ChatGPT怎麼用？GPT-4官網註冊、中文使用一次懂

ChatGPT PLUS上週重新開放註冊收費！到底怎麼用？PLUS付費版為ChatGPT 4，比起免費版差異在哪？中文使用有哪些訣竅？GPT 5也快出現，傳聞有哪些厲害應用？《遠見》一文完整更新。

在台灣Google熱搜榜上攻占年度第二、全球每週活躍用戶突破1億，在生活中和工作裡怎麼用好ChatGPT，早就是2023年白領上班族的必備知識。如此進步速度飛猛的生成式AI工具，該怎麼掌握？其實現在才開始學，還來得及，更有大師免費線上課程，可讓你一次搞通指令。台灣企業與個人，陸續有使用者分享經驗。到底它有多神？如何入門上手？以下請見全解析。

ChatGPT是什麼？

OpenAI是一家專注於發展人工智慧的企業，最終目標是創造出能夠造福全人類的通用人工智慧（artificial general intelligence，簡稱為AGI）。ChatGPT就是他們為了達成願景，開發出的重要產品之一。它主要透過網頁介面提供服務，背後運行的是強大的GPT模型，目前付費用戶對話的ChatGPT背後為GPT-4，免費用戶使用的版本則是GPT-3.5。

2023年11月因為ChatGPT Plus的使用量太高，OpenAI一度暫停用戶新提出的付費訂閱需求，以免公司無法負荷量能，好消息是到了2023年12月，OpenAI再度重新開放註冊，對GPT3.5生成內容品質不夠滿意的使用者，又可以付費加入GPT-4的行列。

自從2020年推出具有里程碑意義的GPT-3以來，OpenAI持續在大型語言模型的開發上取得顯著進展。2023年，他們正式推出更加先進的GPT-4，這個版本的模型在多項測試中展現出驚人的能力，比如在美國律師考試中取得高分，以及流暢回答奧林匹亞競賽和美國大學先修課程的試題，絲毫沒有遲滯之感。

ChatGPT的訓練方法與OpenAI此前開發的「打電動機器人」OpenAI Five相似，都採用了基於人類回饋的增強學習（reinforcement learning）技術。這種訓練方法可以類比於孩童在玩電子遊戲時的學習過程：即使沒有成人的直接指導，孩子們也能透過不斷的嘗試和錯誤，從每次遊戲中獲得的正面和負面回饋中學習，逐步找出解決問題的策略，並將之內化。

訓練ChatGPT時，便是仿照上述概念。OpenAI先請模型訓練者，同時扮演使用者和人工智慧助手（即現在的ChatGPT）角色，創造一定數量的數據，讓機器認識到對話的基本策略。接著，為了讓機器認知到什麼是「比較好的」對話內容與模式，訓練者會扮演使用者，向機器擔任的人工智慧助手發話，此時訓練者會提供建議幫助機器撰寫回答。

為了讓機器「學習」，訓練者會擷取機器撰寫的不同語句，接著「告訴」機器回答內容的品質高低。這些線索有如「小朋友齊打交」的正向與負向回饋，機器可以藉此改善產出，並回頭更新其產生回答的策略，就這樣一步一步的離成品邁進。

為什麼ChatGPT那麼厲害？

人們時常聽到人工智慧，雖然企業早已廣泛採用，無論金融、行銷、供應鏈等各類產業都有早應用，但因為生活中無法直接企及，對於AI還是有點距離。

不過，2016、2017年，新創企業DeepMind打造的圍棋人工智慧AlphaGo，接連擊敗圍棋名宿李世乭與柯潔，讓AI在世人心中留下難以磨滅的刻痕，原來複雜如圍棋，機器也能超越人類，下一個領域又會是什麼？

然而，下棋仍屬用途相對狹隘的弱人工智慧（weak AI），相較於在圍棋界獨孤求敗的AlphaGo，這次ChatGPT開放給眾人使用，它的應用場域顯得貼近生活，離泛用、接近人類的強人工智慧（strong AI）更進一步。

不過，ChatGPT仍屬於弱人工智慧的範疇，它的設計目標是模仿人類對話，背後運作原理實際上仍與人類邏輯推理不同。

如同「深度學習之父」楊立昆（Yann LeCun）在6月的一場演講所說，人類在演講前會先規劃大綱，以此為骨架，搭建出每個段落中要傳遞的論點，這個做法背後，有著邏輯與推理支撐。然而，ChatGPT背後的GPT模型，並不是走「先計畫再行動」的路數，而是從預先訓練好的資料中，找尋與前後文一起出現機率高的素材，多番拼湊後產生完整句子。

但是，對一般人來說，機器能夠如此流利和人們談天說地，就已經足夠驚人。

ChatGPT的優異表現，很大部分要歸功於它所站立於上的巨人肩膀，也就是GPT模型。2018年，OpenAI發表論文，主要在討論利用所謂「生成式預訓練（generative pre-training，簡稱為GPT）」，改善模型對於語言的理解，此方法成功克服當時機器學習研究者的痛點。

對投身人工智慧領域的產學界人士來說，即使技法再精妙、運算資源再豐沛，還是必須投注資源標注資料。以醫療領域為例，若想讓機器學會判讀醫療影像，藉此和醫生一樣能夠辨認疾病，在打造出分類（classification）模型之前，得讓機器知道，每張照片對應到是有患病／沒患病，或者陽姓／陰性，這個標籤沒辦法無中生有，需要透過既有資料庫，或者請人逐一標記資料。

然而，當既有資料數量不足，或是應用領域還很新的時候，一定要加入新資料以量取勝，才能讓模型表現變得更好。可是，若想拜託醫師花時間逐一標記影像，必然耗費巨大的人力成本。

不只是影像辨識，其他領域狀況亦然。AI助手生成信件的文字品質夠好嗎？人工智慧替人資做的履歷篩選建議會不會有遺珠？金融場景中盜刷和貸款違約預測的判定品質如何？這些都仰賴人類實際的回饋。

GPT厲害在它能夠基於無監督（unsupervised，指沒有標籤）的數據，先建立起通用的語言模型，這解決了上述每換一個領域、便要重新標注資料的問題，接著OpenAI針對有監督（supervised，指有標籤）的特定任務逐步微調，如此一來，還能進一步提升模型表現。

ChatGPT有何突破？

當然，使用無監督的數據生成模型說來容易，原理上聽起來也合情合理。但實務上的挑戰甚巨，因為訓練模型，仰賴運算能力，這意味著燃燒資本。

就第一代GPT模型來說，預訓練的數據量達到約5GB，使用到的參數接近1.2億。隔年（2019）OpenAI發表GPT-2，預訓練的數據量暴漲，直接衝高到40GB，使用到的參數更是來到15億。OpenAI並沒有停下腳步，在2020年又釋出了GPT-3，這次的數據量翻了千倍，達到45TB，而參數量也升級到1,750億。

隔了3年，OpenAI在今年（2023）3月發表GPT-4，但沒有公布模型架構、參數細節、訓練過程，因此遭到外界抨擊，因為OpenAI的成果受益於其他研究機構和企業的開源，包含谷歌、臉書、學術團體等。楊立昆便直言，OpenAI從專注於研究（research）的實驗室，轉變為開發產品（product）、替微軟服務的單位，其保密做法更無法讓世界上其他企業能夠一起進步。

針對不願開源的指控，OpenAI曾回應，它們擔心開放模型讓人使用，會有濫用風險，才會採取開放API的方式，讓潛在損害停留在可控範圍。當然，反對者無法接受此一說法，認為OpenAI連訓練過程、使用資料、參數大小都沒公佈，這無疑是避重就輕的回答。

另外，不看模型的參數數量，改看ChatGPT對話長度的token數，這個數字能夠反映出ChatGPT對話的上限，若超過此限制，它會忘記交談內容、失去脈絡。

GPT-4出現後，系統能夠接受的token數量從4000躍升到了3萬2000，足足有八倍之多，這將大幅提升應用上的可能性，無論是客服機器人，或是文字摘要，都將變得更為容易；不過，現在OpenAI僅開放8000多個token的版本供人使用。

OpenAI沒有公布訓練GPT模型所投入的資金。但就深度學習企業Lambda Labs的首席科學家推測，若是利用最便宜的雲端運算服務訓練GPT-3模型，需要花上至少460萬美元、耗時355年才能訓練完成，因此OpenAI才會選擇和微軟合作，取用微軟算力，微軟則得到OpenAI授權使用模型，並將之整合到自家旗下產品中，可謂雙贏。

為什麼ChatGPT那麼紅？

ChatGPT席捲世界，但它絕不是第一項AI產品，也不是第一項面向大眾的AI產品。企業喊AI應用已有很長時間，數位工具開發者也陸續在軟體內加入人工智慧功能，但只有ChatGPT擄獲人心。

探究ChatGPT能夠取得高人氣的背後原因，關鍵首先在於ChatGPT足夠貼近日常。與先前學術領域和商業領域的AI應用相比，想要使用ChatGPT，只要造訪網站就好，不用什麼技術門檻，就跟你我在對話一樣。

Google DeepMind執行長哈薩比斯（Demis Hassabis）認為，「語言是人類智能和每日生活的核心，」這也是ChatGPT成功的關鍵。因為技術進步，改善了生成內容的品質，ChatGPT生成的內容已經不再是蹩腳、一眼就能看穿的機器人生成文字，乍看之下頗有思想、回答內容又已足夠拿來使用。

這些原因，讓ChatGPT獲選《Nature》的「年度10大人物」榜單，名列第11位，與其他過去一年充分發揮影響力的真人並列，如推動印度登月的科學家、巴西環境部長還有OpenAI的首席科學家等。雖然ChatGPT不是人，但考慮到它對世界帶來的變化，《Nature》決定表彰這個產品與背後技術的影嚮力。

ChatGPT對手比較：Bard，Claude，Bing，文心一言

整理現在ChatGPT相似產品的競爭態勢，市場上至少有這幾間玩家：

資料整理：遠見曾子軒

註：上表未列入僅提供API服務讓開發者使用、但沒有提面向消費者產品的大語言模型與企業，如小米投資、推出百川大模型的百川智能、推出盤古大模型的華為等

付費企業版AI差異：微軟Copilot，ChatGPT企業版，Google Duet AI，Amazon Q 

若改看提供給企業內部使用的ChatGPT Enterprise與微軟Copilot，初步有這些競爭對手：

根據AWS台灣表示，Amazon Q背後的基礎模型（foundation model）並非先前發表的Titan模型，另有未公布的模型。

GPT-5何時會公布？有任何更新嗎？

2023年11月，OpenAI上演一齣堪比Netflix影集的人事變動大戲，關鍵就在於首席科學家薩斯凱博（Ilya Sutskever）對於公司發展AI的速度過快，對AI安全性與公共福祉的擔憂不夠，因此參與董事會撤換執行長奧特曼（Sam Altman）的突襲。

隨著奧特曼回鍋，這起內鬥宣告落幕，外界逐漸將焦點從路線之爭，轉移到GPT模型的最新版本－我們將迎來GPT-5了嗎？

整理目前已知資訊，可以確定OpenAI目前正在開發GPT-5，但沒有進一步資訊。11月接受《Financial Times》訪問時，奧特曼明確表示GPT-5處於開發的早期階段，但他並沒有分享具體的開發時程，所以還無法知道進度。另外，OpenAI在7月時申請GPT-5的商標，應用包含利用AI語音轉文字以及語音識別等軟體。

奧特曼提到，預期GPT-T的性能會更優於前幾代的GPT模型，但現在難以預測GPT-5可能會有什麼樣的新能力，因此他無法具體說明。

GPT模型訓練時會用到龐大的資料，研究人員在訓練前幾代模型時，已經大量從網路上爬取內容，如果GPT-5沒有拓展出新的設計架構，仍舊是從提升資料量的角度，持續追求縮放定律（scaling laws），則搜集資料將會是OpenAI的一大挑戰。事實上，奧特曼就說，GPT-5除了利用網路上公開資料以外，也會向企業購買資料，他也呼籲使用其他先前較少人使用、包含對話與長篇寫作的資料集。

此外，OpenAI先前曾多次表示非常重視公司產品的安全性，即便GPT-5有望在短時間內訓練完畢，仍要等上一定時間，讓OpenAI的研究人員測試，因此短期內，我們恐怕還看不到GPT-5的問世了。

GPT-4與GPT-3.5相比，有何升級？

自從ChatGPT首次亮相以來，它的表現便驚艷了眾多用戶。隨後，OpenAI推出以GPT-4驅動的ChatGPT，回覆時間很短、回覆品質更好，回答問題時減少幻覺的出現，加入更多道德考量，同時也增加客製化的程度。

對比GPT-3.5，雖然GPT-4的訓練方式與原則相同，所以在功能上還是有些限制，例如無法百分之百避免生成的內容有誤，也可能會遇上邏輯推理謬誤，使用者也能「惡搞」，像是蓄意提供錯誤訊息給ChatGPT，但在處理涉及安全或者敏感問題時，GPT-4相較於前代有顯著進步，尤其在處理製造武器、尋求醫療建議或可能造成傷害的問題上，GPT-4都展現比GPT-3.5更好的判斷能力，不像GPT-3.5時期的ChatGPT那麼頻繁出錯。

OpenAI指出，若只是隨意聊天，GPT-4與之前的版本相比並無太大區別，當任務變得複雜時，GPT-4的能力就顯得尤為突出。在回答國際奧林匹亞競賽（Olympiad，國際解題競賽，各國會派出優秀學生參與）和美國高等學校先修課程（AP，Advanced Placement）的題目時，GPT-4模型的表現大幅勝過GPT3.5。

在統一律師資格考（Uniform Bar Exam）中，GPT-3.5的PR值僅為10，GPT-4則驚人地達到了90。而在法學院入學考試（LSAT）中，GPT-4同樣表現出色，PR值達到了88，相比之下GPT-3.5的PR值為40，即使是處理非英語語言，GPT-4的表現也贏過GPT3.5、DeepMind的龍貓大語言模型（Chinchilla）以及Google的PaLM模型。另外，美國一位身兼醫生與電腦科學家身份的柯漢（Isaac Kohane）實測發現，GPT-4驅動的ChatGPT在美國醫學資格考試的題目中答對率超過90%，甚至能夠診斷出罕見疾病。

除了成績進步以外，OpenAI提升了GPT-4的可控制性（steerability）。我們平常使用的ChatGPT，說起話來溫文儒雅、客氣萬分，如今只要使用者先描述想要使用的ChatGPT風格，便能夠和「換裝」後的ChatGPT對話，例如蘇格拉底式的ChatGPT，就注重引導、不會直接給學生答案。可以想像，這對於教育領域來說，尤其具有革命性意義。

GPT-4能夠看圖說故事？

過往版本的GPT模型，只能接受文字輸入（text input）。對比之下，現在的ChatGPT已經支援多模態（multimodality），對話時可以靈活運用文字、聲音與圖像，不過，這只限於付費版用戶使用。

若有訂閱ChatGPT Plus，那你便能夠在對話時直接上傳照片，ChatGPT具備解讀影像的能力，無論是學生常見的看圖寫作文、根據圖表解釋情況，或者是生活中可能用到的相片命名分類，還有工作會用到的圖像素材貼標，這些都難不倒GPT-4模型。

其實，先前OpenAI就已經發表過相關技術，即同屬多模態預訓練模型的CLIP（Contrastive Language-Image Pre-Training），此技術可以分辨圖片之間差異，就算沒有預先標記好的文字標籤，使用者也可以以文字搜尋想要的相片，等同整合文字和圖像兩種資料類型。OpenAI旗下與Midjourney對標的DALLE，同樣運用CLIP的技術。

就實用性來說，出國旅遊或者欣賞外國影片與照片時，時常會遇到看不懂外文，卻又好想知道的情境，這時候，就可以派出ChatGPT解讀。不過，千萬不能忘記ChatGPT很有可能會胡說八道，例如在翻譯圖片中的外語時，他就出現翻譯完全錯誤的問題。

讓GPT-4更強大的多模態模型是什麼？

GPT-4之能學會看圖說故事，符合OpenAI的開發方向：打造出多模態（Multimodal）模型。什麼是多模態？聽見悠揚樂聲、欣賞生動影片、觸碰柔軟玩偶，這些人類理解世界的方式，都是不同的「模態」。

現在GPT-4先從文字開始，接著進展到圖像，同時也能用聲音互動。因為OpenAI在音樂生成領域耕耘甚久；若進一步從二維平面上升到三維，例如觸覺或者嗅覺，逐步發展下去，當未來的GPT模型能夠「讀懂」不同型態的資料後，它能夠完成的任務將會更加複雜且多元，介入人類生活的空間越來越大。

《麻省理工科技評論》就曾針對多模態模型為文指出，過往人工智慧應用的最大問題在於，它們能夠成為擊敗人類的超級專才，例如對弈、玩遊戲，但無法延伸擴充到其他任務。研究人員當然想要克服這個瓶頸，其中一個可能的解法，是向小朋友取經。

孩子們是如何成長、變得更加聰明的？他們是從感知這個世界，並開口講話開始，就像《百年孤寂》裡的那句話：「世界太新，很多東西還沒有名字，必須用手去指。」小朋友們會透過眼睛觀察、以耳朵傾聽、靠著鼻子嗅聞，並且用雙手觸摸，接著再將所有的感官經驗，組織成文字，嘗試描述它。

當孩子的體驗更多、能夠形之於語言的內容更多，代表他們更能夠形成對於世界的認知。若人工智慧系統也能夠如此，可以預期，它們將能適應更多複雜的人類環境、解決不同類型的問題，若是技術成熟的那一天，它們恐怕將不再只是人類的虛擬助手，而會成為人類的實體秘書。

谷歌大腦（Google Brain）專攻深度學習的研究總監艾克（Douglas Eck）就曾表示，多模態人工智慧模型將會帶來最新的突破；DeepMind的研究總監哈德席（Raia Hadsell）也對多模態模型感到興奮，他更大膽預言，未來我們可能見到人工智慧模型能夠自由探索、擁有自主權、跟環境互動。

當然，GPT-4現在僅具備讀懂圖像和文字的能力，另外，它輸出的內容也只有文字，但OpenAI早就有影像生成的服務，是否要將其整合到GPT-4的新版模型中，只是OpenAI策略上的決定，要做與不做而已。

ChatGPT來臨後，一定要認識的AI大師：李飛飛，李開復

當ChatGPT來臨，全球各界專家也正式宣告AI時代來了。在AI時代，最該聆聽哪些大師提出建言？以下2位華人AI專家值得認識。

李飛飛：

曾開發ImageNet，成為當時全球人工智慧史上最大數據集，更重要的是帶起人工智慧訓練方式轉向，促成了ChatGPT等今日生成式AI風潮。曾任Google副總裁兼Google Cloud AI/ML首席科學家。2023年與馬斯克、黃仁勳，以及李開復並列選入《時代雜誌》「AI最重要百人」名單。

《遠見》相關內容：

她開發的ImageNet，為何是促成今日ChatGPT成功的基礎？

李飛飛談AI的真相、機會與風險：未來不可逆轉，治理AI逆轉危機

李開復：

AI人工智慧趨勢大師。以最高榮譽畢業於哥倫比亞大學，並於1988年獲卡內基美隆大學電腦學博士學位。歷任蘋果、微軟、Google頂尖科技公司全球副總裁等重要職務。2009年9月在北京創立創新工場，幫助中國青年成功創業。

《遠見》相關內容：

ChatGPT爆紅〉2030年AI有望創造13兆美元經濟價值！

遠見獨家專訪〉李開復：AI新宇宙已開啟，所有應用將重寫

GPT-4有什麼最新應用？

美國非營利教育機構可汗學院（Khan Academy）宣布，推出建立於GPT-4之上的線上家教「Khanmigo」，學生可以學習不同科目，因為GPT-4大語言模型的特性，能夠生成巧妙的文字對話，有一定的創造力，同時可汗學院又巧妙設計出學習中的不同活動，例如和老師針對特定議題展開思辨、與書中或是歷史人物聊天、寫習題等應用。

摩根史坦利（Morgan Stanley）則是將內部財富管理的相關知識與累積的洞見，餵給GPT-4模型，藉此打造專業的AI理財專員，向它提問時，AI理專會從廣袤的知識庫中尋找正確的解答。

ChatGPT支援中文嗎？去哪註冊？如何用得更順手

想要使用ChatGPT，只要造訪官網即可：https://chat.openai.com/。進入網頁後，可以綁定信箱，就能開始使用，可以選擇成為付費用戶，也能繼續免費使用ChatGPT，目前OpenAI並沒有暫停免費使用的打算。

ChatGPT目前支援中文，雖然速度和生成內容品質比不上英文，但仍舊堪用，背後原因反映出的是訓練資料高度集中於英文，讓有台灣團隊想訓練在地版本大語言模型。

雖然ChatGPT也通中文，不過，還是有人希望可以讓它變得更好用。要怎麼把ChatGPT用得更加順手？也有撇步。在此整理GitHub上awesome-chatgpt專案列出的要點，可以幫助你成為更好的「AI 施咒者（AI Whisperer）」，溝通更順暢。

台灣企業與個人使用生成式AI第一手經驗談

ChatGPT在各界媒體與專家口中已快成「神器」，但真的實用嗎？包括Midjourney這類生成式AI工具在內，到底在台灣企業與個人實測間，引起多大波瀾？專家們又有何想法？

以下訪自國內眾多企業與個人的系列報導，值得深入了解：

ChatGPT有何隱憂？

ChatGPT開疆闢土的速度之快，也讓人開始擔憂人工智慧的迅捷發展，例如馬斯克等人便曾呼籲應該暫停開發大過GPT-4模型的人工智慧系統，引發社會各界激辯。儘管吳恩達反對停止人工智慧領域的研發工作，但他也承認，現有的AI的確有些待克服的問題，包含演算法帶有偏見、AI決策時的公平性有疑慮、權力集中於少數科技巨頭等。

事實上，ChatGPT的落地，雖然增進許多人的工作效率，但也為社會帶來了不少問題。從最直觀的應用來看，學生很有可能利用ChatGPT代寫作業，或者抄襲剽竊前人的著作，因此世界各地有眾多學校明令禁用ChatGPT。

另外，ChatGPT也有被用來生產大量虛假訊息的可能性，因為ChatGPT產出的文字可讀性和邏輯都達到一定標準，若是利用其編造似是而非的內容再到處傳散，很有可能造成社會動盪，包含釣魚信件的文字撰寫、YouTube上的投資誘騙影音、LINE的詐騙機器人等，都是ChatGPT能夠用來作惡的範例。

除了擔心老師們以後再也無法分辨作業是誰的產出之外，已經出現了人工智慧技術壟斷的相關討論。無論是Google的Bert，或者是OpenAI的GPT，不僅頂尖科學家要投入心血，企業更要挹注大筆資源，才能打造出厲害的模型。臉書、微軟、谷歌目前可說是大語言模型的領頭羊，亞馬遜、阿里巴巴、百度等也在努力趕上。雖然也有開源的大語言模型，但考量訓練成本與消耗算力，很難跟企業傾全力挹注的模型相提並論。

人工智慧的發展是個富者愈富、貧者愈貧的世界。當OpenAI開放ChatGPT讓眾人使用時，可以從人們的踴躍試用中得到更多回饋，進而改進其模型，而機器學習領域的評斷標準直接而殘酷，只有表現好的模型才有話語權，這又回頭仰賴企業的資源，因此直到今日，能夠開發出此類巨型語言模型的企業屈指可數。

就像科技作家「演算法決定世界」的預言一樣，人工智慧也把持在少數企業手中。這會為我們的生活帶來什麼樣的影響？是否會出現科幻小說當中的常見情節，日後人類生活會被少數科技精英與機器所主宰？我們必須關注人工智慧發展中的壟斷問題。