OpenAI 在 ChatGPT 上推出GPT-5，已經有一個多禮拜的時間，經過了這個禮拜實際在工作生活當中的實務案例驗證，這篇文章跟大家分享目前我的一些應用案例與心得。GPT-5 推出之後，網路上有許多的聲音覺得更懷念以前 GPT-4o 的版本，所以 OpenAI 也從善如流，在 ChatGPT 裡針對 Plus 以上付費用戶提供了可以切換回舊版模型的選項。在預設的 GPT-5 模式當中，也提供了自動、快速（即時解答）、快速思考、思考（Thinking）的不同選項，讓用戶有更多自由的選擇。快速結論： GPT-5 值得一用嗎？如果快速總結我使用了一個禮拜 GPT-5 的心得，我會說使用「 GPT-5 Auto 」模式，就是現在對 ChatGPT 一般用戶最好的選擇。而 GPT-5 有下面幾點特色：GPT- 5 的 Auto 模式會由 AI 自動幫我們切換適合的處理模型，一般使用者更易用，例如這個問題需要更深度的思考，還是可以快速回答，或是需要使用更多圖像分析處理，使用 GPT-5 可以把挑選模型這件事情交給 AI 處理，對大多數一般用戶來講會是一個更輕鬆也更正確的選擇。可以明顯感受到 GPT-5 有更長的上下文處理能力，對大量資料的細節掌握更高（對比 GPT-4o、 o3），能夠處理更大量的討論串資料，處理時把握住更多資料細節，也能完成更長更複雜的輸出。當 GPT-5 啟動 Thinking 模式時（對比 GPT-o3），結合網路搜尋、摘要、檢索資料，與多步驟思考，可以產出非常詳細、正確度高、分析邏輯有深度的輸出結果。我的感受是比原本 Plus 帳戶中我最常使用的 o3 模式有更好的處理結果。不過它需要的處理時間也更長，有時候會有長達 5 到 7 分鐘以上的處理時間，但很值得。GPT-5 能夠一次輸出的結果品質、正確度都更好（對比 4o、 o3），有更好的程式開發能力，更好的文本生成能力。例如可以生成功能更完整、介面更好看的網頁工具，或是輸出資料細節更豐富、分析更深入的報告。GPT-5 能更有效同時連結並處理 Gmail、 Google 日曆、 Google 雲端硬碟與多種網路服務資料，並分析大量資料後，輸出細節更完整、內容更準確的結果。（GPT-5 對免費到付費用戶全面開放，不過有使用額度的限制，以 Plus 用戶來說，每 3 小時 ~160 則，Thinking 每週 ~3000 則，額度到了，會自動降為 mini 版本處理。）遇到複雜任務時， GPT-5 會啟用思考模式（Thinking ），也可以手動選擇開啟。GPT-5 Thinking 是我覺得這個新模型最值得一用的功能。不只可以處理更長的上下文、整理更大量的資料，更重要的是他的推理思考步驟更具體、更詳細、更複雜。下面是一個 GPT-5 Thinking 思考流程，可以看到他會：拆解問題，分解工作流程，分步驟進行處理。每一步搜尋會找到不同資料，進行資料摘要處理。對分析的資料、完成的步驟進行反思，推理更好的處理方式。最後完成一個內容更完整深入的輸出。之前的 o3 推理模型也有類似功能，而 GPT-5 Thinking 能夠一次拆解處理的步驟更多、更詳盡、更深入。基本上像是一個小型的 Deep Research（參考：先用 Deep Research 掃清認知盲區，再用 Google 搜尋，我的 6 種學習新流程），更有能力處理困難、複雜問題，並完成詳盡的、正確的輸出。而且 GPT-5 有能力「同時」連結多種資料類型進行處理：可以上網搜尋。也能同時檢索整個 ChatGPT 當中不同聊天室記錄。還可以同時連結我的 Google 雲端硬碟、Gmail、行事曆等第三方雲端服務上的資料。然後進行最後的統整整理。結合 GPT-5 Thinking 的長上下文、多步驟推理思考，以前無法處理好的大量資料、多步驟工作流程，現在 GPT-5 可以產出不錯的結果。像是下圖這個例子，我請 GPT-5 幫我上網搜尋目前 GPT-5 功能說明、案例介紹，然後同時要從我的不同聊天記錄分析日常工作流程，最後統整出適合我去試試看的 GPT-5 應用。經過了 5 到 7 分鐘的思考，下面是他產出的其中一段結果。這段結果大概是其中五分之一的內容。你可以看到確實可以結合多方來源的資料，包括網路資料、我的聊天記錄、我的工作習慣，透過有效的分析，提供給我實際應用的建議.案例1. GPT-5 與 4o 處理文件的差別：分析大量簡報、講義，整理出這堂課程目前的學習重點，並提供改進建議我常常有大量的簡報、文件、講義檔案需要進行統整、比較、分析，然後去建立一些新的課程大綱。下面這個案例就來看看 GPT-5 跟 4o 兩種模型處理的結果。首先，我上傳了多份相關的課程文件資料，然後利用下面的指令要求 AI 幫我去分析資料，統整出一個共同的構，處理相異的部分，整合出一個更完整的內容，還要能夠進行一些延伸的補充。你是防彈筆記法課程專家，分析下面指定的講義、簡報、課綱，整合出最完整的課程內容版本。 請一步一步處理。從每一份資料中彙整出課程重點、概念、技巧、演練、案例。整理共通的部分，成為課程主架構。整理每一份資料中相異的部分，也彙整到主架構中，成為更完整版的內容。針對完整版內容，補充可以增加的技巧、演練、案例建議。在沒有主動啟動 GPT-5 Thinking 功能的情況下，單純 GPT-5 完成了下面的整理，處理速度則非常快（大約 20 秒內就完成了多份文件內容的讀取與整理），而且資料的抓取很準確，也足夠詳盡。我刻意切換回 4o 的舊模型，試試看同樣的資料處理，結果產出的內容如下。關鍵不在於是否有用表格整理，而是可以看到 4o 處理的結果明顯缺乏許多細節，雖然也可以做統整，但只能處理到資料表面的重點，而 GPT-5 則可以往下深入到資料的細節。案例2.GPT-5 與 4o、 o3 程式開發的差別：把雜亂資料轉為網頁模板，雜亂想法變成可上手的 UI 原型GPT-5 在處理程式上也有很大的能力提升，除了可以處理更長的上下文，也就可以處理更複雜的程式架構之外，像是介面、網頁模板的設計上，也有更好的視覺效果呈現.例如我請 AI 根據前面課程內容，設計課程網頁版面。你是課程頁面設計師，根據上述時間管理課程，以 React + Tailwind 寫一個「課程報名落地頁」。請一步一步處理：整理上述討論重點，拆解課程目標、解決痛點、特色方法、吸睛要素。需求：主視覺、三賣點卡、講師區塊（頭像/簡介）、FAQ、表單驗證（Email/手機）、行動版優先。下面是 GPT-5 處理的結果，「一次生成」就完成下面這個新潮的、內容豐富的、課程文案邏輯正確合理的網頁版面。而下面是同樣資料、同樣指令下， 4o 完成的結果，是不是有明顯差別？如果要開發一個比較複雜的軟體，用 GPT-5 ，提供下面指令，一口氣可以完成下圖介面的日記工具版本。你是生產力工具的開發工程師，設計一個日記工具。請一步一步分析：日記工具可以協助我建立文字為主的日記內容。每一則日記可以設定標題、日期、標籤、表格。可以搜尋，可以用標籤過濾日記。可以用行事曆檢視日記。日記之間可以互相連結，並有一個日記連結展示圖。而如果用 4o 處理，只能完成下面這樣的設計，主要功能有，但介面完成度低。那如果用原本的 GPT-o3 呢？同樣的指令，可以一口氣完成下圖設計，可以一次做出來的功能比 4o 多，但是完成度還是輸 GPT-5 一大截。案例3. GPT-5 搜尋資料、整合資訊、輸出文案，更強大的上下文處理能力這一個禮拜以來，我特別喜歡使用「 GPT-5 Thinking 」模式，類似 o3 的思考、搜尋能力，但 GPT-5 可以做的步驟更多；更進階，搜尋資料更深入。例如下圖的例子，我可以讓 GPT-5 一口氣收集全台灣各地的表演藝術活動資訊，廣度足夠，而且都很準確。當我要整合前面討論串的上下文內容時， GPT-5 很明顯的可以處理更多細節，整理更多資訊，把更多資料整理成完整的比較表格。需要輸出時， GPT-5 Thinking 能夠思考更好的邏輯，並做出有效的資訊分析整合。例如整理上述資料，撰寫新聞稿， GPT-5 會主動以活動的賣點、地點、特色做整合，思考正確的邏輯後，開始撰寫。不過在輸出文稿上， GPT-5 一次撰寫 2000 字左右內容比較能把握品質，再長的話，後面內容就會失真或簡略，還是需要分段輸出文本更有效。案例4. GPT-5 有能力處理更複雜工作流程：一次處理課程講義 + 會議記錄 + 任務筆記，一次輸出不同形式內容我不希望 AI 只能幫我處理簡單的任務。想要能夠一次處理更複雜的工作流程。可是複雜的工作任務常常一次需要處理多種不同類型的資料，還有不同的規格形式要輸出。以前的 GPT-4o 這些模型可能無法一口氣完成這麼多步的工作流程處理。但是現在的 GPT-5 則可以辦得到！例如下面這個例子。我一次把一份會議記錄組織稿、一份課程講義簡報、一個任務筆記上傳。然後請他分析這些資料之後一次產出會議重點整理、決策分析跟一頁報告。結果 GPT-5 可以在一口氣的處理過程中就完成所有的需求。也就是我們可以對GPT-5下更複雜的指令、設計更複雜的工作流程、給他更多的資料，並且正確完成處理。以下是 60 分鐘會議逐字稿、投影片、任務表（CSV）。請：1) 產出會議紀要（含 Action owner/Deadline/依賴）；2) 匯整決策依據；3) 生出「對上報告」1 頁。若有矛盾資訊，逐點標註並提出需要確認的問題清單。案例5. GPT-5 與 Gemini 2.5 pro 比較：解讀、比對兩張流程圖（圖像），分析、統整並解釋AI的圖像處理也是我很常使用的功能，我指的不是生成圖像，而是根據我提供的流程圖圖解素材進行理解分析，並且由此衍生出更多資料的輸出。而 Google Gemini 在圖像的分析處理上往往擁有不錯的能力，所以這裡我拿 GPT-5 跟 Google Gemini 的 2.5 Pro 模型來進行比較。你是電腦玩物站長，解析這兩張流程圖，分析背後的方法論，並為每一步驟搭配適合案例解析，請一步一步處理GPT-5 對流程圖的解析更細緻、完整，而且方法論的解釋更深入，能夠抓住特色，而不是只要表面概念（相對於 Gemini 2.5 pro）。對流程圖的延伸解釋上， GPT-5 可以做到把兩個方法論融合，解釋得非常完美。相對來說，Gemini 2.5 pro 看起來講了很多，但內容其實相對空泛，也沒有把兩個方法論做很好的整合。案例6.當 GPT-5 結合 Deep Research：彙整 10 本競品資料，結合 Google Drive 內部文件，研究輸出決策報告前面我們已經看到 GPT-5 在大量資料整理、多種類型資料分析，和多步驟思考推理輸出上，具備的強大能力。這樣的能力，如果讓 ChatGPT GPT-5 再加上「 Deep Research 」，那就是如虎添翼，可以一口氣完成下面這樣的處理。你是資深出版企劃，研究上傳的簡報、講義，與電腦玩物相關文章，設計「AI × 高效工作術」出版企劃報告。請一步一步處理：1) 搜尋並研讀 Gogole Drive 上的 AI、 ChatGPT 課程簡報、講義。 2) 搜尋電腦玩物上的相關文章，找出資料，補足更多工具、方法、內容。 3) 分析目前台灣出版市場的 AI 書籍，找出 3 個沒被滿足的讀者痛點4) 比較我的課程、文章與競品之間的差異5) 根據滿足痛點、呈現差異的特色，設計本書主題與書名/副標 5 組6) 根據書籍企劃需要，補足市場分析、特色說明、撰寫方向下圖可以看到， GPT-5 ＋ Deep Research 可以大量結合 Google 雲端硬碟上的簡報、我的電腦玩物文章、加上網路上的各種參考資料，爬梳資料的廣度、深度，都比 o3 ＋ Deep Research 有明顯提升。分析大量文件、資料後，做出有效的分析規劃，也更加輕而易舉。案例7. GPT-5 Thinking 是否能把電腦玩物所有書籍都找出來？並且依據我需要的格式回填資料讓我用下面這個案例，來測試 GPT-5 Thinking 的處理資料能力。搜尋「電腦玩物站長 esor 」撰寫過的書籍，把書籍細節整理成表格。請一步一步處理，上網搜尋並判斷正確資料，找出書籍名稱、出版年份、頁數、售價，然後分析整理書籍介紹重點，最後提供讀者根據不同需求適合挑選哪一本書的建議。首先他正確處理上網搜尋步驟。接著他正確理解了各個網頁資料中的格式，並且有邏輯的進行了分析統整。這裡不僅完成了大量資料的爬梳（我寫了 10 本書籍），還包含了資料的理解詮釋（表格最右邊的書籍特色介紹）。案例8. GPT-5 ＋ 代理程式的能力：能否從郵件/行事曆抽取任務、排時間、完成週計劃在ChatGPT付費版中，前幾個禮拜推出了一個叫做「代理程式」的功能。基本上它是一個 AI 代理人。我們可以設計一套指令，接下來就可以請 ChatGPT 幫我完成一系列的自動化工作流程，這些流程可以讓 AI 去處理各種需要人去進行網頁服務操作的步驟。例如：可以讓AI去連結我的Google行事曆、Gmail去讀取最近的行程跟郵件。然後可以讓AI代理人去爬梳更多的網頁資料。最後產出一個有效的輸出結果，例如一份報告或者是一份計畫。這樣的代理程式能力，如果結合GPT-5，那麼同樣也有如虎添翼的效果。下面是我的測試。從我未來 14 天行事曆、郵件，整理重要行程、任務的準備清單。 請一步一步處理：1. 檢查 Google Calendar 各個行事曆，確認未來 14 天的重要行程事件。2. 檢查近期 Gmail 郵件，確認有提到未來 14 天內須要交付的任務。3. 查看我在不同聊天室中，討論到上述相關事件的內容。4. 開始安排兩週計畫，根據任務、目標、下一步行動與風險預防、緩衝行動，產出計畫報告。GPT-5 能夠根據行事曆，找出任務相關的郵件，在資料連結中有更強的處理能力，可以把相關資料整理在一起，並且正確率與細節度都很高。在混亂的資料中， GPT-5 還能梳理出有效的邏輯，並根據具體任務作出行動推理。OpenAI 的 GPT-5 現在對 ChatGPT 的所有版本用戶都已經開放了。對免費用戶來說，預設的 GPT-5 一定可以明顯感受到跟以前版本處理能力上的差別。大家很在意的情感溫度等，OpenAI 說他們正在改進當中，但我自己更在意的是任務生成結果的嚴謹性、深入性、正確度和分析的品質，而這部分 GPT- 5 確實比前面的模型要處理的更好。而對於付費版用戶來說， GPT-5 的 Thinking 模式大多數時候都比之前的 o3 版本要有更強大的資料處理能力，如果再把 GPT-5 跟 Deep Research 或者代理程式的功能結合在一起，那麼我們可以去思考一個更複雜的任務輸出，交派給 AI 更複雜的工作流程，讓 AI 在幾分鐘自動化的處理過程中，一口氣幫我們完成大量資料的分析和輸出。可以更明確的節省更多的工作時間。大家可以參考我上面的案例，實際去測試看看。大家好，我是電腦玩物站長 Esor ，歡迎參考我的系列課程與書籍：2024/6 最新著作上市，歡迎支持：《高效人生工作法圖解》「個人數位生產力」線上課程（可使用電腦玩物老讀者折扣碼 ESOR500 ，獲得 500 元折價喔！）。時間管理、筆記系統、AI 工具相關課程：「課程介紹連結」著作：《防彈筆記法》訂閱追蹤 podcast 節目：「高效人生商學院」（Apple podcast 訂閱、 Google Podcast 訂閱）訂閱「電腦玩物電子報」，不定期出刊。我的電子郵件是 esorhjy@gmail.com ，如果你有任何關於筆記術、時間管理、提升工作效率的問題，歡迎寫信跟我討論。（歡迎社群分享。但全文轉載請來信詢問，禁止修改上述內文，禁止商業使用，並且必須註明來自電腦玩物原創作者 esor huang 異塵行者，及附上原文連結：ChatGPT GPT-5 比 4o、 o3 好用嗎？一週使用心得，8個應用案例比較）