by Rain Chu | 9 月 30, 2025 | AI, Prompt
你常常只給 AI 九個字，卻期望它做出奇蹟嗎？根據 Google 官方統計資訊，只有當提示詞達到 21 個字以上，AI 才有機會輸出高品質答案。Google 在提示工程白皮書中也強調，好的提示詞結構比簡單請求更能引導大模型解出我們要的內容。
在這篇文章，我要分享給你一個 Google 推薦的「萬用公式」提示架構：角色 + 任務 + 背景 + 格式，輔以動詞導向的敘述方式，讓你的 AI 提示更加有力、精準。
✅ Google 萬用提示公式：角色、任務、背景、格式
| 組成部分 | 目的 | 範例 |
|---|
| 角色 | 設定 AI 扮演的身份或專業領域 | 「請你扮演一位專業的旅遊部落客…」 |
| 任務 | 定義主要目標與行動 | 「…撰寫一份為期三天的行程…」 |
| 背景 | 加入情境、限制條件、目標對象 | 「…針對要去東京的小資旅行。」 |
| 格式 | 指定輸出的結構與型式 | 「…請用簡單的條列式清單呈現。」 |
用這樣的架構引導 AI，能讓提示詞具體、有結構，減少 AI 的猜測空間。
🛠 用詞與語法技巧 TIPS（提升提示效能的小技巧）
- 盡量用動詞開頭：給 AI「做什麼」比「什麼是」更有力。例如用「撰寫」「列出」「翻譯」「審校」等動詞開頭。
- 避免模糊語詞：少用「很棒」「不錯」這類曖昧形容詞，改用具體指標（如「300 字」「三段落」「條列式」）。
- 提供範例或模板：在提示中給一個輸出範例讓 AI 參考，降低偏差。
- 讓 AI 回問你需要什麼：可以讓 AI 主動反問「你要什麼風格／語氣／受眾？」來細化需求。
🧩 實例演練：讓 AI 幫妳寫提示詞
下面示範一個互動流程：
你對 AI 說：
「請你扮演行銷顧問，幫我寫一個 Facebook 廣告文案。針對 25–35 歲上班族，宣傳一款健康能量飲品，格式為標題 + 兩段銷售文案 + 行動呼籲。」
AI 回覆後你可以加一句：
「請問你要什麼風格？正式、活潑、針對女性或男性？」
AI 反問後，你回答語氣與受眾，它就能生成更貼合你需求的文案。
這樣的對話式提示設計也比一次寫好全部提示更靈活有彈性。
💡 為什麼 21 字以上比 9 字好？
- 模型理解上下文有門檻：過短提示缺乏足夠上下文，AI 容易「自由發揮」，未必對應你真正需求。
- 更精準引導模型工作：加入角色、任務、背景與格式，能讓 AI 經過「角色思考」後才動手回答。
- 提示後段不易被截斷：雖然 AI 提示有長度限制，在合理長度內放些條件比過短更能保留關鍵訊息。
小結與建議
- 使用 角色 + 任務 + 背景 + 格式 為提示骨架
- 用動詞為主語，引導 AI 行動
- 鼓勵 AI 反問細節，加強精準度
- 避免過於簡短的提示詞，適度增加字數與條件
只要掌握這套公式與技巧，你的 AI 提示力可能真的能提升 80% 或以上。試著用它設計你的下個提示詞吧！
https://gemini.google.com
by Rain Chu | 9 月 21, 2025 | AI, Prompt, 程式開發, 繪圖
Google I/O 2025 上，Google 推出了名為 Stitch 的全新 AI 工具，目標是用文字或圖片提示（prompt / image prompt）快速生成網頁與 App 的 UI 設計與前端程式碼。Stitch 結合 Gemini 2.5 Pro 與 Flash 模型，並支持 Figma 匯出與 IDE 編輯，雖不是要取代專業設計工具如 Figma，但它能大幅簡化設計初期流程，是設計師與前端開發者的新利器。以下詳細介紹功能、優勢與使用心得。
功能特色與技術細節
- 從文字或圖片提示產生 UI + 前端程式碼
- 用戶可以用簡單的中英文描述(這真的是google模型的好處)，例如「建立一個深色主題的行動 app 登入頁面，有按鈕和表單欄位」來生成設計。
- 或者上傳草圖、線框圖（wireframe）或其他 UI 的範例圖片來作為參考。Stitch 會根據這些提示產生對應設計。
- 整合 Gemini 2.5 Pro／Flash 模型 + 主題與設計流程工具
- Stitch 是由 Google Labs 實驗性專案（experimental tool）之一，背後運行的是 Gemini 2.5 Pro 模型，這使得生成的 UI 設計在色彩、佈局與細節上更乾淨與現代感。
- 提供主題（theme）選擇、樣式（style）調整等交互功能；可視化設計流程內建 Canvas，可以看到完整頁面流程與介面切換模式。
- 輸出與匯出支持：HTML/CSS/Figma 等
- Stitch 可以匯出為 HTML / CSS 程式碼，讓開發者能夠「拿來就用」於前端專案當中。
- 同時有「Paste to Figma」或「Copy to Figma」功能，可將設計匯入 Figma 進行進一步編輯。
Stitch 的定位與比較優勢
- 輔助工具，而非全面取代設計平台：Stitch 的設計是為了縮短「從構思到原型 UI +程式碼」之間的落差，而不是完全取代專業設計師在 Figma、Sketch、Adobe XD 等工具中的工作。設計師仍可用這些工具做精細調整。
- 速度與效率：使用 Stitch 生成 UI 設計／前端程式碼所需時間比從零開始設計加寫碼快很多，對於初期原型與快速驗證需求特別有用。
- 可訪問性：Stitch 在 Google Labs 平台上可用，用戶界面相對友好，降低新手與非設計背景者的進入門檻。
限制與要注意的地方
- 雖然 Stitch 支持匯出至 Figma，但某些情況（如從上傳圖片/草圖的模式）之下，Figma 匯出功能尚未全功能完善。
- 設計細節（例如文字對齊、某些複雜元件組件化）有時候不完美，需要人工修正。
- 現階段仍為實驗性／預覽模式（experimental / Labs），可能在某些瀏覽器支援或功能穩定性上有差異。
使用流程簡易指南
- 前往 Stitch 官方網站（stitch.withgoogle.com）並登入 Google 帳號。
- 選擇撰寫 prompt 或上傳參考圖片／草圖／線框圖。描述顏色、風格、佈局等細節。
- 等待 Stitch 生成 UI 設計與初步程式碼（HTML/CSS）。
- 若要匯出至 Figma，可使用「Copy to Figma / Paste to Figma」功能以便進一步編輯。
- 若為開發者，可直接取出 HTML/CSS 並嵌入 IDE 或網頁專案中。
Google Stitch 的收費／使用限額情況
從目前公開資訊來看，Google Stitch 屬於 Google Labs 的實驗性工具（beta 或公測階段），目前是免費使用，但有一些使用次數與模式上的限額／差異。下面是具體情況：
| 模式 | 免費與否 | 每月生成次數限額 |
|---|
| Standard Mode（Flash 模式） | 免費 | 每帳號每月約 350 次生成 │ 適合一般快速原型與草圖生成，可匯出 Figma 或 Code。 |
| Experimental Mode（實驗／Pro 模式） | 免費 | 每帳號每月約 50 次生成 │ 使用更強的 Gemini 2.5 Pro 模型；目前部分功能（如匯出 Figma）或效能有些限制。 |
參考資料
by Rain Chu | 9 月 21, 2025 | AI, Chat, Game
「哄哄模擬器」是一款基於 AI 的情景模擬工具，讓你在不同對話場景裡練習溝通與情商，用語言技巧「哄」對方原諒你。無論是女友生氣、應酬場合、家庭矛盾，或朋友之間的摩擦，用「模擬對話」的方式體驗各種情境，提升對話能力與情感同理。本文會帶你了解功能、怎麼遊玩、優缺點與心得。
試著哄哄
選好一個主題，就可以開始試著挑戰如何烘好女友，並且獲取高分
https://hong.greatdk.com
- 開啟網站或下載 App
- Web 版本：例如 hong.greatdk.com 可進入「哄哄模擬器 Web 版」。
- 選擇角色與情境
選你要哄的人（如女友／男友／朋友／家人等）與場景（遲到、誤會、吵架、應酬等）。
- 開始對話
系統給你對話機會、限定輪次或次數，用你的語言回應對方的情緒問題。
- 分數或原諒值機制
- 若你的回覆合乎情境、誠懇、有同理心，就會提升「原諒值」。
- 若不佳或冷漠，原諒值可能下降。達標即成功哄好對方。若掉到某個底線可能「失敗」。
- 練習與重來
如果這次沒有哄好，可以換不同策略再試，從錯誤中學習如何說話更有情感、更有技巧。
功能特色
以下是哄哄模擬器的幾個主要特色，讓你知道這款工具能做什麼：
- 情境模擬對話
可選擇多種日常生活中的場景，例如女友生氣、約會遲到、吃掉對方想吃的食物、約回家太晚、陪酒應酬、解決矛盾等。你扮演對話方，用語言試圖化解對方情緒。
- 有限次數制挑戰
在大部分場景中，你有一次「哄對」的機會或者有固定的對話輪數／次數限制。對話中如果你表現不好，分數會下降；若表現好，原諒值提升。當原諒值達到某個標準或百分比時就成功「哄好對方」。如降為零則可能「被放棄」。
- 無需註冊或簡易入口
Web 版與 App 程式都有提供入口。有些版本可以直接點進去模擬對話，體驗門檻低，不需要繁重註冊流程。
- 開源／免費版 HongHongAI
有開源版 “HongHongAI” 專案，模仿原本「哄哄模擬器」功能，使用 Google 的 Gemini 作為大模型進行對話生成。免費版有每分鐘 60 次調用限制，提示與回應相對簡單，未經微調。
- 情感與語氣模擬
對方的情緒反應會根據你講的內容、語氣（誠意／不誠意）而做調整。比如如果你道歉得真誠，語句得體，原諒值提升；若敷衍或講話浮誇或語氣不符，則可能反效果。這部分是訓練情商、同理心與語言搜索挖掘的重點。
優點與限制（實測與考慮）
優點
- 提升情商與溝通技巧：在安全環境中練習如何哄人，比真實中犯錯成本低。
- 場景豐富有趣：多場景設計讓使用者可以多樣練習，不會單調。
- 門檻低：很多版本不用註冊或提供簡單資訊即可開始。適合想「試試看」的人。
參考資訊
https://top.aibase.com/tool/honghongmoniqi
https://weibo.com/1727858283/ND9pOzB0K?refer_flag=1001030103_
https://hong.greatdk.com
https://github.com/johanazhu/honghongai
by Rain Chu | 9 月 14, 2025 | AI, Robot, 數據分析, 模型
建立自己的 HopeJR 機器人！
你有想要一隻能做精密手部操作的人形機器人？
HopeJR 正是這樣一款開源專案：具備人手與機械手臂，搭配外骨骼（exoskeleton）與手套控制，能實現靈巧、精確的手部動作，非常適合高階操作任務。
以下帶大家從硬體到軟體，完整建立 HopeJR 的流程教學與心得。
HopeJR 是什麼？
- HopeJR 是舉債於 LeRobot 專案下的一款開放源碼人型機械手臂與手的系統。使用者可以以手套與外骨骼裝置控制 HopeJR 的手與手臂動作。
- 它包含幾個模組化的部分：機械手、機械臂、手套（glove）、外骨骼（exoskeleton）控制器。硬體、軟體皆為開源。
建置 HopeJR 教學
以下是步驟示範，讓你從零開始組裝與操作 HopeJR。
一、環境與先決條件
- 有外骨骼與手套控制器（homunculus_glove／homunculus_arm 等）
- 有機械手與機械手臂硬體模組
- 一台能連接這些裝置的電腦，USB 接口、驅動支援
- 安裝 Python 3.10+，PyTorch 等軟體環境，以及 LeRobot 套件
二、安裝 LeRobot 套件
git clone https://github.com/huggingface/lerobot.git
cd lerobot
pip install -e ".[hopejr]"
三、設備端與通訊埠設定（Device Configuration）
- 使用
lerobot-find-port 指令來找出每個 HopeJR 組件（手臂、手、手套、外骨骼控制器）的 USB 埠。
- 記錄每個模組對應的 port，例如
/dev/tty.usbmodemXXXX 或 Windows 上的類似 COM 埠，用於後續校正和遙控。
四、校正（Calibration）
為了讓控制更加精確，你必須為每個組件做校正：
- 手（Hand）校正：把手指關節全部移動至可動範圍，設定最小/最大角度。
- 手套（Glove）校正：同樣地，移動手套中每根手指的所有關節，記錄該裝置讀值的最小與最大。
- 手臂（Arm）校正：肩膀、手肘、手腕的 pitch／yaw／roll 等關節都要校正動作範圍。
- 外骨骼（Exoskeleton）校正：這部分讓人手動作透過外骨骼映射到 HopeJR 的機械手臂，在校正時要移動所有關節達到最大與最小。
校正結果會保存在本地，例如 ~/.cache/huggingface/lerobot/calibration/... 的路徑內。
五、遠端操作（Teleoperation）
校正完成後，就能使用遙控命令讓你手與手臂控制 HopeJR 機械手部分動作：
lerobot-teleoperate \
--robot.type=hope_jr_hand \
--robot.port=<手的 USB 埠> \
--robot.id=blue \
--robot.side=right \
--teleop.type=homunculus_glove \
--teleop.port=<手套 USB 埠> \
--teleop.id=red \
--teleop.side=right \
--display_data=true \
--fps=30
對手臂同樣使用遠端操作命令，只是 robot.type 填 hope_jr_arm，teleop.type 用 homunculus_arm。
六、錄製、重放與訓練（Record／Replay／Train）
- Record：錄製你用手套／外骨骼控制手部或手臂的操作數據，配合影像或鏡頭視訊。這些資料可以用來訓練模型。
- Replay：重放之前錄製的數據，測試操作是否準確。
- Train：若你想讓你的 HopeJR 有自主行為或能在某些動作上優化，可以用 LeRobot 的訓練指令，搭配錄製的資料或模擬環境進行強化學習或 imitation learning。
HopeJR 的優勢與適用場景
| 優勢項目 | 說明 |
|---|
| 精準控制 | 外骨骼 + 手套 + 校正過程能實現手指、手腕、肩肘等關節的細緻動作。 |
| 模組開源 | HopeJR 所有硬體與軟體部分為開源，可以自行組裝或改裝。 |
| 適合高階任務 | 適用於需要精細手部操作的任務，例如物件操作、握持／擺動、復健機器人等。 |
| 社群與生態支持 | LeRobot 有模型、範例、文檔與活躍社群可協助新手入門。 |
延伸閱讀
官網：
https://github.com/huggingface/lerobot
說明：
https://huggingface.co/docs/lerobot/hope_jr
硬體教學：
https://huggingface.co/docs/lerobot/so101
by Rain Chu | 9 月 3, 2025 | AI, 影片製作
你還在用 ChatGPT 當小說幫手嗎？那你一定得看看這款全網最狂的 AI 創作工具 —— ChatArt Pro。它擁有隱藏版「成人模式（NSFW Mode）」，可寫言情／成人小說，搭配特色影片生成，創意創作完全無限制！
功能亮點一覽
- NSFW 成人模式：啟動「Romance Interaction Mode」或「大人模式」後，創作範圍無內容限制，可書寫成人言情小說與影片腳本，突破 ChatGPT 等 AI 工具的門檻限制。
- 小說／短片生成：除了小說文本（言情、成人情節），還可將故事情節轉成短片腳本，結合影像模板快速生成影片內容。
- 完全免費、無次數限制：提供無限制創作，讓創作者自由產出長篇小說或影片，不受用量限制。
- 流程直覺易操作：無需技術門檻，文字敘述輸入後即生成完整小說章節或影片片段，適合一鍵創作。
使用教學步驟（以小說生成功能為例）
- 訪問 ChatArt Pro 網站（
app.chatartpro.com）。
- 開啟「Global Settings」進入設定頁面，填寫小說標題、背景設定、角色資訊、風格偏好等。
- 啟用「Romance Interaction Mode」（大人模式），解鎖成人創作功能。
- 點擊「Go to Story Generation」進入小說生成工具。
- 按「Generate」開始生成小說，AI 會即時輸出完整章節。
- 若想整理段落內容，可按「Apply」或「Copy」，進行編輯與保存。
實測心得與注意事項
- 創作自由度高：能透過簡短文字提示生成完整成人小說，創作氛圍更加自由與大膽。
- 生成速度快、連貫性佳：整體體驗流暢、情節銜接自然，挺適合構想故事骨架。
- 浮水印與進階功能：若要無浮水印匯出影片或小說建議，可考慮升級 Pro 版本。
- 使用需注意道德與法律界線：請務遵循本地法律與使用條款，禁止未滿 18 歲使用及違法內容生成。
參考資料
https://app.chatartpro.com
by Rain Chu | 9 月 3, 2025 | AI, 影片製作
Animon AI 是什麼？
Animon AI 是由日本 CreateAI 推出的首款 專為動漫影片設計的 AI 生成平台，使用者可透過瀏覽器上傳圖片，即可生成 5 秒左右的動畫片段。這項工具由專業動漫團隊協作開發，風格自然流暢，適合創作者快速生成動畫素材。
免費無限生成是真的嗎？
- 完全免費：基礎方案允許上傳圖片後無限生成動畫，不限次數，十分罕見。
- 限制條件：免費方案僅支援 480p 影片，且影片會內嵌浮水印；若想去除浮水印、升級至 HD 視訊，則需付費。
- 訂閱方案：Fans 方案約 9.9 美元／月，提供 50GB 儲存與無浮水印 480p 影片；Studio 方案則更高階，支援 1080p 超清，且支援大量佇列生成。
使用流程與操作體驗
- 前往 Animon 官方網站（animon.ai），可選擇語言介面如英文、日文、繁體中文等。
- 上傳靜止圖片作為動畫素材來源。
- 輸入簡單指令描述想要的動作（如「角色轉頭」或「風輕吹頭髮」）。
- 系統約 3–4 分鐘快速生成一段動畫。相當適合創作短影片、VTuber 預覽或社群分享。
測試心得與注意事項
- 優點：
- 操作介面乾淨、上手容易，無需技術背景即可使用。
- 真正支援無限生成，非常難得。
- 動畫表現自然，能感受到「動漫質感」的細膩動態。
- 限制：
- 免費影片解析度較低（480p）且有浮水印。
- 背景角色或細節動作偶爾無法同步動態，僅前景主角有移動。
- 尚無聲音、配樂或音效整合功能，僅供純畫面動畫。
參考資料
近期留言