ChatGPT – 龍冥 Blog

為什麼用AI輔助工作，工作時間反而變長了？

龍冥 — Wed, 07 Jan 2026 12:38:28 +0000

這幾年大量使用 ChatGPT、Gemini等生成式 AI 後，我察覺到一個現象：隨著答案獲取的速度加快，正在重塑我的工作節奏。這種感覺很像短影音與長影音給我的感覺，短影音給予即時回饋與快感，但不能給我思考的空間，而長影音雖然沒有快速的刺激，卻保留了深度思考的空間。

這幾年知識搜尋與獲取的方式大幅進化，我從過去需要精準關鍵字、判讀標題與摘要的時代，跨越到了現在只要提問就能迅速透過AI獲得解答的時代。然而，這種便利性背後隱藏著一個危機：當貌似是答案的資訊可以無止盡地產出時，我是否還清楚自己最初的任務是什麼？

速度的陷阱：從解決一個問題到同步處理十個問題

我在透過類似 Vibe Coding 的方式撰寫code時，這種體悟尤為深刻。當我大量依賴 AI 輔助，往往會發現自己從原本只想解決一個核心問題，演變成在處理十個同步衍生的細節。AI 會不斷拋出新的考量點，而我若缺乏判斷力地全盤接收，最終會導致工期遠超預期。這讓我開始反思：這些被納入考量的問題，真的都是必要的嗎？

這正是專家與 AI 之間的差異。AI 只要有硬體資源，就能永無止盡地提供答案；但專家的價值在於「篩選」——知道什麼是關鍵、什麼是必要，以及什麼是可以捨棄的。工具變得越強大，定義問題與看待問題的能力就越顯得稀缺。

重拾主導權：我如何與 AI 協作的具體實踐

為了不被 AI 的節奏帶著走，我為自己建立了幾套心理機制與操作流程：

開啟AI前的詢問：在開啟對話框前，先停頓並思考：我現在拿起這個工具的具體目的是什麼？
察覺焦慮的斷點：當我發現自己等待答案的耐性從兩分鐘縮短到十秒，甚至頻繁切換視窗試圖尋找更快路徑時，這就是我的焦慮訊號。此時會強制自己起身休息三到五分鐘，讓大腦冷靜，不讓自己因快速的獲得情報資源，無止盡擴散自己的焦慮。
最終責任的審視：在採納 AI 的解答後，我會重新檢視：這個結果是否包含我的核心想法？我是否願意為這個答案全權負責？如果不是的話，那就要調整，甚至於不使用。

無論是修正文字的語氣通順，還是調整程式碼中的變數命名與邏輯偏誤，這些細緻的調教過程，才是讓成果真正代表「我」的關鍵。工具終究是輔助人，而非取代人。在這個 AI 時代，我們更需要學習如何拿起工具，而非被工具推著前進。

[ChatGPT]如何用AI幫你加速開發程式(開發XX功能)

龍冥 — Sun, 25 Jun 2023 15:22:37 +0000

距離上一篇有關ChatGPT的文章也有好幾個月了，現在ChatGPT不斷的在更新與進化，最近ChatGPT4也開放給付費者使用，而我就是那一個其中的付費者了，畢竟我最近一直在寫碩士論文，真的是瘋狂用ChatGPT在輔助我開發程式，而這邊就分享幾個我自己是如何在用ChatGPT輔助和加速我開發程式。

情境：我要寫XX程式語言的XX功能~

懶人包重點整理（看完別走）

詢問的問題要定義的越詳細越好
將一個表面的問題，先自己拆解這個問題問得更詳細（給你幾個問題方向參考）
- 要用哪個程式語言語言解決這個問題？
- 要用哪個函式庫？
- 輸入資料有沒有更具體的解釋？
- 輸出資料有沒有更具體的解釋？
- 能不能把這個問題拆解成更詳細的步驟？
- 設計這個問題的目的是甚麼？
問ChatGPT問題前，一定要下相對應的ChatGPT指令，會大幅度提升回答品質（千萬不要小看這個！）
越簡單的問題，越容易在簡短的問題中回答出正確答案，但越複雜的問題，就不一定會有正確答案了。（這之後的文章再來好好說明）

不管在寫哪個程式語言，常會遇到要開發新功能，可能會用到新的函式庫或舊有的函式庫，而在以前就必須要去那個函式庫的官方網站，看官方出的手冊和有沒有其他人給的部落格教學文（就像小弟我在亂寫的文章），若有中文就算了，但很多時候九成以上的資料都英文，而且還有真假難辨的資料。

舉個例子：「我想要寫一個可以把csv檔案讀入進python程式語言做使用」。很多時候往往會就停留在這邊就結束了，但這個例子所要的功能並沒有很確定，像是csv檔案是大數據規模的嗎？檔案大小有多大？有幾個欄位的資料（只有五個欄位和有五千萬個欄位的csv檔案差很多…，~~然後不要問我五千萬個欄位怎麼~~讀），這些需求要更詳細的定義，不管在問ChatGPT還是在解決程式問題時，才會更加容易。

重新定義問題：「我想要寫一個可以把csv檔案讀入進python程式語言做使用，csv檔案會是複合型資料，大概有七八個欄位，幾十萬行的數據資料，檔案大小不超過1GB，讀入的資料型態會需要多種形態」，那假設我是程式小白，我連函式庫都不知道怎麼選用，還是要自己寫的情況，問一下ChatGPT。

問ChatGPT的技巧，要先在問題前面加入提示指令，很推薦這篇ChatGPT指令大全、ChatGPT Prompt : 各職業詠唱大全(超過100個案例)這些文章，那我在這邊下的提示指令是：「你現在是python專家，請針對我的問題提出建議，我的問題是：…….」，在後面接上剛剛定義更清楚的問題後，順便在要求ChatGPT「跟我說明有哪些函式庫和指令可以使用、給我更多不同的解答方案」，最後他就給我這一長串的答案，~~而且答案都是正確的了…導致我後面要講的內容都不用講了QAQ~~，像是如果ChatGPT的答案都不給正確時，有甚麼辦法？這就留待到後面來說了，順便附上這段問答紀錄的網址給你參考，也可以玩一下

同場加映一下當問ChatGPT前面定義不清楚的問題時，他給我的答案，可以看的出來，當問題給得越完整和複雜時，ChatGPT給予的回答長度會越長而且品質也相對較好。

附上我問ChatGPT範例的問題文字給你複製使用

你現在是python專家，請針對我的問題提出建議，我的問題是：「我想要寫一個可以把csv檔案讀入進python程式語言做使用，csv檔案會是複合型資料，大概有七八個欄位，幾十萬行的數據資料，檔案大小不超過1GB，讀入的資料型態會需要多種形態」，請推薦我可以做到這個csv檔案讀入進puython的函式庫，以及相關的指令，可以的話，給我多個解答方法的選項

以上就是入門階段時我所用過的方法，分享給你，也歡迎你在下面留言區理性討論和給予指教，若要轉載此文章，請標明出處喔～

[ChatGPT]用AI幫你找研究資料

龍冥 — Fri, 17 Mar 2023 11:57:39 +0000

你覺得ChatGPT與一般的搜尋引擎(google、bing…)差異在哪？對於我來說，我可以用ChatGPT問他搜尋引擎搜尋時，會「查無此問題」的問題，透過人性化的語句，搭配多個條件，使ChatGPT產生出它覺得最適當的回答。

例如：

我想要找再生能源的預測中，大家都用那些預測技術，必須要是近幾年中常用的技術，此技術必須可用python達到，並且列出這些技術的內容。
我要找再生能源的預測的文獻，要使用python可達到的技術，請問要如何在scopus上下關鍵字，才能找到相關的文章？
有沒有再生能源相關的搜尋關鍵字？
Python要如何實現再生能源預測，有沒有相關可以使用的函示庫？

透過詢問ChatGPT「開放式問題」，再從開放式問題回答出的內容，篩選出我們認為有用的「關鍵字」再利用google、bing、scopus、IEEE等專業的搜尋引擎，找到更適合需要的研究資料。

但由於ChatGPT是來自於巨量資料的訓練，而回答你的答案，他其實不具備「回答正確」的功能，比較是「一定會有回答，但不一定是正確的」，因此在看這些回答時，必須要具備批判思考的能力，去篩選部分正確的資料，再依據正確資料的回答，進一步限縮你的問題。

大致來說，ChatGPT在收集研究資料中，蠻適合在最初「發散式問題」的限縮，以及給予搜尋「關鍵字」上，但不可盲信ChatGPT給出的資料，透過ChatGPT搭配Google等搜尋引擎，可大幅的縮短尋找研究資料的速度。

以下是我在與chatgpt收集研究資料時的一些範例：