝不已了，那麼你一定要把 Pandoc 也一起裝上，它強大的文件轉換能力絕對讓你值得好好的研究它。

用 homebrew 安裝 Pandoc：

brew install Pandoc

Pandoc 可以說是開源套件中，處理文件格式的瑞士刀，它可以把 Markdown 轉成 EPUB、把 Word（docx）轉成 Markdown、把 HTML 轉成 PDF、把 LaTeX 轉成 Word。基本上你想得到的文字格式它都能轉。

範例， 將 docx 轉換成 Markdown（md）格式：

● 導航到桌面資料夾

● 把桌面那個叫「input.docx」轉

換成「output.md」格式

cd ~/Desktop/

pandoc input.docx -o output.md

或是， 將docx 轉換成 md 格式， 輸出圖片到「media」資料夾，並不要輸出 Windows 的換行字元：

pandoc input.docx -f docx -t gfm --extract-media=./media --wrap=none -o output.md

很多寫作軟體，像 Scrivener、Obsidian、Typora⋯⋯匯出文件的背後都是 Pandoc 這個套件。

你在其他 Store 看到的那些文件轉換工具，底層的套件也很可能是 Pandoc。

cURL

最後一個我要介紹的工具是 cURL，它是現代網路應用的基礎。你可以用它來下載檔案、測試 API、發送表單數據。當你在寫指令需要「去網路上抓東西」或「跟伺服器溝通」時，絕對會用到它。

其實 macOS 也內建了 cURL 這個指令集，但 Apple 為了安全性，通常會對內建版本做一些「限制」或改動。假如你想體驗全功能的 cURL（例如 Open SSL），請務必用上面的指令從 homebrew 安裝起來。

用 homebrew 安裝完整版的 curl：

brew install curl

範例，下載遠端某個檔案並且更名：

curl -o my_download.png https://example.com/image.png

下載網路上某個檔案（支援斷點續傳，它會自己檢查已經下載的檔案完整性）：

curl -C - -O https://example.com/bigfile.iso

製作一個 ASCII QRCode：

curl qrenco.de/https://www.google.com

查詢現在天氣（可以把 Taipei 改成你的城市）：

curl wttr.in/Taipei

取得你的電腦現在對外的 IP（不是內網，是分享器對外的）：

curl ifconfig.me

cURL 是終端機、shell script 中很常見的指令，學會它至少你可以看起來很厲害。

htop 或是 bpytop

如果您經常需要監控系統資源，捨棄 macOS 內建的「活動監視器」或 Linux 的 top，轉向安裝使用 htop 或 bpytop 絕對是非常明智的選擇。這兩款工具能讓您在終端機（Terminal）中以更直接、更具「管理員」的方式掌握 CPU、記憶體與各程式執行的狀態。

brew install htop

brew install bpytop

上面選擇其中一個安裝即可，如果你比較偏向視覺體驗，我推薦你直接安裝 bpytop 這個管理介面。（因為它的視覺更加美觀）bpytop 的底層技術來自 python，介面擁有非常漂亮的圖形化 CPU 頻率圖、網路流量圖和磁碟讀寫圖。是技術型玩家一定要安裝的資訊版工具。

值得一提的是這個畫面雖然是終端機產生的，但是它卻可以用滑鼠圖形化的操作它。

右側那個「應用程式狀態」的區域，如果你點到任何一個程式，可以按下選單上的「info」或是直接用「return 鍵」來啟閉那個彈出式視窗，info 會直接顯示目前這個應用程式的所有資訊。

你也可以在那邊快速地關閉應用程式。直接點選你要的程式，然後選擇「Kill」電腦就會把那個程式直接「殺死」（其實是踢出）。

小技巧：切換目錄可以避開許多問題

終端機的開源程式，你在使用它們的時候，建議先把終端機當下的路徑切換到你要工作的路徑上，因為有些程式沒有辦法在指定路徑的情況下工作。假設我要工作的目的地是桌面的一個叫「MyWork」的資料夾，於是：

cd ~/Desktop/MyWork/

切換到目錄的好處就是比較不會有意外發生。切換的指令也可以和轉換指令寫在一起（或是要寫成一行都沒有問題），這個部分我們在後續的文章會教大家怎麼做。

用終端機是自虐嗎？

開源是在終端機的模式下執行的程式，你可能會想：「我用滑鼠點一點應用程式就好，為什麼要這麼自虐用指令界面？」

這是非常合理的疑問。但事實上， 圖形化介面（GUI）雖然直覺，卻限制了你的想像力。軟體開發者只能把「最常用」的功能做成按鈕給你按，但使用終端機（Terminal）等於是你直接與作業系統「對話」，你可以深度的使用電腦來作一些更高階的工作。

一般來說，電腦系統圖形界面的功能可能只佔了整個電腦的 30%-50%，而終端機則擁有電腦 100% 的功能，這一點無論是在 macOS、Windows、Linux 都是同樣的結果。透過深度挖掘，也許你會發現老 Mac 其實跑終端機的時候並不會那麼差勁。（我家裡自己在執行終端機程式的 Mac Mini 是 2011 年的機種，現在還活得好好的）

這篇所介紹的幾個開源套件 Homebrew、FFmpeg、ImageMagick、Pandoc、cURL⋯⋯都是非常知名的大型專案，假如你對英文說明並不排斥，也可以用 macOS 內建的 man 指令來查詢每個套件的用法：

man ImageMagick

終端機就會把 ImageMagick 的一些普遍性的用法整理列出，這也是一個相當不錯的學習管道。

Python 也能在終端機的環境執行嗎？

沒錯！macOS 終端機裡同樣內建 Python 3（我的電腦裡面現在是 3.9.6），所以如果你是 Python 的愛好者，會需要改用 pip3 來管理 Python 的開源套件，ip3 是 Python 3 的依賴庫。Python 上面也有一套「MoviePy」大神工具；不過 MoviePy 底層其實是去呼叫 FFmpeg 來執行，底層還是只是 FFmpeg，只是用 Python 的輕語言去翻譯 FFmpeg 那些不容易理解的程式碼。

未來我也會在終端機領域同時介紹 Python 的一些技巧，敬請拭目以待。

為 Mac 部署 AI 準備！

雖然這篇有點硬核，但是以終端機來說卻只是開源套件入門級的前導文，希望大家能夠吞得下去。

你可能會覺得用終端機工作不是那麼習慣，但它是我們用指令與作業系統「深度對話」的必經之路。無論是未來的 AI 佈建，或是任何殺手級的應用，都必將從終端機開始。有了這塊敲門磚之後，我們下一篇將正式進入實戰：如何在 macOS 上佈建 Ollama 這個大語言模型管理器。

有了 Ollama，你的電腦就可以隨意的部署 AI 大型語言了，我們會在實例中介紹至少一種 Local AI 的應用。

那麼，我們下期見囉！

本文同步刊載於 PC home 雜誌

歡迎加入 PC home 雜誌粉絲團！

 

• 延伸閱讀：終端機是什麼？Mac 使用者一定要學的超實用指令，解鎖 macOS 隱藏功能
• 延伸閱讀：OpenAI 網羅前 Apple「捷徑」團隊，為 ChatGPT 注入 macOS 深度整合
• 延伸閱讀：當紅 AI 智慧助理 OpenClaw 驚爆嚴重漏洞，恐散播、植入 macOS 病毒

 

加入T客邦Facebook粉絲團

Google 推出 Chrome 內建 Gemini，讓 AI 助理直接整合進瀏覽器側邊欄。使用者能透過側邊欄即時分析網頁、摘要影片並加速處理郵件，還支援跨分頁統整，是現代人必備的高效率 AI 助理。

過去使用 AI 助手時，使用者往往需要另外開啟 Gemini、ChatGPT 等服務，再將目前瀏覽的網頁內容複製貼上給 AI 分析。如今 Google 已將 Gemini 直接整合進 Chrome，使用者無須在分頁間來回切換，就能在瀏覽網頁的同時完成資訊整理、內容分析與其他工作。本文將透過幾個實際使用情境，介紹「Chrome 內建 Gemini」的核心功能，以及它如何提升資訊搜尋與多工處理效率。

文章目錄

• 1. 側邊欄即可呼叫 Gemini
• 2. 基礎應用：隨時待命的網頁助理
• 3. 撰寫並寄送 Gmail 電子郵件
• 4. 跨分頁比較、統整更輕鬆
• 5. 生圖、改圖都能直接完成
• 6. 將重複性提示詞存成「技能」
• 7. 隔天也能開啟舊對話繼續聊

側邊欄即可呼叫 Gemini

2025 年 9 月，Google 於美國推出 Gemini in Chrome（Gemini 版 Chrome），將 Gemini 直接整合至瀏覽器中，如今也正式在台上線，目前由最新的 Gemini 3.1 模型驅動。使用者不需要另外開啟 Gemini 網頁或 App，只要透過 Chrome 側邊欄，就能隨時呼叫 AI 協助處理眼前的工作。

▲ 側邊欄的 Gemini 可直接讀取當前瀏覽的網頁內容，並整合多個分頁資訊進行分析與整理。

針對當前頁面進行回應

Chrome 內建的 Gemini 與一般版 Gemini 的操作方式相當類似，都是透過對話框輸入問題，再由 AI 提供回答。不過最大的差異在於，Chrome 內建 Gemini 能夠直接理解使用者當下正在瀏覽的網頁內容。比方說以往在操作網站時，如果遇到不懂的地方，往往需要自行整理問題、複製網址，甚至截圖後再上傳給 AI 分析。現在只要開啟側邊欄，直接詢問「下一步該怎麼做」、「要按哪個按鈕」或「這段內容在說什麼」，Gemini 就能根據頁面資訊提供回應。

此外，Gemini 也支援同時參考多個分頁內容，最多可加入 10 個分頁進行分析與整理，無論是蒐集資料、比價購物，或是研究不同來源資訊，都能更有效率地完成。

▲ 除了文字輸入外，Chrome 內建 Gemini 也支援 Gemini Live，可透過語音方式與 AI 即時互動。

登入帳號方能開始使用

要使用 Chrome 內建 Gemini 也非常簡單，首先確認 Chrome 已更新至支援版本，若功能已開放給你的帳號，便會在瀏覽器右上角看到「問問 Gemini」圖示，點擊後即可開啟 Gemini 側邊欄。第一次使用時，需要先完成身分驗證並登入 Google 帳號，再依照畫面指示啟用相關功能。完成設定後，未來無論瀏覽任何網頁，只要點擊圖示開啟側邊欄，就能立即與 Gemini 對話。不過需要注意，目前無痕模式不支援 Chrome 內建 Gemini。

另外也要特別提醒，AI 的回答並非百分之百正確。筆者實際測試時也發現，Gemini 有時僅會讀取目前畫面上顯示的內容，而非完整網頁資訊，因此在取得答案後，仍建議自行確認原始內容，避免因 AI 理解不完整而產生誤判。

▲ Gemini 也支援手機版，在 Android 可針對螢幕上的內容提問，在 iPhone 上則直接整合於 Chrome App 之中。

基礎應用：隨時待命的網頁助理

Chrome 內建 Gemini 基本上可以視為一位進駐在瀏覽器中的 AI 助理，無論看到什麼內容、遇到什麼問題，都能隨時開啟側邊欄發問。接下來先從幾個單一網頁的基礎應用開始介紹，透過實際情境了解其核心能力。

看不懂的內容直接問就好

最常見的應用情境，就是遇到不熟悉的內容時直接向 Gemini 求助。例如使用 Chrome 內建 PDF 檢視器閱讀論文、研究報告或產品手冊時，遇到看不懂的專有名詞、圖表或技術說明，不需要再切換到其他 AI 工具，只要打開側邊欄即可直接提問。除了說明內容之外，Gemini 原本就具備的摘要整理、圖表解讀與重點歸納能力，在 Chrome 中同樣完整保留；甚至想要根據 PDF 內容規劃簡報都沒問題。

或是像現在有許多開源 AI 模型、工具與 Skill 套件都會將說明文件放在 GitHub 上，對於沒有技術背景的人而言，閱讀專案頁面往往不容易。這時只要直接詢問 Gemini「這個專案是做什麼的」、「適合哪些人使用」或「該如何安裝」，就能快速獲得整理後的答案，大幅降低理解門檻。

▲ 閱讀網頁版 PDF 文件時，可直接要求 Gemini 摘要內容重點，快速掌握整份文件的資訊。

▲ 除了文字整理外，也能要求 Gemini 將內容轉換成圖表或資訊圖；不過實測時偶爾會出現生成失敗的情況。

▲ 面對看不懂的 GitHub 專案頁面，只要提問，Gemini 就能協助說明功能並整理安裝步驟。

YouTube 影片也能快速摘要

除了文字與圖表之外，Gemini 也能理解影片內容。當觀看 YouTube 影片時，如果影片長達數十分鐘甚至一個多小時，卻沒有時間完整看完，就能直接要求 AI 摘要影片重點，快速掌握核心內容。另外，如果曾經看過某部影片，想重新找到其中提到的特定內容，也不需要自己慢慢拖曳時間軸尋找。只要向 Gemini 描述想找的主題，它就能找出對應段落，並提供可直接點擊的時間戳記連結；即使原作者沒有在說明欄中建立章節時間軸，也同樣能夠使用。

實際測試後發現，這項功能的準確度相當不錯，甚至面對蘋果發表會這類長達一個半小時的影片，也能順利找出相關內容。相比過去將 YouTube 連結丟進 AI 聊天機器人，或是匯入 NotebookLM 後再分析，Gemini in Chrome 往往能更快取得結果，定位內容也更加精準。

▲ 觀看 YouTube 長影片時，可針對特定主題詢問，Gemini 會找出相關段落並提供可點擊的時間戳記連結。

撰寫並寄送 Gmail 電子郵件

除了整理資料與回答問題之外，Chrome 內建 Gemini 也能協助處理日常辦公工作，其中相當實用的一項功能就是撰寫電子郵件。過去若要根據會議記錄寄送會後通知，通常需要先閱讀文件、整理重點，再切換到 Gmail 撰寫信件；現在則只要在 Google 文件中開啟 Gemini 側邊欄，就能要求 AI 根據文件內容撰寫會後通知、工作分配信或進度追蹤郵件。

由於 Gemini 可以直接讀取文件內容，因此不需要額外複製貼上資料，甚至連 Gmail 都不用另外開啟，就能完成郵件撰寫與寄送流程，對於經常需要處理會議紀錄、撰寫工作郵件的上班族而言，能夠省下不少時間。

步驟 1：在 Google 文件中開啟 Gemini 側邊欄後輸入指令，Gemini 便會根據文件內容開始撰寫郵件。

步驟 2：收到指令後，Gemini 會在側邊欄中產生完整郵件內容，包括主旨、開頭與內文。如果內容符合需求，可以直接選擇寄送。

步驟 3：若是對內容不滿意，也能在 Gemini 產生的郵件上進行修改。

步驟 4：或是可以點擊「在 Gmail 編輯」，系統會自動開啟 Gmail 撰寫視窗，並將 Gemini 產生的內容帶入信件草稿中。

步驟 5：需要注意的是，只有選擇「在 Gmail 編輯」後，信件才會同步到 Gmail 草稿匣，而原始版本與修改後版本會分別儲存成兩封草稿。

跨分頁比較、統整更輕鬆

Chrome 內建 Gemini 不只能在單一網頁的側邊欄開啟，還能同時分析多個分頁內容，只要將相關頁面加入 Gemini 的分析範圍，就能直接請 AI 協助比對差異、統整資料，甚至找出不同來源之間是否有內容出入。比方說購物時可以同時開啟多個電商網站，要求 Gemini 比較價格與規格；查詢旅遊資訊時，也能讓它整理不同網站上的住宿、交通或景點資料。對於需要蒐集資訊、做功課或研究資料的人來說相當方便。Gemini 最多可加入 10 個分頁內容，並根據這些頁面回答問題，不必再自己逐一閱讀與整理。

步驟 1：首先開啟想要加入分析的網頁，接著在 Gemini 對話框下方按下「+」，並選擇「新增分頁」。

步驟 2：接著從已開啟的分頁清單中，將想要分析的頁面逐一勾選，可以一次加入多個網頁作為 Gemini 的參考資料。

步驟 3：完成後即可回到對話框輸入問題，此時側邊欄也會顯示目前「正在分享」的頁面數量。

步驟 4：如果分析到一半又開啟新的網頁，不需要重新建立對話。只要打開 Gemini 側邊欄，按下「移至這裡」，即可將目前頁面加入既有對話中。

步驟 5：完成匯入後，新開啟的網頁便會立即加入分析範圍，之後 Gemini 在回答問題時，也會一併參考該頁面的內容進行比較與整理。

生圖、改圖都能直接完成

Gemini 曾紅極一時的生圖工具 Nano Banana 在 Chrome 內建 Gemini 中也可以使用，無論是生成圖片、修改圖片，或是將現有內容轉換成不同風格，都能直接在側邊欄完成；其最大的優勢在於省去了下載圖片、再上傳到 AI 工具的步驟。不過一樣要留意，雖然 AI 對中文文字生成能力已有明顯進步，但仍有可能會出錯。

讓文字變成資訊圖表

在網頁上閱讀文章、研究報告或教學內容時，若覺得文字資訊太多、不容易吸收，可以請 Gemini 將內容整理成資訊圖表、流程圖或重點摘要圖。對於整理筆記、製作報告或快速理解新知相當方便，也比自行整理圖表省下不少時間。

不會穿搭就直接問

網購時常常會遇到單品好看，卻不知道該怎麼搭配的問題。這時可以打開商品頁面，呼叫 Gemini 根據看到的服飾提供穿搭建議，例如適合搭配的褲子、鞋款、外套顏色或整體風格，作為購買前的參考。

地標照片一秒變插畫

如果正在製作簡報或報告，需要與特定地點相關的配圖，也不必另外尋找素材。只要開啟 Google 地圖、景點介紹頁面或相關照片，便能下指令將圖片轉換成卡通風、Q 版插畫風等不同風格，快速產生符合簡報需求的視覺素材。

喜歡的家具先擺看看

Gemini 也支援跨分頁的圖片編輯，例如裝潢新家時，看到喜歡的茶几、沙發或燈具，卻不確定放進客廳後是否適合，就能開啟兩個分頁，要求 AI 將家具放入空間照片中進行模擬。不過要特別注意，目前 Chrome 內建 Gemini 尚未支援自行上傳圖片，只能利用已開啟網頁中的圖片進行合成。

將重複性提示詞存成「技能」

許多人在使用 AI 時，經常會套用在類似的工作情境中，也因此常常需要重複輸入相同的提示詞。為了解決這個問題，Chrome 內建 Gemini 提供了「技能（Skills）」功能，可以將常用指令預先儲存，之後需要時直接呼叫，不必每次重新輸入。

一鍵保存常用工作流程

以閱讀英文文章為例，如果每天都需要閱讀大量國外原文資料，但又沒有時間逐字逐句細看，就可以先請 Gemini 將文章整理成 5 大重點，並以繁體中文呈現，看完後再決定是否需要進一步閱讀原文。這類重複性任務就很適合建立成技能，未來遇到相同情境時就可以直接套用。

新增方式也相當簡單，只要將滑鼠游標移到先前送出的提示詞旁邊，就會看到閃電圖示。點擊後會跳出新增技能視窗，接著為技能命名，並確認下方的提示詞內容，按下儲存後便完成設定。無論是文章摘要、翻譯、會議紀錄整理，還是固定格式的資料分析，都能建立成專屬技能。

▲ 將滑鼠移到提示詞旁邊的閃電圖示，即可快速將常用指令儲存成技能。

▲ 建立技能時可自訂名稱與提示詞內容，方便日後重複使用相同工作流程。

透過「/」快速呼叫技能

完成儲存後，未來遇到相同情境時，只要在 Gemini 對話框中輸入「/」，便會跳出已建立的技能清單，選擇後即可套用。如果找不到想使用的技能，也能透過下方的「+」選單查看所有已儲存的技能。這項功能的概念其實與 Gemini 的 Gems 相當類似，都是將常用工作流程預先保存，避免重複輸入相同提示詞。另外，如果未來想新增、修改或刪除技能，則可以前往 chrome://skills/yourSkills 技能庫進行管理。

值得一提的是，美國版推出時還提供官方預設技能庫，讓使用者直接套用常見工作流程。不過筆者實際測試台灣版本時，可能因為功能剛上線，目前尚未看到官方預設技能庫，因此主要仍以自行建立技能為主。

▲ 在對話框輸入「/」即可快速呼叫已儲存的技能，也能透過旁邊的編輯按鈕修改內容。

▲ 所有技能都可在 chrome://skills/yourSkills 技能庫中集中管理與編輯。

隔天也能開啟舊對話繼續聊

最後， 很多工作其實不是一天就能做完。雖然 Chrome 內建 Gemini 每次開啟側邊欄時，看起來像是一個全新的聊天介面，但其實可以載入先前的對話紀錄。對於需要長時間追蹤的工作來說，這項功能能有效保留上下文脈絡，讓AI真正成為持續協作的工作夥伴，而不只是一次性的問答工具。

開啟近期對話繼續工作

想要存取過去的對話， 一樣先開啟側邊欄中的 Gemini，接著點擊右上方三點「更多」圖示，再選擇「近期對話」，就能看到最近的對話清單。選擇想接續的內容後，Gemini 便會將該對話重新載入到側邊欄中，之後就能直接延續先前的討論。

無論是昨天整理到一半的資料、尚未完成的報告，或是規劃中的旅遊行程，都不需要重新說明背景資訊或重新貼上資料。Gemini 會保留原本的聊天脈絡，讓工作能夠無縫接續。

 

透過右上角「更多」中的「近期對話」，即可快速載入先前的聊天內容並接續討論。

所有聊天內容集中保存

不過側邊欄中的「近期對話」目前沒有搜尋功能，如果想尋找較久以前的聊天紀錄，只能透過不斷往下滑動的方式查找。而由於 Chrome 側邊欄與 Gemini 共用同一套對話紀錄，因此若要找比較久以前的內容，其實可以直接到 Gemini 網頁版利用搜尋功能查找。找到後再隨意發送一則訊息，該對話就會重新回到近期紀錄的最上方，之後回到 Chrome 側邊欄時也會比較容易找到。

這項設計對於長期專案特別實用。例如今天在辦公室透過 Chrome 蒐集資料並與側邊欄的 Gemini 討論，回家後便能直接在 Gemini 網頁版接續工作；反過來，在網頁版建立的對話，也能回到 Chrome 側邊欄繼續使用。由於所有紀錄都會同步保存於同一個 Google 帳號中，因此無論在哪個裝置或介面使用 Gemini，都能延續原本的工作進度。

▲ 透過右上角「更多」中的「近期對話」，即可快速載入先前的聊天內容並接續討論。

▲ 如果想尋找較久以前的對話，可以前往 Gemini 網頁版利用搜尋功能快速查找，再發送一則訊息讓對話回到最上方。

▲ 對話紀錄會同步保存於 Google 帳戶中，因此換到手機或其他裝置也能無縫接續原本的工作進度。

本文同步刊載於 PC home 雜誌

歡迎加入 PC home 雜誌粉絲團！

• 延伸閱讀：Gemini 3.5 Live Translate 登場，打開 Google 翻譯 App 就能即時語音翻譯
• 延伸閱讀：Google 發表「Gemini Go」輕量版 AI 助理：Android 入門機只要 2GB RAM 就能用，全面取代舊版助理
• 延伸閱讀：Google 終於低頭！Gemini 額度計算大改版：系統報錯不再扣次數、Flash 模型免費隨你用，還有影片生成額度翻倍

加入T客邦Facebook粉絲團

想要落實專業的 3-2-1 備份策略，不再受限於高昂軟體費用。透過免費開源的 Duplicati 工具，使用者能輕鬆建立橫跨本地與雲端的 AES-256 加密防護。

每個人都知道重要資料要備份，但真正關鍵的從來不只是「有沒有備份」，而是當意外發生時，你的資料是否真的能拿回來。硬碟故障、帳號被盜、設備損壞，資料消失往往毫無預警，而被廣泛採用的 3-2-1 備份策略，對多數人來說卻常卡在成本與工具門檻上。其實，透過免費開源的備份工具 Duplicati，就能建立一套兼顧本地與雲端的備份架構。它支援多目的地備份，並在資料離開本機前即完成 AES-256 加密，即使儲存在雲端也能確保安全。本篇企劃將帶你從安裝與設定開始，逐步建構完整備份流程，並實際驗證資料如何從加密狀態成功還原，讓備份不只是形式，而是真正能在關鍵時刻發揮作用的防線。

 

• 延伸閱讀：如何把個人 IG 資料備份至 Google Drive？
• 延伸閱讀：手機換機時，轉移 LINE 資料備份的兩種方式
• 延伸閱讀：資料備份的創新及變革：安克諾斯Acronise更名融入「Cyber」

 

一般備份軟體沒告訴你的事

市面上的備份工具大致分成兩類。商業軟體如 Acronis、EaseUS，功能完整，但每年訂閱費用從數百到數千元台幣不等，作業系統內建的備份功能雖然免費，但加密機制要不是繁瑣，就是備份的效率受限。相對的，Duplicati 不僅免費、開源、預設 AES-256 加密功能，支援的備份目的地更超過二十種，幾乎你能想到的儲存方案它都支援。更重要的是，Duplicati 的增量備份機制會把資料切割成區塊儲存，只上傳與上次不同的部分，長期下來可大幅節省空間與頻寬。

操作介面大幅翻新

其實 Duplicati 並非新工具，但過去的版本在介面設計和穩定性上飽受批評，讓許多人望而卻步。2024 年，Duplicati 正式成立商業公司，在開源基礎上推動企業化發展；2025 年 10 月釋出的 v2.2 穩定版是一個重要里程碑：介面從零開始全面重寫，目的是讓操作流程更清晰，新手建立第一個備份任務所需的操作邏輯更直覺、步驟更少。今年還加入了「單一任務多目的地」功能，只需要一個任務，Duplicati 會自動確保所有目的地的資料一致，真正做到單次設定、自動運行。

▲ 所謂的 3-2-1 備份策略，就是保留 3 份資料副本，分散於 2 種不同儲存媒介，並至少有 1 份存放於異地或雲端。

開始之前，先了解這幾件事

在正式進入教學之前，有幾個關鍵觀念需要先釐清。首先，Duplicati 採取用戶端加密與區塊化儲存，因此一旦密碼遺失，所有備份資料將無法解密且不可挽回。這並非缺陷，而是安全設計的必然結果，因此密碼務必另行妥善保存，這是使用 Duplicati 的基本原則。其次是備份型態，Duplicati 屬於檔案與資料夾層級的備份工具，雖可涵蓋整顆磁碟與系統檔案，但並非真正的映像備份，無法直接進行裸機還原。整顆磁碟備份功能已在 2026 年 4 月的 v2.3 穩定版中加入，但目前僅支援 Windows，且屬付費的企業授權模組，一般家用情境仍以檔案層級備份為主，但對一般使用者而言，免費版已足以涵蓋完整備份需求，若遇問題，則可透過官方論壇與 GitHub 社群取得支援。

▲ 「我以為硬碟沒那麼容易壞」——每個遺失資料的人，心裡可能都說過這句話。

建立你的第一個備份任務

Duplicati 採用瀏覽器 Web 介面操作，安裝完成後所有設定都在瀏覽器裡完成，不需要記憶任何指令。整個建立備份任務的流程被拆成五個頁面，依序填寫即可，對有基本電腦經驗的使用者來說，第一次設定大約花 15 到 20 分鐘。不過在正式建立任務之前，有一個步驟的重要性遠高於其他所有設定，就是加密密碼。建議在設定密碼前準備好你的密碼管理工具，或備妥紙本安全保存，本節示範的目的地以本機外接硬碟為例，完成這個流程之後，你就已經建立了 3-2-1 策略的第一份備份。

Duplicati 下載網址：duplicati.com/download

步驟 1：進入官網，依作業系統選擇對應安裝檔並下載安裝，最新穩定版為 v2.3，直接下載即可。

步驟 2：首次進入會要求設定密碼，保護 Web UI 避免區域網路其他裝置存取。

步驟 3：首頁介面分成 3 個主要區塊，佈局簡潔，還有快捷鍵可以切換日夜模式。

步驟 4：預設為英文介面，至「Settings」可以設定語言，不過目前僅有簡體中文。

步驟 5：接著至左側「新增備份」項目，按下「添加一個備份」。

步驟 6：先輸入任務名稱，設定好加密密碼之後，按下「繼續」。

步驟 7：這裡我們以備份到本機的外接硬碟為例，「選擇」文件系統。

步驟 8：需先選擇備份的目的地，本例是指向外接硬碟中的一個資料夾，按「繼續」。

步驟 9：然後選擇要備份的資料夾，右下的「排除」可以開啟基本的檔案過濾功能，再按「繼續」。

步驟 10：接著可以設定備份的排程時間計劃，提供每日、每週自動備份模式，也支援自訂。

步驟 11：然後是已備份檔案的保留策略，會影響佔用備份空間的大小，可依自身情況判斷，按下「提交」。

步驟 12：回到主頁，這樣就完成一個備份任務的建立了，按下「開始」可以進行首次備份。

步驟 13：點擊一旁的「⋯」可以叫出更多功能，如想檢視詳細的備份紀錄可點選「日誌」。

步驟 14：可以列出備份的時間、版本數等資訊，如果一切正常，會以綠色燈號顯示。

串接 Google Drive，同步備份上雲端

在擁有第一份本地備份之後，我們還可以在原有任務上，新增 Google Drive 作為第二個目的地，這正是 Duplicati v2.3 所新增的多目的地功能，只需要一個任務、一份設定、一次執行，資料便可以同時寫入外接硬碟與雲端，完整性由 Duplicati 自動確保，由於 Duplicati 在上傳前就完成 AES-256 加密，即使資料存放在 Google 的伺服器上，Google 也無法讀取你的內容。至於串接方式採用 OAuth 授權機制，整個授權流程在 Google 官方頁面完成，不需要把帳號密碼交給任何第三方。

步驟 1：到主頁「我的備份」項目之下，找到剛剛建立的任務，按下鉛筆圖示進行編輯。

步驟 2：在「目標位置」分頁的下方，找到「Add another destination」按鈕並按下。

步驟 3：在眾多方案中找到 Google Drive 後，按下「選擇」。

步驟 4：接著點選「AuthID」的藍色連結。

步驟 5：然後會跳出新視窗，按下「login」的按鈕並依照畫面完成同意授權的手續。

步驟 6：輸入文件夾名稱並按下「繼續」， 它會替你在 Google Drive 建立存放備份的資料夾。

步驟 7：依序完成排程時間及備份保留策略等設定，再按下「提交」即可。

步驟 8：進到 Google 雲端硬碟查看，會發現加密過的檔案已經上傳，也自動建好資料夾了。

串接 NAS，在家建立本地第二份備份

如果想要在本地建立第二份備份，NAS（網路附加儲存）可說是理想的選擇。本地的 NAS 備份速度快、延遲低、不受網路頻寬限制，適合存放需要快速還原的近期版本；Google Drive 則扮演異地災難復原的角色。Duplicati 自 v2.2 起新增了原生 SMB 後端，可以直接輸入 NAS 的 IP 位址與共用資料夾名稱完成連線，Synology、QNAP 等主流品牌的 NAS 均相容。為簡化教學，這裡同樣是在既有備份任務上新增第三個目的地，不同的是前置動作需先到 NAS 上開啟服務及進行共享資料夾的設定。

步驟 1：以 Asustor NAS 為例，要先到「服務」設定中的「SMB」勾選啟用檔案服務。

步驟 2：至 NAS「檔案總管」新增共享資料夾並設定存取權限，若想使用既有的共享資料夾也 OK。

步驟 3：回到 Duplicati 的備份任務，同樣在目標位置下按「Add another destination」。

步驟 4：這次要選擇「Windows 共享（SMB）」，並按下「繼續」。

步驟 5：此處分別填入 NAS IP、共享資料夾名稱、NAS 登入帳密，後續步驟與前述 Google Drive 相同。

檔案消失也不怕，從雲端直接還原

Duplicati 提供了本地與非本地端兩種復原機制。本地端操作較為單純，直接從現有任務設定還原即可；但如果某天早上打開電腦，發現誤刪清空了整個目錄、檔案損毀無法開啟，這時本機的原始檔案已經出問題，非本地端的還原就相當實用了。它不依賴本機現有的任何設定，直接指向備份目的地，輸入加密密碼，選擇你要的版本與檔案，便可把資料還原到指定位置。這條路線同樣適用於更換電腦或重灌系統後的完整還原，只要備份還在、密碼還記得，換到任何一台安裝了 Duplicati 的電腦都能執行。

步驟 1：以非本地端為例，到「恢復」頁面點擊「Direct restore from backup files」的「Start」。

步驟 2：目標位置選擇先前設定過的 Google Drive，輸入資料夾名稱並點擊 AuthID 進行授權，按「繼續」。

步驟 3：還記得最一開始建任務時自訂的加密密碼嗎？這裡就要用上了，輸入之後按「繼續」。

步驟 4：然後選擇曾經備份的版本與要還原的檔案或資料夾，按下「繼續」。

步驟 5：選擇復原的檔案要存放的位置，以及是否要覆蓋或保留不同版本，按下「提交」並等待完成即可。

本文同步刊載於 PC home 雜誌

歡迎加入 PC home 雜誌粉絲團！

 

• 延伸閱讀：2026 備份觀念大洗牌：AI 勒索病毒猖獗，企業如何靠 QNAP HDP 奪回資料主權？
• 延伸閱讀：OneDrive 不再只是備份工具！微軟推 AI Restyle 功能，一鍵讓照片變身動漫與電影海報
• 延伸閱讀：不用改主機！開源韌體 OmniDrive 讓普通 PC 光碟機直接備份 Wii、GameCube 與 Xbox 遊戲光碟

 

加入T客邦Facebook粉絲團

外交部已開放有條件式線上申換護照服務，只要備妥自然人憑證與合規照片檔，即可免去臨櫃排隊奔波。

過去換護照最麻煩的地方，往往不是填表，而是必須特地請假、到現場排隊送件，或花錢請人代辦。現在外交部領事事務局已推出「有條件式線上申換護照」服務，只要符合資格，就能先在線上完成身分驗證、資料帶入與繳費，省下臨櫃申請的等待時間，對護照即將到期、沒有急著出國的人來說，會是更方便的選項。從今年7月1日起，適用對象更放寬至護照效期不足1年且未遺失者，但是需注意新護照上的姓名、外文姓名、出生日期等資料均必須與原護照一致，無法透過線上換照變更資料或加簽外文別名，申請前也要先準備好自然人憑證卡片或行動自然人憑證、符合護照規格的照片檔及支付的信用卡。

步驟1：前往外交部線上申換護照網頁（epass.boca.gov.tw），點選「我要申換護照」。

步驟2：此系統僅支援透過自然人憑證實體卡片或行動自然人憑證的方式登入。

步驟3：然後閱讀個資保護聲明並勾選同意條款，再完成電子郵件的驗證。

步驟4：接著選擇未來要領取新護照的地點，並確認須由本人親自領照，不能代領。

步驟5：系統將介接數發部MyData平台以取得申辦護照所需資料，按下「我已了解」。

步驟6：網頁跳轉至MyData平台，輸入身分證字號與生日，開始進行身分驗證。

步驟7：這裡同樣需要透過自然人憑證的驗證方式，繼續進行身分確認程序。

步驟8：為求安全，需再進行二次驗證，這裡以手機+健保卡號驗證為例，按「下一步」。

步驟9：輸入所選擇的驗證資訊後，勾選同意並按「下一步」完成二次驗證。

步驟10：接著再次確認個人的主要聯絡方式等資料正確無誤，按「下一步」。

步驟11：按下「同意提供」，讓申辦系統可自動帶入戶政、護照及戶籍資料。

步驟12：回到申辦頁面，填寫舊護照號碼、聯絡電話、通訊地址等基本資料，按「下一步」。

步驟13：選擇大頭照檔案並上傳，記得要勾選「已確定照片符合晶片護照規範」。

步驟14：照片上傳後可先查看初步檢核結果，勾選要注意的事項後，按下「確認」。

步驟15：仔細核對預覽內容與警示事項後，再完成最後一次的驗證作業。

步驟16：繳費僅支援信用卡支付，輸入信用卡持卡人身分證字號，按「前往繳費」進入繳費流程。

步驟17：刷卡完成，出現此畫面便代表線上申辦作業成功，系統也會自動寄發通知信。

步驟18：可隨時回到網頁點選「進度查詢」，隨時掌握護照申辦與審核狀態。

• 延伸閱讀：如何讓 IG 貼文或 Reels 影片出現在 Google 搜尋？
• 延伸閱讀：如何更換 LINE 新推出的「白玉書體」字型？
• 延伸閱讀：如何讓 iPhone 提醒 LINE、FB 好友生日？教你用鎖定畫面小工具簡單設定

加入T客邦Facebook粉絲團

AI 音樂創作已非難事，但如何將 AI 音樂作品成功上架 Spotify 等串流平台，仍是許多創作者的挑戰。本文將帶你深入了解從生成到上架的完整流程。

以前我們曾介紹過，Suno 把「寫歌」這件事從錄音室拉到每個人的瀏覽器裡，隨著版本推進到 V5，生成的人聲更自然、編曲更完整，也因此越來越多人不再滿足於把歌曲丟在社群上分享，而是讓自己的作品能像熱門音樂一樣，能在 Spotify 上被搜尋、被收藏、被推薦。但是，從「生成一首歌」到「上架一首歌」，中間仍隔著一段不小的距離：版權與授權怎麼處理、音質是否達到平台與聽眾的標準、該選哪一家數位發行商代為送審與上架，只有動手實作才會知曉，AI 雖然降低創作音樂的門檻，但依然需要面對進一步後製、編排與發行的挑戰。本篇企劃將從 Suno 進階功能切入，帶你逐步把 AI 生成的旋律樂曲，上架到 Spotify、Apple Music 等各大串流平台。

文章目錄

• 1. 生成音樂只是第一步
• 2. 建立你的虛擬歌手人格（Persona）
• 3. 一鍵分軌，輕鬆建立卡拉 OK 伴唱帶
• 4. 利用編輯器修正樂曲裡的小瑕疵
• 5. 透過發行商上架 Spotify 等各大音樂平台

  

生成音樂只是第一步

雖然 Suno 本身也提供作品發表的平台，但在普及化程度上，仍難與 Spotify 這類主流串流媒體相比。若進一步談到正式發行，焦點往往很快會回到兩個核心問題：AI 音樂版權歸屬該怎麼界定，以及作品如何順利找到發行的渠道。也因此，懂得透過 AI 生成一首歌曲，其實只是起手式，真正的挑戰除了在於能否把作品打磨到適合大多數聽眾口味，更包括了後續精修與發行的諸多流程。

為發行音樂打磨細節

若以「上架發行」為目標，筆者建議至少使用 Suno Pro 或以上等級的方案，才能在後續製作階段擁有更充足的操作空間，包括更細緻的微調與編輯能力，以及高品質無損音源的輸出等需求。同時，在訂閱期間所生成的歌曲，依其授權條款可由創作者擁有並作為商業用途使用，如此便解決了版權歸屬的一大難題。此外，付費方案也提供多項更貼近「發行」需求的基本功能：例如可建立歌手人格，讓聲線維持一致，避免每首歌聽起來都像不同人唱的；歌曲編輯器則可修正歌詞錯字與語句、微調旋律走向與段落情緒，必要時重排副歌與重複段落，讓整體結構更完整也更耐聽。另外，去人聲音軌同樣能延伸用途，方便後續混音、翻唱或作為短影音素材。創作者也可建立試聽片段，以作為在社群平台曝光推廣的素材。

發行商差異與上架前檢查

另一方面，一般創作者是無法直接在 Spotify 上傳音樂，而是需要透過數位音樂發行商進行送審、分發與版稅結算等流程。不同發行商的差異主要落在幾個面向：有的採取年費訂閱制，有的則依件計費，版稅抽成與提款門檻也各不相同；此外，各家對上架內容的審核標準嚴格度不一，上架速度、資料是否能快速修改、後台分析與版稅報表的完整性，同樣會影響後續的經營，若有心把音樂創作變成長期獲益來源，這些細節確實值得花時間研究。不過本篇的野心並沒有這麼宏大，在 AI 音樂遍地開花的當下，想一舉成名並非易事。故本篇僅選擇以老字號的 CD Baby 作為範例，依流程完成資料建檔與送審前檢查，包含音檔、封面、以及歌曲資訊等各項申請欄位填寫，務求順利上架 Spotify，滿足小小的音樂人之夢即可。

▲ 本次企劃作為範例的 AI 歌曲已經成功上架 Spotify，可透過 Spotify App 掃描條碼試聽。

▲ 在 Spotify 或是 Apple Music 等音樂串流平台官網上，都有列出支援的音樂發行商列表。

建立你的虛擬歌手人格（Persona）

歌手人格是 Suno 付費方案提供的功能之一，本質上是一種可重複使用的模板，能將演唱者的聲線固定下來。免費版 Suno 每次生成的歌曲，都有如隨機配發一位演唱者，雖然偶有佳作，但由於聲線與風格缺乏延續性，若要正式發行，難以建立明確的辨識度。Persona 功能正是為了解決這個痛點，讓創作者能夠鎖定特定聲音輪廓與演唱語氣，並在不同作品中反覆套用，進一步強化專輯風格的一致性。不僅如此，Persona 也能降低反覆調整提示詞的成本，使成功的創作模式得以複製，特別適合需要持續產出的音樂創作者或內容經營者。

步驟 1：到 Suno 的 Library 中，在右側的 Persona 分頁按下「+」便可新增歌手人格。

步驟 2：需從自己過往的 AI 音樂創作中，選擇想要保留並用來建立歌手人格的歌曲。

步驟 3：再選擇歌曲當中最為滿意的人聲片段，並可自訂此人格的音樂風格取向。

步驟 4：這裡建議關閉「Public」開關，Suno 就不會把你建立好的歌手人格開放給公眾使用。

 

步驟 5：未來如果要生成新的歌曲，就可以從 Persona 中選擇已經建立的人格來演唱。

一鍵分軌，輕鬆建立卡拉 OK 伴唱帶

Suno Pro 還提供分軌功能，讓 AI 生成音樂成為可以進一步拆解、再製的創作素材。透過此功能，使用者可以將一首完整歌曲拆分為人聲、鼓組、貝斯、旋律等多個獨立音軌，帶來更高的後製彈性。分離後的音軌可獨立下載，或透過進階的 Suno Studio 方案靈活加入其他節拍或效果器，創造全新的編曲版本。此外它還有個最常見的應用，就是能移除人聲製作純音樂伴唱帶，無論用於翻唱、卡拉 OK，或作為影片背景配樂都相當方便。大幅提升創作自由度，也讓 AI 音樂更容易融入專業製作流程與商業應用場景。

步驟 1：到 Library 的歌曲列表中，選取要進行分軌的歌曲。

步驟 2：進入歌曲頁面，點擊「⋯」圖示並選擇「Get Stems」。

步驟 3：有兩種分軌模式可選擇，一是拆分所有偵測到的音軌，此處以區分人聲與樂器為例。

步驟 4：等待分軌完成，會有兩個版本可以選擇，點擊下載圖示便可獨立下載無人聲的伴唱版。

步驟 5：在檔案格式方面，若是要做為未來發行用途，需選擇 WAV 的高音質版本下載。

利用編輯器修正樂曲裡的小瑕疵

與免費版本相比，Suno Pro 方案額外提供了編輯器功能，讓使用者能針對已完成的音樂進行基礎的內容修整，不必每次都重新生成整首作品。在實際使用情境中，創作者常會遇到這樣的狀況：對生成的旋律、編曲甚至整體氛圍都相當滿意，卻在細節上出現一些小問題，例如某個歌詞用字不夠理想、語句不通順，或甚至出現明顯錯字。如果重新生成，往往會導致原本滿意的曲調或演唱方式產生變化，反而得不償失。此時透過編輯器，便可以在不破壞既有音樂風格與結構的前提下，直接對這些細節進行微調與修正，例如替換特定詞句、優化語意表達，或添補局部段落，使作品更完整。

步驟 1：到 Library 中選擇要編輯的歌曲，按右方 Edit 並選擇 Open in Editor。

步驟 2：編輯器有新舊兩種版本，以下就以新版進行示範。

步驟 3：編輯器會自動依照歌曲的結構進行分段，選擇要編輯歌詞的段落後，按「Replace Lyrics」。

步驟 4：在 New Lyrics 欄位中輸入要替換的歌詞，按下「Replace」，建議不要跟原始歌詞的格式相異太多。

步驟 5：接著 AI 會生成兩段更改後的段落，可先試聽後選擇喜歡的按下「Insert」進行置換。

步驟 6：如果想要調整歌曲結構，可以在段落之間按下上方「+」按鈕。

步驟 7：插入的空白段落，便可複製其他段落填充，或者繼續使用 AI 來生成。

步驟 8：如果使用 AI 生成的話，同樣會一次生成 2 組讓使用者選擇，不滿意還可繼續「Create」。

步驟 9：按下「Insert」插入到歌曲中，若想反悔也可按下「Original Audio」還原。

步驟 10：如果仍想保留原版進行對照，可以按上方「Save as New Song」另存新歌。

步驟 11：一切就緒後， 記得到歌曲 Edit 選單中的「Download」下載 WAV 高音質音檔備用。

透過發行商上架 Spotify 等各大音樂平台

前面提到，音樂上架通常需要透過數位發行商協助完成，不同平台在收費方式、分潤比例與審核流程上皆有所差異，創作者可依自身需求選擇合適的服務。本次案例僅上架單一歌曲，故選擇採按件計費的 CD Baby 作為範例，其優點在於流程相對簡單，且可協助處理 UPC / ISRC 條碼等必要發行資料。於正式申請發行前，仍需事先準備完整素材，包括符合 CD 音質標準的音檔，以及正方形格式的專輯封面圖片，並確保解析度與內容符合平台規範，以避免退件或延誤。

實際測試顯示，CD Baby 在資料送出後，進入審核排隊流程至少需時約一週，期間若遇到資料需補件或修正，時間還可能進一步拉長。此外，歌曲通過發行商審核後，還需等待各大串流平台進行上架處理，而不同平台的作業時間並不一致，從 48 小時到一週皆有可能。因此，若想在指定日期同步上架，建議至少提前三週完成申請流程，以預留足夠緩衝時間，確保歌曲能如期發行。

步驟 1：前往 CD Baby 網站點擊「Get Started」註冊一個使用者帳號。

步驟 2：註冊完成後登入用戶主頁面，按下「Add New Release」黃色按鈕。

步驟 3：本次以上架單曲為範例，故發行類型選擇「Single」。

步驟 4：如果不需要 CD Baby 的加值服務的話，就選擇左邊的標準價格 9.99 美元。

步驟 5：接著進入資料填寫環節，需填寫語系、藝名、單曲標題、預計發行日期及是否索取 UPC 等。

步驟 6：填寫這首歌曲的主要及次要類型、風格，以及曲風相近的音樂家等等，有助於演算法推送。

步驟 7：填寫歌曲相關資訊，包括演唱者，是否包含露骨歌詞、原唱或翻唱等。

步驟 8：首次申請上架還要先建立一個用於收取版稅的作者身份，需使用真實姓名與國家。

步驟 9：確認版稅作者（自己）對於這首歌曲的所有權，填寫100%即可，並且無其他的發行者。

步驟 10：選擇由 CD Baby 代辦 ISRC（國際標準錄音錄影資料代碼），不需另外收費。

步驟 11：選擇數位發行項目，這裡可以依照個人喜好決定是否要全部上架，或僅選擇特定的平台。

步驟 12：CD Baby 也會代為在串流平台上建立藝人 ID，點擊「Edit」並點選建立新的藝人檔案即可。

步驟 13：選擇要銷售的地區 / 國家，若沒有特別要求，選擇全部即可。

步驟 14：如果願意將歌曲加入社群平台的營利計劃，可以在此打開開關以獲得額外版稅收入。

步驟 15：過程中加值服務廣告會再度出現，確認關閉所有開關後繼續下個步驟。

步驟 16：上傳事先準備好的封面圖檔， 至少需要 1400 x 1400 像素，72dpi 的 RGB 圖檔格式。

步驟 17：上傳 WAV 或是 Flac 音檔，需為雙聲道 44.1kHz / 16-bit 的標準 CD 格式，上傳時會同步檢查。

步驟 18：上傳完成後會來到總覽頁面，可檢查還有哪些步驟或資料尚未完善，然後就可以加入購物車進行付款。

步驟 19：付款前會出現另一個建立個人推廣頁面的付費服務，同樣不需要勾選，直接按繼續。

步驟 20：待付款完成後才會進入 CD Baby 審核排隊流程，期間雖允許再次編輯專輯資料，但需要重新排隊。

步驟 21：約一週後會收到審核通過的信件，點擊信中連結並按下「Approve」，便會正式分發到各串流平台。

步驟 22：最後最後，等待串流平台方的上架流程完成，就能順利搜尋到自己的歌曲了。

本文同步刊載於 PC home 雜誌

歡迎加入 PC home 雜誌粉絲團！

• 延伸閱讀：Suno、Udio爆紅！AI音樂攻佔排行榜，版權爭議、真實性引發質疑
• 延伸閱讀：作曲神器 SUNO AI 完整攻略：生成指定曲風配樂、一鍵歌詞創作、中文配唱都很可以
• 延伸閱讀：Suno vs Udio：誰是最厲害的AI音樂生成工具？

加入T客邦Facebook粉絲團

Gemini Spark 具備雲端背景執行能力，能在離線時持續運作，是強大的自主代理人工具。本文將深度拆解實戰步驟，帶您掌握全天候自動化工作流。

你是否已經疲倦與傳統 AI 聊天機器人一問一答的模式？每次處理複雜工作都得開著網頁視窗，一旦關閉電腦或斷網，AI 的工作便隨之停擺。Google 推出的自主代理人服務「Gemini Spark」，正是為了解決此痛點而生。它打破過去「一問一答」的對話模式，結合強大的雲端虛擬機背景執行環境與 Google Workspace 生態系深度 API 對接。使用者只需下達任務或排程，Spark 就能在背景跨 App 自動擷取發票、退訂電子報、產出試算表與晨間簡報。本企畫將完整拆解核心架構與實戰步驟，帶你進入 AI 自主代理人新時代！

文章目錄

• 1. Gemini Spark 是什麼？與 Gemini 聊天機器人哪裡不同？
• 2. 認識 Gemini Spark 新介面
• 3. 啟用 Gemini Spark 的前置設定
• 4. Gemini Spark 快速上手
• 5. Tasks 實戰：發票自動辨識與結構化記帳
• 6. Skills 實戰：打造個人專屬語氣寫手「ghostwriter」
• 7. Schedules 實戰：設定每日新聞摘要，並自動製成簡報

 

 

Gemini Spark 是什麼？與 Gemini 聊天機器人哪裡不同？

過去我們使用 ChatGPT 或 Gemini 等傳統 AI 聊天機器人時，運算完全依賴前端瀏覽器分頁的開啟狀態。只要分頁關閉、筆電休眠或網路連線瞬斷，正在執行的任務就會強制中斷。更關鍵的痛點在於，傳統聊天機器人只能被動等待指令，無法在背景主動監控事件與自主推進流程，使用者依然得耗費大量時間手動搬運資料。Google 推出的 Gemini Spark 則從底層架構徹底改寫了遊戲規則，將 AI 從對話工具，升級為全天候自主運作的數位夥伴。

▲ 傳統 AI 聊天機器人仰賴瀏覽器前端分頁，關閉視窗即停止運作，無法勝任長時間的背景任務。

雲端虛擬機背景自主運轉

Gemini Spark 最大的架構革新，是將 AI 執行環境直接託管至 Google 雲端虛擬機（Cloud VM）沙盒中。當使用者送出一個複雜目標或定時排程後，Spark 會在雲端獨立開闢作業環境進行運算與 API 調用。這代表它擁有了「自主工作與離線監控」的能力。即使你把筆電關機、下班睡覺或出國休假，Spark 依然在伺服器上持續運轉，替你掃描郵件、比對資料庫，並將完成的報告自動歸檔至 Google Drive，徹底擺脫對本機設備與瀏覽器視窗的依賴。

▲ 雖然 Gemini Spark 也是登入 Gemini 頁面，但背後運作於雲端虛擬機（Cloud VM）環境，即便電腦休眠也能全天候在背景運作。

串接原生 Google Workspace

除了雲端託管，Spark 另一核心優勢是與 Google 生態系（Gmail、Drive、Calendar、Docs、Sheets）的原生 API 實現雙向無縫串接。過去我們需要手動將文字複製貼上試算表，或下載 PDF 再上傳給 AI；而 Gemini Spark 具備強大的多模態 OCR 辨識與結構化數據寫入能力。它能直接讀取雲端硬碟的各類單據、分析信件內文，並自動建立行事曆與試算表，在多個 Workspace 應用程式之間連貫穿梭。

▲ Gemini Spark 整合原生 Workspace 生態系，可直接讀取 Gmail、雲端空間、文件、試算表、日曆之間的資料。

認識 Gemini Spark 新介面

要使用 Gemini Spark 必須以個人 Google 帳戶登入，且有訂閱 Google AI 付費方案，以及開啟「保留活動記錄」設定。而在切換至 Gemini Spark 後，介面與過去單純的 Gemini 對話框有著些微的差異。為了讓使用者能同時掌控任務指派、即時進度與自動化排程，Gemini Spark 將工作空間畫分為四大核心區塊，分別為工作（Tasks）、排程（Schedules）、技能（Skills）、連接的應用程式（Connected Apps）四大功能區。

工作（Tasks）為主要對話視窗，用來交辦一次性或多步驟任務；Skills 能將個人專屬風格與分析 SOP 封裝為可重複調用的指令；排程（Schedules）則負責固定時間於背景定時自動觸發；連接的應用程式（Connected Apps）授權 Gemini Spark 連結 Gmail、文件、雲端空間及行事曆等 Google 原生生態系，目前也支援透過 MCP 協定來串接 Dropbox、Notion 等第三方工具。

Gemini Spark Beta 版

由於 Gemini Spark 目前還是 Beta 版，本文介面與功能以 2026 年 8 月版本為準，部分功能或許因 Google Workspace 帳號權限、公司安全政策、分批測試或地區開放情況而有所不同。

啟用 Gemini Spark 的前置設定

要讓 Gemini Spark 順暢接管繁瑣工作，初次使用時需先完成基礎環境建置與權限確認。除了切換至 Spark 代理人模式、完成 Google Workspace 應用程式的授權使用外，也可手動透過 MCP 協定來串接 Dropbox、Notion 等第三方工具。最後，也可在 Google Drive 中建立名為「Spark OS」的專屬工作基地資料夾，讓每次 Spark 在背景自動生成的報表、文件都指定固定的歸檔路徑，避免散落混亂；同時確認敏感操作的預設審批機制，就能在兼顧資安防護的前提下，打造高效率的個人自動化工作流。

步驟 1：登入 Gemini 官方首頁，在左側選單將預設的「即時通訊」切換為「Spark（Beta 版）」，在出現的介紹下方按下「使用 Spark」。

步驟 2：進入「連接的應用程式」， 勾選授權存取 Google Workspace，包括 Gmail、Google 雲端硬碟、Google 文件等。

步驟 3：有跨平台需求，可透過 MCP 協定連結，如想要串接 Notion 可在自訂應用程式網址輸入「https://mcp.notion.com/mcp」。

步驟 4：完成授權及綁定後，即可在Spark適用的自訂應用程式清單中，確認已成功掛載的工具。

步驟 5：在 Google Drive 根目錄建立「Spark OS」專屬資料夾，作為未來所有 AI 生成檔案的統一儲存空間。

Gemini Spark 快速上手

初次接觸 Gemini Spark 時，若還不清楚該如何下指令，最快上手的方式是利用官方內建的引導流程。在對話輸入框下方點選預設提示詞中的「Gemini Spark 設置」，系統便會展開互動對話。在取得授權後，Spark 會主動讀取並分析使用者的 Google Profile、Gmail 信件、雲端硬碟檔案與日曆行程，藉此精準掌握工作習慣、角色屬性與代辦優先順序。確認生成的專屬設定檔無誤後回答「好」，AI 就會自動儲存這套協同工作規則，並主動詢問是否協助安排每周資訊周報等初始自動化排程。

步驟 1：進入 Spark 對話視窗，在輸入框下方點選預設的引導提示詞「Gemini Spark 設置」。

步驟 2：接著只要回應「好」，即同意讓 Spark 讀取 Profile、Gmail、雲端硬碟與日曆等資料。

步驟 3：經過深度分析個人工作脈絡後，會產出包含角色、目標興趣與優先順序的個人設定檔。

步驟 4：檢查上述內容確認無誤後， 於對話框回覆「好」，系統即會將此規範自動儲存為專屬技能。

步驟 5：這項技能也會自動儲存在首頁的「技能（Skills）」裡，並可再依需求，進一步編輯。

Tasks 實戰：發票自動辨識與結構化記帳

對 Gemini Spark 有基本認識後，就可依需求由 Tasks 模式來完成工作，由於 Tasks 模式專門處理「具明確目標、需跨多個應用程式」的單次任務，也就是把「一件麻煩事」交給 AI 自己完成。傳統方式需要人工手動穿梭在不同軟體間繁瑣複製，而 Tasks 接收到指令後，會主動拆解步驟並依序調用跨 App API。

例如要完成報帳或財務報表時，各類發票與收據常散落在 Gmail 信件與雲端資料夾中，不僅格式五花八門（PDF、PNG、JPG），遇到日圓或美金等外幣還需手動換算，逐筆登錄試算表極度耗時。Tasks 模式正是為了解決這種「需要跨多個 App、包含多道工序」的單次任務而生。

在本範例中，只要指派 Spark 自動讀取 Google Drive「發票」資料夾與近半年 Gmail 發票信件。Spark 會啟動多模態 OCR 辨識圖像文字，自動提取廠商名稱、開立日期與金額，調用匯率工具換算為新台幣，並剔除重複項目。最後，Spark 會直接調用 Google Sheets API，將所有結構化數據寫入 Spark OS 資料夾內的「月度記帳表」試算表中。整個過程使用者只需下達一次指令，就能在背景依序串聯 Drive、Gmail、Sheets 獨立完成。

步驟 1：建立新的任務，如「整理 Google Drive 資料夾與近半年 Gmail 發票信件，提取廠商、日期與金額，產出表格後存放在 Spark OS」。

步驟 2：由於 Google 內有發票的圖檔，Spark 啟動多模態 OCR 辨識圖像，於 Google Drive 及 Gmail 內讀取內容並整理為清單。

步驟 3：在對話框的最後，會提供已完成的檔案，按下「打開」即可預覽內容。

步驟 4：若是按下檔案連結，則會開啟於步驟1指定存在 Spark OS 資料夾裡的檔案。

Skills 實戰：打造個人專屬語氣寫手「ghostwriter」

在日常商務溝通中，每個人都有習慣的遣詞用字與回信架構。如果每次指派 AI 代筆回信，都要重新輸入冗長的 Prompt 要求口吻，效率反而大打折扣。而 Skills 功能允許將個人專屬的溝通習慣、分析邏輯與格式規範，打包封裝成技能工具，日後只要輸入快捷指令即可立即調用，以下範例為打造專屬的「ghostwriter（幽靈寫手）」。只要技能設定成功後，日後只要在對話框鍵入「/ghostwriter」並附上需求，Spark 就會直接以你的個人筆觸生成信件草稿，甚至也能要求直接寄信。

步驟 1：在對話框輸入「讀取我 Gmail 最近寄出的 30 封信件，分析遣詞用字、語氣、段落長度與簽名檔格式」。

步驟 2：檢視產出的個人風格分析報告，滿意就接著輸入「將上述分析的寫作風格儲存為技能」。

步驟 3：回到技能頁面，找到上步驟儲存的技能，可以選擇更改技能名稱及內容，如改為 ghostwriter。

步驟 4：日後若要叫出這項技能來回信，只要輸入「/」選擇「ghostwriter」，接著下達指令。

步驟 5：接著，Spark 就會自動生成符合個人語氣的信件草稿，內容檢視無誤後，甚至還可輸入對方 e-mail 直接寄信。

Schedules 實戰：設定每日新聞摘要，並自動製成簡報

要說 Gemini Spark 的 Schedules 功能，可說是解放雙手的終極武器。透過設定定時排程條件，即便電腦關機或人員休假，Spark 也能在雲端背景自主啟動並執行工作流。以下範例將設定「每日晚間自動簡報」，預計排程在每個工作日晚上 8:00，自動掃描指定的「T客邦」網站文章，執行內容為「彙整過去 12 小時 T客邦網站刊登文章並摘錄重點，最後產出一頁式精簡簡報，並存在 Spark OS 資料夾，檔名加上日期」。由於使用者可依個人需求彈性自訂時間與任務，非常適合將各類具周期性、重複性的例行工作全自動化完成。

步驟 1：點選左側選單進入「排程」介面，再按下「手動建立」。

步驟 2：在此可設定工作名稱、執行時間的周期、工作內容，此範例為彙整 T客邦網站刊登文章並摘錄重點。

步驟 3：每天自動完成的工作，會出現在工作清單中，點選就可看到相關的內容。

步驟 4：由於有指定產出一頁式精簡簡報，並存在 Spark OS 資料夾，檔名加上日期，因此直接開啟 Google 雲端硬碟也可以。

步驟 5：開啟檔案後，就可看見 Gemini Spark 整理好的簡報內容。

本文同步刊載於 PC home 雜誌

歡迎加入 PC home 雜誌粉絲團！

• 延伸閱讀：Google 全新 AI 代理 Gemini Spark 登台！睡覺也能幫你自動回信、排行程
• 延伸閱讀：Google Gemini 推出 Gemini 3.5 Flash、Gemini Spark，擴大 AI 助理功能
• 延伸閱讀：進階版 Gmail活用術：善用Tasks建立待辦清單與子任務大綱

加入T客邦Facebook粉絲團

Claude Cowork 不再只是對話工具，而是能真正「動手」的 AI Agent。透過 Claude Cowork，AI Agent 能讀取檔案、串接外部工具，實現任務自動化，大幅減輕工作負擔。

現在許多人的工作桌面上至少都開著一個 AI 工具，但實際操作往往仍停留在同一個流程：把問題貼進對話框，再將生成的答案手動搬運、排版與存檔。AI 雖然提供了建議，但真正的執行還是得靠人力完成，整體工作負擔並沒有明顯減輕。也因此，「AI Agent」的概念近來逐漸受到關注，Anthropic 推出的桌面應用 Claude Cowork 正是為了解決這個問題而生，它能直接讀取授權資料夾、串連外部工具並設定自動化排程，讓 AI 不再只是停留在對話框中，而是能真正「動手」替你把事情一件件完成。

文章目錄

• 1. Claude Cowork 不只回答，還可以執行
  • AI Agent 讓指令變成行動
  • 能讀檔案、操作你的電腦
• 2. 開始使用前的注意事項
  • 需付費訂閱才能使用
  • 僅支援桌面版與英文介面
• 3. 4 大基礎應用情境
  • 應用 1：依照類型與日期，自動整理資料夾
  • 應用 2：讀取既有資料，直接產出報告
  • 應用 3：參考舊檔格式，建立新文件
  • 應用 4：設定排程，讓任務定時自動執行
• 4. 用 Project 建立 AI 的長期記憶
  • 建立 AI 專屬知識庫
  • 與 Cowork 搭配實現自動化
• 5. 三種建立 Project 的方式
  • 步驟 1：開啟 Cowork 後， 在左側導覽列找到「Projects」區塊， 點擊右側「New Project」按鈕，就會出現三種建立方式。
  • 步驟 2：選擇「Start from scratch」後，可輸入 Project 名稱、填寫 Instructions 規範，並上傳參考檔案。
  • 步驟 3：接著點選「Choose project location」，畫面上會跳出資料夾選取視窗，可指定 Project 存放的本機路徑；預設會是在「文件」中。
  • 步驟 4：Project 建立完成即可在中央對話框直接輸入任務指令；若日後需要修改 Instructions 或新增 Context，則可在右側面板編輯。
  • 步驟 5：若想設定排程任務，可點選右側面板的 Scheduled，接著填寫任務名稱、說明、Prompt 與執行頻率，並指定對應的工作資料夾。
• 6. Connectors 串連外部工具，擴展AI執行能力
  • 支援各式外部服務
  • 跨工具整合應用
• 7. 進階應用：從技能擴充到跨裝置自動執行
  • Skill：建立可重複使用的工作流程
  • 讓 AI 直接操控電腦，還可遠端派工

 

 

Claude Cowork 不只回答，還可以執行

Claude Cowork 是 Anthropic 在年初以研究預覽版形式推出的桌面應用程式，與網頁版最大的不同在於，它能夠取得電腦上的資源、串連外部服務，並在授權範圍內自行規劃步驟與執行任務。雖然觸及自動化工作流程，但過程中不需要撰寫、甚至不必理解任何程式碼，因此即使沒有技術背景也能上手。

AI Agent 讓指令變成行動

一般 AI 工具在收到指令後，多半只會提供答案或草稿，後續如何運用仍需由使用者自行處理。不過 Cowork 從根本上改變了這件事，它以 AI Agent（AI 代理人）的方式運作，收到指令後，會先將任務拆解成多個步驟，再依序執行；過程中若遇到需要判斷的情況，會先暫停並詢問使用者確認，再繼續執行後續步驟，直到任務完成為止。例如在 Cowork 中輸入「整理上個月的報告並產出摘要」，它可以自行找到對應檔案、讀取內容、彙整重點，最後輸出一份新文件，不需要使用者在中間手動傳遞資料。

也因為 Claude Cowork 會先將任務拆解為多個步驟逐步執行，並在過程中透過檔案與任務狀態作為外部記憶來保存中間結果，而不是單純依賴像 ChatGPT 或 Claude 網頁版的對話上下文，相較於將所有資訊堆疊在同一段長對話中，較不容易因任務過長而出現記憶混亂的情況。

▲ Cowork 授權資料夾後，Claude 便能深入本機目錄讀取檔案內容，如同一位數位員工在電腦裡執行任務。

▲ 使用者只需要下「整理資料夾」的提示詞，Claude 便能自動規劃並執行，直接完成檔案分類與整理。

能讀檔案、操作你的電腦

那麼 Cowork 實際上可以做到哪些事情呢？在基本的檔案運用方面，使用者可以指定裝置中的特定資料夾，接著它便能讀取其中內容，理解資料後依指示進行整理、摘要或產出新檔案。

此外，也可以串接外部工具，例如讀取並回覆 Gmail 信件，或連結 Canva 製作文宣；甚至透過排程功能，讓 Cowork 在固定時間自動執行指定任務。後續我們也將進行更詳細的示範與說明。

▲ 輸入指令後，Claude 會自動將任務拆解成多個步驟依序執行，過程與進度可在側邊面板即時查看。

開始使用前的注意事項

在開始使用 Claude Cowork 之前，有幾個需要先確認的基本條件，包括訂閱方案、使用裝置以及介面語言支援等。目前這項功能仍有一定的使用門檻與限制，因此在正式導入日常工作流程前，先完整了解其規範與適用情境，能幫助評估是否符合自身需求，避免實際使用時產生落差。

需付費訂閱才能使用

目前 Claude Cowork 尚未開放免費用戶使用，至少需訂閱 Pro 方案後才能啟用，每月費用為 20 美元（約新台幣 635 元）。完成訂閱後，使用者可在桌面版應用程式介面上看到「Cowork」選項，並進行切換與使用。

需要留意的是，即使為付費會員，系統仍設有使用額度限制，實際消耗量會依任務的複雜程度而有所不同，例如較長的內容生成、分析或多步驟任務，通常會消耗較多配額。一旦達到上限，使用者需等待系統重置後才能繼續使用。若有更高強度或長時間的使用需求，也還有每月 100 美元（約新台幣 3178 元）的 Max 方案可選擇。

由於使用量無法單純以「對話次數」衡量，如有需求可以透過「設定（Settings）」中的「使用情況（Usage）」頁面查看進度條，掌握當前的配額消耗狀況，方便進行使用規劃與調整。

▲ Claude 桌面版應用程式全面支援 macOS 以及 Windows（x64 與 arm64）系統，只要到官網即可下載。

▲ 付費訂閱之後，打開桌面版的應用程式就會看到左側列表有 Chat、Cowork、Code 三種模式可切換。

僅支援桌面版與英文介面

另外，Cowork 僅支援桌面版應用程式，尚未開放於網頁版使用；而不論是 macOS、Windows x64 或 arm64 架構裝置，都可以下載並安裝對應版本。整體介面設計與網頁版相當接近，對於原本已習慣使用網頁版的用戶來說，轉換成本不高，多半能快速上手。

不過需要特別注意的是，Claude 的介面依舊沒有提供中文版本，操作介面仍以英文為主。但在對話輸入時依然可以使用中文下指令，Cowork 也能正確理解並執行任務，在實際使用上不會有太大影響。

▲ 目前 Claude Cowork 最低需要訂閱一個月 20 美元的 Pro 版才可以使用，想提高用量則還有 Max 可選。

▲ 若要查看剩餘使用量，可至設定中的「Usage」查詢，該處也會顯示額度重置的時間。

4 大基礎應用情境

Cowork 與一般聊天最大的差別，在於第一步要先選擇資料夾，授權以後 AI 就只會在裡面工作。如果擔心資料外洩問題，可以在開始前新增一個專屬給 Cowork 的資料夾。另外，目前 Cowork 只能選擇位於家目錄（Home Directory）底下的資料夾，不在這個範圍內的目錄無法授權。以下整理 4 個基礎應用情境，作為入門的參考。

應用 1：依照類型與日期，自動整理資料夾

電腦中常會散落各式各樣的檔案，同一份文件甚至可能被重複下載好幾次，隨著時間累積，資料越來越多也讓人更不想動手整理。現在透過 Cowork，只要選擇想要整理的資料夾並下達指令，AI 就能自動依照類型或日期進行分類與歸檔。

應用 2：讀取既有資料，直接產出報告

當資料夾中已有文件、筆記或素材時， 可以直接讓 Cowork 讀取並整理重點，進一步生成摘要或完整報告。例如彙整多篇文章重點、整理會議紀錄，甚至輸出成結構化文件，省去反覆複製貼上的時間。

應用 3：參考舊檔格式，建立新文件

除了整理既有內容外，Cowork 也能根據資料夾中的檔案，協助建立新的文件。例如依照過去的格式產出一份新的企劃書，確保風格與架構的一致性；生成的檔案會直接存在資料夾中，不需要再從聊天室複製貼上自行建立。

應用 4：設定排程，讓任務定時自動執行

進一步結合 Schedule 功能，Cowork 還能設定定時任務，例如每天自動整理資料夾、每週固定產出報告等；相關設定可以直接在聊天室下指令完成，或透過左側工具欄中的「Schedule」進行操作。不過需注意的是，排程任務僅會在電腦保持開啟（非睡眠或休眠）時才會執行。

用 Project 建立 AI 的長期記憶

前面的情境示範了 Cowork 如何在資料夾中執行任務，但每次開啟新對話，它對使用者的工作習慣、品牌規範、偏好格式一無所知，還是要從頭交代。這時可以搭配 Claude 中的 Project 功能來解決這件事，讓 Claude 在每次對話前就已經帶著背景知識準備好，不需要一直重複說明。

建立 AI 專屬知識庫

Project 是 Claude 提供的長期記憶工作空間，用來存放與特定專案相關的背景資訊。每一個 Project 可以包含四個組成元素：Instructions 是指令欄，可輸入語調規範、格式要求、禁用詞等；Context 是參考資料區，可加入本機資料夾、連結網頁版 Chat Project 或貼上 URL；Scheduled Tasks 讓每個 Project 擁有專屬的排程任務；Memory 則讓 Claude 在同一 Project 中保留部分關鍵上下文與偏好資訊，使後續任務能延續既有脈絡。

而 Cowork 的 Project 與一般對話介面中的 Project 最大不同在於，它可以直接讀取本機資料夾中的內容，不需手動上傳；容量取決於本機儲存空間，未設置硬性上限，但單次任務能引用的資料量仍受 AI 處理上限影響，並非存多少就能全部讀取。也因此，Cowork 的 Project 不支援雲端備份與跨裝置同步，也不支援與其他帳號共享的功能。

▲ 在 Claude Chat 中建立的 Project，無論透過網頁版或桌面版存取，資料都會同步儲存於雲端，可跨裝置使用。

▲ Cowork 的 Project 與一般的 Project 運作邏輯類似，差別在於資料存放在本機桌面端，並以 Cowork 執行的任務為核心來建立工作空間。

與 Cowork 搭配實現自動化

設定好 Project 以後，日後只要啟動 Cowork 執行任務時，Claude 便會自動帶入該 Project 儲存的所有背景資訊。以自媒體創作者為例，把發文風格、常用標籤、圖說格式存進 Project 後，每次請 Cowork 產出貼文或整理素材，它就會自動套用這些規範，產出的內容風格一致。業務人員則可以為不同客戶分別建立 Project，把客戶背景、溝通習慣、報價格式存進去，每次跟進時 Cowork 都能直接切入狀況。

搭配上 Project 內建的 Scheduled Tasks 功能，還可以設定讓任務在固定時間觸發執行，例如每週定時產出品牌貼文草稿或彙整客戶跟進紀錄，實現流程自動化。

▲ 在 Instructions 中可以設定 AI 的角色、語調風格、格式規範、禁用詞等，Claude 便會依照這些設定執行任務，無需每次重複下指令。

▲ 過往在 Cowork 模式下的對話紀錄，也可以移至指定的 Project 中，方便日後在同一個工作空間延續任務。

三種建立 Project 的方式

Cowork 提供三種建立 Project 的方式：「Start from scratch」是從空白狀態開始，自行定義所有設定；「Import a project」適合已在網頁版建立過 Project 的使用者，可直接匯入既有的 Instructions 與檔案，省去重新設定的時間；「Use an existing folder」則適合本機已有整理好的資料夾，選取後可將其中內容作為 Project 的初始 Context 基礎，讓 AI 能直接讀取並延伸應用。以下將以「Start from scratch」為示範，逐步說明如何從零開始建立一個 Project。

步驟 1：開啟 Cowork 後， 在左側導覽列找到「Projects」區塊， 點擊右側「New Project」按鈕，就會出現三種建立方式。

步驟 2：選擇「Start from scratch」後，可輸入 Project 名稱、填寫 Instructions 規範，並上傳參考檔案。

步驟 3：接著點選「Choose project location」，畫面上會跳出資料夾選取視窗，可指定 Project 存放的本機路徑；預設會是在「文件」中。

步驟 4：Project 建立完成即可在中央對話框直接輸入任務指令；若日後需要修改 Instructions 或新增 Context，則可在右側面板編輯。

步驟 5：若想設定排程任務，可點選右側面板的 Scheduled，接著填寫任務名稱、說明、Prompt 與執行頻率，並指定對應的工作資料夾。

Connectors 串連外部工具，擴展AI執行能力

除了能在裝置中的資料夾內執行任務外， 透過 Connectors 功能，Cowork 還可以進一步存取並操作外部服務，讓工作範圍不再侷限於本機環境，而是延伸到日常使用的各種工具之中，進一步提升整體自動化程度與實務應用彈性。

支援各式外部服務

Connectors 是用來串接外部服務的功能，讓 AI 能直接與不同工具互動並執行任務。目前支援的工具類型涵蓋範圍廣泛，包括通訊類的 Gmail、設計類的 Canva 與 Figma、專案管理類的 Notion、monday.com、Linear，以及資料分析相關的 Supabase、Amplitude 等。完成授權與串接後，Claude 即可在對應服務中進行操作，將原本需要人工處理的步驟交由 AI 執行。

比方說，連接 Gmail 後，Cowork 可以直接讀取信件內容、起草回覆或發送通知，不需要再手動切換至信箱操作；而 Canva 的 Connector 則讓 Cowork 能呼叫設計工具產出文宣素材，例如在整理好活動資訊後，直接生成對應的社群貼文圖片。

▲ 連結 Connector 有兩種方式，一是點擊左側導覽列的「Customize」進入 Directory，二是直接點擊對話框左下角的「+」按鈕快速新增。

▲ Directory 的 Connectors 頁面列出目前支援的所有外部工具，涵蓋設計、專案管理、通訊、資料庫等多種類型。

跨工具整合應用

進一步結合多個 Connectors，還能建立跨工具的自動化流程。例如先查詢 Google 日曆確認行程安排，再依據內容撰寫郵件草稿，最後透過 Gmai l發送通知；或是在完成資料整理後，自動產出文件並同步寄出。透過這類整合應用，AI 不再只是單點執行任務，而是能串聯多個步驟，貼近實際工作流程，讓原本分散在不同工具中的操作逐步整合為一套自動化機制。

不過也需要特別留意，當 Connectors 涉及信件、文件或資料庫等服務時，代表 AI 需取得一定程度的存取權限，因此在使用前應審慎評估授權範圍，避免涉及敏感資訊或隱私資料，並依照實際需求開啟必要權限即可，以確保使用上的安全性。

▲ 串接 Canva 後，Cowork 可直接在對話中呼叫設計工具產出素材，點擊圖片還可跳轉至 Canva 介面進行進一步編輯。

▲ 輸入跨工具指令後，Cowork 先透過 Google 日曆查詢行程，再自動撰寫對應信件，可選擇存入草稿夾或直接寄出，整個流程都不用離開 Claude 介面。

進階應用：從技能擴充到跨裝置自動執行

在掌握前面介紹的資料夾操作、自動化排程與 Connectors 串接後，Cowork 的應用其實還能再往上延伸。透過 Skill 與 Computer Use 等進階功能，不僅可以進一步優化既有流程，也能讓 AI 從「輔助工具」轉變為更接近實際執行者的角色，甚至實現跨裝置的任務運作模式。

Skill：建立可重複使用的工作流程

Skill 可視為一種可重複使用的任務模組，使用者能將常用流程（如報告產出、資料整理或內容生成）整理成固定指令與輸出格式，讓 AI 在後續任務中直接套用；也就是將任務執行方式標準化，使其在執行時能搭配 Project 中的資料與 Connectors 所提供的外部資訊共同運作。相較於每次都重新下指令，透過 Skill 可大幅降低操作成本，同時確保產出品質與格式的一致性。

目前 Claude 官方也有提供部分範例供使用者直接套用，例如設計相關的 /canvas-design、網站建置的 /web-artifacts-builder，以及品牌風格管理的 /brandguidelines等。若有固定的工作需求，使用者也可以進一步建立專屬 Skill——可以在對話中直接下指令，請 Claude 將目前的工作流打包成 Skill；也可以透過官方提供的 /skill-creator 模組，逐步建立並調整。

▲ Directory 的 Skills 分頁有一些預設好的任務模組，可直接安裝套用。

▲ 點擊已安裝的 Skill 可進入編輯介面，查看或修改 Skill 的說明與 Instructions 內容，也可在此建立自訂的專屬 Skill。

讓 AI 直接操控電腦，還可遠端派工

另外，近期新增的 Computer Use 讓 Claude 能直接操作電腦畫面，透過模擬滑鼠與鍵盤行為，自行點擊、捲動並執行任務，例如開啟檔案、操作瀏覽器或完成特定流程。再搭配 Dispatch 功能，使用者還可透過手機遠端指派任務，例如在通勤途中用手機下達指令，Claude 便會在電腦端自動執行，回到電腦前即可查看完成結果。

不過需注意，相關功能目前仍屬預覽階段，且僅支援 macOS；使用時電腦需保持開啟並維持應用程式運行。也建議先從簡單任務開始測試，並避免處理敏感資料，以兼顧使用效率與安全性。

▲ Dispatch 讓使用者可以透過手機遠端指派任務，Claude 在電腦端自動執行，完成後回報進度，離開電腦也能持續工作。

▲ 啟用 Computer Use 前，系統會顯示授權確認畫面，列出 Claude 將取得的操作權限，確認後方可執行，使用者也能隨時中止。

本文同步刊載於 PC home 雜誌

歡迎加入 PC home 雜誌粉絲團！

 

• 延伸閱讀：Anthropic 把 AI 變員工！Claude 推出「Cowork」模式，自動整理電腦檔案、做 Excel 報表
• 延伸閱讀：Claude 桌機版大改版！並行會話、終端機整合，開發者效率爆棚的神助手來了
• 延伸閱讀：AI 助理 Claude 爆紅！拒絕美軍、嗆爆 ChatGPT，還有「電腦操控」神功能，付費訂閱數狂飆！

 

加入T客邦Facebook粉絲團

過去 IG 雖然會不定時跳出「我的這一天」通知，但不是每天都有；即使透過「典藏」查看，也只會顯示系統隨機挑選的年份。其實，只要使用限時動態的「建立」功能，就能找到當天所有年份的回顧！

許多人喜歡利用社群平台的回顧功能，看看幾年前的今天發生了哪些事。過去 IG 雖然會不定時跳出「我的這一天」通知，但不是每天都有；即使透過「典藏」查看，也只會顯示系統隨機挑選的年份。其實，只要使用限時動態的「建立」功能，就能找到當天所有年份的回顧，不用再一則一則從典藏慢慢翻找。

步驟 1：在限時動態典藏中，只會隨機顯示某一年的「我的這一天」動態回顧。

 

步驟 2：想查看其他年份的當日回顧，可以先進入限時動態頁面，再點選工具列中的「建立」。

 

步驟 3：接著切換到一旁的限時動態頁面，上方就會顯示過往「我的這一天」的回顧數量。

 

步驟 4：IG 會列出當天所有年份的回顧，點選想查看的動態即可。

 

步驟 5：回顧會以全螢幕形式顯示，也可以調整背景顏色，確認要分享後，再點一下限時回顧圖示。

 

步驟 6：接著就會進入限時動態編輯頁面，還能依需求加入文字、貼圖或進行其他調整。

 

本文同步刊載於 PC home 雜誌

歡迎加入 PC home 雜誌粉絲團！

• 延伸閱讀：喜歡舊的 IG Logo？iPhone App 圖示自訂教學，手把手教你換成喜歡的圖案
• 延伸閱讀：IG「重新排序網格」正式上線！兩種方法自由調整個人頁貼文順序
• 延伸閱讀：訂閱制時代來臨！Instagram Plus 在台推出，每月 69 元、7 大功能一次看
• 延伸閱讀：Instagram私訊「塗鴉」新功能登場！聊天室秒變畫布，互動更有趣！

加入T客邦Facebook粉絲團

培養運動習慣，跑步 App 已成為現代人不可或缺的數位工具。面對市面上琳瑯滿目的跑步 App，如何挑選最適合自己的數位夥伴，讓您的運動習慣更持久有趣？本文深入分析，助您找到最佳選擇。

健康意識的提升，跑步因其門檻低且裝備簡單的特性，成為現代人培養運動習慣的首選，只要換上一雙合適的跑鞋，邁開步伐，便能隨時隨地展開訓練；如果想在單純的奔跑中獲得更具體的進步，或是讓運動過程更加充實有趣，數位工具的輔助便顯得不可或缺。

 

文章目錄

• 1. 跑步 App 的選擇要點
• 2. STRAVA：社群互動與路段挑戰的王者
• 3. Adidas Running：全方位數據分析
• 4. Nike Run Club：隨身專屬教練與音樂整合
• 5. ASICS Runkeeper：實用導向的個人化訓練
• 6. RQ 跑力：科學化訓練與跑力分析 
• 7. 馬拉松世界：賽事資訊與在地社群的匯集地
• 8. ZRX：跑步變末日求生遊戲 
• 9. INTVL：城市變佔地遊戲 

 

 

面對市面上琳瑯滿目的選擇，從運動大廠推出的 Nike Run Club、Adidas Running，到深受資深跑者青睞的 STRAVA、馬拉松世界或 Runkeeper，每款 App 的功能設計與介面風格皆各具特色，有的側重於專業數據的深度分析，有的則強調節奏引導與社群互動，這往往讓使用者在挑選時感到眼花撩亂，因此這次的專題會介紹幾款全球廣受歡迎的熱門選擇，協助讀者根據個人的目標與喜好，在眾多工具中找到最契合的數位陪跑夥伴。

跑步 App 的選擇要點

雖然市面上的跑步 App 基本功能乍看之下大同小異，但若能深入了解其中的細節差異，便能大幅縮短摸索期，準確找出符合自身需求且操作順手的款式，以下歸納出幾個挑選時值得留意的面向。

裝置支援度和紀錄資料

紀錄跑步的時間與距離長度，是這類 App 最核心的基礎功能，為了達到更全面的監測效果，現代的跑步 App 多半會同時紀錄步數、GPS 軌跡，並透過這些數據進一步計算出消耗的熱量、時速與配速等細節。

雖然紀錄的數據越豐富，越能從中獲得突破自我的成就感並找出改進方向，但在挑選時仍建議優先考量 App 的版面配置與查閱方式是否直觀舒適，過於複雜或資訊過載的介面，反而可能影響跑步過程中的操作體驗，選擇視覺清爽、重點資訊一目了然的介面，長遠來看會讓使用過程更加順心。

此外，隨著穿戴式裝置的普及，許多跑者習慣配戴智慧手錶或運動手環來記錄數據，因此在挑選 App 時，務必確認該程式是否支援手邊既有的裝置品牌，或是能否將數據匯入手機內建的健康資料庫，以免發生數據斷層或無法同步的窘境。

新手可重視教練指導

對於初次接觸跑步的族群來說，最常見的困擾往往是不熟悉如何拿捏運動量，強度不足可能無法達到預期效果，而求好心切導致的過度運動，則容易引發身體痠痛甚至受傷，進而讓人喪失熱情、放棄計畫。

因此初學者不妨選擇內建客製化課程或虛擬教練服務的 App，讓 App 根據使用者的運動習慣與基本身體數值設定目標，再演算出適合的跑步計畫，透過循序漸進的引導方式，不僅能避免受傷風險，更能讓跑者在完成每個階段性任務時，具體感受到自己的進步，大幅降低中途放棄的可能性。

▲ 近年來慢跑風氣興甚，已成為全台第二大熱門運動，相關周邊產品選擇也越來越多。

語音回饋是加分項

跑步時，維持穩定的呼吸與步伐節奏至關重要，若 App 具備語音回饋功能，跑者便無需頻繁低頭查看螢幕，系統會定時播報目前的里程、配速或心率，甚至在訓練課程中適時提醒加速或減速，讓跑者能維持在高集中力的狀態下奔馳。

社群互動成為持續動力

養成跑步習慣是一場與惰性的長期抗戰，若非本身對運動有濃厚興趣，獨自跑步的孤獨感有時會讓人容易找藉口休息，為了激發持續堅持的動力，許多 App 在基礎紀錄功能之外，也強化了社群分享服務。透過關注朋友的動態、了解彼此的進度，能形成一種正向的同儕激勵，減緩獨自訓練的枯燥。

此外，部分 App 允許使用者上傳心得與路線圖，這讓不同程度的跑者能互相交流，發掘城市中未曾注意過的優質跑點，增加跑步的樂趣與新鮮感，而對於喜歡挑戰自我的跑者，具備線上比賽或虛擬挑戰賽功能的款式，更能提供競賽氛圍，激勵自己在排行榜上爭取佳績。

▲ 除了搭配跑錶的 App 之外，第三方 App 有時候可以提供不同的慢跑樂趣。（圖片來源：GARMIN）

STRAVA：社群互動與路段挑戰的王者

以運動社群為核心的 STRAVA，是全球跑者與自行車騎士廣泛使用的平台，甚至被喻為「運動界的社群媒體」，不僅提供精準的 GPS 追蹤、配速與心率分析等基礎功能，更獨創了充滿樂趣的路段挑戰。跑者可以在特定路段上與全球用戶比拼速度，爭奪象徵最速的王者頭銜，透過遊戲化的競爭機制往往能極大程度地激發出使用者的潛能。除了良性競爭，STRAVA 強大的社群黏著度來自於給予讚賞的互動文化，當你完成一次艱難的長跑，好友的留言與鼓勵往往是持續下去的動力。

此外，STRAVA 也是尋找跑步路線靈感的絕佳工具，透過探索地圖與熱點圖功能，你可以參考其他高手的跑步路線，發掘城市中未曾跑過的優質路徑，或建立屬於自己的軌跡分享給大眾，對於喜歡熱鬧、享受同儕激勵，或者希望透過排名驗證實力的跑者來說，STRAVA 這點設計得很好。

付費訂閱解鎖分析

值得一提的是，STRAVA 擁有極高的相容性，能串聯 Garmin、Apple Watch 等絕大多數穿戴裝置與健康 App，成為匯整所有運動數據的中心樞紐，目前 STRAVA 免費版已具備基本的紀錄與社群連結功能；如果需要進階的數據分析（如體能趨勢）、目標設定、路線規劃，還可以參考每週的耗力分數，穩定運動避免過度訓練，像這樣的深度功能需透過訂閱解鎖，使用者可視需求決定是否升級。

▲ 運動紀錄介面設計簡單，可以切換不同類型運動，還能設定運動路線。

▲ 慢跑完成後會即時提供配速、心率資訊，付費訂閱後還可以查看配速分析。

▲ 沒有跑步靈感的話可以查看其他人的跑步路線跟著跑，也可以跟過去自己的紀錄比較。

▲ 支援眾多運動裝置紀錄，配對後即使不特別開啟 App，也可以自動寫入資訊。

Adidas Running：全方位數據分析

Adidas Running 的前身是廣受全球好評的老牌 App Runtastic，在整合進 Adidas 運動生態系後，不僅保留了過去強大的技術底蘊，更發展為一款功能更為全面且有更多激勵機制的綜合型應用程式。

在數據追蹤方面， 除了基本的 GPS 軌跡、距離與配速外，還提供進階分析功能，使用者可以檢視步幅、爬升高度，甚至透過演算法估算水分流失量，這些細節能幫助跑者更科學地補給與調整狀態。值得一提的是其內建跑鞋追蹤功能，跑者可登錄自己使用的各款跑鞋，系統會自動累積該雙鞋的跑量，並在達到建議壽命（如 500 公里）時發出更換提醒，對於預防因鞋底磨損而導致的運動傷害來說，是非常貼心且實用的設計。

自我挑戰突破極限

筆者覺得很不錯的還有自我挑戰功能，允許使用者將過去的紀錄設定為目標進行比賽，透過與昨天的自己競速，具體感受突破極限的成就感，此外，這款 App 對新手也相當友善，提供從步行到跑步的入門計畫到全程馬拉松的進階訓練。在社群互動方面，Adidas Running 擁有龐大的全球跑者社群與豐富的線上 挑戰賽，使用者不僅能透過完成任務收集徽章，還能在跑步當下接收好友的即時加油，讓獨自訓練不再孤單，強大的相容性也是亮點，能與 Garmin、Apple Watch、Coros 等多種穿戴裝置同步數據，適合追求全方位健康管理的跑者。

▲ 運動紀錄介面設計得非常簡潔，可以快速切換跑步、步行、單車三項運動。

▲ 設定裡可以加入自己穿的跑鞋，累積里程到一定數值後 App 會提醒換鞋。

▲ 以筆者串聯 Apple Music 歌單為例，有不少重節奏的運動歌單可以聽。

▲ 不定期還會有社群挑戰，透過這樣的方式可以讓運動習慣更持久。

Nike Run Club：隨身專屬教練與音樂整合

由 Nike 開發的 Nike Run Club，最令人津津樂道的就是能依據每位使用者的運動習慣與體能程度，量身制定合適的路跑計畫，在跑步過程中，語音指導會適時提點注意事項、調節呼吸節奏，並回報距離與時間等數據，更可以串聯 Spotify 或 Apple Music 邊跑邊聽官方特製歌單，營造出宛如專業教練在旁陪跑的擬真體驗。雖然有部分使用者反應在特定環境下，GPS 定位與距離統計可能出現些許誤差，但考量到 NRC 採取免費的模式，豐富內容與親民門檻，仍是款瑕不掩瑜、值得下載的選擇。

▲ Nike Run Club 提供中文介面，跑步時還可以開啟語音指導來調整配速。

▲ 內建多種長短跑和間歇訓練課程，很適合要提高跑步表現的跑者使用。

ASICS Runkeeper：實用導向的個人化訓練

ASICS Runkeeper 是一款以實用性著名的跑步工具，核心優勢在於高度客製化的訓練功能，無論是剛起步的 5K 新手，還是目標鎖定全程馬拉松的進階跑者，系統都能根據個人目標設計專屬課表，協助跑者有條理地循序漸進。在跑步過程中，ASICS Runkeeper 可以透過語音提示來協助跑者了解當前訓練狀況，可依需求設定播報頻率，在固定時間或距離回報配速、心率等關鍵數據，讓跑者無需頻繁拿起手機確認，更能專注於呼吸與步伐，此外，內建跑鞋追蹤功能，能紀錄每雙鞋的累積里程並提醒更換，有效避免因裝備耗損而受傷。

▲ 跑步介面可以設定慢跑目標，語音功能還可以設定播報時間跟音量。

▲ 內建不同的社群挑戰可以參與，但如果要加入訓練課程就須付費訂閱。

RQ 跑力：科學化訓練與跑力分析 

對於致力於馬拉松訓練，或是已經不滿足於單純累積里程，渴望透過數據精準突破成績的進階跑者而言，RQ 是一款不可多得的科學化訓練工具，這款由台灣團隊開發的 App。

最具代表性的功能便是獨家的跑力分析系統，不同於傳統僅以配速來衡量快慢，RQ 會根據跑者的心率與速度數據，綜合計算出一個類似遊戲等級的跑力數值，這個數值能客觀反映你當下的實力，並自動換算出適合你的輕鬆跑、節奏跑或間歇跑配速區間，跑者不再需要憑感覺猜測今天該跑多快，只需跟隨系統建議的配速，就能確保每一次訓練都在正確的強度區間內，達到事半功倍的效果。

除了跑力分析，RQ 非常重視訓練與恢復的平衡，透過直觀的體能狀況圖表，系統能將抽象的身體感受量化為數據，它會追蹤你長期的體能累積與短期的疲勞程度，計算出當下的狀況指數，這對於備賽期的跑者至關重要，能協助你精確掌握何時該加強訓練量，何時又該進行減量，以避免過度訓練導致受傷。

在訓練規劃上，RQ 也不再是死板的固定課表，能根據當前的跑力與目標賽事，生成科學化訓練計畫，隨著跑力提升，課表的配速要求也會自動變快，宛如隨身的數位教練。此外，由於 RQ 定位為數據分析中心，它能與 Garmin Connect、Strava 等主流平台串接，自動匯入跑步紀錄進行分析，如果你追求更有效率的訓練方式，RQ 絕對是協助你挑戰個人最佳成績 PB 的最佳軍師。

▲ 透過跑力分析可以更了解自己和同年齡層、同性別跑者相比表現如何，升級會員可有更多細節。

▲ 可以設定自己想要訓練的目標，App 會列出配速參考，但如果要新增到訓練課表就噓升級會員。

▲ 不定期會更新運動相關文章和新訊，有助於跑者更了解這項運動。

▲ 工具裡有配速分析、跑姿分析，很適合跑者微調自己的狀態。

馬拉松世界：賽事資訊與在地社群的匯集地

對於熱衷於參與實體路跑賽事的跑者來說，馬拉松世界無疑是最具親切感且功能最接地氣的選擇，這款由台灣團隊開發的 App，不僅僅是一個運動紀錄工具，更是一個龐大的賽事資訊中心。它匯集了國內外各地最詳盡的馬拉松賽事情報，從報名日期、路線圖到簡章資訊一應俱全，使用者能輕鬆查詢並收藏即將到來的比賽，更棒的是，它提供了一條龍式的參賽管理功能，跑者可以在完賽後將官方成績、分組排名與個人心得完整記錄在個人檔案中，系統會自動生成精美的完賽證明與統計圖表，宛如一個隨身攜帶的數位獎牌收藏櫃。

在功能面上，除了一般路跑 App 具備的 GPS 軌跡與數據分析外，馬拉松世界最為人稱道的便是獨家的室內/跑步機模式，許多跑者在室內進行訓練時，常因沒有 GPS 訊號導致里程誤差，影響配速判斷，這項模式透過演算法優化或輔助校正，能提供比一般 App 更精準的圈數與里程計算，對於習慣在室內或跑步機上訓練的跑者來說，是一大福音。

社群互動則是這款 App 另一個黏著度極高的原因，不同於其他國際平台較為疏離的互動，馬拉松世界充滿了台灣特有的濃厚人情味，跑者可以透過塗鴉牆分享每日的訓練日記、沿途風景照片與身體狀況，而跑友們也樂於互相推文交流。此外，官方每月舉辦的線上馬拉松與月跑量挑戰賽，設有豐富的實體獎品抽獎機制，結合線上競爭與線下獎勵的模式，激勵無數跑者為了達標而多跑一公里。

▲ 不定期會舉辦線上馬拉松，還可以找團練和其他人一起跑。

▲ 可以串接其他 App 或是手環來取得數據，讓紀錄更完善。

▲ 慢跑還可以累積 MW 幣，用來折抵商城內產品。

▲ 可以查看近期要舉辦的馬拉松賽事，省去在不同平台查找的麻煩。

ZRX：跑步變末日求生遊戲 

對於覺得單純的繞圈跑步枯燥乏味的跑者而言，這款結合實境遊戲的 App 能帶來截然不同的體驗，目前已整合進 ZRX 平台的 Zombies, Run! 將跑者設定為殭屍末日下的倖存者，每一次的跑步都被包裝成一項關鍵任務，跑者必須透過實際的移動來蒐集虛擬物資、營救夥伴並重建基地。在跑步過程中，緊張刺激的廣播劇情會穿插在個人的音樂清單中，當聽到背後傳來殭屍的嘶吼聲時，系統設計的殭屍追逐機制會迫使跑者加速逃離，無形中完成了一組高強度的間歇訓練。

▲ 整個介面氛圍感十足，如果跑步跑到有點乏味可以換這個 App 來增加跑步樂趣。

▲ App 裡也有提供訓練課程，依照不同距離提升自己慢跑表現。

INTVL：城市變佔地遊戲 

如果覺得單純累積里程太過枯燥，這款近期在社群平台上引發熱烈討論的 App，或許能重新燃起你的跑步熱情，INTVL 最大的特色在於將跑步轉化為一場真實世界的佔地盤遊戲，啟動 App 奔跑時，腳下的路線不再只是軌跡，而是會在地圖上劃分為你的專屬領地，透過將城市街道變為巨型棋盤的設計，讓許多跑者為了守護街區或擴張版圖，不知不覺跑得更遠、更久，甚至有網友戲稱「為了畫地盤跑到不想回家」。除了單打獨鬥，INTVL 也支援組隊功能，讓跑者能與戰友共同抵禦外敵或攻城掠地，增加了策略性與社交樂趣。

▲ 可以選定自己的顏色，一邊慢跑一邊佔領地，還可以加入團體一起佔領。

▲ 官方不定期舉辦挑戰賽，可以得到更多真實的回饋。

本文同步刊載於 PC home 雜誌

歡迎加入 PC home 雜誌粉絲團！

• 延伸閱讀：Garmin 科技探索日展出 2025 全系列新錶款！橫跨戶外冒險、跑步健身與健康美型六大領域
• 延伸閱讀：運動科技新浪潮來襲：健康手環、藍牙耳機，結合智慧型手機更聰明
• 延伸閱讀：adidas RPT-02 SOL開箱評測：光能運動耳機延長續航力，價格7590元

加入T客邦Facebook粉絲團

微軟宣布全面重構 Windows 11 的滑鼠指示器，深度整合 PowerToys 聚光燈特效與現代化架構。這次重構不僅優化滑鼠指示器動畫，更加入常駐快捷鍵，讓 Windows 11 ...

 

現在當你想要找到滑鼠游標（指標）在螢幕上哪裡的時候，你應該都會習慣性的將手握著滑鼠，然後快速的左右搖晃，藉此來觀察螢幕上哪裡有游標在閃爍。不過，或許可以有更聰明的作法？

根據 PhantomOfEarth 的最新發現，微軟正著手以現代化程式碼全面改寫 Windows 11 內建的尋找滑鼠游標功能，不僅將大幅提升動畫流暢度，更深度借鑑了微軟官方 PowerToys 套件中的高對比聚光燈視覺設計，讓多螢幕或高解析度螢幕使用者能夠更直覺地鎖定游標所在位置。

在 1990 年代 Windows 早期版本中，這種依賴快速晃動滑鼠找到游標位置的方式，在技術上是藉由系統開啟的「滑鼠移動軌跡」殘影來辨識位置。

進入 21 世紀初，微軟在 Windows 系統的控制台輔助設定中新增了一項實用機制：只要輕按一下鍵盤上的「Ctrl」鍵，系統便會在游標周圍發射出一圈逐漸縮小的同心圓動畫，協助使用者精確定位。

隨著 Windows XP 席捲全球市場，這項透過 Ctrl 鍵尋找游標的設計成為無數上班族與玩家的必備技巧。然而，在此後的二十多年間，這項底層功能幾乎未曾進行架構級別的革新，視覺呈現與效能表現逐漸與現代作業系統脫節。

借鑑 PowerToys 聚光燈視覺體驗，全面現代化重構

在現行的 Windows 11 系統中，使用者若要開啟此功能，可依循「設定」>「協助工具」>「滑鼠指標與觸控」之路徑，找到「滑鼠指標」選項並將其啟用。儘管現行版本的同心圓動畫已能滿足基本需求，但在部分複雜的視窗重疊或特定全螢幕應用程式中，舊版實作機制偶爾會出現渲染延遲或破圖等小瑕疵。

為了解決此痛點，微軟先前在開源專案「Microsoft PowerToys」中推出了體驗更為優異的「滑鼠公用程式（Mouse Utilities）」。該工具在按下特定快速鍵時，會將整個螢幕背景瞬間調暗，僅在滑鼠游標周圍保留一道明亮的高對比圓形光圈（聚光燈效果），並支援按下「Esc」鍵隨時關閉。

這種高辨識度的視覺方案獲得了大量高階用戶與多螢幕工作者的一致好評。如今，微軟決定將這種源自 PowerToys 的現代化設計直接收編並原生整合進 Windows 11 系統底層，徹底取代沿用自 Windows XP 時代的舊版實作。

新增常駐顯示模式與 Win+Ctrl+Shift+M 快捷鍵

除了整體 UI 介面更加美觀、動畫過渡更為細膩流暢之外，新版「滑鼠指標」在功能層面也迎來了重大擴充。微軟在設定選單中新增了一項名為「保持指標可見，直到手動關閉（Keep indicator visible until dismissed）」的進階開關。

這項新機制賦予了使用者更高的控制彈性。當使用者按下獨立的專用快捷鍵組合「Win + Ctrl + Shift + M」時，螢幕上的滑鼠指示聚光圈將不會在幾秒後自動淡出，而是持續鎖定游標常駐顯示；使用者唯有再次按下同一組快捷鍵、按下「Esc」鍵，或是直接點擊螢幕任意區域，指示效果才會解除關閉。這對於需要進行線上簡報、螢幕錄影教學、遠端桌面展示，或是視力受損的使用者而言，無疑提供了極具實用價值的視覺指引支援。

隨著微軟持續在預覽測試通道中完善此項功能，新版滑鼠指標的動畫渲染與程式碼整合度將在後續版本中更加成熟，預計很快就會在未來的 Windows 11 正式版更新中全面推送給所有用戶。

 

• 延伸閱讀：Windows 11 被挖出隱藏新功能！統一記憶體可「劃地保留」，為 GPU、AI 預留專屬空間
• 延伸閱讀：微軟宣佈 Windows 11 將徹底刪除 25 年歷史的 WMIC，指令查詢序號將走入歷史，改用 PowerShell 接棒
• 延伸閱讀：告別 Windows 11 廢柴搜尋！微軟將推出智慧索引新功能，連內建 Bing 廣告也能一鍵關閉了

 

 

加入T客邦Facebook粉絲團

Open Design 將不同大型語言模型整合進同套設計環境，可透過自然語言快速生成網站原型、專業簡報與互動式 Dashboard。相較其他平台，提供更高自由度，任何人都能輕鬆打造高質感的數位作品。

過去不論是建置網站原型、互動式 Dashboard 設計或製作簡報排版，往往需要在多種工具之間來回切換，不只得花時間處理版面細節，還需要一定的設計與前端基礎。近年隨著生成式 AI 快速發展，像是 Claude Design、Google Stitch 等 AI 設計工具，也開始透過提示詞生成網站與介面設計，大幅簡化過往繁瑣流程，不過，這兩項工具仍存在收費限制，或只能綁定特定模型與平台使用。

 

文章目錄

• 1. 什麼是 Open Design？
• 2. 跨模型設定連接 Gemini CLI
• 3. 下載安裝、中文介面設定一次完成
• 4. 透過對話快速生成可編輯的專業簡報
• 5. 利用自然語言建立高質感網站雛形
• 6. 無痛打造專屬的互動式 Dashboard
• 7. 不會寫程式，也能設計 SVG 動畫效果

 

對此，本次特企將介紹近日在社群中相當受到矚目的免費開源設計平台－ Open Design，透過實際操作，帶大家一步步體驗 Open Design 的安裝設定、多模型串接，以及網站、簡報與 Dashboard 等不同情境應用。

什麼是 Open Design？

近年 AI 設計工具快速進化，從單純的圖片生成、版型排版，到如今已經開始進入「AI 代理」時代，而 Open Design 正是近期討論度相當高的新型態 AI 設計平台。它本質上並不是單一 AI 模型，而是一套開源的 AI 設計工作流系統，能將 Claude、Gemini、Codex 等不同大型語言模型整合進同一套設計環境中，讓 AI 正式參與整個設計與前端開發流程。

可以做到哪些事？

Open Design 最大的特色在於，它不只是單純幫你畫圖，而是試圖讓 AI 參與整個數位設計流程，舉例來說，當使用者輸入「幫我設計一個科技感產品發表頁面」，系統不只會生成視覺稿，還可能同步建立版型架構、互動元件、Hero Banner、色彩系統，甚至直接輸出對應的 React 前端程式碼。它背後的運作邏輯，其實很接近近年相當熱門的「Agentic Workflow（代理式工作流）」概念，也就是 AI 不再只是單一步驟回應，而是能拆解任務、串接工具，再一步步完成整體工作流程。

得利於 Open Design 內建大量可重複使用的 Skills與Design Systems，使用者可以快速套用不同風格的設計語言，例如極簡科技風、Apple 風格、SaaS 產品頁、現代 Dashboard 等，並透過自然語言快速修改細節，對於不熟 Figma、CSS，或沒有完整設計背景的人來說，能大幅降低製作門檻。此外，它也支援跨模型工作模式，例如可以使用 Gemini CLI 作為推理核心，再搭配 Claude 處理長文脈絡，甚至透過 Codex 生成程式碼，這種模型混搭能力，也是目前不少封閉式 AI 工具較難做到的地方。

▲ 平台內建大量 Design System 範本，可快速套用不同品牌與網站風格，大幅縮短 UI 設計時間。

相較 Claude Design 有何不同？

簡單來說，Claude Design 是由 Anthropic 官方打造的 AI 設計工作平台，而 Open Design 則主打「開源架構」與「多模型整合」的 Claude Design 替代方案。前者最大的優勢，在於整合體驗相當完整，由於它直接建立在 Claude 生態系之上，因此在上下文理解、長篇推理，以及 Skill 工作流整合方面相當成熟，整體穩定性與完成度也比較高，尤其 Claude 近期推出的 Skills 功能，讓AI 開始具備「記住工作流程」與「自動套用規則」的能力，只不過，Claude Design 目前仍偏向封閉式平台，模型與系統控制權主要掌握在官方手上，能自訂的範圍有限。

相對地，Open Design 則完全走不同方向，它更強調開源、模組化與自由擴充，使用者可以自行選擇 AI 模型、建立自己的設計系統，甚至串接本機 CLI 與外部 MCP 工具，對進階使用者與開發者來說，自由度明顯更高，也更容易建立符合自己需求的工作流，不過也因為需要自行設定環境、安裝 CLI、理解 AI 工作流概念，因此初期操作相對複雜一些。

▲ Open Design 支援 CLI 與 BYOK 兩種模型連線方式，使用者可自由切換 Gemini、Claude Code、Codex 等不同 AI 代理工具。

跨模型設定連接 Gemini CLI

如前文所述，Open Design 最大的特色之一，在於能串接不同 AI 模型作為背後的生成引擎，目前支援兩種 AI 模型連線方式，分別是「CLI」與「BYOK（Bring Your Own Keys）」，前者是透過本機命令列（又稱終端機）工具直接串接 AI 模型，後者則是自行輸入 API Key 進行連線。由於 BYOK 設定流程相對複雜，也較容易遇到權限、額度或 API  設定問題，因此更建議先從 CLI 方式開始上手。本篇將以 Mac 電腦作為安裝範例，一步步完成 Gemini CLI 環境建置，包含安裝 Homebrew、Node.js，以及 Gemini CLI 本體，最後再登入 Google 帳號完成授權。若是 Windows 用戶可參考敝社 YT 頻道連結的影片教學。

● Homebrew 下載連結：https://brew.sh/

● Node.js 下載連結：https://nodejs.org/en/download

● Gemini CLI 下載連結：https://github.com/google-gemini/gemini-cli

● Windows 用戶 Gemini CLI 教學影片：https://reurl.cc/Q2gQNb

步驟 1：安裝 Gemini CLI 前，第一步需先進入 Homebrew 官網，複製對應的安裝指令。

步驟 2：Mac 可按下「Cmd + 空格鍵」叫出 Spotlight，鍵入並搜尋「Terminal」，開啟終端機準備執行安裝指令。

步驟 3：接著將 Homebrew 官網提供的安裝指令貼到終端機後，按下 Enter 開始安裝。

步驟 4：再來進入 Node.js 頁面，確認上方選項為最新的 LTS 版本，並選擇「macOS」，透過「Brew」且包含「npm」架構，下載後開啟檔案，依指示完成安裝。

步驟 5：進入 Gemini CLI 的 GitHub 頁面，找到 Quick Install，複製 Homebrew 欄位的「brew install gemini-cli」指令，回到終端機貼上和按下 Enter。

步驟 6：跑完安裝流程後， 下一步在終端機命令列輸入「Gemini」、按下 Enter，便能進入 Gemini CLI 的主畫面。

步驟 7：首次執行 Gemini CLI 時，macOS 可能會跳出權限要求，點選「允許」即可，若出現資料夾信任提示，選擇「Trust folder」即可繼續執行 Gemini CLI。

步驟 8：進入 Gemini CLI 介面後，直接選擇「Sign in with Google」進行登入授權。

步驟 9：接著會跳出瀏覽器授權的詢問畫面，選擇「Yes」並按下 Enter 即可。

步驟 10：選擇欲登入的 Google 帳號後，即可開始進行 Gemini CLI 驗證流程。

步驟 11：當畫面出現「驗證成功」後，即代表 Gemini CLI 已完成授權與帳號連線。

下載安裝、中文介面設定一次完成

接下來便要安裝 Open Design，相較過去需要透過 GitHub 手動部署專案與安裝相應套件的繁瑣流程，如今 Open Design 已提供官方桌面版，整體安裝門檻降低不少，即便沒有程式背景也能快速上手。本次將以 Mac 版作為示範，Windows 的安裝流程其實也大同小異，只要下載對應系統版本的安裝檔即可。要留意的是，由於 Open Design 目前仍屬新興 AI 設計平台，在首次安裝時，可能會跳出「無法驗證開發者」或安全性警告，這屬於系統正常保護機制，並不代表程式有問題，只需到系統設定中的「隱私權與安全性」允許開啟即可。

● Open Design 官網連結：https://open-design.ai/

步驟 1：首先，進入 Open Design 官網後，點選「Download desktop」即可下載對應系統版本的桌面安裝程式。

步驟 2：接著下拉畫面找到 macOS 與 Windows 版本的下載連結，Mac 用戶要注意需依照晶片型號選擇對應的 DMG 檔案。

步驟 3：下載完成後開啟檔案，將 Open Design 拖曳至 Applications 資料夾即可完成安裝。

步驟 4：再來開啟 Open Design，首次進入可先從左下角切換介面語言，選擇繁體中文顯示。

步驟 5：另外，點擊右上角「齒輪圖示」，並開啟設定頁面中的「介面語言」，選擇繁體中文後，整體操作介面會立即完成切換。

透過對話快速生成可編輯的專業簡報

過去在製作簡報時，許多人最花時間的往往不是內容本身，而是反覆調整版面、配色、字體與圖片位置等細節。如今隨著 Open Design 等 AI 設計平台問世，除了能幫我們生成網站原型之外，也能直接利用自然語言快速產出高質感簡報，使用前只要先準備好簡報主題與相關素材，再透過提示詞描述簡報用途、頁面架構、重點內容與目標受眾，便能自動生成具備完整視覺風格的簡報版型。後續若想修改配色、字型大小或調整圖片位置，也不需要重新生成整份簡報，只需以對話方式下指令即可即時微調，操作上就像是在與設計師來回溝通，大幅降低簡報製作所需的時間成本。

步驟 1：首先回到主頁後，在左方選擇「投影片」模式，並輸入簡報主題名稱、設計系統後，選擇建立新專案。

步驟 2：接著匯入 PDF 素材後輸入提示詞，讓系統自動整理簡報內容架構。

步驟 3：過程中系統同樣會詢問播放的平台與對應的簡報比例、受眾與色彩風格，強化整體簡報方向。

步驟 4：另也提供多種視覺設計方向，能快速設立簡報的整體調性。

步驟 5：生成完成後，同樣可點擊預覽，並且能直接編輯標題等文字內容，也能以對話方式調整版面設計。

利用自然語言建立高質感網站雛形

接下來進入 Open Design 最核心的應用階段：直接透過自然語言生成網站原型。這次我們以「甜點／烘焙品牌網站」作為實作範例，示範如何從設計系統選擇、頁面規劃到提示詞撰寫，一步步建立完整網站架構，其中要注意的是，Open Design 提供「線框圖」與「高擬真」兩種生成模式，前者偏向網站架構與版面配置草稿，適合前期規劃流程與功能動線；後者則能直接產出接近真實網站的視覺效果，而提示詞內容越完整，生成成果通常也會越貼近需求，操作時系統還會主動詢問設計風格、版型偏好與互動需求，協助使用者釐清想法，整個過程相當接近與真正設計師來回溝通的體驗。

步驟 1：首先在 Open Design 的本機 CLI 介面，會看到安裝完成的 Gemini CLI 工具亮起來，使用前需先點選並測試檢查連通性，若測試失敗代表要更新到最新版本。

步驟 2：在實作前，為確保提示詞內容完整度，可先透過 ChatGPT 或 Gemini 等工具整理網站需求，並複製生成出的 Prompt 結果。

步驟 3：建立專案前，可先於 Open Design 左側「原型」區域選擇設計系統風格、平台類型與高擬真輸出模式，並按下「建立」。

步驟 4：接著將網站需求貼入輸入欄後送出，系統便會開始分析整體網站架構。

步驟 5：過程中，系統會詢問品牌風格、互動效果與視覺方向，細化網站設計需求。

步驟 6：再者也可針對品牌特色補充需求，像是強調季節限定商品或精品甜點氛圍，並選擇「傳送答案」。

步驟 7：同時還會針對視覺設計方向進一步詢問喜好，目前提供不同視覺風格參考，協助快速選擇網站整體設計語言。

步驟 8：網站生成完成後，系統會自動建立首頁、商品頁與品牌故事等 HTML 檔案，點擊後檔案即可於右方預覽區塊選擇「開啟」。

步驟 9：針對不符合需求的地方直接在對話框中，請 AI 重新替換修正，例如下圖範例直接上傳圖片並要求更換。

步驟 10：Open Design 會依照新圖片重新更新商品卡片與頁面內容，大幅提升修改效率。

步驟 11：除了可下指令讓 AI 協助修改外，也能進入編輯模式手動修改文字、版面與商品資訊內容。

無痛打造專屬的互動式 Dashboard

現在不少人會把數位儀表板拿來整理工作進度、追蹤專案數據，甚至當成個人的資訊中控台，但過去想做出一個兼具視覺感與互動性的 Dashboard，往往得熟悉前端開發、圖表工具與資料串接流程。然而，現如今也能利用 Open Design 搭配自然語言描述需求，快速生成具有互動效果的數位儀表板原型，使用者除了能指定版面配置與視覺風格，也能加入即時數據卡片、側邊選單、KPI 統計區塊等元素。後續若想調整配色、修改資訊排列，甚至調整圖表內容，也能直接透過對話或編輯器完成，大幅降低製作互動式 Dashboard 的門檻與時間成本。

步驟 1：在主頁面左方選擇「原型」，接著輸入 Dashboard 名稱，並選擇適合的設計系統與高擬真輸出後，建立新專案。

步驟 2：下一步匯入所需的分析資料 PDF 檔案後，可透過對話描述需求或直接點擊內建的「SaaS 分析儀表板」Skills，讓系統自動生成 Dashboard 架構。

步驟 3：再來可於跳出的問題中，點選法和需求的介面風格、資料內容來源、介面語言與導覽列佈局等選項。

步驟 4：等待約 3-5 分鐘，系統便依據上傳的財報內容生成對應的互動式 Dashboard 介面。

步驟 5：完成後可直接預覽，並手動修改數據卡片文字描述或透過指令調整版面配置。

不會寫程式，也能設計 SVG 動畫效果

除了網站、簡報與 Dashboard 設計外，Open Design 也能進一步應用在 SVG 動畫製作，一般來說，若想打造具互動感的動畫效果，往往需要具備 SVG、CSS Animation 甚至前端程式基礎，對一般使用者來說門檻相對較高。不過由於 Open Design 內建 Motion Frame 等 Skill 功能，因此基本上只要透過自然語言描述動畫需求，就能快速生成具備動態效果的 SVG 動畫內容，而且所有動畫與視覺元素本質上皆由程式碼繪製而成，因此後續修改方便，也很適合應用在網站互動效果，甚至是影片 B-roll 畫面與動態展示場景中，大幅提升內容的視覺互動感。

步驟 1：在主頁面左方選擇「原型」，接著輸入專案名稱，並選擇適合的設計系統與高擬真輸出後，建立新專案。

步驟 2：接著輸入提示詞描述動畫流程，例如透過 motion frames skill 生成飛機從台北飛往東京的 SVG 動畫，並加入地標跳出提示效果。

步驟 3：生成過程中系統也會透過表單進一步確認角色風格、動作效果與畫面配置，一一選擇完後按下「傳送答案」完成動畫生成。

步驟 4：完成 SVG 動畫後，可點選左側「開啟」即時預覽飛機飛行路徑，也能再上傳圖像素材讓系統替換。

步驟 5：匯入自訂台灣、日本地圖與飛機素材後，動畫內容也會同步更新。

本文同步刊載於 PC home 雜誌

歡迎加入 PC home 雜誌粉絲團！

 

• 延伸閱讀：生成式AI讓網路頻寬拉警報！諾基亞CEO疾呼：網路不升級，再強AI也白搭！
• 延伸閱讀：Xbox新革命，納德拉：生成式AI Muse 震撼業界的創新即將來臨
• 延伸閱讀：《2025社群冒名詐騙報告書》揭示生成式AI助長社群詐騙，台灣數位信任協會呼籲建構防詐營運中心

 

 

加入T客邦Facebook粉絲團

結帳時還在手忙腳亂找發票載具？透過iPhone錢包App，將發票載具化身電子卡片，結帳時只需快速連按兩下側邊鈕，秒速出示，讓錢包App成為最優雅的發票載具管理工具。

結帳時還在手忙腳亂找載具App嗎？其實透過iPhone內建的「錢包」App，就能將發票載具條碼化身為一張電子卡片。設定完成後，只需快速連按兩下側邊按鈕，即可秒速出示條碼給店員掃描，完全無需解鎖手機或翻找程式，讓結帳流程更加流暢優雅，更能維持iPhone桌面清爽，告別凌亂的小工具。快跟著以下步驟讓載具「住進」錢包裡吧！

 

步驟 1：瀏覽器開啟財政部電子發票整合服務平台（www.einvoice.nat.gov.tw/），並「登入」。

 

步驟 2：於出現的頁面中，在新手上路旁點選「展開」。

 

步驟 3：接著在選單中找到「手機條碼列印」。

 

步驟 4：按下「添加到 Apple Wallet」按鈕。

 

步驟 5：在跳出的預覽畫面中，點選右上角的「加入」即完成儲存。

 

步驟 6：日後只需快速連按兩下側邊鈕，即可開啟「錢包」App裡的載具條碼。

 

 

• 延伸閱讀：果粉必學！iPhone「降低白點值」神技，昏暗環境也能安心滑
• 延伸閱讀：iPhone 隱藏神技教學！不用 PDF 檔，照片 App 也能直接手寫簽名
• 延伸閱讀：iPhone 變身車鑰匙！Toyota 將全面支援 Apple Wallet 數位鑰匙
• 延伸閱讀：iPhone防竊3招必學！關閉控制中心、啟用遭竊防護，遺失也能找回
• 延伸閱讀：iPhone 遠端教學不再雞同鴨講！開啟螢幕共享，用 FaceTime 救親友！

 

加入T客邦Facebook粉絲團

厭倦雲端 AI 的高昂費用與隱私疑慮？Jan AI 提供免費、開源的解決方案，讓您在本機離線運行 AI 模型，實現個人化客製。立即探索 Jan AI，掌控您的 AI 模型！

隨著人工智慧逐漸成為一般民眾，在日常生活與工作任務上，經常運用的方便工具，我們似乎已經很難擺脫 AI 的全面入侵，學習如何擁抱並高效率的使用AI工具，正是當下所有人都必須面對的課題。

 

文章目錄

• 1. 為什麼需要打造屬於自己的 AI 助理？
• 2. 檢視系統需求，部署 Jan AI 執行環境
• 3. 從內建的 Hugging Face 下載與安裝 AI 模型
• 4. 使用、切換、停止與移除 AI 模型
• 5. 客製化設定 AI 模型，強化效能與對話表現
• 6. 運用內建助理功能，讓 AI 角色扮演
• 7. 連接雲端 AI 平台，免網頁直接存取
• 8. 啟用模型上下文協定，取得 MCP 伺服器金鑰
• 9. 設定 MCP 伺服器連接，調用網路搜尋

然而，時至今日大多數的消費者，仍是利用電腦瀏覽器、手機 App 之類的管道，存取位於雲端平台的 AI 模型，例如 OpenAI ChatGPT、Google Gemini 等，雖然應用上十分方便，但卻也擺脫不了諸多限制。

舉例來說，高昂的訂閱費用、緩慢的回應時間，以及雲端服務可能洩漏使用者個人隱私的資安風險等，這些伴隨 AI 發展而產生的問題，亦逐漸受到外界關注，並試圖找出解決或替代方案。

本次特別企劃所介紹的人工智慧應用 Jan AI，即是一款面向全類型 AI 使用者，主打免費、開源、離線、高相容性且簡單易用的軟體。

為什麼需要打造屬於自己的 AI 助理？

你是否曾經想過，使用當下流行的各種 AI 工具時，自己最在意哪些問題？有些人可能會回答「準確性」，也有些人會認為是「速度」。

只不過，上至大型企業組織，小至個人使用者，基本上都會在乎 AI 的應用成本，例如雲端服務的訂閱開銷，以及存取 API 所需要的支出花費。

雖然市面上大多數 AI 工具，都有一定的免費試用額度，但若超量使用，通常不是被切換到能力較弱的模型，就是減慢 AI 的回答速度，令人覺得非常不方便。

因此，如何盡量以低開銷，甚至是免費的方式，存取足夠強大的 AI 模型，自然就成為我們需要追求的目標之一，而透過 Jan AI 打造人工智慧助理，配合各大廠商釋出的開源 AI 模型共同使用，就是一種值得嘗試的解決方案。

▲ 即便許多雲端 AI 平台都有免費方案，但若消費者已經開始常態性使用各種 AI 工具，累積起來的花費與開銷，自然是一大負擔。

離線 AI 兼顧隱私保障

當人類跟 AI 之間的互動變得更加頻繁，有些人會因此給予人工智慧無上限的信任，進而悄然陷入隱私危機而不自知。

尤其是在跟 AI 進行溝通的過程中，我們經常會於對話裡提供私密資料，比方說個人資訊、工作機密，甚至是涉及他人的訊息。

然而，這些資料即使在表面上是由 AI 所吸收、處理，但模型背後的開發商，以及 AI 雲端平台的營運商，仍有可能會將使用者數據保留於伺服器上，進而造成隱私方面的風險。

在這種情況下，減少對雲端 AI 服務的依賴，讓人工智慧模型離線、本機運行，就變成了保障隱私最直接的方法，特別是對於企業、組織來說，把資料管理權完整掌握在自己手中，才能有效避免資安問題接著發生。

善用 AI 硬體與客製化

有鑑於 AI 近年來的大行其道，許多硬體廠商也紛紛布局，在設備中加入專用的 AI 硬體，或者增強人工智慧運算相關功能。

舉例來說，Intel 為電腦處理器產品所加入的 NPU 晶片，以及 NVIDIA 於顯示卡中，特地針對 AI 任務運算做出的加強等，然而這些硬體規格的升級，在大多數情況下幾乎都是無用武之地，畢竟消費者於本機執行 AI 任務的風潮，至今依然不夠普及。

在 Jan AI 的幫助下，電腦中閒置的 AI 硬體和晶片，終於能夠發揮所長，協助人工智慧任務進行運算。

不僅如此，本機執行 AI 模型的另一個優勢，就是能夠進行高度客製化，即透過各種詳細設定，調整 AI 模型的參數、回應方式、風格，這亦是大多數雲端 AI 平台無法提供的服務，藉此給予進階使用者更深入的操作體驗。

▲ 普遍而言允許使用者於本機執行的 AI 模型，大多都採開源方式發布，但開源 AI 的智慧程度（圖中藍色者），其實並不會比私有模型來得差。（圖片來源：Artificial Analysis）

檢視系統需求，部署 Jan AI 執行環境

本質上而言，Jan AI 是一套簡單、易用的人工智慧模型啟動器，支援Windows、Mac 與 Linux 作業系統，整個軟體專案在 Github 上完全開源，官方主打對大型語言模型（LLM）的完整控制，以及更加進階、更為全面的隱私保護。

目前 Jan AI 有數個主要功能，包含：在電腦上離線執行本機 AI 模型、雲端 AI 平台整合、自定義 AI 助手、支援模型上下文協定（MCP）伺服器等。

Jan AI 網址：https://www.jan.ai/

步驟 1：根據官方建議，Jan AI 應用程式本體僅支援 Windows 10 以上版本作業系統，使用者可以在「執行」視窗中輸入「winver」進行確認。

步驟 2：電腦記憶體總容量關係到 Jan AI 可以執行的模型參數規模；例如 8GB 記憶體能帶動 3B 參數模型，若為 13B 參數模型則要 32GB 記憶體。

步驟 3：Jan AI 同時支援 NVIDIA、AMD 與 Intel Arc 顯示卡，官方建議至少需要 6GB VRAM，才能驅動 3B 參數規模的 AI 模型。

步驟 4：由於 Jan AI 離線存取的 AI 模型，皆需要下載至電腦中才能執行，因此要準備足夠的硬碟空間，許多模型佔用容量至少都有 10GB 以上。

步驟 5：系統環境確認完畢後，接著來到 Jan AI 官方網站，選擇對應的作業系統以下載主程式；此處我們選擇 Windows 版本。

步驟 6：下載並安裝好 Jan AI 之後，點擊桌面上的手掌圖示以開啟主程式，接著 Jan AI 會自動下載數個必要元件，進度將顯示於左下角。

步驟 7：再來點選左邊欄的「Settings」，進入設定畫面後，於中間欄找到「General」，然後在右邊的「Language」切換為「繁體中文」。

步驟 8：同樣在設定頁面中，於中間欄找到「硬體」，發現「GPUs」區塊將顯示 Jan AI 已偵測且支援的顯示卡，點擊開關將其啟用。

步驟 9：中間欄的「模型提供者」中，找到「Llama.cpp」，右邊的「Version & Backend」中，Jan AI 應該會自動安裝好適合的後端引擎。

步驟 10：於中間欄找到「隱私」分頁，使用者可以自行選擇，是否要將「分析」功能開啟。注意：Jan AI 不會主動蒐集和儲存任何隱私資料。

步驟 11：若操作 Jan AI 時出現了重大問題，導致程式不斷崩潰，在「一般」分頁的「恢復原廠設定」中，使用者可以將軟體直接重設。

從內建的 Hugging Face 下載與安裝 AI 模型

安裝完畢 Jan AI 之後，這套程式仍然只是個「空殼」，因此接下來必須為它導入「靈魂」，意即替 Jan AI 安裝人工智慧模型，才能夠使整套軟體正式運作。

相較於 Ollama 等同類型程式，Jan AI 最方便的一點，就是它內建了 Hugging Face 的存取介面。Hugging Face 為目前全世界最熱門的開源 AI 平台，絕大多數開源 AI 模型，無論商業或非商業產品，幾乎都能夠在上面找到，而 Jan AI 則善用了 Hugging Face 的資源優勢，讓消費者可以直接下載、安裝各種 AI 模型。

值得注意之處，在於使用者從 Hugging Face 上，為 Jan AI 導入 AI 模型時，必須確認該模型為 GGUF 格式。

步驟 1：開啟 Jan AI 主畫面之後，點選左邊欄的「中心」，即可切換到內建的Hugging Face 頁面，從此處下載各種 AI 模型。

步驟 2：在每個 AI 模型的「下載」按鈕旁有個「i」圖示，將滑鼠移到其上，系統會簡單分析該模型適不適合自己的電腦執行，只是判斷不一定準確。

步驟 3：找到想要的 AI 模型後，點擊「下載」即會開始自動安裝，JanAI 會自動選擇適合的分支版本（若有提供），進度則顯示於左下角。

步驟 4：使用者亦可透過關鍵字搜尋特定 AI 模型，例如於上方輸入框中，鍵入 GPT-OSS、DeepSeek 等，即可過濾出對應模型。

步驟 5：對於新手與一般使用者來說，建議可以透過搜尋欄旁邊的過濾器，直接選擇「最多下載」進行排序，安裝較多人使用的 AI 模型。

使用、切換、停止與移除 AI 模型

透過內建的 Hugging Face 安裝好 AI 模型後，接著就可以正式使用 Jan AI，存取各種 AI 聊天機器人了！

根據筆者經驗與官方建議，雖然 Jan AI 會提前判斷，究竟該模型適不適合自己的電腦執行，但是實際運作狀況，仍然只有親自嘗試後才能確認。其中一個簡單的判斷原則，在於電腦硬體規格越高、效能越好，原則上可以帶動參數規模越大的模型。

最少 20B 參數的 GPT-OSS 雖然十分強大，媲美雲端版本的 GPT-4o，但在低規格電腦上執行時，反應速度會變得極慢，因此建議讀者要多加嘗試各種不同參數的 AI 模型，同時謹記量力而為，

步驟 1：開啟 Jan AI 主畫面後，點擊左邊欄的「新聊天」，接著於中間的「選擇一個模型」展開選單，挑選先前安裝的 AI 模型。

步驟 2：挑選好 AI 模型後，就可以於中間的輸入框鍵入對話，再點選右邊的箭頭圖示送出，就像操作任何 AI 聊天機器人一樣。

步驟 3：在每條 AI 回答的下方，系統都會計算 Token 的輸出速度；左邊欄亦可管理對話，按下「⋯」就能重新命名或刪除聊天。

步驟 4：若要停止正在運作中的 AI 模型，先點選左邊欄的「設定」，接著於中間欄的「模型提供者」找到「Llama.cpp」，點擊「停止」即可。

步驟 5：若是要刪除已經下載、安裝的模型，於步驟 4 的畫面點選模型名稱旁的垃圾桶圖示，即可把整個 AI 模型從 Jan AI 中移除，節省硬碟空間。

客製化設定 AI 模型，強化效能與對話表現

透過 Jan AI 本機執行 AI 模型的一大好處，就是可以任意調整模型的各種參數，藉此最佳化模型的執行速度、效能，甚至是調整出更為理想的對話表現。

只不過，隨心調整 AI 模型的各項參數雖然看似簡單，但各個數值本身所代表的意義，相對之下卻比較不容易理解。筆者認為，較為重要的數值是「上下文大小」（Context Size）、GPU 層數（GPU Layers）及溫度（Temperature），這些參數的意義將在下面的教學中詳細說明。至於 Top K、Top P 等數值，雖然也會影響 AI 模型的回答方式、風格，但相對之下也需要更精細的參數調整、重複測試，才能獲得使用者理想中的效果。

步驟 1：首先於 Jan AI 的主畫面中，任意選擇一個 AI 模型，接著點擊模型名稱旁邊的齒輪圖示。

步驟 2：此時右邊就會開啟該模型的設定視窗，若點一下「Auto-Optimize Settings」，系統就會分析電腦效能，並為 AI 模型套用最佳化設定。

步驟 3：下方各種參數使用者皆可隨意調整。首先，Context Size 將影響模型可以記住多少上下文，數字越大則記住的對話越多。

步驟 4：至於 GPU Layers 的數字越大，代表 AI 模型的反應速度將越快，但也需要更多 VRAM，若調為 0 則代表僅使用 CPU 進行運算。

步驟 5：Temperature 參數影響 AI 模型的創造力，以及回應的可預測程度，數值 0.3 以下回應會相對聚焦且一致，而 0.7 以上回應則更加具備創意。

運用內建助理功能，讓 AI 角色扮演

過去曾經有新聞指出，許多 AI 開發商都會預先設定一套「性格」，並且以提示詞方式，將性格或角色預先載入到使用者跟 AI 模型之間的對話中，為整個聊天過程帶來更好的回應體驗。

而在 Jan AI 中，開發者也加入了類似的「助理」功能，讓使用者可以藉由事先編寫提示詞，為 AI 模型打造獨特的個性與角色。

Jan AI 官方在程式中預設了一套性格範本「Jan」，它的設定是一位「樂於助人的 AI 助理」，並會「保持簡潔、清晰且實用的回覆」，且盡量「坦承自己的無知，避免憑空杜撰」，符合多數使用者對 AI 助理的要求。

步驟 1：首先於左邊欄中，找到「助理」選項。Jan AI 官方已經為使用者內建了一套性格提示詞「Jan」，按一下鉛筆圖示即可編輯。

步驟 2：內建的「Jan」被官方設定為一名「樂於助人的 AI 助理」，提示詞以英文寫成，說明了它的責任與限制。

步驟 3：若點擊步驟 1 右上角的「Add Assistant」按鈕，即可新增一位全新助理，並且編寫專屬提示詞，更可設定該名助理的頭像與名稱。

步驟 4：若要應用助理功能，回到 Jan AI 主畫面後，點擊中間畫面的左上角，即可切換各種 AI 助理與提示詞，套用到目前使用的 AI 模型上。

步驟 5：以筆者在步驟 3 新增的「程式開發助理」為例，當使用者詢問它的角色時，AI 模型將會遵照提示詞的指導，進行角色扮演與相關回應。

連接雲端 AI 平台，免網頁直接存取

除了離線執行各種開源 AI 模型外，Jan AI 也希望成為一站式的人工智慧整合工具，並且開放使用者連接到各大雲端平台，例如 OpenAI、Google。

無論使用者想連接到哪個平台，基本步驟其實都大同小異，關鍵皆在於取得特定平台的 API Key。因此，使用者必須事先註冊完成雲端 AI 平台帳號，才能生成 API Key 並存取對應模型。

OpenAI Platform 網址：https://platform.openai.com/

步驟 1：首先來到 OpenAI Platform，點擊右上角的「Log in」登入OpenAI 帳號，或者按下「Sign up」進行註冊。

步驟 2：確認登入後， 再點選右上角的「Start building」，進入組織設定畫面。

步驟 3：接著為組織隨意設定一個名稱，日後仍可進行更改，並選擇組織的類型，接著按「Create organization」。

步驟 4：接著為即將生成的 API Key 與專案設定名稱，再按下「Generate API Key」。

步驟 5：點擊「Copy」將 API Key 複製下來。注意，離開這個畫面之後，將不能再次查看與複製 API Key，也不要隨意外流 API Key 給他人。

步驟 6：接著 OpenAI 會詢問使用者是否需要儲值點數，畢竟在調用雲端API的情況下，每次操作、存取 AI 模型都會花錢，也可以暫時跳過不買。

步驟 7：回到 OpenAI Platform 後，點擊左邊欄的「API Key」，即可進行管理、移除；點擊「Usage」則可以查閱 API Key 的使用狀態。

步驟 8：取得 API Key 後，回到 Jan AI 主畫面，點擊左邊欄的「設定」，再找到「模型提供者」之下的「OpenAI」，於右邊輸入框貼上即可。

步驟 9：Jan AI 內建多款模型名稱，方便使用者直接存取、切換；若遇到陌生模型，只要雲端平台已公布相關資訊，使用者亦可自行加入或修改。

步驟 10：回到 Jan AI 主畫面，點擊輸入框左邊的模型切換按鈕，選擇想要使用的 OpenAI 模型名稱，就能透過 Jan AI 存取在雲端運作的 AI 模型。

步驟 11：若在使用時跳出錯誤，一般來說都是平台額度不足，或者 API Key 失效、遭到撤銷，網路連接情況偶爾也會影響使用體驗。

啟用模型上下文協定，取得 MCP 伺服器金鑰

近來 AI 市場上最為火紅的名詞之一，莫過於是「模型上下文協定」（MCP）。簡單來說，MCP 是個開放性標準，希望讓大型語言模型（LLM）可以透過標準化的方式，跟外部資料、工具和服務進行互動。

MCP 將是實踐 AI 代理最重要的元素之一，因為它能打通 AI 模型在外部資料存取方面的困難；至於對 Jan AI 來說，目前程式支援 MCP 的主要用途，在於讓離線 AI 模型也能調用網路搜尋、瀏覽器操作等進階功能。

Serper 網址：https://serper.dev/

步驟 1：首先來到 Serper 首頁，然後點選右上角的「Sign up」，免費註冊一個帳號，讓 AI 可以透過 MCP 調用網路搜尋功能。

步驟 2：輸入名稱、電子郵件地址與密碼，點擊驗證並按下「Create account」即可；Serper 並不會一開始就要求輸入信用卡資訊，非常人性化。

步驟 3：接著至電子信箱，接收 Serper 寄來的帳號認證信並點擊連結。注意，若不完成此步驟，將無法取得 API Key。

步驟 4：完成註冊並登入 Serper 後，點擊左邊欄的「API Keys」切換到金鑰管理頁面。

步驟 5：雖然Serper預設會配發一組API Key給予使用者，但此處我們點選右上角的「Create New Key」來新增金鑰。

步驟 6：在「Key Name」位置輸入金鑰名稱，接著按下「Create」。

步驟 7：新增 API Key 完成之後，按一下右邊的雙方框圖示，將剛剛新增的金鑰直接複製，方便後續貼上 Jan AI。

步驟 8：若要撤銷、移除某組 API Key，按一下最右邊的「Reset」後，再點擊「Reset Key」即可讓該組金鑰失效。

步驟 9：Serper 為所有新註冊的會員，提供了高達 2500 點的額度，方便測試與部署 AI 應用環境；點擊左邊欄的「Billing」就能看見餘額。

步驟 10：若使用者有長期使用 Serper 服務的需求，可以選擇在綁定信用卡帳號後，啟動餘額過低時的自動儲值功能，確保 MCP 工具不會因此失效。

步驟 11：未來 AI 模型存取 Serper 服務時，其活動情況都會記錄於「Logs」頁面，使用者也能於此處確認每個搜尋要求消耗了多少額度。

設定 MCP 伺服器連接，調用網路搜尋

完成 Serper 的帳號註冊及 API Key 取得後，接著就可以回到 Jan AI 中，為本機運作的 AI 模型，啟用線上的 Google 網頁搜尋功能。

根據 Jan AI 說法，目前適合調用 Serper MCP 工具的 AI 模型，為官方自行開發的 Jan-v1。Jan-v1 模型基於 Qwen 3 進行訓練，專為推理和問題解決任務而設計，由於參數規模僅有 4B，因此雖然執行速度較快，但準確率也難以跟先進的科技巨頭模型互相匹敵。

理論上，只要是支援工具呼叫的 AI 模型，應該都可以調用 Serper MCP 工具，因此讀者可以多加嘗試，找出適合搭配使用的 AI 模型，強化自身操作體驗。

步驟 1：首先到 Serper 的「API Keys」頁面，點擊雙方框圖示複製金鑰。

步驟 2：接著回到 Jan AI，於左邊欄找到「設定」，然後在中間欄找到「MCP伺服器」，然後於右邊找到「Serper」區塊，將開關轉為開啟。

步驟 3：當上方跳出「Serper 伺服器啟用成功」提示後，按一下 Serper 區塊的鉛筆圖示進行編輯。

步驟 4：於「環境變數」區塊的「SERPER_API_KEY」右方的輸入框中，刪掉原本的文字，貼上步驟 1 複製的金鑰，然後按「儲存」。

步驟 5：接著回到「設定」畫面，找到中間欄的「模型提供者」與「Llama.cpp」，然後選擇任一個本機模型並按下鉛筆圖示。

步驟 6：確認「功能」區塊的「工具」開關已經啟用即可。注意：若該 AI 模型不支援工具呼叫，則不會有開關出現。

步驟 7：回到 Jan AI 主畫面，切換到剛剛已經啟用工具呼叫功能的 AI 模型，此處以 Jan-v1 為例。 

步驟 8：選擇 AI 模型後，右邊的板手圖示將出現數字，點擊後請將與 Serper相關的功能全部啟用。

步驟 9：接著就可以直接詢問 AI，需要動用網路搜尋的即時性問題。值得注意的是除非指令明確，否則 AI 模型通常會以調用自身資料庫數據為優先。

步驟 10：若在 AI 運算過程中出現核准畫面，即代表模型已成功連接網路上的MCP伺服器；點擊「允許一次」或「在討論串中允許」開放授權。

步驟 11：若一切順利，AI 將會調用由 Serper MCP 伺服器提供的 Google 搜尋功能，結合 AI 模型本身的運算，將指定資料呈現出來。

本文同步刊載於 PC home 雜誌

歡迎加入 PC home 雜誌粉絲團！

 

• 延伸閱讀：Meta 夢醒了？傳元宇宙部門 Reality Labs 本週將裁員數百人，祖克伯轉身擁抱 AI
• 延伸閱讀：NVIDIA RTX 60 竟要等到 2027？史上最長空窗期！黃仁勳親曝顯卡未來「AI 為王」！
• 延伸閱讀：黃仁勳潑冷水？直言「上帝級 AI」還早得很：那是星系級的時間跨度

 

加入T客邦Facebook粉絲團

LINE記事本影片上傳功能將終止，引發用戶不滿。想繼續免費儲存影片？教你利用LINE社群建立私人備份空間，輕鬆繞過限制，繼續享有影片儲存服務，告別LINE記事本的限制！

近期LINE官方公告自2026年4月27日起，一般聊天室「記事本」將全面停止新增影片上傳功能，且既有影片亦無法編輯。此舉引發大批用戶哀號，質疑是為即將上線、月費165元的「LINE Premium」會員制鋪路。不過，目前尚還可利用「LINE社群」功能，建立私人專屬備份空間，即可繞過此限制，繼續享有影片儲存服務。

步驟 1：開啟LINE主頁，點選上方的「群組」。

 

步驟 2：找到「社群」按鈕。

 

步驟 3：進入此頁面後，按下「建立」。

 

步驟 4：依序輸入社群名稱及介紹，並記得將「允許搜尋」關閉。

 

步驟 5：接著再設定個人檔案，包括名稱及圖示。

 

步驟 6：回到社群的聊天頁面，就可以選擇傳送影片。

 

 

 

• 延伸閱讀：為訂閱制做準備？LINE 宣布 4 月 27 日起結束支援「記事本內影片上傳」功能
• 延伸閱讀：別只會用Google地圖！LINE這招「找廁所」秘技必學，百貨、捷運、加油站全搞定！
• 延伸閱讀：農曆新年送禮新選擇！LINE 禮物群組送禮人數調整至 50 人，同步推新年點數抽獎
• 延伸閱讀：如何用 n8n 自動轉譯 LINE 群組語音訊息
• 延伸閱讀：Whoscall 推首款 LINE 貼圖，專門對付詐騙集團！

 

加入T客邦Facebook粉絲團

LINE行事曆的自動偵測機制讓訊息日期變藍字，干擾閱讀？LINE已釋出更新，可輕鬆關閉此偵測機制，告別行事曆的藍字困擾。

近期LINE推出「行事曆」功能後，系統會自動偵測訊息中的日期或時間，如5/20、早上10點等，並將其轉化為藍色超連結以便快速建立行程。雖初衷良善，但對不使用該功能的用戶來說，藍字連結反而干擾閱讀。因此，LINE近期已釋出更新，允許用戶手動關閉此偵測機制，只需進入設定簡單切換，即可避免輸入日期時再被強行連結，此以Android手機為例。

步驟 1：由於LINE「行事曆」會偵測訊息日期或時間，並轉為連結以便快速建立行程。

步驟 2：要關閉時間或日期連結，記得要更新最新版的LINE。

步驟 3：進入LINE主頁，點擊右上角的「設定」圖示。

 

步驟 4：在設定選單中向下捲動，找到並點選「聊天」選項。

 

步驟 5：再找到「透過訊息內容建立行事曆行程」，預設為開啟，在此將它關閉。

 

步驟 6：回到聊天頁面，對話紀錄中的時間文字就恢復為一般黑色字體。

 

 

 

• 延伸閱讀：LINE 刪除快取還是沒空間？教你精準清除照片、影片，手機空間瞬間釋放！
• 延伸閱讀：LINE Premium 第二階段上線，並預告將推「自選個人檔案」、能因應不同社交場合切換身分
• 延伸閱讀：LINE 行事曆 iPhone 也可以用了！3 種建立方式一次看，還能同時查看不同群組行程、以免撞期
• 延伸閱讀：LINE「聊天」頁面改版：新增好友分頁、所有相簿入口，並將常用功能集中收納
• 延伸閱讀：LINE Premium 訂閱制台灣正式上線！除了備份還有什麼功能？與免費版 5 大差異一次看

 

加入T客邦Facebook粉絲團

想在 macOS 上打造專屬的本地端 AI 服務嗎？本文深入解析如何在 macOS 環境下，利用  Ollama 輕鬆架設 AI 模型，管理你的本地端 AI 模型，讓 Mac 成為強大工作站。

在網路上你應該看過很多人在自己電腦上佈建 AI 環境，不過那些大多是用 Linux 所架設的本地端 AI。

 

• 延伸閱讀：Ollama 推出桌機版應用程式：離線跑 AI 更簡單，Windows、macOS 用戶直接圖形介面操作 LLM
• 延伸閱讀：蘋果 AI 大反攻！WWDC 前夕註冊 genai.apple.com 網域，Apple Intelligence 將深度整合 iOS、macOS
• 延伸閱讀：當紅 AI 智慧助理 OpenClaw 驚爆嚴重漏洞，恐散播、植入 macOS 病毒

 

而號稱 NPU 強大的 macOS 其實也能在本地端佈建 AI 服務，創建屬於自己的 AI 數位助理。不過你會需要找一套 LLM 管理器，才能開始在本地端做一些輕度的嘗試。

本次我要分享如何在 macOS 上面利用 Ollama 架設自用 AI 模型，「在 Mac 上打造屬於自己的 AI 服務」。

在開始之前我要先請你檢查電腦，要在本地電腦佈建 AI，你的電腦必須符合下面兩個條件：

● CPU 必須是 M 系列的晶片（M1 以上）

● 記憶體最少有 16GB 以上（含）

假如你的電腦有其中一點無法符合，我建議你不要輕易嘗試這件事。

硬體限制的原因

即便有 16GB RAM 的 Intel Mac 來說，它除了缺乏 NPU 的硬體架構，實際執行下來你會發現它的 CPU 也都在極限狀態。（硬要跑也是浪費時間）

至於記憶體部分則是因為 AI 模型（LLM）都會吃掉巨大的記憶體，16GB RAM 真的是最低需求，記憶體低於 16GB 可以執行的模型少之又少。

小模型精準度差，硬要跑較大的模型可能會造成電腦頻頻當機，如果電腦要搬 SSD 來當虛擬記憶體（那樣頻繁的讀寫會大幅的降低 SSD 的壽命），與其這樣消耗硬碟壽命還不如建議你繼續用線上的服務。

假如上述兩點你都符合，那麼我們就進入安裝教學。

安裝 LLM 管理器：Ollama

Mac 上有幾套 LLM 管理工具，我會首推 Ollama，原因就是它最簡單。

在 macOS 上安裝 Ollama 非常容易，就是到官方下載 dmg，掛載後直接把 Ollama 拖到應用程式裡面就完成安裝了。

下載 Ollama：https://ollama.com/

因為架設本地端的 AI 可以做很多事，底下的每個按鈕都是 Ollama 官方介紹的一些使用方式說明。如果你對於 AI 有濃厚的興趣可以花一點時間研究。

Ollama 需要費用嗎？

專業版以上的 Ollama 可以在雲端執行，還能分享給多人使用。

不過，我這次介紹的用法是沒有使用雲端來執行你的模型，僅是下載模型到本地端用自己的電腦跑，那麼 Ollama 是全免費的。

啟動 Ollama 並安裝模型

啟動 Ollama 之後，它就會出現一個對話視窗。而這個對話視窗就像 ChatGPT、Gemini 那樣，就是 AI 對話視窗，用來模型對話的介面。

安裝一般通用模型

在使用 Ollama 對話之前，你需要為 Ollama 至少安裝一個模型，如果是要中文對話的通用模型，會建議用 DeepSeek 或是近期很紅的 Qwen（千問）。

記憶體有 32GB 以上的電腦

假如你對於程式碼生成（Vibe Coding）的需求比較高，再加上電腦記憶體充足，可以選用「Qwen3-Coder:30b」。這個模型屬於「中大型」的模型，它比常見的 7B / 8B 小模型強大許多，是目前 2026 年本地端 CP 值最高的程式生成模型。但也比 70B 以上的旗艦模型更容易在家用電腦上運行。（最棒的當然是 70B，但你記憶體要更大）

Qwen3-Coder:30b 容量是 17.3GB，以 Alrin 自家的光世代 1GB 寬頻來計算，大概在 10 分鐘內就可以下載完畢。

到底我該裝哪一個模型才是對的？

其實這個問題沒有絕對，在 Mac 上能不能裝哪一個模型取決於你電腦的記憶體有多大，以「Qwen3-Coder:30b」來說，你的電腦至少要有 32GB RAM 安裝它跑起來才不會卡卡。

筆者實際安裝完用 Ollama.app 來執行 Qwen3-Coder:30b，你會看到 Ollama 直接吃掉 20GB  的記憶體。（LLM 本來就是吃記憶體的怪獸）

如果你的記憶體不足卻裝了大模型，其實只是讓電腦更吃力。這就像你每個月薪水只有 5 萬元，卻都只買奢華品牌的衣服穿，這擺明就是入不敷出。所以挑選 LLM 要優先考慮你電腦的記憶體，而那件事情在你一開始買電腦可能就要先想清楚。

不能用虛擬記憶體嗎？現在 SSD 也很快啊∼

電腦確實會在 RAM 不足的情況下去用 ROM 當暫存記憶儲存區來存放（虛擬記憶體），不過如果電腦真的開始用虛擬記憶體的時候，就會大量的增加 SSD 的讀寫次數，這完全沒辦法，因為它不這麼做你電腦就要當機了。

而且一旦電腦開始用虛擬記憶體，就會讓 SSD 大量讀寫造成壽命變短，這樣反而得不償失。如果你要這樣消耗記憶體的壽命，那真的還不如直接花錢用 API，那樣花的錢搞不好還會比較省。

如果你不需要 Vibe Coding，我會建議你安裝 deepseek-v3 這種較為輕量的模型，對記憶體的壓力也會比較小。

從終端機安裝模型

如果你的 Ollama App 的選單裡面並沒有想要安裝的模型怎麼辦？

還記得上一篇專欄，我希望大家先接觸終端機的環境嗎？而沒有在 Ollama App 選單中的模型，就需要透過終端機來安裝。（終端機模式的 Ollama 才是完全體）

開啟電腦上的終端機，然後輸入：

ollama run deepseek-v3

這個指令其實很簡單，就是從終端機叫 Ollama 直接執行「deepseek-v3」，如果 Ollama 的模型庫裡面沒有 deepseek-v3，Ollama 就會直接安裝它，你輸入之後按下 Enter 後 Ollama 就會進入到官方模型庫下載模型。

如果你的網路速度足夠快，應該是在 10 分鐘內即可下載並安裝完畢。當它顯示安裝完成的那一刻，deepseek-v3 就會是在你的電腦裡面，恭喜你已經取得第一個離線模型。

這時候你可以啟動 Ollama 的對話模式，然後選擇剛裝上的模型進行本地的對話，這時候和 AI 的對話、LLM 的思維，全部都在你的電腦上執行，用的就是你電腦硬體的算力。

所有的模型都可以這樣安裝嗎？

只要是 Ollama 支援的模型，你都可以這樣安裝使用。不過，你必需確定那個模型有被 Ollama 支援且收錄在官方的伺服器上。你可以到官方的 LLM 資料庫裡去尋找想要的模型：

https://ollama.com/library

例如你想找和程式相關的寫作模型， 就搜尋「code」。 或是想找出圖像類型的模型就搜尋「image」。

Ollama 模型庫會針對每一個模型列出它的特性、用途、有哪些版本可以裝⋯⋯下面還會直接讓你拷貝終端機的安裝語法（有夠貼心）。

點擊進入你感興趣的模型頁面後，務必點選「Tags」標籤頁。同一個模型通常會有多種版本，這裡會清楚列出：

● 參數規模：例如 7b、8b、70b 等（數字越大需要越高的硬體規格）。

● 量化程度：例如 q4_0、q8_0 等（影響模型大小與執行速度）。

● 特定用途：例如 instruct（對話指令版）或 text（純文本生成版）。

簡單來說這個 Library 就是 Ollama的應用程式商店（類似 App Store），只是大多數都是開源模型，不需要花錢就能取得。（難怪家家戶戶都在開發 AI 服務）

除了在 Ollama 的視窗對話，我們可以拿 AI 來作啥？

用 Ollama 來自動化名片工作

這篇文章一開始就說是要「在 Mac 上打造屬於自己的 AI 服務」，所以我們可以思考如何讓 AI 幫我們自動化的作一些事情。

用本地端 AI 可以作很多事情，我這邊就舉一個「自動化辨識名片並產出 .vcf 檔案的工作」的應用例子，如果大家覺得不錯也可以直接拿去用。

安裝適合辨識名片的模型：MiniCPM-V

Ollama 的模型中有一個擅長處理中文的模型「MiniCPM-V」，我們在這個 Case 中需要它強大的中文辨識能力，於是在終端機輸入：

ollama run minicpm-v

待安裝完成後，你可以先測試這個 MiniCPM-V 對於圖像的理解能力。開啟 Ollama 的 App，在 Ollama 對話中先選擇「minicpm-v」模型，並拉一張已經掃好的名片進去對話，假設我想要請它幫我解譯這張名片。

你會發現 Ollama 解出來的東西牛頭不對馬嘴，我查了一下，原因是因為：Ollama 的  "format": "json" 參數對某些視覺模型有 Bug，Ollama 的強制 JSON 輸出模式（"format": "json"）對於純文字模型（如 Llama 3）支援得很好，但套用在包含視覺編碼器的多模態模型（如 minicpm-v 或 llava）時，經常會導致模型「當機」或直接回傳空字串。因為它在生出 JSON 括號前，可能想先輸出一些思考過程，結果被系統強制阻斷了。

我們後續的程式會改成「關閉強制 JSON 模式，改用 Prompt 誘騙，再用 Python 擷取」。

用白話講就是，我會寫一個繞過它限制的方式。

先邏輯一下自動化名片工作的運作方式

現在，我要利用 Google Gemini 替我打造一個以 Ollama 執行 MiniCPM-V 的程式，然後它會自動化的幫我們把透過手機掃描的名片，自動地轉換成「..vcf」的檔案。在分析中我們會需要幾個條件：

1. 希望在執行之前程式會自動去安裝依賴庫

2. 程式執行後會自動喚醒 Ollama 執行 MiniCPM-V

3. 希望 MiniCPM-V 幫我們找到的名片欄位

4. 需要一個「1_待處理名片」的資料夾用來作為「輸入資料」用

5. 需要一個「2_已完成圖片」的資料夾用來擺放「做完的圖片」

6. 需要一個「3_輸出的 vCard」的資料夾用來擺放「完成的名片檔案」

7. 以上資料夾如果不存在必須自動建立

8. AI 需要去監聽「1_待處理名片」的資料夾，例如每 3 秒鐘會自動啟動一次

9. 用時間值來當作唯一編號，避免重複名稱的圖片造成資料混亂

這些條件你可以用 Vibe Coding 來產生可以運作的程式碼。礙於篇幅的關係，這邊我就不分享和 AI 交談過程迭代的細節，我直接把產出的程式碼給大家，你們只需要下載指令碼「AutoCards.py」，然後在你的電腦上執行即可。

如何使用 AutoCards.py

這邊說明你要如何使用「AutoCards.py」這個指令。

雖然 macOS 上也內建了一個 Python 版本。不過我會建議你使用 Homebrew 自行安裝一個「完全獨立且乾淨」的 Python 環境。除了可以確保使用的是最新版本之外，還能避免與 macOS 系統內建的 Python 版本發生衝突，讓專案管理更順利。

安裝 Homebrew 的方式請看上一期的專欄，這邊就不再贅述。

在 Homebrew 安裝 Python

同樣在終端機的視窗內輸入指令：

# 先執行更新 Homebrew

brew update

# 然後安裝 Python

brew install python

強烈的建議安裝完成 Python 後，請用指令驗證一下它安裝進去的版本：

# 檢查 python 版本

python3 --version

# 檢查 pip 版本

pip3 --version

Homebrew 安裝進去的 Python 會是較新的版本，名稱也統一會以「python3」來命名。

pip3 是 Python 的套件管理器（Package Manager）。如果把 Python 比喻成一支手機，那麼 pip3 就是你的 App Store 或 Google Play 商店。

現在你已經完成安裝 Python3 的環境。

下載並安裝「AutoCards.py」指令

從這邊可以直接下載 Alrin 為大家準備的指令「AutoCards.py」。

https://bit.ly/4rIi965

下載之後你會得到一個 zip 檔案，解壓縮之後就可以得到指令本身，指令要放在哪邊就看你自己方便。如果你像 Alrin 自己會在多台電腦上切換工作，我會優先推薦你在「iCloud 雲端」找一個專門放指令的資料夾裡面。

這樣你放進去，它就會全自動的同步到你的每一台電腦上，非常的便利。

執行「AutoCards.py」

要執行自動化辨識名片的任務，你只需要在終端機輸入：

python3 AutoCards.py

以下圖範例來說，Alrin 把 AutoCards.py 放在桌面上，於是輸入 python3 後面把程式直接拖進來終端機，它就會自動的幫你把路徑帶好：

python3 /Users/ a l rin/Desktop/AutoCards.py

按下執行後，AutoCards.py 就會開始自動為您偵測環境，並設定虛擬區，把該安裝的套件全部都安裝到 venv 裡面。

Venv 是 Python 的虛擬環境，用於隔離和管理這個專案所需的套件，避免與您電腦上其他 Python 專案或系統環境衝突。Venv 有點複雜，以後再分享這方面的知識。

當一切都就緒後，應用程式會再度彈出視窗要求你設定本次工作的路徑。

Alrin 把資料設定到「alrin/Desktop/sigil/」，設定好資料夾後，你可以看到終端機也會同時顯示相對應的路徑。

進入 sigil 資料夾之後你會發現，裡面已經自動建立了三個子目錄：1_待處理名片、2_已完成圖片、3_輸出的 vCard。

把檔案放進「1_待處理名片」內

現在，你可以大量的把你用手機掃描的名片，直接透過傳輸的方式丟到「1_待處理名片」資料夾內，AutoCards.py 每 3 秒鐘就會自動的執行一次。

實際執行完成後，你會在「3_輸出的 vCard」資料夾裡面看到 AutoCards.py 輸出的名片檔案。

這個 .vcf 檔案要如何使用？

就是直接 Double Click，電腦的通訊錄就會問你要不要加入名片。

現在 Microsoft Outlook 也認識 .vcf 格式，在 Windows 直接 Doubli Click 同樣會自動加入到 Outlook 的通訊錄裡面。

想修改執行的頻率

如果你想修改執行的時間，就是去修改程式碼第 249 行（while 迴圈中）：

time.sleep(3)

此指令位於程式的 while 迴圈底部，time.sleep(3) 中的數字 3 代表程式將休眠 3 秒。您可以將其修改為 time.sleep(10)，使程式改為每 10 秒重新執行一次偵測。

動手建立自動化流程

你指定的這個資料夾，也可以把它分享給網路上的其他電腦，如此一來他們掃描後丟到這個資料夾，就能自動化的產生 .vcf 檔案。後續就看你要不要自動化的讓它讀入到 macOS 的通訊錄裡面，或是寫一個 GAS 程式把它自動化的寫入到試算表裡（透過 Appsheet 把它變成商業通訊錄），這些都是可以透過後面再加工來辦到。

要怎麼離開程式的監聽狀態呢？ 快速鍵按下 Control+C 即可離開「AutoCards.py」的執行狀態。（你把視窗直接關閉也行）

雖然這個程式仍有其不完美之處，它也無法處理所有形式的名片，但我希望透過這個簡單的流程，向大家展示如何利用 AI 模型在本地端搭建一個輕量級的自動化服務。

如果這篇專欄對您有所啟發，歡迎留言與我交流。若您有任何 Mac 相關的疑難雜症，也隨時可以提出。

本次分享到此結束，我們下期再見。

本文同步刊載於 PC home 雜誌

歡迎加入 PC home 雜誌粉絲團！

 

• 延伸閱讀：OpenAI 網羅前 Apple「捷徑」團隊，為 ChatGPT 注入 macOS 深度整合
• 延伸閱讀：終端機是什麼？Mac 使用者一定要學的超實用指令，解鎖 macOS 隱藏功能
• 延伸閱讀：Google 測試全新 Windows 桌面搜尋工具，操作就像 macOS 的 Spotlight

 

 

加入T客邦Facebook粉絲團