最近在跟客戶討論架構改善時，遇到了一個挑戰：客戶的 API Server 跑在 Azure VM 上，想強化安全，但對「API 管理工具 (APIM)」的高昂月費感到猶豫。作為架構師，我的職責是幫客戶在「風險」與「預算」之間找到平衡。這篇文章想分享：如果你也不想一次就買整套工具，該怎麼做到安全？作者：黃婉中（雲端架構師）

如何用分層防護在「安全」與「預算」間取得平衡，並判斷什麼時候才真的需要 APIM？

[caption id="attachment_202695" align="alignnone" width="827"] 如何用分層防護在「安全」與「預算」間取得平衡。（圖／黃婉中提供）[/caption]

最近在跟客戶討論架構改善時，遇到了一個挑戰：客戶的 API Server 跑在 Azure VM 上，想強化安全，但對「API 管理工具 (APIM)」的高昂月費感到猶豫。

作為架構師，我的職責是幫客戶在「風險」與「預算」之間找到平衡。這篇文章想分享：如果你也不想一次就買整套工具，該怎麼做到安全？

為什麼大家愛用 VM 自架 API？

其實理由很單純：省錢、順手、好控制。 很多公司覺得 API 沒幾個，自己寫程式就能擋掉一些惡意攻擊，為什麼要每個月多花幾百塊美金去買一個「管理介面」？這個想法沒錯，但在「安全」跟「預算」之間，我們得找個平衡。

3 種等級的防護

在雲端的世界裡，保護 API 就像經營一間餐廳，防護等級決定了你能擋住什麼樣的麻煩。
有這 3 種情境：

第一層：基礎設定

這就像是幫 VM 裝鐵窗（自己動手，免費）。

• 網路安全性群組規則（NSG）： 限制只有特定的 IP 可以連到這台 VM。
• 受控識別（Managed Identity）： 就像「刷臉認證」。別把資料庫密碼寫在程式碼裡，讓 VM 透過自己的「身份」直接去領取存取權。

第二層：專業保全（Application Gateway + WAF）

如果 API 要開放給合作夥伴，可以加裝 WAF (網站防火牆)。它專門擋 SQL 注入或惡意腳本。
但要注意，保全只管進來的人是不是壞蛋，管不了「這個人是不是太常來（頻率過高）」。

第三層：秘書管理（APIM）

這就是客戶目前還沒打算用的。
APIM 更像秘書，能做到：

• 限流 (Rate Limiting)： 保全管不了訪客一直按門鈴，但秘書可以。秘書可以規定「小明每分鐘只能點五道菜」，防止有人瘋狂呼叫，把伺服器拖垮。
• Developer Portal： 秘書會幫你寫好說明書（Swagger），讓客人自己看跟申請，省下你每天解釋 API 怎麼接的時間。

既然有保全，為何還要秘書？

回到案例，客戶的架構其實已經做得不錯，結合了 Private Link（讓服務只走自家通道）、Azure Monitor（紀錄紀錄呼叫足跡）以及 WAF（阻擋惡意攻擊）。

客戶問：「既然夠安全了，還有必要買 APIM 嗎？」
我的看法是：從「安全」來看已經足夠，接著要看的是「管理」需求。

如果面臨以下情境，秘書就有其必要性：：

• 使用者眾多且複雜：不只是自己人用，還有外部合作夥伴。
• 需要分級制度：需要針對不同對象限制不同的呼叫次數（配額管理）。

如果暫時不想買 APIM，我會怎麼建議？

如果暫時沒有管理需求，我會建議在程式碼裡寫好：

1. 限流： 在程式邏輯中偵測 IP 請求頻率，太頻繁就暫時不理。
2. 日誌完整性：確保 VM 的紀錄有完整保留，否則出事時就像監視器沒插記憶卡，什麼都查不到。

結論：架構沒有對錯，只有「現在適不適合」

我一直認為最適合的架構，必須評估當下的預算與規模。
如果你的 API 只有 1-2 個，而且只有自己人用，WAF、Private Lnk 和 Azure Monitor 其實就夠用了。
但如果有一天，你的 API 變成了「產品」，要給更多人用，那時候請個 APIM（秘書） ，絕對比工程師加班修伺服器還要划算。
安全是動態的，你的架構也要跟著業務一起長大。

延伸閱謮：如果你的Agent不能被「評估」，那它可能還沒準備好上線｜專家論點【黃婉中】

💡 最後分享兩個「不花錢」的安全小撇步：

1. 檢查 NSG 規則：確認是否限制「只有來自 Gateway 的流量」能進到 VM？這能防止駭客繞過防火牆直接攻擊你的主機 IP。
2. 開啟 Microsoft Defender for Cloud：它的基礎版是免費的，能自動掃描 VM 設定（如防火牆開關、硬碟加密等）。雖然進階「漏洞掃描」要付費，但光是基礎版就能幫你擋掉許多低級錯誤，不拿白不拿！

這篇文章 身為架構師，我什麼時候會勸客戶別急著買 API 管理工具（APIM）｜專家論點【黃婉中】 最早出現於 科技島-掌握科技新聞、科技職場最新資訊。

蘋果將在iOS 26中推出了一項關鍵的API──允許第三方應用程式透過Wi-Fi感知（Wi-Fi Aware）技術，在無需網際網路連線的情況下，探索並連結附近的設備！此舉象徵蘋果在本地無線共享策略的重大轉變，也將為開發者開啟了全新的可能性。記者孟圓琦／編譯

蘋果將在iOS 26中推出了一項關鍵的API──允許第三方應用程式透過Wi-Fi感知（Wi-Fi Aware）技術，在無需網際網路連線的情況下，探索並連結附近的設備！此舉象徵蘋果在本地無線共享策略的重大轉變，也將為開發者開啟了全新的可能性。

[caption id="attachment_178304" align="alignnone" width="2816"] iOS 26新API讓裝置互連更方便！未來將允許第三方應用程式透過Wi-Fi感知（Wi-Fi Aware）技術，在無需網際網路連線的情況下，探索並連結附近的設備。(圖/AI生成)[/caption]

Wi-Fi Aware：解鎖裝置互聯潛力

巴西外媒《iHelpBR》也根據其觀察指出，此次更新的核心在於Wi-Fi Aware技術，它能讓附近的裝置即使不在同一個網路下，也能互相發現並建立直接的點對點Wi-Fi連線。這項技術與蘋果自家AirDrop多年來採用的底層概念相同，但現在，它已向所有第三方開發者開放。

延伸閱讀：
iOS 26測試版開跑！和iPhone共同喜迎世代級更新
摺疊iPhone有譜？iOS 26暗藏玄機 蘋果開發者大會上驚見露餡
3c Tim哥｜iPhone iOS 26使用2天新功能實測：這10個小細節你一定沒發現

蘋果工程師Swetank Saha在WWDC25的「Supercharge device connectivity with Wi-Fi Aware」會議中，曾表示：「透過Wi-Fi Aware，使用者可以解鎖全新體驗，並讓應用程式無縫發現並連線至附近的裝置。」他也接舉例指出，其應用場景包括媒體串流、高速檔案傳輸、配件控制、螢幕共享，甚至可以同時進行多項操作。Saha展示了Wi-Fi Aware的運作方式：用戶在兩台裝置上開啟應用程式，即可獲得附近設備列表，輕點即可啟動連線。為了確保連線安全性，此功能甚至提供了一個可選的確認碼步驟，與AirDrop的機制類似。

應用廣泛：不只用於檔案傳輸

儘管「高速本地檔案共享」是最顯而易見的應用案例，蘋果正將此API定位為一個更廣泛的工具。開發者可以利用它來實現任何需要快速、本地連線而無需依賴雲端的應用場景，包括螢幕共享、裝置間媒體串流，以及智慧眼鏡或無人機等配件的更新與配置。

更值得注意的是，由於Wi-Fi Aware是一個開放標準，應用程式不再受限於蘋果裝置之間的傳輸。理論上，開發者可以建構出在執行相同應用程式的iPhone與Android裝置之間進行互動的功能。雖然這並非等同於「Android版AirDrop」，但這已是蘋果在允許此類跨平台流程方面所採取的最大一步。

法規壓力下的策略回應

儘管蘋果官方並未將此舉與監管要求直接關聯，但此時機點難以被視為巧合。歐盟一直以來都在推動蘋果提高iOS，以及第三方硬體和服務的互通性，並明確指出本地共享是需要開放的領域。透過提供此API(應用程式介面)，蘋果能在不實際開放AirDrop本身的情況下，滿足監管機構的要求。

資料來源：9to5mac

這篇文章 跨平台傳輸有望？iOS 26新功能迎來本地無線共享新紀元 最早出現於 科技島-掌握科技新聞、科技職場最新資訊。

在軟體開發中，前端和後端工程師需要密切合作。前端工程師主要負責用戶界面和用戶體驗，而後端工程師則負責搭建數據庫、維護資料安全性.

記者 鄧天心／綜合報導

在軟體開發中，前端和後端工程師需要密切合作。前端工程師主要負責用戶界面和用戶體驗，而後端工程師則負責搭建數據庫、維護資料安全性並設計API。對於希望轉職成為工程師的人來說，前端工程師通常是較易入門的選擇。在這次採訪中，我們與壹立方數碼創辦人暨執行長林育進聊聊他24年來在軟體開發產業的經驗，他分享了從前端工程師開始的職業之路，以及前端工程師需要具備的基礎能力和日常工作內容。

更多新聞：軟體應用工程師 陽光伏特家：要懂技術也要懂業務

從前端入門資歷更完整

林育進認為，前端工程師相對於後端工程師來說，是較容易入門的職位，甚至也是產品拿到使用者前的最後一道防線，「更是最後的完成者」，他以自身資訊工程系畢業的背景和豐富的管理經驗為例，指出前端開發需要熟練掌握HTML、CSS、JavaScript等技術，並熟悉流行的Vue.js和Node.js等框架。但他認為，一旦有了這些基礎能力後，學習第二種編程語言就會變得更容易，就像學習繁體字後再學簡體字一樣。因此，在公司招募缺乏相關經驗的工程師時，林育進通常會建議他們從前端工程師的角色開始，然後再轉向後端的領域。

期望工程師特質：有自主思考能力

聊到關於「期望的工程師特質」林育進強調了「自主思考」的重要性。他希望工程師們不是只聽從指示，而是能夠主動思考和解決問題。例如，在設計會員註冊流程時，如何確保手機驗證過程的順暢，以及欄位設定防呆機制，才能有效控制成本，這都是他認為一位合格的工程師需要考慮的問題。

他進一步談到，一個有經驗的工程師應該能夠提前預見並解決潛在的問題，而不是僅僅依賴QA工程師和測試人員，當前端工程師沒有先提出問題時，會加諸不必要的麻煩給團隊，因此林育進在面試一位資深工程師時，首重他的責任感和自主思考能力。

談到喜歡聘用初階工程師，還是資深工程師，林育進笑笑的說「以前喜歡用沒經驗的白紙，現在喜歡有經驗的工程師。」他進一步解釋，沒有經驗的人少了一點歷練跟不同思維的碰撞，溝通上需要耐心，但相較有經驗並能真實回饋的工程師，不用太多交辦，就能更好地把複雜的問題簡單化，也是他在多年管理上的體悟。

在選擇新員工時，林育進希望找到展現出願意與公司共同前進的心態的人。「人員流動對我們來說是一大困擾，公司願意投入資源培養員工，但如果員工沒有積極反饋和成長意願，這種投入就會變得沒有意義。」因此，林育進特別重視應聘者的態度和心態，是否能夠正面看待事情，主動解決問題，而不是僅僅聽從指示。

壹立方數碼開發多元產品及創新商業模式

壹立方數碼在臺南成立超過20年，現已發展至二十幾人的團隊，產品領域橫跨美髮業、醫療產業及物聯網等，壹立方數碼專注於提供不同產業的資訊整合，並在開發專案上積累了豐富的經驗，以目前的產品為例，有美髮POS系統和頭皮檢測系統，美髮POS系統已經推出到第三代版本，並計劃今年推出手機安裝版本，特別的是這款產品過往收取年費，但考量到用戶使用一個系統，需要至少三個月到半年時間，才能真正體驗到其功能是否符合需求，因此他們改採用了點數制，同時也能讓他們在設計和開發過程中，更快迭代打磨細節。

林育進跟許多單獨創業的科技老闆一樣，從產品規劃到執行，都親自參與每個過程，在進行啟動會議時，就會確保每個人都清楚自己在專案中的定位，而壹立方數碼能接觸多元領域並快速開發產品，仰賴於執行長對市場需求的理解，以及在乎使用者體驗，在人員編制有限的團隊理，沒有龐大的業務團隊，但穩定的產品品質，仍有源源不絕的舊客拉新客，並為公司帶來穩定營收。

想了解更多的科技業職缺嗎？由科技島與1111人力銀行攜手合作、透視上百種科技工作內容與薪資行情的「職缺百科」正等著您前往探索！

[elementor-template id="118858"]

這篇文章 【前端工程師】壹立方執行長林育進：期望特質有自主思考能力 最早出現於 科技島-掌握科技新聞、科技職場最新資訊。

近期愛立信宣布與全球12家電信巨頭攜手，成立一家新的公司，致力於整合和銷售網路應用程式介面（API），為了讓更多開發者更有效率更快使用電信網路，並加速數位創新，預計將對整個電信業和數位科技產業帶來巨大的衝擊，未來有望創造數以億計的商機。

記者 鄧天心／綜合報導

近期愛立信宣布與全球12家電信巨頭攜手，成立一家新的公司，致力於整合網路應用程式介面（API），為了讓更多開發者更有效率更快使用電信網路，並加速數位創新，預計將對整個電信業和數位科技產業帶來巨大的衝擊，未來有望創造數以億計的商機。

更多新聞：被機器人顛覆的就業市場 人機該怎麼互動

整合全球電信巨頭，共同推動API創新

這家新成立的公司將由愛立信與12家全球主要的電信業者聯手創建，包括：América Móvil、AT&T、Bharti Airtel、Deutsche Telekom、Orange、Reliance Jio、Singtel、Telefónica、Telstra、T-Mobile、Verizon以及Vodafone，這些企業將共同協作，推動網路API的全球整合，並提供給更廣泛的開發者生態系統，愛立信將持有50%股份與剩下股份將由電信業者各自持有。

此外，這個新聯盟也將與Vonage和Google Cloud合作，將數以百萬計的開發者和合作夥伴連結至這個新成立的生態系統中，愛立信及其電信夥伴們夾帶豐富資源，如全球網路專業知識、開發者社群、行銷管道等，結合成為聯盟，將有助於進一步擴展各自的規模和影響力。

什麼是API，為什麼它很重要？

API，全名是「網路應用程式介面」（Application Programming Interface），是讓軟體能夠互相溝通的橋樑，在電信網路的應用中，API可以讓開發者更輕鬆地存取網路資料，例如用於驗證用戶身份、檢查網路狀態、調整數據傳輸速率等。

過去，開發者往往需要花費大量時間和資源與不同電信業者協作，才能存取到他們的網路能力，現在，有了API的串接，這些過程將被大大簡化，開發者可以快速且輕鬆地整合多家電信網路的資料，加速數位網絡的開發及創新。

在實際應用中，這些API的能力被廣泛應用於各種數位服務中，例如金融反詐騙驗證，譬如即時定位用戶的設備來防止欺詐行為；另外還有媒體串流品質管理，API可以根據網路狀態自動調整串流影片的畫質，透過這些應用，API可以為企業提供更多創新的工具，使得新興服務能夠更加高效地運作。

整合聯盟的好處

愛立信與12家電信業者的聯盟，整合全球的網路API資源，將為開源生態帶來超多助益，這樣的整合可以簡化開發者對網路資料的存取，無需再花費大量時間與不同的業者進行個別協商和技術整合，這也將讓開發者能夠更專注於創新，而不必浪費時間在技術細節上。

對於企業而言，這樣的聯盟也能提高其全球覆蓋範圍，無論是跨國企業還是本地新創公司，在這個聯盟的API之下，其應用程式將會擴展到全球不同的市場，此外，透過與Google Cloud和Vonage等平台的合作，新公司將能夠吸引來自各行各業的大型企業、平台供應商和開發者，進一步擴大應用的範圍和潛力。

對於電信業者本身，這樣的聯盟也能帶來可觀的收入機會，根據麥肯錫的估計，網路API市場未來七年內可能為電信運營商創造高達3000億美元的營收，隨著API的普及，越來越多的企業將能夠利用這些技術來提升其數位服務，這也意味著電信業者能夠進一步商業化其網路資源。

我們可以預期，在聯盟結合之後，現今的電信網路技術將能突破目前的瓶頸，例如5G網路的低延遲特性，卻因為設施不足夠未被充分利用，新成立的公司就有機會改變這個狀況，透過全球整合API，讓這些先進的網路功能能夠更簡單地供開發者使用，從而為應用程式開發帶來更高的效率和創新可能性。

基於GSMA Open Gateway的開放原則，這家公司將鼓勵更多的業者加入其生態系統，這意味著未來將有更多的電信業者和技術平台參與其中，共同促進全球數位生態的發展，這種開放策略不僅有利於新創公司，也將為傳統企業提供更多擴展和升級的機會。

這篇文章 愛立信攜手全球12家電信巨頭成立新公司 整合API加速電信網路發展 最早出現於 科技島-掌握科技新聞、科技職場最新資訊。

當OpenAI開發的ChatGPT橫空出世後，許多人便開始思考如何將ChatGPT的模型套用在不同的工作中，甚至也開始利用OpenAI的金鑰，開發不同功能或用來處理特定任務的專屬機器人。本次課程將手把手地告訴大家，如何利用OpenAI API進行不同功能的開發，依照自己的需求，打造屬於自己的AI機器人。

一、前言

當OpenAI開發的ChatGPT橫空出世後，許多人便開始思考如何將ChatGPT的模型套用在不同的工作中，甚至也開始利用OpenAI的金鑰，開發不同功能或用來處理特定任務的專屬機器人。本次課程將手把手地告訴大家，如何利用OpenAI API進行不同功能的開發，依照自己的需求，打造屬於自己的AI機器人。

二、OpenAI API應用範例

當我們想要在自己設計的機器人中導入OpenAI時，第一步當然就是要先申請OpenAI API的金鑰。申請方法非常簡單，我們首先要進入OpenAI API的介面，點擊右上方的「Dashboard」後，再於左方工具欄中選擇「API keys」。接著點選右上方的「+ Create new secret key」，並設定好金鑰的名稱，再點選「Create secret key」就可以成功得到一串金鑰啦（如下圖）！需要注意的是，我們一輩子就只會看到這個金鑰一次，所以大家切記要將金鑰複製，並保存於文字檔或記事本中。另外，若我們連續申請太多次金鑰，可能會出現要回答多個問題才能再申請的情況發生，需要特別留意。除此之外，如果我們想要知道每個金鑰的使用狀況，包含用量與費用，則可以到「Usage」中查看。有了金鑰以後，現在就讓我們看看它可以幫我們做什麼吧！

1. OpenAI API文本生成服務開發

我們都知道，ChatGPT具有強大的語言功能，也常被用來產生文案。因此，我們當然可以串接OpenAI API，幫助我們生成文本。

首先，我們要先進入Google雲端硬碟，並開啟「Google Colaboratory」。如果找不到該功能，則可以點擊右鍵，在「連結更多應用程式」中搜尋Google Colaboratory，就可以成功開啟。接著，我們就可以開始輸入程式碼，串接OpenAI金鑰了。

由於我們要使用OpenAI生成文本，所以在程式碼開頭要先輸入「!pip install openai」安裝OpenAI的套件。接著再於「openai.api_key = 」後放入我們的金鑰，並輸入「response = openai.chat.completions.create」呼叫Chat Completions API聊天模型。我們可以在這裡指定要使用的GPT模型參數，像是gpt-3.5-turbo、gpt-4或gpt-4o等，亦或是其他文字轉語音、語音轉文字的模型。接下來，當我們要把訊息傳出去時，必須先輸入訊息串列。這個訊息串列包含三個角色：「系統」（system）、「使用者」（user）、「助理」（assistant）。「系統」主要是用來指定機器人的角色，讓它的回覆可以更符合我們想要的結果。「使用者」則是用來指定使用者提示。最後的「助理」，代表模型回覆的結果，是用來做歷史紀錄，以便進行連續的對話。

假設我們想要機器人扮演行銷小編，那麼我們首先要在system的程式碼中，指定它為「一位行銷小編，請用此身份回覆，並用繁體中文回覆。」接著，在user的部分輸入我們想要機器人執行的任務，像是「請幫我寫人中之龍8的IG貼文」。最後，我們再輸入print (response.choices[0]. message. content)，用來印出模型產生的訊息，並點選執行，就可以成功得到一串系統寫的行銷文案了（完整程式碼請見下圖）。

　2.打造智慧客服機器人

雖然上述的文本生成機器人可以快速幫助我們得到一篇文案，但它仍有ChatGPT會一本正經胡說八道的老毛病。即便如此，我們也可以利用「少樣本提示」（Few-shot prompting）的方法，將公司相關資料提供給機器人，讓它的回答可以限縮在此資料範圍內，打造一個能夠依照我們的資料提供與事實相符回應的客服機器人。少樣本提示，指的是提供真實少量的數據樣本與提示給模型，來引導模型生成符合特定任務或要求輸出。此方法的優點為，能夠在少量樣本數據實現高效的模型微調，整體而言具有靈活性、通用性和快速調整的能力。且它也可以有效減少人力並適用於各種任務。

打造客服機器人的第一步，一樣是開啟google colab。而由於我們要結合GUI製作客服機器人，所以要先輸入!pip install gradio安裝gradio，並輸入!pip install openai安裝OpenAI 。接著輸入import openai和import gradio as gr ，再放入我們的OpenAI API金鑰，並點選右方的執行。與文本生成不同的是，我們在這裡要將程式碼變成一個函數，所以要於訊息串列中輸入def chat (prompt) :。接著，因為我們要帶入客戶提問的prompt，所以要於訊息串列中「user」部分的“content”後的程式碼改為prompt。

接下來，我們就可以開始上傳公司資訊給機器人，讓它可以依照這些資訊回覆客人的問題。假設我們是一間飯店的經營者，想要打造一個專屬的客服機器人，那麼可以點選colab頁面左側工具欄的資料夾圖示，將飯店服務資訊的文字檔上傳。如此一來，我們就成功地將資料嵌入在客服機器人中了。最後，為了要讓機器人依照公司資料回覆，所以我們也要記得在程式碼中加入如下圖藍色部分的with = open程式碼。

接下來，我們要於訊息串列中設定機器人的角色，所以要將system設定為「一位飯店客服人員，請依{info}內容回覆，並用繁體中文回覆。」點選執行後，機器人就會成功依照我們提供給它的資訊進行回覆。完成客服機器人的最後一步，就是要再加上以下程式碼：interface = gr. Interface (fn=chat, inputs=gr.Textbox (label=‘提問’), outputs=gr. Textbox (label=‘回覆’), title=‘飯店客服系統’) interface. Launch (share=True)，輸入完成後點選執行，確認是否可以成功執行程式碼。若執行成功，應會出現如下圖的飯店客服系統。我們可以點選系統出現的網址，並在google頁面右上方的三個點點，使用「開發人員工具」，將客服系統變成手機版。

　3.利用OpenAI API進行辦公室自動化

除了打造專屬的客服機器人外，我們也可以串接OpenAI API ，自動化辦公室工作流程。首先，我們可以開啟一個新的google colab，並同樣先將飯店資訊拉到右方工作欄的資料夾中，再於程式碼中安裝OpenAI。現在假設我們有一個excel檔，記錄了客人曾經問過的問題，並希望AI生成的資料可以整理在某個欄位供我們查看。那我們就可以先將該excel檔拉到資料夾中，就可以在程式碼中得到如下圖的程式碼。

接著，我們一樣要做一個函式，並輸入如下圖的程式碼。最後我們再點選執行鍵，就會看到左方出現一個「客服ok」的excel檔。點擊進入excel檔後，我們就可以成功看到機器人自動回覆的訊息囉！

　4.OpenAI影像分析服務開發

除了前述的應用外，今年五月份OpenAI也開發了具有視覺功能的GPT-4o，因此我們也可以利用此功能來理解圖像。方法與前述的步驟類似。安裝完OpenAI後，同樣輸入response = openai.chat.completions.create，並設定要使用gpt-4o的模型。接著，在訊息串列中，我們可以在user部分的提示內容放入我們的問題，像是「這張圖片裡有什麼」，也可以直接放入想要讓AI分析的圖片網址。最後，我們一樣用response.choices[0].message.content來印出模型並產生訊息（完整程式碼請見下圖）。

以此類推，我們也可以串接不同的OpenAI功能，打造不同的機器人。舉例來說，假設我們讓機器人可以幫我們繪圖，就可以利用openai.images.generate的方法，並套用DALL·E 3 的模型讓機器人幫助我們生成圖片（完整程式碼請見下圖）。

三、結語

從本次的課程內容我們可以發現，擁有了OpenAI的金鑰後，我們可以依照自己的需求撰寫程式，打造不同功能的機器人，像是專業行銷小編機器人、客服機器人，以及圖像分析機器人。然而，礙於篇幅限制，如果大家想要知道完整的程式碼，或者詳細的操作過程，也歡迎觀看本次課程回放喔！

這篇文章 【課堂筆記】探索OpenAI API的魔法世界｜蔡文龍 最早出現於 科技島-掌握科技新聞、科技職場最新資訊。

台智雲（2）日宣布最新兩款大型語言模型（LLM）：FFM-Llama3-70B、FFM-Llama3-8B，以及API服務AFS ModelSpace。

記者／孫敬 Archer Sun

華碩旗下子公司雲端暨AI公司台智雲，繼去年9月釋出「繁體中文強化版FFM-Llama 2大語言模型」，昨（2）日宣布最新兩款大型語言模型（LLM）：FFM-Llama3-70B、FFM-Llama3-8B，以及API服務AFS ModelSpace。

台智雲指出，FFM-Llama3-70B在繁中LLM表現首次超越GPT4.0，而FFM系列中的4款FFM-Mixtral-8x7B、FFM-Mistral-7B、FFM-Llama2-v2和FFM-Llama3-8B，則超越了GPT3.5。

延伸閱讀：聯發科推生成式AI平台「達哥」，繁中LLM模型BreeXe如何助企業導入AI？

台智雲LLM可透過API支援多種使用情境

從台智雲官方消息表示，根據繁中基準測試（TMMLU+）除確立了FFM-Llama3-70B、FFM系列LLM效能，在開源模型AFS ModelSpace支援下，能快速串接外部工具與應用，如Google map、搜尋引擎、交通訂票、即時金融股價查詢。

目前，AFS ModelSpace已提供企業多種開源LLM模型、自動化工具和管理服務，包含幾款FFM-Llama3(8B、70B)、FFM-Mistral、Code Llama、TAIDE等開源基礎模型，使用者能簡化管理程序，加快語言模型切換，在串接API的部分則提供以Token用量計費「Public Mode」，可讓中低使用量的企業掌握成本。

「台智雲聚焦提供企業所需的生成式AI，包含AIHPC高速運算力、可信賴的繁中大語言模型、No-code平台。」台智雲技術長陳忠誠補充，從雲端到地端，台智雲將協助企業解決各式成本、時間、人力、資安等問題，並持續開發適合企業使用的開源模型。

這篇文章 台智雲推2款全新繁中LLM模型，可串接Google Map、交通訂票等生活應用 最早出現於 科技島-掌握科技新聞、科技職場最新資訊。

摺疊手機龍頭要換人當了？華為急起直追中！不滿可能成為OpenAI附屬品？微軟員工大批出走中！快來看看今天的科技新聞。

站在科技浪頭、探索尖端趨勢，【科技島】每日帶給您最新產業新知，並由AI主播為您編輯播報當日熱門科技新聞，讓您 3 分鐘掌握天下事！

一、11吋iPad Pro傳出生產進度落後，開賣初期恐缺貨 

蘋果最快將在本月發表搭載 OLED 面板的新 11 吋與 12.9 吋 iPad Pro 機款，然而來自研調機構的最新報告顯示，新款 11 吋 iPad Pro 面板產量嚴重落後於 12.9 吋，因此當新平板發表後，11 吋的 OLED iPad Pro 機款開賣不久，恐怕就會面臨供貨短缺的窘境。

完整閱讀：

二、擔心微軟成為OpenAI附屬品   大批員工不滿離職

微軟內部人士擔心，公司的AI策略過於專注與 ChatGPT 製造商 OpenAI 的合作，甚至把這個現象戲稱為IT for OpenAI，據了解，微軟因為把重點Azure AI內部服務轉向Azure OpenAI服務，成為OpenAI 技術支援的一部分，引起員工不滿，許多參與內部AI計畫的高階主管，都因為擔心成為OpenAI的附屬品而離職。

完整閱讀：

三、三星摺疊手機龍頭地位被挑戰　華為今年Q1有望超車 

研調機構最新報告顯示，摺疊手機去年第四季全球出貨量420萬支，比前年同期年增33%，三星市占仍舊維持全球第一，第二到第四名依序是華為、榮耀與OPPO。值得注意的是，今年第一季在三星沒有推出摺疊新機的情況下，華為靠著去年的Mate X5與Pocket 2，有望首次超越三星，成為摺疊手機全球市占新霸主。

完整閱讀：

四、Android地圖不再迷航　Google推新API改善指向性

很多人在用手機地圖導航時，遇到隧道、地下室等場域會導致定位不准或受到干擾。近日Google就針對Android 5以上版本而且支援Google Plays services的裝置，新增了一個可以提供開發者導入的最新Fused Orientation Provider API，以更好的演算法來排除干擾延遲、偏差不均勻的取樣，所導致的裝置指向偏差問題。

完整閱讀：

五、比亞迪競爭加劇　Nissan和本田討論合作因應

為了應對來自中國車商比亞迪的強大壓力，並在電動車市場保持競爭力，日本汽車製造商Nissan正考慮與本田聯手開發具有成本效益的電動車技術，Nissan內部人士暗示，雙方正在就電池和汽車開發進行討論，還可能涉及創建通用的電動車動力系統，和聯合設計開發共享電動車平台等，目標是降低電動車價格。

完整閱讀：

六、AI機器人按摩床Aerwear　客製化療程解決慢性疼痛 

Aerwear使用人工智慧技術掃描顧客躺下後的身體位置，生成數據後進行按摩，內建超過100萬個3D數據點，能夠自動定位顧客的身體穴道，並搭配機器學習與人工智慧技術，即時記錄按摩過的身體數據，為顧客量身定制按摩療程，今年將陸續部署在美國紐約十幾家健身中心，幫用戶舒緩肌肉、解決慢性疼痛問題。

完整閱讀：

影音瀏覽：

這篇文章 20240315─微軟驚現離職潮　竟是因為員工擔心成OpenAI附屬品｜【AI主播報新聞】 最早出現於 科技島-掌握科技新聞、科技職場最新資訊。

精華版 越來越多人熟悉ChatGPT的使用，但是如何讓ChatGPT在自家網站，或是在自家產品上使用的更順利呢 …

越來越多人熟悉ChatGPT的使用，但是如何讓ChatGPT在自家網站，或是在自家產品上使用的更順利呢？今天講座邀請黃信溢老師來為大家解答，只要學會Open AI API的使用，就能把ChatGPT「帶回家」使用，使用上將能更方便、更順利。

子議題

1. Open AI API 的介紹與申請

2. ChatGPT的程式設定與開發

3. 在網頁及手機上製作互動的聊天介面

4. 測試屬於自己的ChatGPT聊天機器人

講師簡介

黃信溢

經歷

文淵閣工作室總編輯

碁峰資訊圖書作者

碁峰資訊教育專任講師

#openai #API #AI #聊天機器人 #黃信溢

【製作團隊】

主持人   陳坤平

整理撰稿 蘇筠家

剪輯後製 余哲賢

*生成式AI創新學院-科技島 ➨ https://www.technice.com.tw/1111gpt/

*來去科技島瞧瞧 ➨ https://bit.ly/3tDfD5h

這篇文章 用Open AI API的魔法鑰匙，打開ChatGPT的開發大門|黃信溢線上講座 最早出現於 科技島-掌握科技新聞、科技職場最新資訊。

作者／林驊仁 ChatGPT爆紅的原因，是初步跨越了「機器無法理解人類語言」的重要人工智慧門檻，它是如何做到？ …

作者／林驊仁

ChatGPT爆紅的原因，是初步跨越了「機器無法理解人類語言」的重要人工智慧門檻，它是如何做到？使用者應該怎麼樣下指令才能最有效應用？又有那些使用上的陷阱又應該注意避免呢？

[toc]

ChatGPT是OpenAI公司一個基於人工智慧技術的語言處理工具，通俗稱為「聊天機器人」，使用起來非常簡單，只需要輸入需要處理的內容文本，就可以獲得相應的回應。並可以通過多種方式進行使用，例如串接API、瀏覽器外掛、開發應用程式導入等等。

ChatGPT的網頁版本於2022年11月30日上線公開後，人們驚嘆其回應幾乎有如真人，上線5天就有100萬使用者，2個月後達到1億使用者，可說迅速爆紅！

ChatGPT的誕生，究竟在哪方面產生突破？

要理解ChatGPT為什麼能爆紅，先要理解電腦遠勝人類的優勢，實際上只有兩點：大量資料的存儲與高速運算，但若是進行「理解」（understand），目前的電腦就遠遜於人類。ChatGPT會讓世人驚豔，是完成實用性的「理解文本」能力。

在自然語言處理中，"文本"指的是一段或多段文字的集合，可以是一篇文章、一本書、一個句子或一個詞語。並且以很多種形式呈現不僅限於文章，例如語音轉錄、網頁內容、社交媒體帖子、電子郵件、報告等等。

文本處理是自然語言處理中的一個重要步驟，通常包括詞法分析、語法分析、語意分析和生成等一系列的任務。

但自然語言具有豐富的語義和語境，並且往往包含隱含的意義和推理，這使得它們不僅僅是一些符號的集合。

理解文本需要綜合考慮語言多樣性、語境相關性、含義的隱含性、常識推理和模糊性等多個因素，這使得人工智慧要理解文本變得非常困難，可分為五大難題：

• 語言多樣性：世界上有數千種語言，而每種語言都有自己獨特的語法和詞彙，這使得理解文本變得非常複雜。
• 語境相關性：單詞的意義可以根據其所處的語境而改變。因此，理解文本需要考慮整個文本的語境和上下文訊息。
• 含義的隱含性：文本中的某些含義可能並不明確，而是隱含在其中。這些隱含的含義可能需要推理才能理解。
• 常識與推理：理解文本需要有關於世界的常識知識，例如知識關聯和因果關係，而這些知識不僅僅是文本本身所包含的。
• 習慣與模糊性：文本中的一些概念可能存在歧義，例如同一詞彙可能有多種含義，而理解文本需要解決這些歧義。

ChatGPT如何做到理解文本？有哪些應用領域

ChatGPT基於深度學習的自然語言處理模型，其理解文本的能力是通過大量的文本數據訓練而來。最常使用的框架是基於TensorFlow（一個開源軟體庫，用於各種感知和語言理解任務的機器學習）的Transformers庫，與機器學習相關的部分包含資料處理（process data）模型應用（apply a model）和做出預測（make predictions）。

ChatGPT通過多次反覆學習，從大量文本數據中提取有用的語義特徵，通過詞向量化、位置編碼和前向傳播等技術，形成了自己的語言模型。

例如當使用者問 ChatGPT：「人類該如何維持健康？」時，ChatGPT可以理解這是一個有關「人類、健康、保持」的集合問題，並通過詞向量化、位置編碼和前向傳播等技術，計算出問題的向量表示，並依照從訓練數據中學習到人類健康相關的語義訊息，從而生成回答，如”應該要均衡飲食”、”應該要適度運動”等等以使用者角度能理解的回應。

有了理解文本與適當回應的能力，ChatGPT的應用範圍非常廣泛，可以應用於智能客服、聊天機器人、語音助手等多個領域。

例如在智能客服方面，ChatGPT可以自動回答客戶的問題，提高客戶滿意度，減少客服人員的工作量，ChatGPT可以模仿人類的對話方式，與用戶進行互動，並且可以根據用戶的語言和行為進行自我學習，進一步提高對話品質。

OpenAI公司對ChatGPT也會不斷的改良與改善，例如比較ChatGPT 3.5與ChatGPT 4兩個版本，在模型規模和處理能力上有著顯著的提升：ChatGPT 4的參數量是ChatGPT 3.5的3倍以上，達到了17.6億個參數，這意味著它能夠處理更大範圍的文本，並且具有更強大的文本生成和理解能力。

使用者如何對ChatGPT精確提問

一般使用者面對ChatGPT，想要獲得答案很容易，輸入問題或指令即可，但想要獲得正確的答案，除了廠商在模型訓練下功夫外，使用者本身「如何精確地表達出問題」相當重要，考驗使用者文字敘述與邏輯思考能力，並非完全能無腦使用！

「提問」可以說是所有使用者應用ChatGPT的核心技巧！提問的專有名詞是「提示語」（prompt），即使用者對ChatGPT給出的「文字指令」，並不能單純的以生活用語進行，有2個大方向與5個操作注意事項：

• 大原則之一，提示語要「清晰明確與目的性」：提示語的表述越具體越好，不要給出過於複雜或含糊不清、模玲兩可的文字。提示語也應該有明確的目的，讓ChatGPT明白使用者想要達到什麼樣的目標，避免太過廣泛或是開放式的問題，例如目的是要收集特定的資訊、給予建議、生成文案等。
• 大原則之二，提示語要有「可操作性與相關性」：提示語應該是具有可操作性的，避免問題與提示語不相關，例如「請以公升為單位，告訴我747客機的速度」。

提示語的內容都圍繞在同一個主題上，可以避免討論分散，增加訊息的相關性。

掌握了以上兩個大原則，在操作上還有5個注意事項：

• 詳細說明問題背景：在問題描述中提供更多的背景信息，例如問題涉及的主題、目的、對象等，有助於ChatGPT更好地理解問題。
• 使用簡單的語言：使用簡單的語言來描述問題，避免使用過於複雜的專業術語或者繁雜的句式，這樣能夠讓ChatGPT更容易理解你的問題。
• 限定問題範圍：對於複雜的問題，你可以把問題範圍逐步縮小，逐步引導ChatGPT理解問題的本質。
• 提供明確的目標：讓ChatGPT知道你希望得到什麼樣的回答或幫助，例如，如果你想獲得關於某個主題的詳細信息，可以明確告訴ChatGPT你需要了解的信息內容。
• 適當的重複問題：如果ChatGPT回答的結果沒有符合你的期望，可以重複問題或提供更多的背景信息，讓ChatGPT更好地理解你的問題。

使用者有效的運作ChatGPT例子

前述精確提問法應用到實際案例，例如請ChatGPT生成一份「行銷相關」的履歷，提問方式夠不夠精確，獲得的內容可能大相逕庭：

第一種問法：「幫我寫一份求職履歷」，ChatGPT只會提供「求職履歷範本」格式，並給予一些提示，例如列出工作經驗時，強調過去的貢獻和成就，並且使用具體的數據來支持。例如提高公司的營收或節省成本，應該細節說明貢獻是多少，並提供可供查核的數據。

但基本上這樣的問法，只會得到一篇大綱，細節部分仍要使用者自己填寫。

第二種問法：「幫我寫一份『行銷專員』的求職履歷」。ChatGPT會完成一份看似四平八穩的履歷，特別是針對工作職掌與技能，洋洋灑灑地羅列出行銷專員應該熟悉的技能：包含熟悉數字行銷和品牌策略、能使用數位分析工具、能夠撰寫吸引人的內容、熟悉SEO和PPC廣告，能夠優化網站和廣告活動等等。

為了避免感覺是AI出的文，ChatGPT還很有”人味”的加上「良好的溝通和協調能力，能夠與跨部門團隊合作、能夠獨立工作和解決問題，在快節奏的工作環境中高效地工作」等用語。

但是但行銷專員的工作內容也非常多樣化（數位行銷、品牌行銷、活動策劃、市場分析⋯），如果不說清楚自己的專業領域和資訊，ChatGPT根本無法提供有”亮點”的文案。

第三種問法：「幫我用專業角度寫一份讓人資主管驚艷的求職履歷。我有7年的行銷相關工作經驗，熟悉SEO、SEM、社交媒體和網站分析等技術，並有豐富的項目管理經驗，完成多項行銷目標，達成業績成長」

ChatGPT根據這些詳細的資訊，能條列提供更專業與精確的履歷建議，例如在專業技能方面

• 精通SEO和SEM，擅長制定和執行有效的關鍵詞策略，以提高網站流量和轉換率。
• 熟悉社交媒體行銷，能夠編寫引人入勝的社交媒體帖子和廣告，並有效地進行社交媒體分析。
• 具有網站分析技能，能夠使用Google Analytics等工具進行網站流量、轉換率、跳出率等數據分析，以制定更有效的行銷策略。
• 擁有豐富的項目管理經驗，能夠有效地協調不同部門之間的合作，監督項目進度，並確保達成目標。在過去的工作中，我成功地推出了10多個線上和線下行銷活動，並連續3年帶領團隊實現了年度行銷目標，每年至少成長5％。

實用的ChatGPT瀏覽器外掛

對於使用者來說，有些瀏覽器外掛，能夠幫助更便利使用ChatGPT：

ChatGPT for Google

雖然搜尋引擎Bing內建了ChatGPT，但不少人還是習慣使用Google，如果想要使用ChatGPT還要切換到網站，有點不方便，為了解決這個問題，ChatGPT for Google外掛應運而生。

安裝 ChatGPT for Google 後，會將ChatGPT的介面以簡化形式放在搜尋頁面，使用者可以較輕鬆地在Google上搜尋想要查詢的資訊。

該外掛會自動從使用者輸入的關鍵字，在ChatGPT介面上生成相關關鍵字的內容，顯示在Google搜尋結果頁面上，作為Google搜尋的參照。

ChatGPT for Google下載網址

YouTube Summary with ChatGPT

Youtube影片是現代網路使用者獲取資訊的重要方式，但往往因為影片太長，懶得看完或是沒有辦法掌握重點。"YouTube Summary with ChatGPT" 的小工具，能夠部份解決此問題。

使用者安裝該工具後，會在影片播放介面的右上角看到ChatGPT標誌。當用戶點擊該標誌時，該工具會自動擷取影片中的CC字幕。然後，用戶可以使用ChatGPT對字幕進行縮寫總結，快速了解影片的主要內容。

需要注意的是，該工具最大的限制是必須依賴影片的CC字幕。如果影片沒有字幕，此外掛將無法進行縮寫總結操作。

YouTube Summary with ChatGPT下載網址

WebChatGPT

ChatGPT目前在使用上，最明顯的限制是資料庫僅在2021年9月以前的範圍，對於以後的資訊，例如2022年2月爆發的俄烏戰爭，或是即時的資訊，例如某地今天的天氣，就無法給予任何回應。

WebChatGPT這個外掛賦予ChatGPT上網找資料的功能，安裝後在ChatGPT網頁上就會多一行指令，可以設定要搜尋網路結果的呈現數量、時間與搜尋區域，就能讓ChatGPT提供較新的網路資訊搜尋結果，還會摘要說明。

WebChatGPT下載網址

ChatGPT Prompt Genius

ChatGPT需要登入後才能使用，也可以在登入帳號下，查詢到過去的問答歷史紀錄，但沒有辦法匯出成圖片或PDF檔。

ChatGPT Prompt Genius（ChatGPT智慧提示）這個外掛安裝完後，在ChatGPT的側邊欄位出現一個 Share & Export的功能，可以把想要儲存的內容輸出成PDF或PNG檔案。

ChatGPT Prompt Genius 下載網址

Luna - ChatGPT for your Browser

Luna 是Chrome瀏覽器外掛，可幫助使用者從瀏覽器中的任何位置盡快進入 ChatGPT 對話。

安裝Luna外掛後，可以在瀏覽器中將專有名詞反白，按下滑鼠右鍵，然後點選「Luna-Sent to ChatGPT」，連結回ChatGPT觀看說明。

Luna - ChatGPT for your Browser下載網址

ChatGPT使用上隱憂：回應不精確  隱私洩漏問題

許多人看到只要給予ChatGPT提示語，就能立刻獲得一篇「看似很有道理」的長篇大論，就覺得許多工作可以委由ChatGPT代勞，但實際上ChatGPT有兩大隱憂，可能讓使用者未蒙其利先受其害。

ChatGPT給予的回應僅僅是參考

例如要創作一篇行銷文案，只要依照前述的提示語原則，給予ChatGPT主旨方向，ChatGPT 就能創作出完整內容架構，包含規劃佈局、標題建議、大綱架構、建議字數等等。

再把ChatGPT給予規劃布局與大綱架構等，修改為提示語，讓ChatGPT直接產出文案，整篇行銷文案就完成了，真的萬無一失沒有問題嗎？

實際上ChatGPT給予的文案，僅僅當作參考即可，千萬不要當成最終產出！

因為ChatGPT只是一種自然語言處理模型，透過大量的訓練數據來預測下一個可能出現的字詞或語句。儘管擁有龐大的知識庫和語言模型，但並非即時更新，也無法連上網路蒐集更多資料，換句話說，訓練資料的範圍和時間限制了ChatGPT的知識範圍，因此可能產生不精確的回應或產生誤解的情況。

此外，ChatGPT是通過訓練數據學習人類語言表達方式的，並不是真正意義上的「理解」。它沒有情感、判斷力、道德觀念等人類特有的能力，因此在某些情況下可能無法完全理解人類的意圖，導致回應不精確。

ChatGPT給予的回應只能作為參考，並且需要使用者介入進行審慎的判斷和修訂，如果使用者需要更精確的答案，通常會建議請教相關領域的專家。

ChatGPT可能洩漏隱私

此外ChatGPT還可能有隱私上的顧慮，這主要是因為ChatGPT是基於大量的訓練數據所構建出來的模型，而這些數據可能包含一些敏感性的個人資料，例如名字、地址、電子郵件等。

此外，使用ChatGPT的應用程式有可能會收集使用者的輸入，例如聊天記錄、使用者行為等，這些資料也有可能會洩露使用者的隱私。

例如研發ChatGPT的OpenAI 在2023年3月25日發布聲明表示，由於開源代碼庫中有一個漏洞，部分用戶能夠看到另一個用戶的聊天標題記錄，此漏洞可能已導致 1.2% 的 ChatGPT Plus 用戶支付資訊外洩，在ChatGPT緊急下線修復前，部分用戶可能會看到另一名活躍用戶的姓名、電郵、支付地址、信用卡後 4 碼、信用卡到期時間等資訊。

又例如義大利政府於2023年4月表示， OpenAI公司缺乏法源依據，合理化其「大量收集和儲存個資訓練ChatGPT的演算法」的行為，也在隱私、網路安全、假資訊方面有疑慮，因此在義大利封鎖ChatGPT，直到其改善為止！

ChatGPT非僅聊天軟體 商業應用多元

ChatGPT除了一般使用者的問答用途外，進階使用者或商家也能以開發者或導入API應用的方式，讓ChatGPT幫個人或企業賺錢，如果有這樣的需求，有幾個導入前的注意事項，一定要知道：

一、開發者：

想開發以ChatGPT為核心的應用程式、網站外掛或是線上工具，需要具備一定的技術（了解ChatGPT的原理和運作方式，從而更好地應用和優化模型）和計算資源，即需有資料處理、模型建置、訓練和評估等方面的能力，簡述如下：

• 資料數量與品質：如前述，ChatGPT是基於大量文本數據進行訓練，因此導入 ChatGPT需要開發者具備充足的資料量和高品質的數據，換句話說，如果資料量太小或者品質不高，可能會嚴重影響ChatGPT學習與最後產出。
• 選擇適合的模型：ChatGPT 有不同的版本和模型大小，開發者需要根據自己的需求選擇適合的模型，並非越大越好，因為大模型有更好的效果，但也需要更多的計算資源和時間。
• 預處理數據：開發者在導入ChatGPT之前，需要對原始文本進行一定的預處理，例如分詞、清理噪音等。這可以幫助模型更好地理解文本，提高模型效果。
• 訓練模型：ChatGPT為使用者服務前，開發者需要進行模型訓練，開發者需要設置適當的參數和超參數，並且根據訓練效果進行調整，訓練過程需要充分的計算資源和時間。
• 模型評估：開發者需要對模型進行評估，了解其效果和性能。開發者可以使用不同的評估指標，例如perplexity、BLEU分數等，來評估模型的效果。

二、導入API應用者：

某些工作可以借助導入ChatGPT來增進效率，例如使用ChatGPT開發智能客服系統，24小時快速且準確回答客戶的問題，不但減少客服人員的工作量，並提高客戶滿意度。

對於一些需要大量文字工作的行業，如新聞、廣告、編輯出版等，導入ChatGPT可以減少人工的編輯、校對工作，提高效率，節省時間和成本。ChatGPT還可以應用於自動化文本生成，例如自動化撰寫新聞報導、產品介紹文案，行銷推廣文等。

以某個商家想要導入ChatGPT進行智能客服，串接API為例，大致的流程步驟如下：

• 了解ChatGPT API的限制和使用條款：例如API的請求限制、使用方式、授權和費用等方面。不同的需求和應用場景，會有不同的API功能和參數。
• 獲取 API 金鑰：API 金鑰通常用於認證API請求，可以通過註冊API帳號，在設定頁面中獲取 API 金鑰。
• 在獲取 API 金鑰後，需要進行API整合，這步驟通常就需要開發人員的協助，即使用相應的程式語言和框架，通過API的請求和回應格式，進行相應的接口開發和整合。
• 創建問答庫和模型優化：需要創建「智能客服問答庫」，並對模型進行優化。問答庫通常包含客戶可能提出的問題和相應的答案，而模型優化需要調整模型參數、增加訓練數據等方法，提高模型的準確性和穩定性。
• 測試和驗證：在使用ChatGPT API的智能客服上線之前，需要進行測試和驗證，例如以一些模擬真實的提問，確認API的請求和回應格式是否正確，以及API的效果和穩定性是否符合要求。

ChatGPT仍有侷限但瑕不掩瑜  AI走入生活已然加速

ChatGPT具有高度的語言生成能力和應付多樣化應用場景的能力，是AI走入一般人生活的一項突破性進展，很快就獲得大量的使用者與關注度。

但在使用時需要注意其可信度和隱私風險，並且對於即時問題的回答仍有待進一步改進，因此還沒有到能夠將人類的工作交付給AI代勞的程度，使用者仍需要介入與監管、修訂。

這篇文章 搞懂ChatGPT  增加3倍工作效率應用 避開可能風險 最早出現於 科技島-掌握科技新聞、科技職場最新資訊。

API 為 英文 Application Programming Interface 的縮寫，也是應用程式與應用程式間的溝通橋樑

API 為 英文 Application Programming Interface 的縮寫，也是應用程式與應用程式間的溝通橋樑，API 就像是不同軟體系統間的共同語言，讓它們能夠互相溝通並完成任務。不同軟體系統間需要共同的接口（API）才能交流資訊。

參考來源：ChatGPT

這篇文章 應用程式介面（API） 最早出現於 科技島-掌握科技新聞、科技職場最新資訊。