Build Hour：ChatGPT 裡的 Workspace agents（第 1/3 段） ☕ Buy me a coffee

🧑‍🏫 這支 OpenAI 官方 Build Hour 介紹 ChatGPT 裡的新功能 workspace agents。agent 是能自己分步驟做事的 AI 助手。影片示範不用寫程式，只要用講的，就能做出一個每天早上自動幫你準備會議資料的 agent。如果你常被重複又零碎的準備工作卡住，這支能讓你看到這類工作可以交給 AI 到什麼程度。

• 00:05 Build Hours 的目的是用真實範例與技巧，幫助團隊從 OpenAI 產品獲得更多實用價值；本集主題是在 ChatGPT 中建立 workspace agents
  ↳ Build Hours 是 OpenAI 定期辦的實作直播，用真實例子教團隊把產品用出價值。這集的主題是 workspace agents，也就是 ChatGPT 裡幫團隊做事的 AI 助手。
• 00:36 workspace agents 目前以 research preview 形式，開放給 ChatGPT business、enterprise、EDU 與 ChatGPT for teachers 方案
  ↳ research preview 指功能還在測試階段，先開放部分用戶試用。目前只開放 Business、Enterprise、EDU 和教師版方案，個人方案不在名單內。
• 00:36 本集流程：Christina 先介紹 workspace agents，Hojun 示範兩個 demo，Christina 再分享入門技巧、agents 與 GPTs 的比較、企業管理員控制，最後現場問答
  ↳ 這集分三塊：先講概念，再看兩個實作例子，最後講上手訣竅、和 GPTs 的差別、公司管理員怎麼控管。GPTs 是 ChatGPT 裡可以自訂的聊天助手。
• 00:36 Demo 一是會議準備 agent：查看行事曆、做研究、產出會議簡報（meeting brief）
  ↳ 第一個例子是幫你做開會前的功課。agent 自己看你的行事曆、查對方資料，整理成 meeting brief，也就是開會前讀的重點整理。
• 00:36 Demo 二是軟體審查 agent：處理員工在 Slack 提出的請求，並依公司政策安排下一步
  ↳ 第二個例子是內部申請流程。同事在 Slack（公司常用的聊天工具）提出想用某套軟體，agent 會依照公司規定判斷下一步怎麼處理。
• 01:06 workspace agents 是 ChatGPT 中由 Codex 驅動的 agents，用來處理橫跨多個系統、複雜且長時間執行的工作，可存取檔案、程式碼與工具
  ↳ Codex 是 OpenAI 擅長執行任務的 AI 代理技術。workspace agents 用它當引擎，所以能翻檔案、用工具，處理步驟多、要跨好幾個系統的事。
• 01:37 它不只是一人對一個 prompt：能蒐集合適的 context、在背景持續執行，並可分享到 ChatGPT 或 Slack 讓整個團隊一起使用
  ↳ 一般用 ChatGPT 是你問一句、它答一句。agent 會自己去找需要的 context（做事需要的背景資料），你不在時也繼續做，還能分享給整組人用。
• 01:37 workspace agents 具備 memory，可在對話中被引導，並隨時間改善
  ↳ memory 是讓它記得過去的互動。你在對話中糾正它，它會記住，越用越貼近你們的做法，不用每次重教。
• 01:37 開始方式：點 ChatGPT 側邊欄的 agents，描述團隊現有的工作流程，ChatGPT 會協助把它轉成 agent
  ↳ 上手不用寫程式。在 ChatGPT 左側欄點 agents，用平常說話的方式描述你們現在怎麼做這件事，ChatGPT 會幫你轉成一個 agent。
• 02:09 定位比較：workspace agents 給團隊用，適合共享工作，任務在雲端執行，電腦關機也能跑
  ↳ 雲端執行是指工作在 OpenAI 的伺服器上跑，不在你的電腦上。所以你闔上筆電下班，它照樣按時做事。它的設計本來就是給團隊共用。
• 02:09 Codex 適合個人搭配個人 agent 完成工作；Agents SDK 則給想把自訂 agent 直接做進自家產品與客戶體驗的團隊
  ↳ 三者分工不同。Codex 偏向個人自己用的助手。Agents SDK 是給工程師的開發工具包，讓公司把 agent 做進自家 App 或服務，提供給客戶使用。
• 02:39 OpenAI 內部案例：行銷團隊的 agent 能把產品簡介直接變成網站，需求來源是 Google Docs 與程式碼
  ↳ OpenAI 自己的行銷團隊，把寫在 Google Docs 的產品介紹和相關程式碼交給 agent，agent 就能直接做出網站。
• 02:39 會計團隊建了 agent，協助更快、更一致地準備月底結帳（month-end close）
  ↳ month-end close 是會計每月月底對帳、關帳的例行工作，步驟多又容易出錯。agent 幫忙準備，讓這件事做得更快，每個月的做法也更一致。
• 02:39 財務團隊的供應商風險審查 agent：研究供應商，評估制裁風險、財務健康、聲譽風險等訊號，並產出結構化報告
  ↳ 財務要跟新廠商合作前，agent 先查這家公司有沒有被制裁、財務穩不穩、名聲好不好，再整理成格式固定的報告，方便比較和存檔。
• 03:09 會議準備 agent 是為了減輕客戶會議準備中，需要橫跨多個系統的手動工作
  ↳ 準備客戶會議時，常要在行事曆、雲端硬碟、網路之間來回翻資料。這種重複又零碎的手工活，就是這個 agent 要接手的部分。
• 03:39 Hojun 每天早上會收到名為 Auto 的 agent 寄來的 email：它查行事曆，在網路或 Google Drive 研究客戶，並為每場會議建立簡報附上連結
  ↳ 講者 Hojun 的實際用法：每天早上會收到名叫 Auto 的 agent 寄來的信。它已經看過當天行程、查好客戶資料，每場會議都附上一份簡報連結。
• 03:39 過去每晚花數小時做會議準備文件（用來和團隊對齊議程），現在都由 agent 在背景完成
  ↳ 以前他每晚要花好幾小時寫會前文件，讓團隊對齊要談什麼。現在這段工作改由 agent 在背景自動完成，他直接看成果就好。
• 04:10 這個 agent 可以分享，讓其他人依自己的工作流程客製化，得到類似的價值
  ↳ 做好的 agent 可以分享給同事。對方能依自己的工作習慣調整，不用從零開始做，也能得到差不多的幫助。
• 04:10 示範依照一份 cookbook 進行，觀眾可以跟著操作，也可以會後再回頭參考
  ↳ cookbook 是官方的逐步操作說明文件。示範照著它走，你可以邊看邊做，也可以之後再拿出來一步步照做。
• 04:41 示範素材都是假資料：模擬的行事曆事件與虛構客戶，另有帳戶筆記、公司資訊與一份 sales meeting prep 範本
  ↳ 示範用的全是假資料，包括假的行程、虛構的客戶、客戶筆記、公司資料，還有一份業務會前準備範本。畫面上的公司和人名都不是真的。
• 05:11 workspace agents 只要用自然語言就能建立 agent；可以從空白開始，也可以使用下方的範本
  ↳ 建立 agent 只要用文字描述你要什麼。可以從空白開始寫，也可以挑現成範本修改。不知道怎麼開頭時，範本是很好的起點。
• 05:41 示範的 prompt 內容：協助 sales meeting prep、列出需要的工具與 apps、說明有範本可用，最後要求寄出 email，附上即將到來的會議摘要與完整簡報連結
  ↳ prompt 就是你下給 AI 的指令。示範的指令講清楚四件事：要幫什麼忙、會用到哪些工具、有範本可以參考、成果怎麼交（寄信附摘要和簡報連結）。
• 05:41 送出 prompt 後，ChatGPT 會引導整個建置流程，先產出 agent plan 大綱讓你審閱，再開始建置
  ↳ agent plan 是建置前的計畫大綱。ChatGPT 先列出它打算怎麼做，讓你確認方向沒錯再動工，免得做完才發現它誤會你的意思。
• 06:11 建置過程可以一直用自然語言跟 ChatGPT 互動，給回饋、一起迭代，打造強大而複雜的 agent
  ↳ 過程中隨時可以直接用說的給回饋，例如「簡報再精簡一點」，它就會改。來回幾輪，就能做出步驟複雜、又符合需求的 agent。
• 06:41 建置時 ChatGPT 留在左側窗格，右側負責設定排程、apps、工具，並產生精調過的指令集（instruction set）
  ↳ 畫面分成兩半：左邊跟 ChatGPT 對話，右邊顯示設定，包括什麼時候自動執行、能用哪些 App，還有 instruction set，也就是 agent 的工作說明書。
• 06:41 這是 no-code 的建立方式，但 agent 的運作仍像 Codex agent：可在背景跑長時間任務、存取資料、跨系統採取行動
  ↳ no-code 是不用寫程式的意思。你雖然只是用講的，做出來的 agent 能力跟 Codex 一樣，可以在背景長時間工作、讀取資料、在不同系統之間動手做事。
• 07:44 指令完成後，可以直接手動修改設定，也可以在左側給 ChatGPT 回饋，由它處理所有設定
  ↳ 設定完成後有兩種改法：直接在右側手動修改，或在左側告訴 ChatGPT 要改什麼，讓它幫你調整。看你習慣哪一種。
• 07:44 對使用到的每個 app，都可以限制 agent 能存取的權限
  ↳ 每個接上的 App，都能分別設定 agent 可以做什麼、不能做什麼。只給它完成工作需要的權限，就能降低出錯的風險。
• 08:16 Google Calendar 範例：agent 只需讀取行事曆，因此停用寫入類動作，確保它不會調整或更改任何事件
  ↳ write actions 是會改動資料的動作，例如修改會議。這個 agent 只需要看行程，所以把寫入關掉，確保它不會動到你的行事曆。
• 08:47 再加入 Google Drive 與 Gmail；Gmail 需要寄信給自己，但可以停用這個流程不需要的其他動作
  ↳ 接著接上 Google Drive 查資料、Gmail 寄信。Gmail 只需要寄信給自己，其他這個流程用不到的動作都可以關掉。
• 08:47 workspace agents 的重點：掌控 agent 能做什麼、提供 playbook，讓它依排程執行任務，或透過團隊現有工具與它互動
  ↳ 核心概念有三件事：你決定它能做什麼；給它一套 playbook（做事守則）；讓它照排程自動跑，或在團隊原本用的工具裡直接找它。
• 09:18 加入 skill：apps 與工具之外，再給 agent 額外指引，讓它更好地協助建立會議準備文件
  ↳ skill 是額外的做事指引，例如一份好的會前簡報該有哪些內容。App 和工具給它能力，skill 教它怎麼把事情做好。
• 09:18 skills 可以從你現在使用的其他工具和平台匯入，把已經整理成文的最佳實務與流程帶進來，讓專業與一致性擴展到整個組織
  ↳ 如果你們已經有整理成文的 SOP 或做事規範，可以直接匯入成 skill。這樣資深同事的做法就能變成全公司共用的標準。
• 09:48 也可以選用組織內已有的熱門 skills，或讓 ChatGPT 幫你撰寫全新的 skill
  ↳ skill 不一定要自己寫。可以選組織裡大家常用的 skill，也可以請 ChatGPT 幫你寫一份新的。
• 10:55 agent 從 Google Docs 找到範本，加入格式指示，會議簡報會用表格、標題、條列呈現，方便一眼掌握重點，例如通勤時在手機上看
  ↳ agent 從 Google Docs 找到範本，並照指示用表格、標題、條列來整理簡報。這樣在手機上掃一眼就能抓到重點，例如通勤路上看。
• 11:26 切換到經過多次回饋與 preview run 調整過的版本，已經到可以排程與分發的階段
  ↳ 示範直接切換到另一個已經調整多次、試跑過的版本。這代表實際使用時要來回修好幾輪，才會到可以設定排程、分享給團隊的程度。
• 11:56 可以請 ChatGPT 執行 preview 測試，例如「用我明天的行事曆跑一次 preview」，跑完再給回饋、持續迭代
  ↳ preview run 是正式上線前的試跑。你可以說「用我明天的行事曆跑一次」，看實際產出哪裡不對，再告訴它怎麼改。
• 11:56 建立這些工作流程不需要 IT 或工程支援，目標是讓領域專家（subject matter experts）自己建立流程，再分發給團隊共享
  ↳ 重點是不用等 IT 或工程師排時間。subject matter experts（最懂這份工作的人）自己就能做出流程，再分享給團隊使用。

在示範中，Hojun 為什麼停用 Google Calendar 的寫入類動作？