ChatGPT實戰》不會寫程式只好工人智慧？4步驟訓練AI，單手就能做簡報

客服每週都收到2000則以上的訊息，服務範圍跨時區，就算維持16小時線上客服，用戶的問題還是要等3個半小時才能得到回覆。於是，客服團隊拆解了自己的工作流程，找出最花時間的部份，竟然是查報表找答案與問題回覆。

客服團隊於是自己透過ChatGP寫程式，自動產生整合好的報表，把相關報表建成資料庫，每人每週可省1小時在重複查報表。

機器人客服：細分AI人設，讓他要讀的東西變少

至於訓練AI做到自動化客服回覆，Amazing Talker的做法，就是幫AI建立不同「人設」，讓AI扮演某個專家的角色。客戶提問時，第一步，AI會根據問題的關鍵字，對應找出適合的專家。

目前Amazing Talker的客服建立了「退費處理專家」、「老師專家」等，設好參數、資料庫，讓每個專家角色要讀的資料庫變少、回覆更精準。現在，客服等待時間降到一半，用戶提問後，幾乎完全自動化，經過自動分類、指定AI專家回覆，約3秒就可以解決。團隊節省時間35%，釋出的人力目前拿來訓練更多AI的問題回覆專家，把角色做更細膩。

廣告

「我站在這裡就是用AI最好的證明，」一隻手打著石膏的影片企劃Leon Chan，引起全場哄堂大笑。他從來不會寫程式，但用AI生成演講用的投影片，單手就能做完，「最大障礙不是技術能力，而是如何問對問題找到解決的方法。」

他分享，過去企劃影片拍攝只要一天，但後製卻需要5天。工作流程最花時間與最重複的環節，就是花10小時整理素材和15小時剪片。於是他將最花時間的環境，運用Whisper AI把音檔轉成字幕，再用ChatGPT自動摘要出訪談重點，省下一半時間。至於單手剪片，他分享，串接剪片時，他是用把剪片最常用的軟體Premiere的場境特效、音效，用ChatGPT設成快捷鍵。

（Generative AI年會提供）

用ChatGPT生成問題，但要防止漏洞

至於玉山金控，智能金融處有近100人的AI團隊。這些專家，一半做AI研究與應用，四分之一系統開發。ChatGPT出現後，團隊就持續研究提示工程（prompt engineering），嘗試訓練更人性化的AI客服。

廣告

提示工程就是跟AI溝通的語言，完善上下文與因果邏輯，讓AI更能理解人類的意圖，產生我們想要的結果。

玉山銀行主任機器學習工程師陳照元，以目前正在進行的客服專案為例。為了讓ChatGPT 能更自然理解人類，陳照元會事先把答案丟進ChatGPT裡，讓他自動生成5組虛擬問題，再用這些虛擬問題建立模板，對應客戶可能提出的問題，藉此提高回答的品質。

他認為，ChatGPT 回答不如預期，絕大多數是因為指令定義不清楚或資訊不明確。如果不知道怎設計指令，就把問題丟進ChatGPT問該怎麼設計，通常會有不錯的效果。

但值得注意的是，指令也常常藏著意想不到的風險。雖然，運用 ChatGPT最簡單的方法就是把資料先存放在指令中，但最大的風險也是，一旦駭客攻擊指令（Prompt Injection Attack），很容易洩露重要資料。但金融業有大量敏感的客戶個資與財產數據，不能冒這個風險。

廣告

於是他與團隊的另一個工作，就是大開腦洞，去找提示工程的漏洞。譬如：他發現，只要改用泰文對話，就發現能繞過某些限制，取得機敏資料。一旦知道這個漏洞，就要防堵。

他直言，目前找漏洞這件事沒有捷徑，只能慢慢嘗試、上討論區討論、觀摩更多案例。玉山銀行嘗試使用約170萬筆客服問答資料來訓練ChatGPT模型，因為金融業的嚴謹法遵，所有的資料都取自公開資料或合成的虛假資料，服務也還在純實驗階段。

英國科幻小說《銀河便車指南》作者道格拉斯．亞當斯曾經說過令人會心一笑的科技定律：在15-35歲之間誕生的科技，都是將會改變世界的革命性產物；在35歲之後誕生的科技，都是違反自然規律要遭天譴的。

ChatGPT帶來革命，也可能遭受天譴，對於人類社會的衝擊未定，但人機協作的未來已難避免。（責任編輯：曹凱婷）

廣告