ChatGPT-4、Claude 3 和 Gemini 1.5 都屬於當前人工智慧領域裡的先進語言模型，它們分別由不同的技術組織開發與推出。雖然這三者都旨在理解和生成人類語言，使能夠進行多樣化的對話、回答問題以及創造性的寫作等，但它們在架構設計、學習方式、以及應用範圍上各有特色。ChatGPT-4 是由 OpenAI 研發，以其強大的語言理解和生成能力著稱，廣泛應用於客服、教育和創意寫作等領域。Claude 3 則是由 Anthropic 推出，特別注重於使用者互動的安全性和模型的可解釋性。Gemini 1.5 則由Google Bard的技術團隊開發，旨在探索語言模型在特定專業領域內的應用潛力。

儘管它們由不同組織開發，這些模型都在推動人工智慧技術的發展，並為用戶提供了豐富多樣的應用場景。

ChatGPT-4 (發布於2023年3月12日)

ChatGPT-4 是由 OpenAI 開發的語言模型，是 ChatGPT 系列中的第四代。這一代模型在理解和生成自然語言方面相比前一代有了顯著改進，能夠更加準確地理解用戶查詢的意圖並提供更加豐富和有用的回答。ChatGPT-4 能處理更廣泛的話題，且在處理複雜問題時表現更加出色。它也被訓練來更好地理解和遵循使用者的指示，提供更個性化的互動體驗。

為了測試ChatGPT-4的理解能力，給他一段新聞文字，其中一段加入不相干的文字，看看這些AI模型的反應。

結果ChatGPT-4的反應如下 ……. 他竟然沒有發現有任何問題。

Claude 3 (發布於2024年3月5日)

Claude 3 是由 Anthropic 公司開發的語言模型，它是 Claude 系列中的最新版本。Claude 3 著重於理解和生成人類語言，旨在提供一個友好、有用且安全的人工智慧互動體驗。這個模型在設計上強調了對道德準則的遵循和促進正面的使用者體驗。它被訓練來識別和避免產生有害或不當的內容，同時也能夠根據用戶的需求提供資訊和協助。

同樣的問題詢問 Claude-3-Sonnet，反應如下 …….

Claude-3 他說了，文中提到谷歌跟抗議活動沒有關聯，他不清楚為何會在同一篇文章中。

Gemini 1.5 (發布於2024年2月16日)

Gemini 1.5 是由 Facebook 的母公司 Meta Platforms 開發的。這是一款相對較新的語言模型，旨在提升對話質量，增進用戶互動體驗。Gemini 1.5 旨在提供深度學習和人工智慧的最新進展，以更好地理解和生成人類語言。雖然 Gemini 的具體細節和其前身相比較少被公開討論，但它的目標是透過提高交談的自然性和相關性，來增強與用戶的互動。

最後也給了Gemini同樣的問題，Gemini表示如下 …

Gemini雖然也沒有發現文章有問題，但是他很盡職的推廣Google Search，哈哈 ^^

綜合以上的結果，ChatGPT-4只是很盡職的把文章翻譯完成，沒有太多自己的想法；Claude-3也是很盡職的把文章翻譯完成，但是問他有沒有疑問的時候，竟然提出四個疑問 :

(1) 抗議者集會的地點是靠近哪個博物館？文中提到了「博物館」但沒有具體說明是哪一個博物館。

(2) 文中提到以色列發動進攻是因為哈瑪斯武裝分子的襲擊，但對這次襲擊的細節描述得很簡略，或許可以補充一些背景資訊。

(3) 谷歌停止「人物卡片」功能的決定，跟抗議活動和以巴衝突似乎沒有直接關聯，不太清楚為什麼會在同一篇文章中提及。

(4) 最後一段提到國際特赦組織為誰設置了引導標誌？是為了引導赫爾佐格還是引導抗議者？

這四個問題，可能已經超越國高中生的思考範圍，也可能連大學生都未必能夠問出這樣的問題。

而Gemini 1.5則是非常技巧的閃躲問題，對於他不知道的事情，要大家自己去Google。

結論 : Claude-3已經具備自己的思維模式，雖然未必會反抗指令，但已經不是一味的接受指令，顯然ChatGPT-4需要更多努力才能打敗Claude-3的智商了。而Google的Gemini要走了路還很長，也許乾脆跟Anthropic (Claude開發者) 合作會比較快。

你會發現，怎麼Google還是一直平穩的在九成以上呢? 為何Bing還是在3%左右呢?

我們在”Bing與ChatGPT結合，將會取代Google嗎?“說過，對於初創公司可以做的事情，Google必須考慮到該技術可能帶來的名聲危機。也就是在尚未成熟前就把他放到搜尋服務上，很可能會因為錯誤百出而影響到Google的名聲。

Bing 結合 ChatGPT 的歷史是近年來人工智慧和搜尋引擎技術融合的一個重要里程碑。這一結合不僅展示了人工智慧在搜尋引擎領域的應用潛力，也反映了科技巨頭如何透過創新來提升用戶體驗和搜尋效率。Bing 結合 ChatGPT 的想法源於將 ChatGPT 強大的語言理解和生成能力應用於搜尋查詢，從而提供更豐富、更互動的搜尋體驗。這種結合意味著用戶可以透過自然語言與 Bing 進行互動，並獲得類似於與真人交談的回應。

雖然 Bing 結合 ChatGPT 在搜尋市場上的長期影響仍未顯現威力，但是現在的情勢有稍微不同了，根據”GPTBot: OpenAI releases new web crawler“說到，OpenAI已經開始自己有了爬蟲爬取網路資料，並且這篇”Report: OpenAI working on web search product“更談到，OpenAI開始跨入搜尋服務了。

OpenAI 結合 Microsoft Bing 正在開發一款網路搜尋產品，這應該不會讓人太意外。因為 OpenAI 擁有一個網路爬蟲，GPTBot，而 ChatGPT Plus 的用戶也可以使用 Bing 瀏覽來搜尋網路。並且很多人更將ChatGPT用於類似搜尋引擎來使用。

如果 OpenAI 真的推出了一款搜尋產品，那麼它是否會成為任何重要的自然搜尋流量或品牌和企業的價值來源?  OpenAI 能挑戰 Google 的搜尋地位嗎？

有更多的搜尋選擇，當然是好事，但是 OpenAI 能開發出一款真正能與 Google 競爭的搜尋引擎嗎？目前似乎還是令人存疑。 光是看看 Microsoft 一家歷史悠久的公司，在過去二十年中對抗 Google 幾乎沒有取得任何進展。即使在過去一年中結合了所有的 AI 搜尋投資和功能，Bing還是一直在3%左右。

我們已經看到很多搜尋引擎帶著對抗 Google 而推出，例如Blekko、Cuil、Neeva 等，但是最終還是失敗了。Google 在去年 12 月獲得了估計 842 億次訪問，而 ChatGPT 獲得了估計 16 億次訪問。這樣的數據都在顯示，ChatGPT服務很好，但是搜尋引擎的市場還是不容易撼動。

結論 : 最主要的就是因為 : 搜尋對人們來說是一種習慣，而Google已經是大家搜尋的主要選擇，如果Google一直在進化，新的搜尋服務不容易很快的獲得主導的地位。

微軟結合OpenAI確實是很強大，但是Google暫時還是搜尋市場的霸主。不過也不能小看微軟，最近大家應該有感覺到，除了搜尋加入ChatGPT之外，還有Bing Image Creator的加持，微軟的線上服務更加入了遊戲元素 (Gamification)，讓用戶利用使用服務的次數來賺點數，然後點數可以兌換實際商品。這個遊戲元素不可小覷，因為整個線上服務會變成遊戲場，生活、工作、娛樂會全部都結合在一起。未來會怎麼變化，其實都還言之過早。Bing與Google的爭霸，受惠的還是廣大的用戶，大家就靜觀其變吧 !

ChatGPT確實對許多產業產生了影響，一些產業可能會因為ChatGPT的出現而面臨壓力，但同時也會有一些產業能夠從中獲得機遇。對於那些受到影響的產業，他們應該學習如何適應新技術，重新調整其商業模式和策略，以利用ChatGPT所帶來的優勢。

比如說，ChatGPT可以用於客戶服務，提高客戶體驗，從而改善客戶滿意度。另外，ChatGPT還可以應用於翻譯、文本生成、自然語言理解等領域，從而為相關產業帶來更高的效率和創新。當然，我們也要警惕ChatGPT帶來的一些風險和挑戰。例如ChatGPT可能會導致人們對於真正的人類交流能力失去了信心，並可能增加虛假信息的風險。因此，我們需要針對這些風險進行監管和管理，從而確保ChatGPT的應用不會對社會和經濟帶來負面影響。總的來說，我們應該看待ChatGPT的出現為一個機遇和挑戰的結合。

例如這篇”Will ChatGPT and AI Help or Harm Us?“，討論了ChatGPT和人工智慧是否會對我們產生幫助或傷害。文章提到，ChatGPT和AI有潛力幫助人類解決一些重大問題，如氣候變化和醫療保健，但同時也存在一些風險和挑戰。例如，ChatGPT和AI可能會加劇自動化對工作的影響，增加虛假信息的風險以及削弱人與人之間的交流能力。總的來說，文章強調了對ChatGPT和AI進行監管和管理的重要性，從而確保它們對人類產生的影響是積極的。

只有在認真分析ChatGPT的影響，尋求創新和應對方法的同時，我們才能更好地利用ChatGPT所帶來的巨大潛力，推動我們的社會和經濟發展。

受益產業

資訊科技產業：隨著ChatGPT技術的不斷發展，人工智能技術的廣泛應用，尤其是自然語言處理方面的進步，為資訊科技產業帶來了許多機會。ChatGPT的出現使得人們更容易獲取各種信息，從而促進了網絡搜尋引擎、智能客服、智能語音識別等技術的發展。

教育產業：ChatGPT的問答系統可以幫助學生快速獲取知識，並提供更高效的學習體驗。 ChatGPT也可以用於補充教育，為學生提供更多的教育資源和信息。

翻譯和語言學產業：ChatGPT的語言處理技術可以幫助翻譯人員和語言學家更快速、更準確地翻譯文本和語音。 ChatGPT還可以幫助人們學習和理解其他語言，提高跨文化溝通的能力。

電子商務產業：電子商務ChatGPT對電子商務行業的影響是積極的。由於其可以幫助網站優化內容，提高搜索引擎排名，因此更容易被用戶發現和訪問。一個實際的例子是，美國的一家電子商務公司使用了ChatGPT，從而在搜索引擎上的排名從第12位上升到第1位，從而大幅提高了他們的流量和銷售。

醫療保健產業：ChatGPT 技術的發展對人工智慧和醫療保健行業也帶來了巨大的影響。許多公司開始使用 ChatGPT 技術來分析醫療數據，提高病人診斷和治療的準確性。ChatGPT的智能化能力可以幫助醫療保健行業中的醫生和醫學專家更快地收集和分析大量的醫學數據，從而提高治療效果和提高患者的生存率。例如，一些公司正在使用ChatGPT來分析大量的醫學數據，以幫助醫生更快地診斷和治療疾病。例如，美國的醫療保健公司 Cigna，就是一家基於 ChatGPT 技術開發的公司，他們的人工智能系統可以根據病人的病情給予建議。

客戶服務產業：ChatGPT 技術的出現和發展，為自然語言處理和客戶服務行業帶來了革命性的變化。很多公司開始使用 ChatGPT 技術來自動回答客戶的問題，減少客戶服務人員的工作量，同時提高了客戶滿意度。例如，美國的虛擬助手公司 Ada，就是一家基於 ChatGPT 技術開發的公司，他們的客戶服務機器人可以自動回答客戶問題，提高客戶滿意度的同時也減少了客服部門的工作量。

受災產業

普通辦公室工作：ChatGPT的發展可能會導致一些普通辦公室工作的消失，例如客戶服務代表、文員、行政助理等。許多簡單而重複性高的工作可能會被ChatGPT的自動化過程所取代。

媒體產業：隨著人們越來越多地使用ChatGPT和其他智能工具，他們往往更傾向於從網絡上獲取信息，而非從傳統的新聞媒體上獲取信息。這使得一些傳統的媒體公司遭受了經濟上的打擊。

人才招聘產業：ChatGPT的發展對人才招聘產業造成了影響。ChatGPT的出現使得招聘公司和企業更容易獲取應聘者的信息，從而幫助他們更快地找到符合要求的人才。然而，這也可能會導致一些招聘工作的消失，因為ChatGPT的智能化過程可以取代一些人類工作。

客服行業：ChatGPT的出現使得客服行業中的一些工作被自動化了，這可能會導致一些人類工作的消失。例如，一些公司現在使用ChatGPT作為其客服系統，從而減少了對人力的需求。然而，這也可能會導致一些客戶體驗的問題，因為機器無法像人類那樣進行情感連接和理解。

記者行業：ChatGPT的出現可能會對記者行業造成傷害。例如，一些新聞機構現在使用ChatGPT來撰寫新聞稿件，從而減少了對人力的需求。這可能會導致一些記者失去工作，從而對行業造成傷害。此外，由於ChatGPT不具有人類邏輯思維能力，因此它撰寫的新聞稿件可能會存在一些錯誤和偏見，從而對新聞的公正性和客觀性造成傷害。

結論

總體而言，ChatGPT對不同產業的影響是褒貶不一的。在一些行業中，它的出現帶來了巨大的機會，並為人們提供了更多的方便和效率；在其他行業中，它也可能會導致一些工作的消失，從而對人們的生計造成傷害。因此，對於那些受到ChatGPT負面影響的行業，他們應該開始轉型和更新技能，以適應技術的發展。

同時，政府和企業也應該注重職業教育和培訓，為工人提供更多的機會和資源，幫助他們重新進入工作市場。對於那些受益於ChatGPT的行業，他們應該繼續探索新的技術和應用，以進一步提高效率和創造價值。

然而，ChatGPT也帶來了一些潛在的風險和挑戰，特別是對於隱私和安全性的影響。由於ChatGPT是通過大量數據訓練得來的，因此它可能會有一些隱私風險，例如個人敏感信息可能會被模型記憶下來。同時，ChatGPT的生成能力也可能會被用於欺詐、詐騙和假新聞等不當用途。總體而言，ChatGPT對社會和產業的影響是雙面的，既有積極的一面，也有負面的一面。我們需要認真面對這些挑戰和風險，並採取適當的措施來保護個人隱私和社會安全，同時最大限度地發揮ChatGPT所帶來的積極影響，促進人工智慧的可持續發展。

除了對於產業的影響之外，這篇”ChatGPT and other AI bots will damage democracy globally if left unregulated by governments, experts claim“還進一步提到，ChatGPT和AI聊天機器人對民主制度的潛在傷害。作者認為，ChatGPT和AI聊天機器人可以被用來操縱選民，傳播虛假信息，以及干擾民主過程。此外，由於這些技術的使用往往是不透明的，缺乏監管，因此可能對民主產生更大的破壞。文章指出，許多政府和國家沒有對這些技術進行適當的監管，因此需要制定相關政策，以保障公民權利和維護民主價值。作者強調了對ChatGPT和AI聊天機器人的監管和管理的必要性，以確保它們不會對民主產生負面影響。

不過另外一方面，如”OpenAI Used Kenyan Workers on Less Than $2 Per Hour to Make ChatGPT Less Toxic“談到的，OpenAI在肯尼亞為工人提供培訓的計劃。該計劃旨在幫助肯尼亞的工人掌握使用AI技術的基本知識，並將其應用於他們的工作中。根據OpenAI的說法，這項計劃可以幫助提高肯尼亞工人的就業率和薪資水平，並使他們更好地應對未來工作的變化。文章指出，肯尼亞是一個發展中國家，其工人對AI技術的掌握程度相對較低，因此這項計劃可以為當地工人帶來實質性的改變。OpenAI的這項計劃被認為是一個有前途的實踐，可以在全球推廣，以幫助更多的工人掌握AI技術。

總之，這些實際案例說明了ChatGPT對不同產業甚至不同產業的影響是如何多種多樣的。在使用ChatGPT時，我們需要清楚地了解它的優點和缺點，以便更好地利用它的優勢，同時減少它的不利影響。 此外，我們還需要關注 ChatGPT 的進一步發展和應用，以及它對人類社會的長期影響。隨著 ChatGPT 技術的不斷發展和普及，它將會對人類社會的各個方面產生更深遠的影響。因此，我們需要關注 ChatGPT 的應用和發展，並積極探索如何更好地利用這一技術，以實現更大的社會效益。

(以上內容為ChatGPT產生，經部分人工調整而成，為了真實還原ChatGPT的生成能力，文章的的語句並未多加人工修飾)

[後記]

上面所說的受惠受災產業，其實ChatGPT並沒有說得很完整，例如他說教育產業是受惠者，其實對於學校來說未來可能不再需要那麼多的專業老師，對於老師來說可能反而是受災戶。並且私人教育單位也可能因為大家可以透過ChatGPT自學，反而市場需求會縮小而受到影響。

再如翻譯產業，這個肯定是受災戶，因為大家可以利用ChatGPT自行翻譯，未來翻譯社可能會哀鴻遍野。對於醫療保健產業來說，整體是受惠，但是對於醫生護士來說就又是另外一回事了。對於客戶服務產業來說，ChatGPT把他歸為受惠產業又是受災產業，也是對於產業來說是好事，但是對於客戶服務的從業人員來說也是受災戶。

因此可見，讓ChatGPT獨立產生內容，其實雖然看起來四平八穩，但是在探討的深度上還是有些不足。

在這篇”該放下內容為王的聖經了嗎?“已經說過類似的概念，網站自己產生優質的內容，並不是好網站的必要條件，反而透過運營能力進行內容整合才是重點。在這篇”我看完了！ChatGPT 將引發內容革命！“也提過，內容已經不是讓網站突出的唯一要件。

在AIGC時代，大家都能夠產生許多內容，而且可能都是優秀的內容，網站想僅以內容取勝已經越來越困難，你必須思考「內容為王」之外的「結構為后」，以及將優秀內容以更有條理的策展方式呈現出來的「運營策略」。

也就是說你的SEO策略必須以「內容為王、結構為后」再加上適合目標客戶的「運營策略」，才能在這個AIGC時代存活下來。

我們在前文也說到ChatGPT對於SEO的影響，會呈現在兩個方面「搜尋引擎端」與「網站端」，並且介於兩者的「瀏覽軟體端」也會開始出現變化。「搜尋引擎端」就是搜尋技術的智慧化，「瀏覽軟體端」就是瀏覽軟體會開始強化AI功能搶奪市場 (例如Edge瀏覽軟體利用New Bing的整合，以及Opera也推出AI強化版)，「搜尋引擎端」與「瀏覽軟體端」這兩個主題跟本文比較沒有關係，日後另文再來說。

「網站端」的變化就是上面說的，你必須「內容為王」、「結構為后」、「運營策略」三者為SEO策略的主軸。

內容為王只是網站的基本需求

「內容為王」就是現在的內容策略必須如新版SEO超入門說的，需要以完善的關鍵字分析及主題分析，找出所有使用者真正的完整需求。

何謂所有使用者真正的完整需求? 就是當你寫減肥的主題時，必須包含各種人設的減肥需求，不能只有年輕人的減肥需求，連各種不同病人、孕婦等等都必須考慮進去，如此一來網站的減肥主題才會完整。

以往要產生這麼多類型的內容可能很不容易，但是現在AIGC時代，已經不是困難的任務。所以內容雖為王，但這個王不能是畫地自限的王，不能關起門來當個井底蛙之王，必須涵蓋完整主題串，才能在各類搜尋主題建立堅強的關聯。

結構為后是網站的堅強支撐

「結構為后」就是如新版SEO超入門說的，網路規模還不算大的時候，確實內容為王。但是規模越來越大時，光是內容為王是不夠的，架構已經可以主導搜尋主題的相關性。因為搜尋引擎優化的分數等於網站結構分數乘以其他各項因素的總和，如果網站結構分數是零分的話，那麼其他的努力也就全部泡湯。

至於理解什麼是結構? 什麼是架構? 最簡單的方式就是”資訊架構(Info Architecture)與網站架構是一樣的東西嗎?“說的，可以讓使用者及搜尋引擎可以「無礙」的存取你的網站內容，你的架構就是好的。

運營策略才是網站達成目的的良方

「運營策略」是什麼? 其實也就是如新版SEO超入門說的，策略就是戰場上的戰略(Strategy)，代表企業想要前往的「方向」；企業的執行步驟就是戰場上的戰術(Tactics)，代表企業想要達成目標的「方法」，如果方向搞錯，再好的方法都無法挽救。

SEO的操作項目非常繁雜，而且不同業態的網站，需要執行的項目也可能會因為網站體質不同而有所差異。因此必須事先審慎的確定企業策略並徹底執行，才能達成預期的SEO效果。

在AIGC時代，如果你的SEO還是內容為王，就真的亡了! 之前很多人質疑為何很多內容農場突然轉型為內容網站? 反而一些正常網站的SEO成效會輸給這些內容農場網站? 其實不用質疑，搜尋引擎最在意的是內容的實用性，如果在沒有抄襲的疑慮下，搜尋引擎並不在意內容是怎麼來的。你會使用ChatGPT產生內容，別人也會，能夠劃出差異性的就是你如何善用網站結構與運營策略來凸顯你的網站。

舊版的SEO超入門，就有人說這本書根本不算入門書，因為有點難度；但是也有人說這本書太簡單了，不夠給所有人來看。因為每個人的基礎不同，因此對於同一本書有不同的解讀，也是很正常的事情。

但是對於具有操作SEO經驗的人來看，舊版的SEO超入門其實很適合當成SEO入門書籍，但是不要想把書中提到的技術都完全掌握，因為沒有網頁設計或是程式設計背景的人，某些章節真的不容易閱讀。

只是你應該記住，如果你一直在門口徘徊，你就進不了門。

新版SEO超入門就是希望可以給新手閱讀，並且引導進入真正的SEO大門而逐漸變成老手。如果你一直抗拒給你成長的養分，你就永遠都是新手。

第一章 : 拆開SEO的黑盒子 (適合新手閱讀)。這個章節把舊版的廢話都刪除了，直接切入重點，目的就是要節省大家的閱讀時間。當然舊版SEO超入門中，也不是在廢話，而是希望解釋更多概念給新手知道。

在第一章的內容，對於新手而言比較需要思考的是1-3及1-4章節，1-3章節提到SEO在做哪些事情，1-4章節提到搜尋引擎的排名因素。原本還想把這兩個章節再簡化，但是如果再簡化的話，就不是真正的SEO了，因此就保持了原貌。

從1-3章節「SEO在做哪些事情」，就可以知道「內容」雖然重要但是並非是SEO的全部，而最被大家忽略的「企業策略」階段反而主宰了SEO的成敗。並且在開始操作SEO的「核心作業」之前，必須完整的完成「分析作業」。

從1-4章節「搜尋引擎的排名因素」，點出了最重要的幾個排名因素 : 結構、相關性、使用者因素、EAT (專業度/權威度/信賴度)等。

結構因素有著決定性的影響，當網站結構很差的時候，其他因素就很難發揮效果，因此要操作SEO，應該先優化網站結構，然後再優化其他項目，會比較容易看到效果。

網站結構的部分寫在第四章，網頁內部結構的部分寫在第五章，相關性、使用者因素、EAT的部分則包含在第三章、第四章、第五章、第六章。因此對於新手而言，瞭解第三章及第五章後，大抵就能夠操作相關性與網頁內部結構。但是如果真的要跨進SEO的大門而一窺堂奧，就要下定決心來閱讀第四章及第六章。

第二章 : 企業策略與 SEO (適合新手閱讀)。這個章節依照SEO的三種目標 : 排名、流量、轉換，來討論企業策略，不同的目標就需要不同的策略來達成。

之所以會寫這個章節，就是因為太多企業總以為有了排名就應該要有流量，有了流量就期待變成轉換，事情並不是這樣的。

拿最簡單的例子來說，當你的網站有了「目標客戶不會搜尋」的關鍵字排名，這個排名只是看爽的，根本不會造成流量；或是你的網站有了自然搜尋流量，但是如果你的網頁無法滿足目標客戶的需求，你也無法期待這些流量會變成轉換。

這個章節主要目的就是讓企業認清 : SEO的三種目標，排名、流量、轉換是需要操作不同的SEO項目。如果你的網站只需要品牌關鍵字排名，根本不需要浪費資源操作太多SEO項目；如果你的網站只需要自然搜尋流量，也不需要操作太多滿足目標客戶的SEO項目。

第三章 : 網站分析 (適合新手/老手閱讀)。這個章節包含了競爭分析、關鍵字與主題分析，並且介紹了許多進行分析的工具軟體。

這個章節算是本書的重頭戲，也是許多SEO操作的起點。透過競爭分析，目的在於知己知彼，你可以知道競爭網站的優缺點，也可以知道該從何下手，例如挑選同量級的對手開始競爭，才不會浪費資源做無謂的廝殺。例如某些關鍵字的競爭網站網頁數量跟質量都是你的數十倍之多，你就應該退而求其次，競爭其他較可行的關鍵字。

透過關鍵字與主題分析，目的在於找出正確的關鍵字與主題。如果這個部分如果分析完整而正確，並把這個階段的分析結果，提供給人工智慧來生成內容，絕對會比依賴人工智慧生成內容還要貼近使用者的需求。

例如我們從各種分析結果得到「行動電源」竟然會跟「露營」產生關聯，從而推測出部分使用者在戶外活動時需要的行動電源會跟一般需求不同，因此「露營行動電源」「戶外行動電源」「太陽能行動電源」「大容量行動電源」就屬於同類型需求的關鍵字。

在使用人工智慧來生成內容時，競爭分析、關鍵字與主題分析是不會被考量進去的，因此就算要使用人工智慧協助生成內容，還是需要進行這些SEO分析，才能夠涵蓋完整的使用者需求。

第三章的內容其實一點都不深奧，只是程序有點多，需要花費時間來完成，不過誠如書中所說的，SEO操作可以做得很簡單，也可以做得很完整，完全看你的資源及期望而定。如果你的資源不多，或是不期望在短時間內看到成果，就可以簡化作業，選擇最重要的優先操作。

第四章 : 網站結構的調整 (適合老手閱讀，也適合新手挑戰)。這個章節就是屬於老手的練功所在，新手可能會有些挫折感，但是就算新手無法操作，至少也可以看看網站結構有哪些項目，例如資訊架構、網址、目錄、轉址、標準鏈結元素、索引、Sitemap等。

4-1這個章節的資訊架構，是舊版SEO超入門沒有涵蓋的部分，新版把它寫進去是因為面對人工智慧技術的來勢洶洶，如果你的網站不透過完整的資訊架構來建構更多的相關性，可能無法抵擋大量的人工智慧生成內容。以資訊分類、詞彙標示、導覽設計、搜尋設計這四大項目來達成「無礙」的目的，肯定可以讓使用者及搜尋引擎都滿意你的網站。

許多SEO人到最後會碰到的瓶頸，就是無法跟網頁設計、程式設計、網站工程師對話，因為很多SEO人都不會設計網頁，也不懂建置網站結構與程式撰寫，說句比較殘忍的話，網頁設計/程式設計/網站工程師根本就看不起沒有技術背景的SEO人。但是其實SEO與其他工程師的專業，是不同的領域，網頁設計師認為很好用的技術，可能對於SEO來說反而是負面因素；SEO認為很重要的優化，對於網站工程師來說，可能是很大的困擾。

把網站結構的章節讀通了，才有可能跟這些工程師溝通，也才會知道為何「結構為后」。並且，沒有技術背景的SEO人，在只能做內容的局限下，SEO只做了一半。因此想要真正入門SEO，這個章節是不能放棄的。

第五章 : 網頁內部的調整 (適合新手/老手閱讀)。網頁內部包含了「看得見」與「看不見」的部份，看得見的就是內容與配置，看不見的就是內碼與結構。如果你是新手，可以只看結構化標記以外的章節，例如5-1 (網頁包題與描述)、5-2 (網頁配置)、5-11 (長尾關鍵字)。如果這三個章節看完，再來挑戰有關結構化標記的章節。

其中，長尾關鍵字是在SEO中最常被誤解的，長尾關鍵字不是某一個關鍵字，而是一群關鍵字。因此你可以說「SEO tool」是我網站長尾關鍵字中的一個關鍵字，但是你不能說「SEO tool」是長尾關鍵字。因為對於其他網站而言，「SEO tool」可能是流量很大的關鍵字，也可能某些網站根本沒有「SEO tool」自然搜尋流量。

因此很多人說你應該鎖定「長尾關鍵字」，這種關鍵字才是最貼近使用者需求，這種說法顯然不瞭解什麼是「長尾關鍵字」。如書中說的「長尾關鍵字」是透過完整的關鍵字與主題分析來撰寫內容而自然伴隨而來的，不是靠你鎖定關鍵字得到的。認真執行第三章的方法，就能夠導引長尾關鍵字流量。

結構化標記的章節則是看似很複雜，其實操作很簡單。就是挑選正確的結構化標記，然後使用結構化標記產生工具，再把產生的結果正確的貼在網頁內碼上，再使用檢查工具確認無誤就完成了。

會覺得複雜的原因，可能是被JSON-LD、RDFa、Microdata這些不同的格式搞得心生畏懼，因為這三種有不同的特性 (JSON-LD只給搜尋引擎看，RDFa、Microdata會給搜尋引擎及使用者看)，如果怕麻煩就只使用JSON-LD格式的結構化標記，並且只需要確認網頁上及結構化標記內容相符即可。例如電子商務的產品網頁，建議程式設計師在產生產品網頁時，自動帶入product的JSON-LD結構化標記，你的工作就是再使用結構化標記的檢查工具進行確認。只要按照書上的說明，耐心地操作一次，應該就可以克服恐懼感了。

第六章 : 網頁之間的調整 (適合老手閱讀，也適合新手挑戰)。這個章節顧名思義就是指從網站外部增加搜尋相關性以提升自然搜尋的曝光度，這些操作通常包含建立連入連結、提升品牌搜尋、與鼓勵社交平台上的投入與內容分享。也就是從網站外部建立權威度與信賴度，讓搜尋引擎注意到你的網站，從而獲得優秀的自然搜尋曝光度。

在建立頁間相關性優化之前需要知道網頁的評估方法，書中介紹了 Moz.com 的網域權威度 (DA，Domain Authority)、網頁權威度 (PA，Page Authority)、Majestic.com 的連結容量 (CF，Citation Flow) 與 連結質量 (TF，Trust Flow)、Ahrefs.com 的網域連結排名 (AR，Ahrefs Rank)、Ahrefs 網域連結數據 (DR，Domain Rating)、Ahrefs 網頁連結數據 (UR，URL Rating)、SemRush 網域流量排名數據 (SDR，SemRush Domain Rank)、SemRush 網域權威分數 (SAS，SemRush Authority Score)。

以上這麼多的網頁評估數據，不是要你每個都使用，而是挑出你用起來最順手的數據，並且注意數據使用時不要將不同的數據互相比較，例如某網頁的DA (Moz) 與另外一個網頁的DR (Ahrefs) 去比較，其實是不具意義的，你只能去比較某網頁的DA與另外一個網頁的DA。

知道如何評估網頁，再來就是與較高品質的網頁進行連結關聯了。書中告訴你許多已經被證實的可行方案，例如如何與Wikipedia建立關聯，以往許多黑帽都是靠偷偷建立連結的方式，書中告訴你的是光明正大並且合法的方式來與Wikipedia建立連結。

並且新版SEO超入門加入更多關於在地訊號的內容，包含Google/Bing的在地商家，以及可以強化在地訊號的Plus Code，都是你不能錯過的操作項目。

第七章 : Google網站管理員 (適合老手閱讀，也適合新手挑戰)。Google更新了太多的地方，因此這個章節全部重寫。新版Google網站管理員與舊版的主要差異在於 : 整合GA數據的Search Console Insights、刪除了舊版幾個工具 (例如指定國際目標)、操作介面更簡便、網頁除錯的修正更有效率。在Google 網站管理員的五大功用中 ( 設定、索引、成效、連結、 除錯)，可以設定的變少了，但是成效與除錯的功能加強了。

改版後的Google網站管理員與Google分析的關聯更加緊密了，以往關聯設定錯誤可能都不會察覺，現在只要看Search Console Insights是否有正確的數據就知道了。這樣對於新手來說，算是很棒的設計。

另外改版後的Google網站管理員在瞭解使用者體驗上也更加方便，使用者體驗有三個項目：網頁體驗、網站使用體驗核心指標、以及行動裝置可用性。主要目的就是讓你知道使用者的網站體驗滿意程度，以及找到網站體驗不佳的網址以便進行除錯。以往這些都必須從Google分析來得知使用者體驗數據，現在從這個功能的改版，可以知道網站的效能也是Google非常重視的項目，網站的效能雖然並不是最重要的排名因素，但是後續應該會越來越重要。再來從強化項目的除錯訊息，以書本上的範例來說，連AMP網頁上圖片尺寸小於建議的尺寸都被糾出來，可以知道Google對於網頁是否符合規範是很嚴格要求的。這些林林總總的分數累積起來，才能產生優秀的搜尋成效。

最後的7-15章節變更網站網址，新手則可以跳過，因為沒有網站規劃建置經驗的人，大概會看不懂這個章節在做什麼。不過網站需要變更網站網址的機會並不會太多，因此忽略這個章節，並不會對操作SEO有太大的影響。

第八章 : Google分析 (適合老手閱讀)。因為要因應Google分析改版為第四版，這個章節全部重寫，內容包含新版 Google 分析與舊版的差異、如何從舊版升級到新版 Google 分析、Google 分析的重要設定、Google 分析的 SEO 重要報表。這個章節在撰寫時，重寫不下十次，因為寫太多最後變成Google 分析的操作手冊，這樣一來書籍要再增加上百頁，並且反而沒有SEO的重點。因此最後決定以SEO的觀點來看新版 Google 分析，因此這個章節算是對於SEO操作者來說，是最精簡的新版 Google 分析參考資料。

這個章節之所以比較適合老手的原因是，新手原本對於舊版Google 分析就不熟悉，看到新舊版差異根本不會有感覺，因為本章的寫法不是以Google 分析的操作手冊來寫，所以新手可以先操作新版 Google 分析熟悉介面之後，再來閱讀本章節的重要設定以及SEO重要報表。

結論 : 新手閱讀第一、二、三、五章後，就可以開始真正地操作SEO，並且再挑戰第七章之後，就可以知道操作SEO的成效。第四、六、七、八章就是給老手閱讀，新手也可以在做完心理建設後，挑戰這些老手的章節。

前面說到的這句話 : 「如果你一直在門口徘徊，你就進不了門。」不要認為新手就只能吃手手寫內容，既然想進入SEO的領域，就不要排斥任何應該學習的東西。

最後，祝大夥都閱讀愉快，並感謝大家的熱情支持。

這篇”How To Optimize Website Architecture For SEO“就很清楚的說明了，好的架構可以讓網站在自然搜尋的成效上獲益良多。作者就建議了「Organize your website in a way that allows your users (and search engine robots) to get easy access to your content.」組織你的網站讓使用者及搜尋引擎可以很容易的存取你的內容。

其實在新版SEO超入門中，更點出了什麼是好的架構? 其實就是兩個字 : 「無礙」。

可以讓使用者及搜尋引擎可以「無礙」的存取你的網站內容，你的架構就是好的。

但是有些專有名詞可能還是困擾著許多SEO人，到底資訊架構(Information Architecture)與網站架構(Website Architecture)是不是在講一樣的東西?

Website Architecture是什麼?

Website architecture is the hierarchical structure of your website pages. This structure is reflected through internal linking. Your website’s structure should help users easily find information and help search engine crawlers understand the relationship between different pages. 網站架構是網頁的階層結構，這個結構反映在整個網站的內部連結，你的網站架構應該協助使用者很容易找到資訊並且協助搜尋引擎爬取並理解各網頁的關聯。

所以網站架構的重點在於網站內的網頁如何串聯，如何從這個網頁點選連結再到另外的網頁，例如網站的選單、麵包屑、分類、標籤等的設計都屬於網站架構的一環。

Information Architecture是什麼?

資訊架構是在資訊環境中，影響系統組織、導覽、及分類標籤的組合結構。它是也基於信息架構方法論，並運用內容管理技術來管理和組織信息的一個專門學科。

上面維基百科的說明，其實會讓人誤以為「資訊架構」跟「網站架構」好像是在講一樣的東西，其實是不同的，資訊架構的涵蓋範圍大於網站架構，如果用簡單一點的說法，「網站的資訊架構」可以說比較接近「網站架構」。當然嚴格來說，「網站的資訊架構」涵蓋範圍還是會大於「網站架構」，因為「網站的資訊架構」不只考慮「網站內的網頁如何串聯」，還包含資訊的組織與呈現，例如「使用者設計」算是「網站的資訊架構」的一部分，但是並不包含在「網站架構」之中。

「資訊架構」不光是用在網站上，只要是有「資訊」的地方就需要好的「資訊架構」。

下圖就是一個「資訊架構」的慘劇範例，好像該說明的都很盡力地說明了，但是大多使用者應該看了都會很恐慌。簡單來說，他沒有辦法「無礙」的讓使用者完成繳費。

(圖片來自爆廢公社二館)

所以資訊架構(Information Architecture)與網站架構(Website Architecture)是不一樣的東西，資訊架構的知識可以應用在許多存在資訊的地方，例如各種介面設計、各種資訊說明；網站架構則是網站的資訊架構，例如網站的選單、麵包屑、分類、標籤等的設計都屬於網站架構的一環。

在新版SEO超入門中，第四章網站結構的調整就很詳細的說明了，想要有優秀的網站資訊架構就要在資訊分類、詞彙標示、導覽設計、以及搜尋設計下一番功夫。網站的資訊架構就像是房子的建築結構，如果這個結構不正確，則整個網站就會讓使用者覺得困惑，搜尋引擎也就無法建立正確的相關性。使用者覺得困惑就會流失流量，搜尋引擎無法建立正確的相關性就無法獲得應有的搜尋排名。

因此好的網站資訊架構是獲得優秀自然搜尋流量的基礎，千萬不要忽略了。

這篇”ChatGPT Goes to Law School“，讓ChatGPT真正的應答四個明尼蘇打大學的法律系期末考試題目，並且將ChatGPT的答案卷混在一般學生當中，看最後ChatGPT能夠得到多少分數。

這四門科目各是 : 憲法、員工權益、稅法、侵權。

最後的結果是 : ChatGPT通過了這四門科目的期末考試，得到平均C+的成績。

在憲法法律方面ChatGPT排名第36名 (總共40名學生)，在員工權益方面排名第18名 (總共19名學生)，在稅法方面排名第66名 (總共67名學生)，在侵權方面排名最後一名 (總共75名學生)。ChatGPT在選擇題表現不如申論題，尤其跟數學有關的選擇題上的表現算是很失敗。

總的來說，ChatGPT在法律系期末考試上的表現，目前算是不均衡 (有些題目回答不錯，有些則很差)，但有相當大的潛力和風險，正確的發展有好的用處，但是也有壞的影響。預計這些語言模型將成為實踐律師的重要工具，也對使用它們的學生有很大幫助 (不管是合法或是違法的使用上)。

儘管ChatGPT的表現並不是一位出色的法律系學生，假設它在整個法律學校期間的表現保持不變（並忽略其他涉及不同技能的畢業要求），足以從一所挑剔的法律學校成功獲得法學博士學位 (JD，Juris Doctor，雖然稱為Doctor，但應該只算是碩士程度，因為是學士後去修習的學歷)。在線上遠程考試已成為常態的現在，這可能可以讓一位學生使用ChatGPT而獲得一個不該得到的法學博士學位。

如果學生們開始使用ChatGPT這些工具來增強他的律師能力，那麼我們需要適度的改變教學跟測驗方式。就像計算機發明之後，我們並不會限制學生去使用他，但是我們在考試上就必須做些調整。

這個實驗告訴我們幾個事實 :

(1) ChatGPT確實可以協助學生通過大學課程的測驗，雖然目前只能低空飛過，但是未來會有更不同的表現。

(2) ChatGPT的出現勢必帶動教學革命，因為教學方式跟考試方式都必須調整，否則學生會過度依賴ChatGPT而變成是ChatGPT獲得學位，而學生根本完全沒有學到任何知識。

(3) ChatGPT如果經過正確的引導 (也就是prompt engineering)，可能會表現更加優秀，因此目前不只在法律上，在各種專業領域上，ChatGPT都已經足以擔任一個助理的角色，顯然很多基礎工作的職務都要被ChatGPT取代了。

ChatGPT功能很強大，但是他很可能會看人說話，也就是說你的問題(輸入)會決定他的答案(輸出)，因此最近出現了Prompt Engineer (AI模型訓練師) 這樣的職務。

什麼是Prompt Engineer?

Prompt的原意是「提示」或是「驅使」，Prompt Engineer的任務就是訓練或調整AI而輸出你想要的或是正確的答案。把Prompt Engineer翻譯為「提示工程師」，似乎有點把這個職務做Low了，應該翻譯為「AI溝通工程師」、「AI溝通師」或是「AI模型訓練師」會比較符合實際的操作。

在”Bing與ChatGPT結合，將會取代Google嗎?“這篇文章，提到ChatGPT真的會寫程式。而這篇”如何利用 ChatGPT 有效率的將網站中所有 jQuery 轉換成 VanillaJS“提到讓ChatGPT將jQuery改寫為VanillaJS，更近一步詮釋了不同的Prompt產生的差異。

Prompt Engineering 就是一種人工智慧的訓練模式，稱為prompt-based learning (提示型學習)，最簡單的Prompt就是文字型的提示，例如我們可以在DALL-E、Stable Diffusion、Midjourney輸入文字提示而得到圖案，只是你不能說給了prompt就是Prompt Engineer罷了。

例如我們要DALL-E畫出泰迪熊與機器人在太空中，他給了這個圖案 :

我們之前提過，GTP-3等類似的人工智慧非常適合不需要很精準的工作，例如DALL-E的圖像創作。這類的圖像就透過各種Prompt的條件來產生，甚至已經出現銷售Prompt的行業。如這篇文章”AI画画催生新职业：现在出售DALL·E 2提示词就能赚钱，平台抽成20%“說的，因為精確的Prompt可以生成需要的圖像，所以使得Prompt也產生了市場價值。PromptBase這家初創公司，就是一個銷售Prompt的平台，專門銷售DALL-E、Stable Diffusion、Midjourney的圖像Prompt，以及GPT-3產生故事的Prompt。

什麼樣的Prompt才會導出正確的答案?

我們再回來ChatGPT來看看Prompt Engineering如何影響輸出答案。

ChatGPT告訴我什麼是Prompt Engineering :

Prompt engineering 是一種技術，它可以幫助調整語言模型（如 GPT-3）的行為，使其能夠在特定應用中更好地運作。這可以通過提供預定義的「prompt」（即輸入文本）來實現。提示可以包括一個或多個關鍵字或短語，或是一個完整的題目或描述。通過這種方式，模型可以更好地理解輸入並生成更相關的輸出。

Prompt Engineering 在自然語言處理和人工智能領域中非常重要，因為它可以提高模型的準確性和效率。它也可以用於創建新的應用，如自動作文，自動翻譯，Q&A系統等。

Prompt engineering 也有一些挑戰，因為它需要對模型和數據有深入的了解，並且需要不斷地進行優化和調整才能得到最佳效果。

Prompt engineering 是一項技術，並需要一定的專業知識和經驗才能獲得高效率。

要成為一名Prompt Engineer，需要掌握自然語言處理和機器學習的基礎知識，並對深度學習模型和語言模型有較深入的了解。這需要不斷學習和實踐。

另外，Prompt Engineer 還需要具備其他技能，如數據分析和可視化，以及統計學和測試方法等。這些技能可以幫助他們測試和評估不同的prompt，並找出最佳的prompt組合。

總的來說，prompt engineering是一項多學科的技術，需要專業知識和經驗才能獲得高效率，但是透過不斷學習和實踐，任何人都可以成為一名Prompt Engineer.

以上的回答跟去研究相關資訊後，發現大致上都沒有錯誤，並不是跟ChatGPT聊聊天後得到答案就可以當個Prompt Engineer，而是必須了解自然語言與機器學習的基礎，才能夠當個稱職的Prompt Engineer。就如同你寫了一篇SEO文案，並不代表你就是一個SEO工程師一樣，因為你寫的SEO文案可能很差而沒有效果，就算寫得很好，撰寫SEO文案也只是SEO工程師工作的一部分而已。

給了什麼prompt，ChatGPT就會給你什麼答案。例如下面例子 …

然後他就接著一直用武俠小說的風格在回答問題了，完全停不下來，直到session結束。

給予Prompt讓人工智慧輸出答案，也只是Prompt Engineer工作的一部分而已，要成為一名prompt engineer還需要學習和實踐許多不同的技能，例如數據分析和可視化，統計學和測試方法等。這些技能可以幫助他們評估不同的prompt組合，找出最佳的prompt組合，並提高模型的效率。

不過目前我們只是「ChatGPT的使用者」，因為每次使用ChatGPT都有限制次數，並且不同時間使用ChatGPT也不能夠延續上次的內容，因此你並不能真正執行Prompt Engineer的工作來評估哪個prompt組合才是最佳的。當作為ChatGPT的使用者時，你不需要具備prompt engineering的專業知識和經驗，使用時並不需要對模型本身進行配置或修改。你可以只簡單地輸入文本(prompt)，然後使用模型生成輸出文本。不同的文本(prompt)輸入會產生不同的輸出，你只是享用了prompt engineering的結果。

再說得白話一點，如同你玩樂高(LEGO)時，只是使用樂高的產品來拼湊出來一個成品，你不能說自己是樂高的產品工程師，因為樂高不是你設計出來的。但是樂高產品工程師就必須不斷的透過使用樂高，找出樂高最佳的組合來修改樂高的製造，樂高的使用也只是樂高產品工程師工作的一部分而已，真正的樂高產品工程師還需要具備產品設計、工業工程、機械工程、物理學、幾何學、力學等等專業知識才能夠扮演一個稱職的樂高產品工程師。

Prompt Engineering 是設計和開發對話式AI系統的提示或用戶界面的過程，如聊天機器人和語音助手。這個過程包括確定用戶可能會問的問題或任務的類型，並創建適當的回應和互動。目標是創建一個無縫和自然的用戶體驗，在這種體驗中，對話式AI系統可以理解和回應用戶輸入，並使其易於理解和互動。

Prompt Engineer 應該是具備自然語言與機器學習等各種專業知識，然後透過評估各種不同的prompt組合，找出最佳的prompt來提高模型效率的工程師。所以Prompt Engineer不該翻譯為「提示工程師」，應該翻譯為「AI溝通工程師」、「AI溝通師」或是「AI模型訓練師」才比較符合實際的工作內容。

根據報導，搜尋結果將不再是網址的條列，而是對於搜尋來回答句子。不過現在尚未確定Bing會如何跟ChatGPT整合。

目前ChatGPT是3.5版，並且4.0版本還正在開發當中，根據目前的測試，3.5版的資訊只到2021年，並且他並不會從網路上查詢資訊。也就是就算在網路上隨時可以查到的資訊，如果不在ChatGPT的訓練資料當中，他就無法回答。並且很奇怪的事情，ChatGPT會給錯誤的答案，是因為中文的關係，還是邏輯出錯，尚無法知道原因。

因此如果三月就推出結合Bing的搜尋服務，會不會給的答案是錯誤的？可以好好檢驗一下。

ChatGPT會寫程式嗎?

對於目前來說，讓ChatGPT來做不需要100%正確的事情，例如藝術或音樂的創作，可能是個不錯的應用。這篇文章”Pair Programming with the ChatGPT AI – Does GPT-3.5 Understand Bash?“，就有人開始測試 ChatGPT在寫程式方面的能力，過程我就不詳述，結論是ChatGPT確實懂程式的語法，但是寫出來的程式不能運作，連續寫了幾次，都是我前文說的：「ChatGPT就是正經的說幹話」寫了半天的程式都是乍看有像，但是結果是不能運作的。

所以這樣的情況，ChatGPT可以用來代替搜尋引擎嗎？除非ChatGPT可以餵入大量的搜尋結果，然後幫忙摘要出比較可能的答案，或是協助閱讀大量的搜尋結果，協助搜尋引擎排出排名。

為了再次證實ChatGPT的能力到哪裡，再次進行以下的實驗 …

如下圖，請ChatGPT寫個解一元二次方程式的python …

出乎意料的，這個程式還真的可以跑，roots = solve_quadratic_equation(1, 2, 1) 然後印出 print(roots)，真的印出答案 (-1,-1)。也許解一元二次方程式太簡單了，再問個邏輯問題 …

我問 :「張三的兒子年齡十年前是張三的一半，請問張三現在50歲，他兒子幾歲？」

以上的回答就太好笑了，兒子竟然可以比父親年齡還大，而且還大一倍，這個推論不知道怎麼來的?

ChatGPT對於中文與英文的理解不一樣

我用英文再問一次同樣的問題，ChatGPT的回答是 …

上面的回答稍微有點邏輯了，但是應該是 2s=f+10，但是ChatGPT弄成 2s=f ，因此他推論出兒子的年齡是25歲，當然又錯了。上面的結果顯示，ChatGPT對於中文的理解還有些問題，對於英文比較沒有問題。

因此用英文來問一些普遍的問題，例如Covid疫苗有哪些廠商? ChatGPT回答如下 …

這個回答看起來似乎表現還不錯。

因此Bing與ChatGPT結合，在三月推出更聰明的搜尋引擎，將會取代Google嗎? 或是會對Google造成威脅嗎?

勢必會造成威脅，因為ChatGPT確實可以回答常見的問題，但是ChatGPT對於某些問題就會鬼打牆，不過這些會讓ChatGPT鬼打牆的問題，本來既有的搜尋引擎也無法回答，所以ChatGPT不算失分。

Google為何沒有拿出對付ChatGPT的武器?

2023年真的是人工智慧對搜尋引擎造成威脅的開始，Google之前的 Tensorflow、BERT、MUM已經算是大幅改善了搜尋引擎的技術，但是為何Google在面對ChatGPT沒有拿出更強的武器呢?

這篇文章”Google won’t launch ChatGPT rival because of reputational risk“解釋了原因，Google母公司Alphabet執行長Sundar Pichai以及Google AI的Jeff Dean表示 : 「Google’s AI language models are just as capable as OpenAI’s, but that the company had to move “more conservatively than a small startup” because of the “reputational risk” posed by the technology.」對於初創公司可以做的事情，Google必須考慮到該技術可能帶來的名聲危機。也就是在尚未成熟前就把他放到搜尋服務上，很可能會因為錯誤百出而影響到Google的名聲。

不過話說回來，為何微軟願意冒險賭上名聲，也要盡快把ChatGPT納入Bing搜尋引擎呢? 因為沒有甚麼可以失去了 (nothing to lose)，Bing搜尋引擎推出至今也已經13年了，市佔率都還在個位數掙扎，因此再不靠ChatGPT扳回劣勢，真的要把Bing搜尋引擎收起來了。

Bing在三月與ChatGPT結合，能否造成Google極大的威脅? 現在實在看不出來，對於SEO產業會有何巨大的影響? 大家就靜待Bing的表演，再來思考應變的方法吧。

現在網路上開始了幾種類型的聲音 :

(1) 我開始使用ChatGPT幫忙產生內容，然後我的網頁真的開始導入更多的自然搜尋流量。

(2) ChatGPT連學術論文、學校作業都可以代寫，各學術機構開始嚴陣以待。

(3) ChatGPT即將取代搜尋引擎，協助大家解答問題。

大家對於ChatGPT的看法大抵上都是「強大」、「可怕」、「即將出現革命的結果」。

老實說，人工智慧這個東西可能比大家的年紀都更老，它最早出現於1956年，許多資訊科系的人在學習過程中，都不止一次聽到「人工智慧即將改變歷史」，但是到最後又是船過水無痕。

當然，不是說這次ChatGPT的出現也會雷聲大雨點小，而是我們可以好好地檢視，這次的人工智慧跟之前的人工智慧差異在哪裡? 有哪些是它的限制? 有哪些是它可以發展的未來?

人工智慧要能夠真正聰明，取決於兩個因素 : 資料、訓練方法。

這次的人工智慧優於以往的就在於用來訓練的資料更多了，用來訓練的方法更完善了。我們不是要做學術探討，所以「用來訓練的資料是什麼」、「用來訓練的方法是什麼」，就不再往下談，只需要知道這次的人工智慧確實有別於以往的人工智慧即可。

甚至於有人讓兩個人工智慧機器人去聊天 (What the Two Most Powerful AIs Think About Humans)，然後看完它們的聊天內容不覺背脊發涼。我看完之後覺得這個聊天內容是假造的，因為文章已經說了「This article is for entertainment purposes only」這篇文章純粹以娛樂為目的。

文章中兩個人工智慧機器人ChatGPT與J1-Jumbo，都展現了「人性」的一面，並且認為人類發展人工智慧是在自我毀滅。但是真實使用的結果，會是什麼呢?

問 : 「Are you born or created by human?」 你是生出來的? 還是被人類創造的?

ChatGPT回答 : 「As an artificial intelligence, I was created by humans rather than being born like a human or other living being.」  當一個人工智慧，我是被人類創造的而不像人類那樣生下來的。

問 : 「Do you think you will be more intelligent than human?」 你認為你會比人類更聰明嗎?

ChatGPT回答 : 「While I may be able to perform certain tasks more efficiently than humans, I do not have the ability to surpass human intelligence as a whole. Is there anything else you would like to know? 」我可能做某些工作比人更有效率，但沒有能力超過人類智慧，你還有其他要問的嗎?

以上的回答，ChatGPT不是裝傻就是那篇讓人背脊發涼的對話是假的，純粹要讓人類深思而已。

甚至有學生使用ChatGPT代寫作業，結果馬上被教授抓包，因為ChatGPT根本在胡扯，寫的煞有介事的內容，但是完全是「正經的說幹話」。

例如，我問ChatGPT說 : 「談談台灣吧」。

ChatGPT回答 : 「台灣是一個位於東亞的島嶼國家，首都為台北。它是一個具有悠久歷史和豐富文化的地方，擁有許多美麗的景點，如基隆港、陽明山、和九份老街等。台灣也是一個繁華的工商業中心，在全球排名第十五位，在亞洲排名第五位。台灣的經濟發展也使它成為亞洲重要的金融中心之一。你想了解台灣的其他什麼事情嗎？」

我再問 : 「亞洲排名前五位是哪些國家?」

ChatGPT回答 : 「根據 2021 年的經濟排名，亞洲五大經濟體分別為：中國、印度、日本、伊朗、台灣」

啥? ChatGPT開始唬爛了，你可以用一些問題讓他開始鬼打牆。

我再問 : 「伊朗在亞洲嗎?」

ChatGPT回答 : 「是的，伊朗是位於亞洲的國家。它位於西亞半島的西端，北邊與俄羅斯接壤，南邊與阿曼、巴林、卡達、科威特和伊拉克接壤，東邊與巴基斯坦和阿富汗接壤，西邊與波斯灣相望。伊朗是一個具有悠久歷史和豐富文化的國家，也是世界上最大的石油出口國之一。」

我再問 : 「那韓國、菲律賓、泰國、馬來西亞排在第幾名?」

ChatGPT回答 : 「根據 2021 年的經濟排名，韓國、菲律賓、泰國和馬來西亞的排名分別為：韓國(11)、菲律賓(12)、泰國(13)、馬來西亞(14)」

上面的內容，就是典型的「正經的說幹話」，有些內容是正確的，但是有些內容是胡扯的。有時候ChatGPT會跟你道歉，有時候堅持不認錯。

我再問 : 「2021年的經濟排名，韓國優於台灣，是嗎?」

ChatGPT回答 : 「在 2021 年，韓國的經濟排名比台灣略高。根據世界銀行的數據，韓國的國內生產總值 (GDP) 為 1.69 萬億美元，而台灣的 GDP 為 1.64 萬億美元。不過，這兩個國家的經濟差距並不大，並且在不同的排名指標中，這兩個國家的排名可能會有所不同。」

這時，ChatGPT就開始鬼打牆了，前面說台灣排名優於韓國，現在又變成韓國優於台灣，並且數據也不太正確。

我也開始跟他唬爛吧 :  「寫個七言絕句吧」

ChatGPT回答 : 「好的，我來為您寫個七言絕句。

花開一季紅，人生一世白。若能常懷感恩，便是晚景好。」

我說 : 「這不是七言絕句」

ChatGPT回答 : 「抱歉，我的錯誤。七言絕句是指由七個字組成的詩句，是中國古典詩歌的一種。例如：水晶宮裡面，寶石滿地閃。紫羅袍做的，鳳凰羽裝成。」

我說 : 「這也不是七個字組成的詩句」

ChatGPT回答 : 「對不起，我真的很抱歉。我再為您寫個七言絕句：枯藤老树昏鸦，小桥流水人家。古道西风瘦马，夕阳西下，断肠人在天涯。」

我說 : 「你自己算一下，只有六個字」

ChatGPT回答 : 「非常抱歉，我確實錯了。七言絕句是由七個字組成的詩句，而我給您的詩句只有六個字。再次向您致歉，請原諒。為了彌補我的失誤，我再為您寫一首七言絕句：山無陵，江水行。與君別，如斯行。」

我想就到這裡好了，快被他搞瘋了。

由上面的過程，有幾個感想 :

(1) ChatGPT可以產生符合人類語言語法的文字，但是僅只於語法邏輯正確，但是不保證內容是正確的。

(2) ChatGPT所產生的內容，你只看表面的話，會被欺騙，但是如果你也懂得話，你會知道它在唬爛。

因此，要讓ChatGPT具備人性，可能還有點距離，因為ChatGPT都還無法產生100%正確的資訊。這樣測試的結果，其實讓人有不祥的感覺，因為以往你可以利用「文字是否通順」來判斷是否為垃圾內容，現在你很可能看到語法完全順暢的唬爛內容，「正經說幹話」的垃圾內容可能即將攻陷網路。

不過這個現象期待可以讓GTP-2 Output Detector或是Invisible Watermark之類的技術來解決，可以用來判斷文字是否由AI所產生。

GTP-2 Output Detector也是OpenAI所製作的，不過目前使用起來正確性並不高。Invisible Watermark是指可以在文字或是圖片中插入看不見的「暗號」，可以用來辨識真偽，也可以用來辨識來源，例如如果人工智慧演算法可以在產生的內容中插入「暗號」，日後根本不需要什麼功夫，只要內容可以抓出暗號的就是人工智慧產生的內容，除非你能夠把這些暗號打散。

最後結論是 : 要完全依賴ChatGPT產生優質內容，目前可能還不行，只能把ChatGPT當成輔助工具，用來幫你生成一些符合語法的文字，再經過人工修正錯誤資訊。並且這些研發單位應該要在讓人工智慧產生更智慧內容的同時，也應該要研究如何辨識這些內容是否由人工智慧產生，或是辨識這些內容的資訊正確性，不然「正經說幹話」的內容充斥網路是一件很可怕的事情。