KeyFrame內部研究專用

ChatGPT’s Insane "Record and Replay" Feature! No Prompts Needed: Show AI Once and It Masters Your...

欸那個AJ13 min中文
觀看原始影片

三句話摘要

ChatGPT 錄制與重播功能讓 AI 透過觀察使用者操作來學習和執行重複性工作流程,而非傳統宏錄制的機械重複。 Record and Replay 功能透過讓 AI 觀察學習使用者的實際操作,將繁瑣的重複工作轉變為自動化技能包,實現了 AI 與個人工作流程的深度融合。 AI 理解能力超越機械宏 — Record and Replay 不只錄制按鍵位置,而是讓 AI 理解操作背後的邏輯、原因和工作流程,使 AI 能在新情境中推敲和調整行為,而非盲目重複。

重點整理

  1. AI 理解能力超越機械宏 — Record and Replay 不只錄制按鍵位置,而是讓 AI 理解操作背後的邏輯、原因和工作流程,使 AI 能在新情境中推敲和調整行為,而非盲目重複。

  2. 三層次應用場景實證 — 台鐵訂票示範 AI 處理網頁表單和支付流程;Google 試算表整理展示多步驟資料擷取與格式驗證;LINE 群組團購管理則展現即時訊息解析與試算表更新的複雜自動化。

  3. 設置正確的邊界條件至關重要 — 必須明確告訴 AI 在登入驗證、缺失資料、結果無法確認時停止並確認,避免 AI 自行送出表單、執行付款或刪除操作,這是官方建議的安全做法。

  4. 技能概念保證長期穩定性 — 透過建構重複使用的技能包而非一次性指令,能使 AI 長期維持穩定工作流程,避免模型在執行過程中偏離原定目標。

實用技巧與重點

  • 操作步驟
  • ChatGPT Desktop 桌面版 → 切換到 Work 模式 → Chat 加號 → Record a Skill → 安裝官方技能包
  • 錄制時長上限:30 分鐘
  • 需預先登入相關網站,操作過程直線式前進,避免中途切換或處理無關工作
  • 技術支援需求
  • 支援瀏覽器:Google Chrome
  • 需安裝插件:ChatGPT for Chrome、ChatGPT for Excel
  • Excel 操作需在「增益集」中安裝 ChatGPT 應用程式進行連接
  • 應用案例具體數據
  • 案例 1(台鐵訂票):查詢日期 29 號、出發地桃園、目的地台北、時間早上 8 點至下午 4 點 → 找到 9:21 班次 → 完成訂票
  • 案例 2(發票整理):拍攝發票照片 → AI 自動提取票號、金額、備註 → 填入 Google 試算表對應欄位
  • 案例 3(LINE 團購):群組內訊息(時間 9:27、訂購人 Kelvin Chang、商品數量、金額 62953)→ AI 自動更新記帳檔並寫入 Excel 公式
  • AI 能力展現
  • 自動寫入 Excel 函式進行計算和加總
  • 處理 ReCAPTCHA 驗證提示
  • 跨應用操作(Chrome 瀏覽器與 Excel 的切換)
  • 二維碼掃描和多張文件的去重處理

結論

Record and Replay 功能透過讓 AI 觀察學習使用者的實際操作,將繁瑣的重複工作轉變為自動化技能包,實現了 AI 與個人工作流程的深度融合。

完整解析

ChatGPT 在 2026 年中推出的 Record and Replay 功能代表了 AI 自動化的重大突破。與傳統巨集錄制只能機械式重複按鍵和滑鼠位置不同,這個功能讓 AI 能夠真正觀察和理解使用者的操作邏輯、工作目的和完整流程,從而構建出可重複使用的「技能包」。

使用方法非常簡單直觀。開啟 ChatGPT 桌面版應用,切換到 Work 模式,點擊加號尋找 Record a Skill 功能並安裝官方提供的技能包,然後授予錄制權限即可開始。根據官方規範,單次錄制時長不超過 30 分鐘,AI 就能完整學習整個工作流程。但成功錄制有幾個關鍵原則:首先應預先登入目標網站,避免 AI 看到無關資訊;其次,操作過程要直線式前進,不要中途處理其他事務(如回覆訊息),否則 AI 會將這些也學進去;最後,也是最重要的,必須明確告訴 AI 在遇到登入驗證、信用卡、缺失資料或無法確認結果時必須停止並向使用者確認,而不能自行送出、付款或刪除,這是 OpenAI 官方強調的安全邊界。

講者展示了三個層次遞進的實際應用場景。第一個是台鐵訂票:用戶完整錄制一次查詢班次、選擇車次、訂票的流程,AI 學會後能根據自然語言指令自動完成整個過程,甚至能處理 ReCAPTCHA 驗證提示。第二個場景是 Google 試算表整理:用戶用手機拍攝發票照片,上傳給 AI 後,它能自動提取票號、金額、備註等關鍵資訊,並正確填入試算表的對應欄位進行分類,完全不需要手動複製貼上。第三個場景則展示了 LINE 群組的團購管理自動化:AI 持續監聽群組消息,從中提取訂購人名字、時間、商品和金額,自動更新 Excel 記帳檔案,甚至能自動編寫試算表函式進行計算和加總。

這個功能之所以強大,是因為它解決了 AI 自動化的一個長期痛點:許多實務業務流程看似簡單,但用純文字指令很難清楚交代 AI 該如何執行。透過「看著做」的方式,AI 能夠學到工作的完整邏輯和隱含的決策規則。隨著 AI 繼續與使用者互動,它會逐步理解使用者的個人偏好,持續優化執行方式。這就是為什麼講者強調使用「技能概念」構建穩定工作流程——一旦 AI 養成了正確的工作習慣,長期來看能更準確地執行任務,避免模型在反覆執行中偏離原定目標。

4 min
AI 技術中文11月21日

Make.com Automation for Beginners: Your First Automation in 10 Minutes

AI Workflow Lab看原片 ↗
  • Make 的核心是「情景」(Scenario) 概念,由多個模組組成,每個模組執行一個應用程式的單一工作。當第一個應用程式中發生事件時,Make 自動將資料傳遞到下一個應用程式,就像一個從不睡眠也不遺忘的數位助手。
  • 映射 (Mapping) 是自動化的核心。使用者需要明確告訴 Make 每筆資料應該放在哪裡,確保表單欄位正確對應到試算表的列,以及郵件內容能夠動態插入客戶資訊。
編輯精選
企業管理英文11月21日

What Anthropic's $900 Billion Bet Means for You

Nate Herk看原片 ↗
  • 訂閱用戶成為上市公司的收益基礎:4000 萬名小客戶(含 Claude Pro、Max、Ultra 或 API 用戶)合計貢獻 25% 的收入,形成 Wall Street 下注的對象。用戶每次訂閱續約都直接影響 Anthropic 股價,
  • 循環融資制造生態系統性風險:Amazon、Google、Broadcom 與 Nvidia 等公司既是投資者、又是運算服務提供商,同時採購 Anthropic 服務,形成相互依賴的閉環。若任一環節需求放緩,所有參與者將同時受創,系統風險無法
編輯精選
AI 技術英文11月20日

6 Lessons I Learned From Installing AI in a $10M Business

Liam Ottley看原片 ↗
  • AI 負責前 80% 工作,人的品味決定最後 20% — 系統一開始生成的提案很基礎,直到 Isaac 的設計師介入決定風格、選擇產品後,品質才大幅提升。需要將品味優秀的員工的規則和案例提供給 AI,讓初版更接近他們的標準。
  • 聚焦單一瓶頸,不要全面改造 — 分析發現提案環節是最大痛點:每月 15-20 張圖、每張 10 小時、成本 $500-1000、9 成無結果。選擇同時改善速度、成本、品質的用例,才是 AI 真正發揮價值的地方。