利用免費軟體「Espanso」快速輸入ChatGPT常用提示語(附實戰範例下載)

我們想讓你知道的是
今天這篇文章,就來分享我如何利用Espanso這款免費的自動輸入內容軟體,設計好常常重複使用的提示語,隨時透過關鍵字快速自動輸入,讓使用ChatGPT的流程更加快速。並且,有興趣試試看的朋友,我也會提供快速輸入提示語的範例檔案,給需要的朋友研究。
很多朋友可能已經陸陸續續使用ChatGPT好幾個月了,這個過程中,應該慢慢發現某些需求很適合用ChatGPT解決,例如摘要文章、撰寫回信、企劃報告等等。而這時候,你是否在使用ChatGPT的過程中,常常覺得要重複輸入繁瑣的提示語有點麻煩呢?
有可能我們就是簡單的複製貼上之前的提示語,但要找到之前的提示語也要花上一些時間。而要重新打字輸入完整的提示語,同樣很花時間。如果你對於不斷地複製、貼上或者重新打字覺得很困擾,那麼有沒有辦法可以讓這些日常的、反覆的輸入工作變得簡單且迅速?
其實,有些情況我們可以讓ChatGPT「自己寫出」提示語,節省我們設計與輸入時間,例如:
有時候我會搭配「用Windows 11語音輸入繁體中文,快速完成會議紀錄、思考筆記」,直接說出來,比打字更快的(說)寫出提示語。
後來,我自己還會搭配Espanso這款工具來解決這些困擾,Espanso是一款Text Expander工具,專門用於幫助我們快速重複輸入常用內容。好好利用它來自動輸入提示語,我們可以節省大量的時間,讓我們的工作變得更為輕鬆和高效。並且,他是免費單機軟體,可以很簡單的開始上手使用。
今天這篇文章,就來分享我如何利用Espanso這款免費的自動輸入內容軟體,設計好常常重複使用的提示語,隨時透過關鍵字快速自動輸入,讓使用ChatGPT的流程更加快速。
並且,有興趣試試看的朋友,我也會提供快速輸入提示語的範例檔案,給需要的朋友研究。
Espanso搭配ChatGPT基本使用流程
安裝Espanso或類似工具,可以幫助我們快速重複輸入常用內容。
我之前也有寫過這款工具的教學文章,所以如何設定的教學,就請參考前文:「Espanso免費版Text Expander自動輸入字句、語法、公式、範本」。
當設定好之後,我可以輸入「 :slide 」這樣的關鍵字,自動取代成這樣的內容:
幫我把「」主題報告,整理成5頁簡報,每頁簡報有一個吸引人的標題關鍵字,以及三個重點。每一頁簡報搭配一張和其標題關鍵字相關的圖片,顯示圖片時使用 markdown 語法 (https://source.unsplash.com/960x640/?<關鍵詞>)
於是在ChatGPT中我可以快速輸入設計簡報大綱的提示語。

或者,我可以輸入「 :topic 」這樣的關鍵字,這時候會彈出一個對話視窗,裡面有設計好的欄位讓我輸入特殊內容,其他部分則套上範本。
於是可以快速輸入這樣完整的內容:「根據前面提供的「快速輸入CjatGPT提示語」草稿,幫我設計有吸引力的部落格文章標題。要從原文出發,分析原文關鍵特色,原文解決的讀者痛點,標題吸引有痛點的人點擊。請一步一步思考,提供三個以上不同關鍵字、不同風格的部落格文章標題建議。」

在使用Espanso的過程中,我們可以把關鍵字指令設計得讓自己好記住。
但是一旦關鍵字多了起來,要記住還是很難的,這時候可以利用「 ALT + Space 」,快速搜尋自己已經建立的指令與要替換的內容。

在Espanso中設計ChatGPT提示語指令
想研究看看這個應用方式的朋友,可以下載我目前設計好的Espanso的「base.yml」檔案(就是自動輸入提示語的指令檔案),裡面有各種ChatGPT提示語與Espanso指令,可以自行複製與替換。

下面分享幾組我目前在Espanso中設計好,並常常使用的ChatGPT提示語案例。
例如我常常會在ChatGPT用不同的方式去摘要、筆記或分析各種學習資料。所以我在Espanso中設計了三種摘要指令:「sum1、2、3」,分別對應我的三種摘要情況,只要輸入對應的指令,就能立刻擴展成三種不同的摘要提示語。
像是我輸入 :sum1 ,就會彈出視窗讓我替換關鍵字,接著自動輸入成我平常常用的ChatGPT摘要筆記提示語。(我的常用學習摘要方法:用ChatGPT升級學習筆記整理技巧教學,如何有效輔助摘要文章?)


又或者我有一個專門設計Midjourney AI繪圖提示語的頻道助理,我會常常需要餵給他AI繪圖提示語請他學習,也常常會請他直接根據學會的內容設計新的提示語。(參考:我如何訓練ChatGPT撰寫Midjourney提示語?AI繪圖四個階段)
這時候我就設計了兩組Espanso指令:「mj1、mj2」,分別對應前面兩種情況,就可以節省我的很多時間。
而且輸入指令後,還會彈出欄位,讓我輸入這次要分析或設計的繪圖主題,其他部分則套用提示語範本。


還有我也常常讓ChatGPT根據他已有的知識,協助我撰寫一些知識筆記草稿。這時候我喜歡用下面這樣的提示語:
請幫我撰寫一篇筆記,重點是[[text]]。請確保提供引用來源,並盡可能包含資料的細節。
根據你資料庫中所知的論文研究、專家建議、新聞案例、書籍資歷。
請將筆記分為以下部分:[[list]]
請以嚴謹論述、實作風格、分析方法的寫作風格進行撰寫。
我也一樣設計到Espanso中,這樣我只要輸入:write這樣的指令,就會彈出視窗讓我輸入上述要替換的關鍵字,接著套用範本。

或者我也常常會跟ChatGPT一起討論「高效人生商學院」的Podcast節目大綱,我會這樣下提示語:
幫我修正與補充下面的podcast節目大綱。
節目主題是[[text]]。
期待節目內容與節奏可以更生動,
並且談出聽眾有興趣知道的關鍵方法。
請依此邏輯一步一步修正節目大綱:
同樣的,我可以在Espanso中設計好指令,例如:podcast ,接著在彈出視窗中輸入這次主題,就會替換整個提示語範本,快速輸入ChatGPT幫我分析。

你會有自己工作、生活中常常重複應用的ChatGPT提示語,不一定跟我一樣,不過可以參考我在Espanso的「base.yml」檔案(就是自動輸入提示語的指令檔案),一方面作為提示語參考,一方面可以設計看看利用Espanso建立更快速的生產流程。
雷亞遊戲作品下載破億的秘密,聯手Google Cloud開源又節流

我們想讓你知道的是
2011 年創立的雷亞遊戲(Rayark Inc.),從 2013 年就攜手 Google Cloud 導入相關雲端服務,雙方合作長達十年的關鍵是什麼?
2011年創立的雷亞遊戲(Rayark Inc.),秉持把感動永久留存在玩家心中的信念與堅持,不論是音樂節奏、休閒趣味、科幻動作、又或是策略RPG不同型態的作品,都希望創造出呈現時代回憶的經典製作。每回推出新款遊戲都能叫好又叫座,雷亞遊戲旗下作品的總下載數,全球上看1.3億次。
「我們的優勢,在於故事的呈現及藝術表現,創造出一個讓玩家與故事有聯結的世界觀,」雷亞遊戲技術長Alvin Chung回應。為了精進作品內涵、拓展遊戲更多可能性,雷亞遊戲從2013年就開始積極將開發架構、維運流程搬遷到雲端環境,進而讓團隊養成敏捷的協作文化。

Alvin Chung解釋,「我們希望把更多心力投入設計遊戲本身,同時優化玩家體驗服務,而不是過度分心或花太多資源去顧及底層網路架構,透過雲端工具源創造更大的效益。」若把一款遊戲從無到有,可拆分為企劃、開發、測試、上線等流程,這些不同階段的工作環境,雷亞目前是放在Google Cloud平台上運行。
完善數據治理工程,雷亞遊戲成立數據部門洞悉營運實況
一款遊戲要讓玩家感動,絕對不能只有感性要素,更需要從理性角度洞察玩家行為數據,才能讓用戶的留存保持穩定。尤其現代企業都知道,數據對於公司經營等同石油的價值,於是,雷亞決定成立數據部門,作為輔佐商業決策判斷的後勤核心團隊。
雷亞遊戲產品發行處數據分析部部長Denny Huang表示,「以前只用database,資料的細緻度不夠;打個比方,透過database只能看存摺的結餘,無法回溯歷程資訊;後來成立數據部門,把伺服器的log收進資料倉儲Google BigQuery,等於帳本的每筆明細都會留下記錄,再結合商業智慧與分析軟體Tableau,讓DAU(日活躍用戶)、MAU(月活躍用戶數)、留存率、付費率這些指標以視覺化圖表完整呈現。」

為了貼近玩家的需求、打造出更符合市場想法的作品,雷亞的營運團隊也希望藉由數據深入鞏固與玩家的黏著度,進而排除不利玩家留存的情境,就能事先透過BigQuery搭配Firebase實現A/B Testing。Alvin Chung舉例,遊戲業相當重視玩家前10分鐘的留存率,如果發現新手歷程在某一區卡關過久,他們就會調閱BigQuery內的玩家行為資料,找出用戶成長停滯的原因,進而修正遊戲的設計機制。透藉由此檢視及驗證方法,促使玩家加入遊戲的前10分鐘留存率提升50%。
盤點目前雷亞數據部門使用BigQuery的數據狀況,每天處理報表容量達9TB、單日300G流量,以及儲存操作紀錄超過300TB。如此龐大的資料量,雷亞也透過BigQuery搭配Tableau,落實更細緻的商業邏輯判斷。
Denny Huang分享其中一個情境:他們想知道玩家在特定戰場,怎麼運用卡牌的排列組合,這時候就能借助BigQuery及機器學習的運算,掌握某個關卡的通關率是否落在合理範圍。後續透過數據分析,找到禮包購買率的最佳時機點,並微調設定禮包內容物,以強化玩家購買誘因,讓特定產品付費率增加17%、 單一活動營收增加16%。
把關伺服器預算有效節流,借助BigQuery從每月縮短到每日掌握報表
如果說提升禮包購買率、留存時間拉長,對於遊戲開發商是「開源」策略,那麼透過Google Cloud來檢視整體服務的運作效率,則屬於「節流」手段。雷亞遊戲就提到,他們所部署的伺服器牽涉相當龐大的機器種類,內容涵蓋資料倉儲單元、資料庫單元、以及運算單元,運行過程勢必就會有所花費,這也是遊戲商的成本之一。
雷亞遊戲網站可靠性工程(SRE)工程師Gene Liu表示,「洞察伺服器維運數據,可以知道我們的後端服務是否有效率?服務品質如何?又或是有沒有讓玩家收到錯誤訊息狀況?透過監控整體後端服務的健康程度以及資源用量,讓我們知道研發資源需優先最佳化哪些項目。」
從上述情境可觀察到,SRE的主要工作就是要確保確保遊戲對內和對外服務的穩定,並且維持一定品質的玩家遊玩體驗。以對內服務來說,遊戲伺服器傳數據給BigQuery的過程,不但要保持通暢,而且也盡可能不會掉失任何資料。不過也因為遊戲玩家來自全球不同時區,等於系統的流量高低峰是24小時在變動;甚至若有特殊行銷檔期,玩家在同一時間大量湧入領獎勵,SRE團隊就要花更多時間在監測伺服器的運作狀態。

Gene Liu對此提到,「我們的後端服務部署於Google Kubernetes Engine之上,後端服務向BigQuery寫入資料是透過Pub/Sub,而Pub/Sub與BigQuery都是全代管的服務,可以大幅度减輕我們的工作負擔,不用手動擴展或縮減設定雲端服務所使用的資源,跟以前的維運工具相比,現在的管理模式可以節省非常多時間。」
另一方面,Gene Liu接著說,雷亞也在雲端環境架設資料視覺化網路應用程式平台Grafana,Grafana可以在網路瀏覽器內顯示資料圖表,並提供警告功能。因此一旦監測到數據峰值異常,就能立刻行動來最佳化産品的效能,或是有效排除伺服器原本不應浪費的成本。
「現在雲端服務的費用以raw data傳到BigQuery後,能透過Grafana即時檢視哪個專案的伺服器以及流量花多少錢,或發現花費異常時候,可以找到是哪個專案開的運算資源。以前要每個月收到帳單才知道費用,現在則是可以即時得知系統數據,並在數小時內掌握各項雲端服務的費用。」Gene Liu補充道。
期待以敏捷方式迭代產品,提供玩家即時又彈性服務
雷亞與Google Cloud的合作,除了上述相關應用,其他還包含Cloud Load Balancing、Compute Engine、Dataflow、Cloud Monitoring、Cloud Logging以及Google Workspace等解決方案,在其他業務及跨部門協作過程有廣泛運用。

Alvin Chung最後回應,「我們多年來觀察Google Cloud持續發布新功能,讓雷亞在做數據分析、維運上更穩定,也希望借力於雲端讓我們越來越省心,專注在遊戲的開發或加速迭代新的産品,更即時觀察市場的回應,進而縮短time to market的腳步。」
由此可見,雷亞遊戲在實現打造具時代回憶的偉大作品之際,藝術也要融合技術,除了讓玩家在遊戲過程感到幸福,同時也基於雲端應用,提供玩家快速又彈性的滿意服務。