數位時代 蕭閔云
6 款好用 AI 工具實測！Chat YouTube、Good Tape，還有哪款工作者適合的 AI 應用？
連續幾個月下來，AI 應用高速進展，這波 ChatGPT 浪潮掀起了許多討論，有關於 Google、微軟兩巨頭的競爭，也有各派探討 AI 倫理的議題。除此之外，也有許多人意識到，在可見的未來裡，「詠唱術」或者說「使用 AI 的技術」，將成為工作者所必備的軟實力，其中令人興奮的正是看到許多團隊開發衍生的各種應用，而如何將這些工具應用在自己的日常中，是另一個有趣的話題。
為了不落人後，我用半個月的時間，實測了多款各網路大神無私分享的工具，結合自身使用體驗，整理了以下 6 款推薦應用！
ChatGPT 指令大全〉教小白下提示詞
首先，對於初試 AI 工具的小白如我，如何給予正確指令（prompt），是一個初學者必備的基礎技能，「ChatGPT 指令大全」網站，提供不同種類的指令範本，包括資料整理、履歷與自傳、程式開發、面試準備、英語學習等，開放使用者複製範本後簡單填空使用，幫助你更精準地指示 AI 為你提供服務。
例如，想請 ChatGPT 擬一篇關於內容編輯可採用的 SEO 策略文章草稿，參考指令範本輸入如下：
撰寫一篇文章題目為：「內容網站編輯可以採用的 SEO 策略（主題）」的草稿，結構需要完整。草稿中要包含 5（數字） 個可以在內文中進一步闡述的要點。
在我輸入上述指令後，ChatGPT 於 1 分鐘內擬好了帶有 5 大重點的 SEO 策略架構，且幾個關鍵項目都有提及並納入大綱中，確實可以快速地提供正在苦思文章結構的人，一個可參考的寫作方向。
Chat YouTube〉免看影片也能問摘要
第二個實用工具是「Chat YouTube」，協助使用者快速摘要影片內容重點。只要將影片網址貼入，AI 就會消化影片內容，開放使用者以提問的方式掌握影片要點。
例如，我將《雪力的心理學筆記》「MBTI 16 種人格類型解說系列之 ENTJ 特輯」這支約 20 分鐘的影片連結，貼入 Chat YouTube，不到 3 分鐘的時間後，先摘要整理了影片重點，並開放提問，於是我接著提問關於：「ENTJ 型人格的特色」、「ENTJ 型人格如何良好發展」等，Chat YouTube 接著以明快、簡潔的方式，為我列出幾大重點回應，可以幫助使用者快速掌握想從影片獲知的訊息。
不過，目前 Chat YouTube 還有 2 個不足之處。一是沒有字幕的影片無法使用。在以《雪力的心理學筆記》影片測試前，我先丟了一支吳叡人教授《雷震講座｜帝國夾縫中的台灣民主》講座影片，但由於該片為實體講座側錄，且沒有後製字幕，因此 Chat YouTube 就無法作業。而第二個美中不足在於語言。
雖然以繁體中文影片測試且提問皆使用中文，但 Chat YouTube 仍以英文介面為主，一開始的重點摘要以英文呈現，而問答回應顯示，系統是可理解繁體中文語意並有效摘要重點回應的，只是它提供的回應有時還是會以英文呈現，有時則以簡體中文回應，較不直覺。
Chat with any PDF〉濃縮文件 3 亮點
另一個與Chat YouTube異曲同工的「Chat with any PDF」，使用情境與方式大致與 Chat YouTube 相同，將任何 PDF 文件上傳後，Chat with any PDF 將消化整理出文件重點，並歸納文件可回應的 3 個主要問題，幫助使用者快速提問、掌握文件主要內容。
實際測試，將工作上使用的 sales kit 與產品提案簡報上傳後，雖是圖文並茂的文件檔案，仍可以掌握文件內的重點摘要。不過當我上傳一篇演講稿，不確定是否因為文字量或內容屬性，Chat with any PDF 開始以英文回應，不過英文摘要的內容大致仍為正確資訊。
另外是 Chat with any PDF 有免費版跟付費版的差異，免費版一天的使用上限為 3 份 PDF 檔案，且頁數不能超過 120 頁，單一檔案大小不超過 10MB，且一天最多只能詢問 50 個問題。
Good Tape〉音檔轉逐字稿神器
「Good Tape」是這批試用工具中最愛的一款。使用 OpenAI 旗下 Whisper 技術，Good Tape 是支援英文、中文、日文、韓文、德文、法文、丹麥文等超過 40 種語言的逐字稿工具。開發團隊為丹麥的數位媒體 Zetland，可說是一款專為記者打造的服務。
雖是專為記者打造，但實際上 Podcast 製作、影片創作者乃至行銷工作者如我，都用得上這款工具，只要將音檔上傳，等待數分鐘後，就會產出逐字稿，且可選擇加上 timecode 版、無 timecode 版及字幕版 3 種文件格式下載。
實測 50 分鐘採訪錄音檔，正確率約落在 7 至 8 成之間，相較過去使用過的逐字稿工具是高得多的，甚至在音檔內容提到書或作品時，還會自行加上書名號。不過免費註冊登入後，每月有 3 支音檔轉錄的使用上限，每個檔案最長 90 分鐘，且系統較忙碌時需要等候。不過整體使用體驗非常好，還可以將逐字稿丟進 ChatGPT 中校稿、重點摘要，大幅降低整理逐字稿的時間。
Jitter〉無痛製作宣傳動畫
「Jitter」這款動畫生成工具，擁有多樣動畫模板，類型涵蓋廣告、社群、logo、UI 設計等，選擇合適模板後進入編輯模式，僅需以類似 PowerPoint 動畫設定的操作模式進行簡單編輯，即可產出符合需求的動畫效果。
最初接觸這項工具，立刻想到的一個使用情境，就是產出社群宣傳的動態素材時。
以想要宣傳一檔即將上線的新節目為例，想在 Instagram 限時動態做一個簡易的宣告素材，使用 Jitter 提供的 iOS 手機訊息通知模板，編輯調整想要的文案與素材後，像是改掉背景圖、將傳訊人改為節目主持人、訊息文字改為節目開播宣告，且連訊息的 icon 也可以調整為 LINE 或是自家 App 的 icon 等，最後匯出等待，即可生成一支動畫短片。
D-ID〉仿真人拍片活化文字
簡而言之，「D-ID」是一款 AI 合成影片工具。免費註冊登入後，只要上傳錄音檔或是鍵入台詞，再選擇希望呈現在的人物形象與人聲，即可製作擬真的人像影片。
D-ID 開放使用者選擇的人像，包含真實人物以及 AI 生成的虛擬角色，同時也開放使用者上傳圖片。設想最適合應用的情境，是將各種生硬文字資訊轉化為動態呈現，例如將官網的常見問題集（FAQ）製作成由專人為客戶說明的影片、新進員工教育訓練影片、新聞播報等。
事實上 D-ID 製作出來的影片，還是看得出來是 AI 合成的產物，無法做到真正的自然，但之所以吸引我，是因為這是少數支援中文的影片生成工具，台詞可以輸入中文來製作影片，且有 3 種人物語音可選擇。
儘管嘴形、動態表現及語音自然度都未臻完美，但已可針對特定使用情境，提供更簡便的影片生成方法。另外，也可拿來做網路迷因（meme）短片，例如用特定人物角色搭配趣味台詞等，當然這必須是在不涉及違法與侵犯個人權益的前提下。
在整理這篇工具文之後，我歸納一個小小心得： 想透過這些工具來大幅提升生產力，還有一段距離。
事實上，為寫本文，前後實測數十款工具，其中被捨棄、不推薦的服務占了大半，理由並非它們難用，而是目前許多工具仍以英文為主，尚未支援中文，不符合平日的使用需求，像是 email 回信草擬工具，又或是 PowerPoint 生成工具等，功能是令人興奮、期待的，但暫且難以應用在我的日常生活。
另一方面，各種服務雖然多少都有令人眼睛為之一亮的效果，但畢竟現在尚處早期發展階段，許多應用仍停留在「小工具」的水準，有時甚至會需要多款工具複合式地搭配使用，才能真正有感地提高效率，而類似情形會讓人止步於嘗鮮，而未能進一步對工具產生黏著度。
不過，老派且一路讀文組的我，仍在實測中，深刻感受到未來相關應用的無限潛力，也讓我警覺，需要及早開始思考如何善用這些工具，優化自己的工作流程，相信未來這種系統性、整合性的思維，會成為每一個工作者的課題。
數位工具的大海真的是既深且廣，然而只要有緣遇上一款真正能幫助到自己的應用，接下來與那工具相伴的時光，可能是比世間任何關係都還要綿長、緊密的，這樣的邂逅實是不亞於與真命天子相遇的喜悅，期待在這個 AI 工具百花齊放的時代，每個人都能遇上幾個這樣的「夥伴」。
（本文出自數位時代）
