用 Codex GPT-5.5 與第三方 LLM 打通 Claude in Office：Gateway Adapter 實作筆記

作者：


最近我在測試一件事情。

我想知道，有沒有辦法把 Claude in Excel、Claude in PowerPoint、Claude in Word 這三個好用的 Office 外掛，串接到我自己常用的第三方 LLM 服務上來使用。

講白話就是，我想讓 Claude in Office 這個外掛介面繼續留在 Office 裡面，但背後實際回答問題、修改文件、操作表格的模型，可以切換成我自己平常較常使用的 Ollama、Google Gemini、NVIDIA API，甚至是目前最頂級的語言模型 OpenAI GPT-5.5。

這個想法一開始聽起來有點瘋狂。

但實際操作完之後，這個串接流程讓我有一個很重要的體認：AI 工具的前端介面、API 協議、gateway、模型供應商，其實全部都可以個別拆開使用。拆開之後，很多原本看起來只能照平台既定規則走的東西，都有彈性組合的空間。

我最後把這個實驗整理成一個 GitHub 專案：

anthropic-claude-office-gateway-adapter

這篇文章就來完整記錄這個專案的發想、踩坑、架構，以及一般讀者可以如何部署與使用。


Claude in Office 真正厲害的地方，是它整合在 Office 裡面

Anthropic 從 2026 年初開始，明顯加快把 Claude 放進辦公軟體工作流的速度。

根據 Anthropic 的 Release Notes，2026 年 2 月 5 日，Claude for PowerPoint 進入 research preview，同時 Claude for Excel 也升級到 Opus 4.6，並支援像是 pivot table editing、conditional formatting 這類更接近原生 Excel 操作的能力。

Anthropic 在 Claude Opus 4.6 的官方文章裡，也提到他們對 Claude in Excel 做了重大更新，並推出 Claude in PowerPoint research preview。後續再加上 Claude for Word，整個 Claude in Office 的輪廓就慢慢成形。

如果簡單拆開來看，這三個外掛大概是這樣：

Claude in Excel 可以讀懂 workbook、公式、儲存格和多工作表內容。你可以問它某個財務模型的假設怎麼來，也可以請它更新假設、檢查公式錯誤、找出 root cause，或是建立新的模型與填寫既有模板。官方文件也提到，它可以提供 cell-level citations，這一點對 Excel 其實很重要，因為你不只想知道答案，你還會想知道答案是從哪個儲存格來的。


Claude in PowerPoint 則是把 AI 放進簡報製作流程裡。它可以依照既有模板建立投影片、編輯目前的 slide、從自然語言產生完整 deck 結構，也可以把 bullet points 轉成圖表、流程圖或原生 PowerPoint 圖表。重點是，它會讀取現有 slide master、字體、顏色和版型規則，盡量維持簡報原本的格式。


Claude in Word 比較像文件工作流的助手。它可以閱讀文件、回答問題、編輯選取文字，並且保留周圍的格式、編號和樣式。它也支援 tracked changes，讓修改可以直接進到 Word 原生的修訂模式裡。對於合約、備忘錄、報告、企劃書這類文件，它的使用情境也很直觀。


所以我會說，Claude in Office 真正厲害的地方，不像微軟 Copilot 一樣只能聊天給建議。

它的價值在於，它真的進到你正在工作的 Office 檔案裡面，能實際動手幫你操作。


為什麼這比一般 AI 生成簡報更實用

這幾年大家很熱衷用 AI 生成簡報。

不管是 NotebookLM、Gemini，還是 OpenAI ChatGPT，很多工具都可以用圖像生成模型幫你生出一份看起來很漂亮的圖文簡報。

但我自己的實務經驗是，這類生成式簡報常有幾個問題。

第一，很多內容最後都是圖片格式。圖片裡面的文字看起來漂亮，但如果你要拿回 PowerPoint 裡面修改，常常還要靠 OCR 或人工重打。

第二，一旦 OCR 解析出文字後版面就很容易跑掉。AI 產生的東西在預覽時看起來可以，但真正要套到公司模板、客戶模板、既有簡報格式時，往往又要花一段時間調整。

第三，後續編輯不夠順。簡報真正麻煩的地方，通常在主管改、客戶改、團隊改、資料改的那一段。只要格式不能持續編輯，前面生成得再漂亮，最後還是會回到人工整理。

Claude in Office 這類外掛比較不一樣。

它不是在外面產出一張漂亮圖片，然後叫你自己搬回 Office。它是直接出現在 Excel、PowerPoint、Word 這些原生環境裡。

你可以選取一個範圍，叫它修改。你可以在 PowerPoint 裡開著簡報，叫它新增幾張 slide。你可以在 Word 裡選取一段文字，叫它改成比較正式、比較短、比較適合客戶看的語氣。

改完之後，檔案還是一般 Office 檔案。表格還是表格，投影片還是投影片，Word 修訂還是 Word 原生修訂。

Copilot 當然也有它的使用場景。不過就我自己的實測來看，Claude in Office 在某些文件編輯與人機協作場景裡，更像是一個真的坐在 Office 裡的工作夥伴，不只是旁邊給建議的聊天框。


可惜，好用的工具通常都有門檻

問題來了。

Claude in Office 這麼好用，當然不會完全沒有門檻。

目前 Anthropic 官方文件中，Claude for Excel、Claude for PowerPoint、Claude for Word 都屬於 beta 或 research preview 性質，並且主要提供給 Pro、Max、Team 或 Enterprise 方案使用者。這對本來就重度使用 Claude 的人沒有問題，但對一般使用者來說，狀況就不一樣。

很多人平常可能已經訂了 ChatGPT Plus、Google Gemini，或者手上已經有 OpenAI API、Google API、NVIDIA API、Ollama Cloud 之類的額度。

這時候如果只是為了 Claude in Office，再多訂一個 Claude Pro 或 Max，心理上會有一點卡。

尤其對於不是每天寫程式、不是每天跑 AI Agent 的使用者來說，每個月多一筆訂閱費，最後可能又用不完，形同資源浪費。這種感覺我完全可以理解。

所以我當時真正想問的問題其實很簡單：

如果 Claude in Office 官方本來就有支援第三方 Gateway，那我能不能把這條 Gateway 路線拿來接我自己的 LLM？


我意外發現，官方其實有 Gateway 路線

Anthropic 官方有一篇文件叫做 Use Claude for Excel, PowerPoint, and Word with third-party platforms。

這篇文件的重點是，如果組織已經透過 AWS Bedrock、Google Cloud Vertex AI、Azure AI Foundry，或自己的 LLM Gateway 來存取 Claude，就可以讓 Claude in Excel、PowerPoint、Word 透過這些第三方平台連線。

換句話說，Claude in Office 的登入方式不只有「登入 Claude 帳號」這條路。它也可以走第三方Gateway。

官方文件裡還提到，這和 Claude Code 的 gateway pattern 類似。如果組織已經讓 Claude Code 透過 LLM Gateway 運作，理論上 Office add-ins 也可以指向類似的 endpoint。

這裡還有一個很關鍵的細節。

Office add-in 是跑在 Microsoft application 裡面的 sandboxed iframe。它不能像 Claude Code 那樣直接使用作業系統的 keychain，所以 Anthropic 也提醒，不要在 Office add-in 裡直接輸入 raw cloud provider credentials，而是要輸入 gateway-issued token。

當時看到這裡，我的創意想法就冒出來了。

如果官方本來就允許 Gateway，那我是不是可以在自己電腦上跑一個本機 Gateway adapter？


第一個坑：大家的 API 語言格式不同，需要轉譯

真正開始做之後，第一個問題很快就出現。

Claude in Office 期待的是 Anthropic-compatible API，特別是 Anthropic Messages API 的格式。

可是很多常見的第三方模型服務，像 OpenAI、Google Gemini、NVIDIA NIM，主要提供的是 OpenAI-compatible API。

表面上兩邊都叫聊天 API，但 request、response、streaming、tool calling 的細節其實差很多。

舉例來說：

  • Claude in Office 會呼叫類似 /v1/messages 的 endpoint
  • OpenAI-compatible provider 常見的是 /v1/chat/completions
  • 串流 SSE event 的格式不一樣
  • tool use 和 tool result 的資料結構不一樣
  • 有些模型會回 thinking block，有些只回 text，有些會把 function call 包在完全不同的位置

如果只是一般聊天，問題還比較小。

但 Claude in Office 最有價值的地方，就是它會操作 Office 工具。Excel 寫入、PowerPoint 編輯、Word 修訂，這些都會牽涉 tool calling。只要 tool calling 格式轉錯，外掛可能就會回 network error、invalid tool parameters，或是模型看似有回答，但完全不會動手修改檔案。

當然，市面上有一些現成的轉譯工具，例如 LiteLLM。這些工具很方便，也能支援很多 provider。

只是我在做這個專案時，心裡有一個很明確的取捨。

Office 文件常常會包含公司資料、報價、合約、財務表、專案內容。若把 prompt、文件內容、API key 都交給外部轉譯服務，安全性和信任邊界就會變複雜。

第三方 gateway 當然有它方便的地方。只是當處理對象變成自己的 Excel、Word、PowerPoint 文件時，我會比較偏向把最小必要轉換層放在自己電腦上。

這就是我後來做 local adapter 的原因。


第二個坑：Office add-in 需要 HTTPS

第二個問題更實際。

本機程式通常跑在：

http://127.0.0.1:4010

或：

http://localhost:4010

但 Office add-in 對連線環境比較嚴格。Microsoft 在 Office Add-ins requirements 文件裡也提到，Office Add-ins 本質上是 web add-ins，使用 HTTPS endpoint 是強烈建議，在 Office on the web 或 Microsoft Marketplace 場景也會更明確要求 SSL-secured endpoint。

所以如果我只在本機開一個 HTTP gateway，Office 外掛通常不會接受。

這就是為什麼我需要一個 tunnel 工具，把本機 HTTP gateway 暴露成外部可連的 HTTPS URL。

我一開始試過 ngrok，也試過 Cloudflare Quick Tunnel。後來我最後選 localhost.run。

原因很簡單：localhost.run 可以直接用 Windows 內建 OpenSSH 建立 tunnel，不需要額外安裝大型 client。它的 Forever Free Tier 文件也提到，短期 tunnel 不需要註冊就能使用。若註冊帳號並加入 SSH key，免費 domain 的壽命有機會比較長。

當然，免費方案仍然有代價。domain 可能會變，速度也有限制。這不會是企業級 SLA，但對個人實驗、開源示範、小型工作流測試來說，已經很夠用了。


最後做出來的東西：Claude Office Gateway Adapter

我最後把這些踩坑整理成一個 GitHub 專案：

anthropic-claude-office-gateway-adapter

它的架構可以用一行來看：

Claude in Office
→ localhost.run HTTPS Gateway URL
→ local Python gateway adapter
→ provider-specific bridge
→ Ollama / Google Gemini / NVIDIA / Codex Bridge 等 upstream model

這個專案的核心目標不是做一個超大型平台。

它的目標很單純：就是讓一般 Windows 使用者可以用一個批次檔，把本機 adapter、provider 轉譯、HTTPS tunnel 一次啟動起來，然後直接把 Gateway URL 和 Token 貼到 Claude in Excel、PowerPoint 或 Word 裡面來運作。

目前專案支援的方向包含：

  • Ollama local / Ollama Cloud
  • Google Gemini API
  • NVIDIA API
  • OpenAI-compatible provider
  • Codex app-server bridge，可用來串接 Codex GPT-5.5

其中 Ollama 這條路也有官方背景。Ollama 官方文件有一頁 Anthropic compatibility，說明 Ollama 提供 Anthropic Messages API compatibility，可以讓 Claude Code 這類期待 Anthropic API 的工具連到 Ollama。文件裡也提到 Ollama 支援 local models 和 cloud models。

這也是我一開始會覺得這條路可行的原因。

既然 Claude Code 可以透過 Anthropic-compatible API 連到其他模型，那 Claude in Office 也值得試。


如何部署這個專案

以下用 Windows 環境示範。

你需要先準備：

  • Windows 11
  • Microsoft 365 的 Excel、PowerPoint 或 Word
  • Python 3
  • Git
  • Windows OpenSSH client
  • 至少一個你要使用的 upstream provider

Provider 可以是 Ollama、Google Gemini API、NVIDIA API、OpenAI-compatible API，或 Codex Bridge。你不需要全部都有，先選一個自己最容易測的就可以。

1. Clone 專案

git clone https://github.com/taoyutsun/anthropic-claude-office-gateway-adapter.git
cd anthropic-claude-office-gateway-adapter\windows

2. 安裝 Python 套件

python -m pip install -r requirements.txt

3. 設定 provider API key

如果你要使用 Google、NVIDIA 或其他需要 API key 的 provider，可以複製範例設定檔：

copy ClaudeOfficeProviders.env.example ClaudeOfficeProviders.env
notepad ClaudeOfficeProviders.env

你只需要填自己要用的 provider。

這個 .env 檔案不要傳給別人。裡面會放你的 API key。

4. 建議設定 localhost.run SSH key

localhost.run 可以不用註冊就建立短期 tunnel。

不過我會建議註冊 localhost.run 帳號，並加入自己的 SSH key。這樣免費 domain 比較有機會維持久一點，也比較不容易每次都完全換掉。

localhost.run 的 SSH 用法也可以參考專案中 localhost.run Setup 說明或官方 CLI docs 和 Forever Free Tier。


5. 如果要使用 Codex Bridge，先登入

如果你想測 OpenAI / Codex Bridge 這條路，先執行：

.\Start-Claude-Office-CodexBridge-Login.bat

這會使用獨立的 Codex home 來登入，不會直接覆蓋你主要的 Codex 設定。

6. 啟動 Gateway

接著執行：

.\Start-Claude-Office-CodexBridge.bat

啟動並選擇要使用的服務供應商和語言模型後，終端機會顯示：

  • Gateway URL
  • Token
  • Model
  • Upstream provider

這時候打開 Claude in Excel、PowerPoint 或 Word，在 Gateway connection 裡填入 Gateway URL 與 Token。(專案預設會自動產生 gateway token。)


可以怎麼測試

我會建議讀者不要一開始就拿正式文件測。

可以先開一個空白 Excel、PowerPoint 或 Word，用簡單資料測通，再慢慢換成自己的工作檔案。

Excel 基本理解測試

請讀取目前工作表，幫我摘要這份表格的主要欄位、資料型態，以及你覺得最需要檢查的 3 個地方。

Excel 寫入測試

請使用工具，在目前工作表建立一個簡單的月度支出摘要表。欄位包含「月份、收入、支出、結餘」，並填入 3 個月份的示範資料。完成後，請在表格下方加上一列合計。

PowerPoint 測試

請幫我建立一份 5 張投影片的簡報大綱，主題是「第三方 LLM 串接 Claude in Office 的實作流程」。請包含：背景、問題、架構、操作流程、限制與風險。

Word 測試

請閱讀這份文件，幫我整理成一段 300 字內的摘要，並列出 5 個可以改善語氣與結構的建議。

跨 Office 測試

如果你同時開著 Excel 和 PowerPoint，也可以試：

請根據目前 Excel 工作簿裡的主要結果，幫我整理一段可以放到 PowerPoint 簡報的結論頁文字。

這類測試可以幫你確認三件事：

  • Gateway 是否能登入
  • 模型是否能正常回覆
  • 模型是否真的會調用 Office 工具

第三點最重要。因為有些模型可以聊天，但不一定擅長 tool calling。能登入不代表能穩定操作 Excel 或 PowerPoint。



這個專案目前的限制

我自己測到現在，這個方向是可行的。但我也不想把它講成萬能工具。

第一，這不是 Anthropic、Microsoft、Ollama、Google、NVIDIA 的官方產品。這是一個個人研究與實作用的 open-source adapter。使用前，請自行確認你使用的 provider 條款。

第二，不同模型的 Office 工具調用能力差很多。有些模型一般聊天很順，但遇到 Excel 寫入、PowerPoint 編輯、Word tracked changes，就可能開始出錯。這不是單純 gateway 的問題，也和模型本身對 tool schema 的理解能力有關。

第三，免費 API 或免費模型常有 rate limit。Office 工具呼叫看起來只有一個動作，但背後可能觸發多次 LLM request。若 provider 的 RPM 或 TPM 很低，就可能出現 Too Many Requests。

第四，localhost.run 免費 tunnel 有時間性限制。URL 可能變，斷線後可能要重新啟動 launcher。設定 SSH key 可以改善體驗，但它仍然不是企業級固定網域方案。

第五，無須把真實 API key 貼到 Office Gateway token 欄位。Gateway token 應該使用 adapter 產生的 token。

我會建議大家先用測試資料跑通，再決定要不要拿來處理正式文件。


我自己的 take-home message

這次實作對我來說，最有趣的地方其實不是多做了一個批次檔。

表面上看起來，它只是幫我啟動本機 proxy、模型 provider、localhost.run tunnel，然後印出一個 Gateway URL。

但真正做完之後，我才發現這件事背後的意義比較大。

當我們把 AI 工具拆成幾個層次來看，很多事情會變得比較清楚：

  • 前端介面：Claude in Office
  • 協議格式：Anthropic Messages API
  • 轉譯層：local gateway adapter
  • HTTPS 通道：localhost.run
  • 模型供應商：Ollama、Google、NVIDIA、OpenAI / Codex

以前我們常常把這些東西綁在一起看。平台給什麼，我們就用什麼。

可是實際拆開之後，你會發現很多模組其實可以替換。前端可以保留，模型可以換。API 協議可以轉。HTTP 可以透過 tunnel 變成 HTTPS。認證也可以透過 gateway token 隔一層。

這對一般使用者來說，可能一開始有點技術門檻。

但對經常使用 AI 工具的人來說，這很可能會變成一種新的個人 AI 基礎建設。

你不用每次都等平台官方幫你整合。你可以用自己已經付費或免費的平台、已經熟悉、已經測過穩定的模型，串接到真正每天會用的工作場景裡。

這就是我做這個專案最大的收穫。

先求有，再求好。

先把最小可行版本跑通，後面很多想像空間就會自己冒出來。


📌 您可能也會有興趣的其他文章:

留言

張貼留言

熱門文章

Gemini Voyager 教學：資料夾管理、引用回覆、去浮水印一次搞定

作者：
圖片
  你一定也遇過：Gemini 越用越順，卻也越用越卡 這三年多，大家最常用的 AI 工具，從 ChatGPT 開始。 最近又因為 Gemini 的 Nano Banana Pro 繪圖功能 很紅，很多人也開始慢慢轉過去。 我自己用下來的感覺是：Gemini 確實越來越好用。 但在操作介面上，跟 ChatGPT 比起來則仍然稍嫌不足。 你有沒有遇過這種狀況？ 對話沒有專案 / 資料夾分類 你問過的內容、你存過的靈感、你整理過的資訊，全都散落在最外層。 你想找過去的某一條對話。你只能一直滑、一直滑、一直滑。 滑到最後，你的耐心比你的手指先沒電。 圖片右下角自動加上浮水印 你想要一張乾淨的圖。你想直接拿去做簡報、做封面、做貼文。 但右下角那個浮水印就在那邊。 你只好再丟去第三方工具處理。流程被切斷。手感也被打斷。 沒有「引用回覆」功能 你想針對某一句話追問。你想針對某一段內容延伸。 但 Gemini 沒有像 ChatGPT 那樣「選一段就回那段」的引用回覆。 你只能自己重打、自己描述「我剛剛是指哪一段」。頗為麻煩。 所以我最近找到一個瀏覽器外掛。 它剛好把這些洞都補了起來。  Gemini Voyager：不是小修小補，是整套升級 我說的外掛叫 Gemini Voyager 。 它是一套「把 Gemini 介面補完整」的強化工具。 官方的定位很直接：時間軸、資料夾、提示詞庫、對話匯出，一次補齊。 下面這 5 個亮點 ，是我個人覺得最實用，也是你一裝就會立刻有感的功能。 5 大亮點 資料夾分層管理 + 匯出 / 匯入 你終於可以把對話「收進資料夾」。你也可以做「子資料夾」。 你還可以把整理好的結構帶走，換電腦也能延續。 圖片自動去除 Gemini 浮水印（NanoBanana） 這點我覺得很關鍵。 它不是用 AI 亂塗。它是用 反向 Alpha 混合（Reverse Alpha Blending） 做像素級的計算移除。 官方也強調「非 AI 重繪、像素級精度、非水印區域一致」。 引用回覆（選一段就回那段） 你在對話中選取任意一段文字。旁邊會跳出「引用回覆」按鈕。 你點一下，它就把引用格式直接塞進輸入框。 回覆更精準。追問也更省事。 對話框區塊變大（影院模式 / 寬度調整） 預設介面太窄，看表格、看程式碼、看長段落都不舒服。 Voyager 直接讓你把聊...
Read more »

用AI一鍵生成簡報PPT投影片真的有那麼神？全網最詳細AI簡報工具彙整與實測心得

作者：
圖片
一、前言 從2023年OpenAI爆紅之後，AI內容生成這件事就已經從專業圈擴散到大眾日常，幾乎變成全民話題。你一定也有發現，這兩年不管是學生、老師、上班族還是家長，大家都在問：「AI真的可以直接幫我生一份PPT簡報嗎？」 最近剛好親友有授課示範的需求，特別來問我：「現在AI可以做的簡報，真的一鍵搞定嗎？怎麼做？有推薦的工具嗎？」這問題問到我心坎裡。目前網路上雖然隨便搜尋就有一大堆推薦文，但是平台工具實在太多了，相信對一般使用者而言，一時之間根本眼花撩亂不知從何看起！ 所以我決定系統性來幫大家回顧整理一下，目前各種常用於製作生成簡報PPT投影片的AI工具。無論你是老師、職場工作者、學生還是專案管理者，只要你曾經煩惱過「要做PPT投影片但沒時間、沒靈感、沒美感」──這篇文章保證超實用！ 我會從 需求與痛點切入 ，直接帶你看懂 AI做簡報的原理 ，然後 把市面上熱門的平台通通分門別類，逐一比較與解析 ，不藏私地把每個平台「官網、功能、價錢、優缺點」全都列清楚。甚至連你想不到的小眾工具、進階技巧，也一起收錄進來。 希望你看完這篇，能夠一次搞懂現在AI簡報的所有玩法，未來不管是臨時要趕交簡報、還是教學示範、工作提案，都能游刃有餘，還能選出最適合自己的工具組合。 二、AI生成簡報的需求背景與原理 為什麼這麼多人想用AI做簡報？ 先問你一個問題：你做簡報有沒有「拖延症」？是不是每次一想到要打開PPT，就開始覺得頭很大？如果你有這種感覺，真的不是你一個人。不只學生、老師、上班族，甚至很多高階主管，其實都超討厭「做簡報」這件事。為什麼？因為這個過程真的很「磨人」。 傳統簡報的三大痛點 花時間 從發想主題、找資料、抓重點，到內容組織、排版、找圖片，光是這些流程一來一往，往往半天、一天就過去了。加上每次要換個新風格、重頭設計模板，更是倍增工作量。 沒靈感 很多人寫到一半就卡住，不知道怎麼開頭、怎麼下標題、怎麼結尾。有時候腦袋明明有概念，但要化成簡報內容時就變得零零落落，結果內容拖稿，報告壓力又來了。 設計難 有內容沒美感也是一個大問題。很多人做出來的簡報，內容OK但排版醜、顏色亂，圖片放不對地方，結果台下觀眾根本記不住你要表達的重點。這不只是視覺問題，更會直接影響簡報的說服力。 AI生成簡報的共通原理 這幾年AI興起，就是針對這些痛點出現的解法。AI生成簡報到底怎麼運作？其實它背後的邏...
Read more »

快速又免費的語音轉文字神器『Faster Whisper』，一鍵解決影音內容爆量時代的痛點！

作者：
圖片
多媒體數位影音充斥的時代，YouTube 影片、Podcast 節目、線上課程、網路會議錄影，甚至 IG 直播、Twitch 遊戲實況，短則十幾分鐘長則數小時。就算快轉播放，人類的視覺和聽覺吸收資訊仍有極限。現代人面對資訊轟炸，難免會有不想錯過新知的 FOMO 強迫心態， 在有限的時間如何最大化吸取新知 成為顯學。因此， 把影像或聲音內容快速轉錄成文字，再透過 AI 工具進一步摘要歸納整理 ，已經成為現代人必備的技能。 為什麼需要本地端語音轉文字工具？ 過往網路上已有許多免費或付費的雲端轉錄平台，但考量這些 平台通常都會有檔案格式、大小、時間長度限制 ，例如 Google 的 Notebook LM 只能上傳 MP3 且單檔限制 200MB，去年曾經紅極一時但現已停止服務的 Whisper JAX，也限制單檔不能超過兩小時。而實際測試中，通常超過一小時的檔案就不太穩定甚至會整個當掉。 當使用者面對較長的影片時，通常必須先用其他工具將影片轉為音訊檔，甚至需要將檔案切割成多個小檔，才能上傳平台做分析，操作上較為不便。此外， 檔案上傳到雲端多少會有隱私安全的疑慮 ，更不要說許多付費平台是按照使用量計價或收取高額月租費，對個人用戶而言是一筆不小的負擔。 為什麼選擇 Faster Whisper？ 目前大部分雲端或本地端的語音轉文字工具，背後多半是基於 OpenAI Whisper 模型或 串接API。 轉錄品質主要依據模型的參數大小 ，而 轉錄速度則取決於模型選擇與雲端本地硬體的「算力」 。然而雲端平台也要考慮多人同時使用的負荷，以及檔案上傳的網路傳輸時間，因此， 雲端與本地處理各有優缺點 。如果你本地端裝置硬體夠力，用本地端模式處理語音轉文字，其實是個可行又安全的替代方案。 最近筆者剛好逛到了 Github 上大神 Purfview 開發的開源軟體『 Faster Whisper 』，經過個人試用，覺得在速度與品質上都表現優異。但由於原始程式需要一些命令列基礎，對一般使用者可能會覺得有點門檻，而原作者的文件說明又比較簡略，因此我決定親自實測後來寫一篇淺顯易懂的教學說明。 Faster Whisper 特色大盤點 免網路離線使用 ，保障隱私安全。 支援幾乎所有常見的影片或音訊格式 （例如 MP4、MKV、MP3、WAV），無須額外轉檔。 無需安裝或複雜設定 ，下載解壓後直接...
Read more »

為什麼 Nystatin（制黴菌素）要「漱口或塗抹」，不是直接吞？完整解析與用法指南

作者：
圖片
  你也拿過「要用來漱口的膠囊」嗎？ 在醫療院所執業時，藥師常常會遇到這樣的情境：病人領到一顆寫著 Nystatin（制黴菌素） 的膠囊，卻被告知不是拿來直接吞下去，而是被醫師交代要「打開膠囊，把裡面的粉末調水漱口」或「用棉棒塗在口腔裡的白斑」。 對第一次聽到的人來說，心中一定冒出很多問號： 為什麼這顆膠囊不像其他口服藥一樣直接吞？ 用來漱口或塗抹時，要在口中停留多久才有效？ 那停留過後，應該吞下去，還是吐掉比較安全？ 這些疑問其實很常見，不只是一般病人，就連新手藥師在發藥衛教時可能也常會遇到病人追問。本文就要帶大家一次搞懂： Nystatin 到底是什麼藥？為什麼要用來漱口或塗抹？又該怎麼正確使用，效果才會好？ 藥品介紹：Nystatin 到底是什麼藥？ 說到 Nystatin（制黴菌素，nystatin） ，它並不是什麼新藥，反而算是抗真菌藥裡的「老前輩」。它屬於 聚烯類抗真菌藥（polyene antifungal agent） ，跟大家比較熟悉的兩性黴素 B（Amphotericin B）同一個家族。 它的作用機轉很有意思。Nystatin 會去「鎖定」真菌細胞膜上的一種特殊成分，叫做 麥角固醇（ergosterol） 。這就像是真菌細胞膜的建材，一旦 Nystatin 結合上去，就會讓細胞膜出現破洞，裡面的水分和電解質會流光光，最後導致真菌死亡。換句話說，這藥不是靠抑制，而是直接「破壞城牆」的概念。 那為什麼 Nystatin 對人體相對安全？因為我們人體細胞膜主要的成分是 膽固醇（cholesterol） ，而不是麥角固醇。這也代表它只會挑針對真菌下手，不會亂攻擊我們自己的細胞，所以可以安心用在口腔或腸道黏膜。 臨床上，Nystatin 的主要作戰對象是 白色念珠菌（Candida albicans） 及其他 Candida 屬的真菌。這些小小的黴菌平常就住在我們的口腔和腸道裡，原本相安無事，但當免疫力下降、或是菌叢失衡時，就會趁機大量繁殖，引發惱人的感染。 常見的劑型和濃度則有： 口服懸液（oral suspension） ：最常見的劑型，濃度多為 100,000 units/mL ，每瓶約 30–60 mL，方便量取漱口使用。 膠囊（capsule） ：常見規格是 500,000 units ，一般原...
Read more »

微軟 Copilot 全新語音功能重磅來襲！免費無限暢聊，直球對決 ChatGPT 進階語音模式！

作者：
圖片
最近 AI 語音助理的戰場可說是 熱鬧滾滾 ！ 微軟最新推出的 Copilot 語音功能 ，讓許多人眼睛為之一亮：這不再是傳統呆板的機器語音，而是一個能跟你「聊天」的 AI 助理。身為一個在外商藥廠工作的上班族，我對這類語音助手的進化 超有感 ，彷彿看到未來每天和電腦對話的自己 😂。這篇就帶大家來深入研究微軟 Copilot 的全新語音功能，看看它到底有多進階、能做什麼，以及來跟 OpenAI 的 ChatGPT 進階語音模式比一比，對照他們的功能差異在哪裡。最後，我也會結合自身在外商藥廠工作多年的經驗，聊聊 AI 語音對語言學習的影響，看看跟真人家教相比，AI 語音工具如何提供更彈性又省錢的選擇。 Copilot 聲控上線：隨時插話、調語氣的進階語音助理 先來介紹微軟 Copilot 語音 的新功能。我還記得以前用智慧助理（像 Siri、Google Assistant）時，常常得等它講完才能再提問，中途插話或超出預設功能的指令，它們通常都聽不懂也無法給出符合需求的回應，對話無法連續進行而只能點狀式的回應，大部分的即時資訊也只是轉而導向搜尋引擎就有的條列結果，整個對話超不自然也很不實用。但 Copilot 在今年2月25日推出的進階語音功能則完全不同！為原本的 Copilot AI 助理加入了即時語音互動： 多輪對話 ：它可以連續對話多個回合，不會每次都像重新問一次新問題那樣呆。也就是說，你可以問：「明天台北天氣怎樣？」接著再問：「那我需要帶傘嗎？」Copilot 也聽得懂上下文，連貫回答，不用每次把前提重講一遍。 隨時打斷 ：聊天過程中，你突然想插個問題？沒問題！Copilot 能辨識使用者的 中途插話 ，你一句「等一下！」就能讓它停下來聽你的新指令或提問。這種互動方式跟真人對話更接近，傳統的語音助理可是完全辦不到這點。 情緒語氣調整 ：Copilot 居然還會看你講話的語氣情緒來調整它自己的回應風格！比如你很著急地提問，它回答時語速、語氣也會比較緊湊關切；反之你輕鬆聊天，它講話就比較悠閒愉快。這種「看臉色」的本領，以往機器人哪裡辦得到，真的是 AI 時代的新體驗。 不只如此，Copilot 語音的 語言天份 也令人讚嘆。微軟工程師一次替它灌了 40 種語言 ，中文、英文、日文、法文……通通難不倒。而且它不只是「會幾句」而已，連不同口音、在地用詞都能...
Read more »

AI 語音助理新革命：Copilot Vision 無限免費、視覺功能全開，完整評比 ChatGPT 進階模式

作者：
圖片
  各位還記得嗎？今年 3 月 1 號的時候，我在部落格分享過一篇關於微軟 Copilot 最新語音功能的文章【 微軟 Copilot 全新語音功能重磅來襲！免費無限暢聊，直球對決 ChatGPT 進階語音模式！ 】。那時候我真的滿驚豔，因為微軟終於把 AI 助理的語音功能做到「免費、不限時、不限量」，還能支援多輪對話、情緒調整，甚至可以直接用語音跟 Copilot 來回聊好幾輪，完全不像以前那種只能單向下指令的呆板助理。 我自己實際用下來，最大的感覺就是這個語音功能真的很接近真人對話——你講到一半想打斷它，也可以馬上中止重來；你用比較急促或輕鬆的語氣說話，Copilot 也會跟著你情緒調整它的回答。基本上就是聊天過程沒有明顯延遲，也不用等半天，互動起來很順暢。平常在生活上有什麼問題，像懶得打字、手上正忙就可以直接「動口不動手」問它，尤其遇到臨時想查資料、查天氣、記錄待辦事項，或是在英文學習、模擬面試、溝通練習上，甚至單純找它聊聊天、舒壓一下，它真的都很能派上用場。 其實我常說 Copilot 的語音功能對我們這種在外商、常常要用到英文或多語環境工作的人來講，根本就像一個免費的外語家教。而且你不只可以練口說、模擬各種溝通情境，還可以讓 AI 扮演面試官，幫你練習英文面試的 Q&A，甚至跟它抱怨幾句日常煩惱，作為一個不會嘴你的人型垃圾桶也不錯用😂。 官方 Copilot Vision 示範連結 講到這裡，剛好要推薦給大家——如果你想搶先感受微軟 Copilot Vision 這個全新升級的視覺功能，官方最近已經有完整的線上示範，真的滿直覺又容易上手： Copilot Vision 官方網頁操作示範 （點進去可以直接從互動介紹頁跟著示範去操作，建議順手收藏！） Copilot Vision（視覺功能）重大突破：正式對一般用戶開放 這次要來跟大家分享的，就是我最近超級有感的新突破——微軟 Copilot Vision「視覺功能」終於在 2025 年 7 月初 全面釋出給一般用戶 啦！如果你也是長期關注 AI 助理工具的用戶，應該會跟我一樣超興奮。老實說，這個功能早在 2024 年底國外 OpenAI 的開發者大會就有聊過，但當時還只能在美國少數 Copilot Pro 訂閱用戶手上體驗。現在，終於不用等了，一般用戶也能直接用，不限瀏覽的網站，而...
Read more »

G6PD 缺乏者的抗生素選擇指南｜社區診所常見處方與藥師建議一次搞懂

作者：
圖片
診所處方中常見卻易忽略的用藥風險 身為藥師，最常面對的處方大概就是那些「一看就知道是常規」的抗生素了吧？像是在社區診所裡，病患多半是來看呼吸道或腸胃道的問題，醫師常開的口服抗生素，不外乎幾種熟面孔：Curam、Amoxicillin、Cefixime，甚至像 Thiamphenicol 這類傳統又便宜、好取得的藥，在很多診所幾乎是"常備良藥"。 但也正因為「太常見」，反而容易被忽略一些潛藏的風險。像是近期我注意到，有幾個藥物——特別是 Thiamphenicol 跟 Levofloxacin （如 Leflodal、Rozoxin 這些品牌）——雖然在臨床上被廣泛使用，但其實對 G6PD 缺乏症（也就是俗稱蠶豆症） 的病患來說，可能有 誘發溶血的風險 。 雖然這類病患在診所看診時未必都會主動告知，甚至連醫師也可能沒特別留意，但作為第一線接觸處方的藥師，這就是我們可以幫忙把關的地方。如果明知道某些藥物對特定族群有潛在風險，那我們有沒有辦法提出替代建議？或者至少提醒醫師，這個處方「有可能」會對某些病患造成風險？ 這篇文章，就是想從我實際接觸到的處方情境出發，整理一下目前診所常見的幾種口服抗生素，哪些對 G6PD 缺乏者是 安全的 、哪些則 應該避免使用 ，並依照不同感染情境（像是呼吸道、腸胃道、泌尿道等等），提供一些「 如果不能用，那可以換什麼？ 」的實用參考。希望對在第一線工作的藥師們，能有一些幫助或提醒。 G6PD缺乏症與藥品安全｜藥師不可忽視的藥事知識 蠶豆症這個名詞，大家應該不陌生，小時候健保卡上有印「禁止食用蠶豆」的那個紅字，就是它。其實它的正式名稱是「葡萄糖-6-磷酸去氫酶缺乏症（Glucose-6-Phosphate Dehydrogenase Deficiency，簡稱 G6PD deficiency）」，是一種 因 X 染色體上的 G6PD 基因突變所造成的遺傳性酵素缺乏疾病 。 因為男性只有一條 X 染色體，一旦這條 X 染色體上的 G6PD 基因出現缺陷，就會直接表現出來；而女性有兩條 X 染色體，即使其中一條有缺陷，另一條健康的 X 染色體還能補上功能，因此臨床上 男性患者比例明顯高於女性 ，這也是為什麼這類疾病在男生身上更常被診斷出來的原因。 這種病最大的問題就是—— 當身體遇到某些氧化壓力來源（像是感染、蠶豆...
Read more »

打字太慢？試試 Wispr Flow：神速 AI 即時語音輸入讓你效率翻 4 倍

作者：
圖片
  為什麼我們需要即時 AI 語音輸入？ 在這個數位無紙化的年代，文字輸出的能力早就成了基本功。還記得我大學時代，當時流行在 BBS 上跟人「丟水球」（傳訊息）。為了能跟上大家聊天的速度，我只好拼命練打字，結果不知不覺就把打字速度練起來了。 可是，打字再快，腦袋跑的速度還是常常比手快太多。特別是要寫比較長的文章時，腦袋裡的想法一股腦衝出來，手卻跟不上，整個人就卡住，效率大打折扣。這個「腦袋超車，手跟不上」的痛點，應該很多人都有過。 其實「用講的」來變成文字早就不是新鮮事。只是過去的語音輸入常常兩大問題：第一，辨識速度慢；第二，錯字一堆。更糟的是，講話還得遷就機器，要用不自然的語素去「配合它」，用起來一點都不順。 不過，近兩年 AI 大爆發，語音辨識品質和速度都進步到一個新的境界。現在的工具，不只聽得懂自然的說話方式，還能即時把文字轉出來。聽起來很完美對吧？但實際使用後你會發現：如果還得先在特定平台說，再把文字複製貼到你真正要用的地方，工作流還是很卡，體驗遠遠不到「一氣呵成」。 傳統與常見語音輸入工具盤點 先來看看我們常見的語音輸入工具，大家可能都有用過。 （A）系統內建工具 最常見的就是 Windows 11「語音輸入」（Win+H） 。它用的是雲端辨識，講完可以自動加上標點符號（需將"自動標點符號"功能開啟），基本上免費就能用。但缺點也很明顯，一次能處理的語音長度有限，而且反應速度偏慢，講快一點就容易掉字。 另一個是 macOS「聽寫」（Dictation） 。蘋果電腦上直接內建，開了就能用，短句或回覆訊息還算方便。但如果要口述一篇完整文章，尤其包含專業用詞，常常辨識不精準。 （B）線上／網頁版工具 很多人會用 Google Docs「語音輸入」 ，只要在 Chrome 瀏覽器開啟文件就能用，對學生寫作或臨時筆記很方便。但缺點是必須保持網路連線，斷線就沒辦法。 另外像 Voice In Speech-To-Text、SpeechNotes、Voice Notepad 這些瀏覽器外掛或網頁服務，適合在網頁內、線上表單或郵件裡直接口述，但還是受限在「網頁視窗」，切來切去不太順手。 （C）第三方專業軟體 要講專業領域就不得不提 Nuance Dragon（Dragon Professional / Legal） 。這套算是老牌裡的...
Read more »

Windows 桌面圖示每次重新開機或外接螢幕就跑位亂移？從設定排除到 DesktopOK 一鍵還原完整攻略

作者：
圖片
桌面圖示每次重開機就跑位，到底是在整誰？ 不知道你有沒有遇過這種情況：你明明已經把電腦桌面上的捷徑、文件，照自己最順手、最舒服的方式排好——比如工作管理員、系統服務、系統設定那幾個常用的系統工具，我一定會放在電腦桌面上固定的位置，滑鼠游標移過去不用想就點得到。 結果咧？每次只要一重開機，或是你有外接螢幕、接投影機開會，因為解析度變了、縮放比例跑掉了，桌面的圖示就像被什麼神秘力量「重新洗牌」一樣： 不是被系統自動重排，就是整個跑位 。你本來排得整整齊齊的邏輯瞬間崩壞，然後你又得手動一個一個把它拉回來。 一次兩次還好，但如果你是那種 時不時要去會議室簡報、常常要插拔外接螢幕 的人，或是電腦剛好又需要重開機更新，那這種「桌面圖示跑位」就會變成日常。你可能會想：欸把幾個跑位的圖示拉回來，也不就幾秒鐘？ 對，一次看起來是幾秒鐘而已。 但我跟你說， 身為處女座＋有一點強迫症的人 （好啦我承認），我對這種事情真的是會越來越厭煩。因為這不是做不到，是那種「明明可以不用浪費腦力跟時間，卻被迫每天重複做」的煩。更別說每一次你都要先掃視桌面、找回原本的位置、再把圖示拉回去——這種零碎的動作疊加起來，對人生來說就是一種很無謂的時間消耗。 所以我後來就開始想： 這件事一定要有一個「系統性的解法」 。 畢竟這種問題，能不能一次解決，差很多。 這問題為什麼會發生？先把「罪魁禍首」弄清楚 我一開始也以為這種桌面圖示跑位，應該就是 Windows 自己哪裡怪怪的，改個設定就好。結果真的去查資料、爬文之後才發現—— 這問題的「成因其實不只一種」 ，所以你才會看到網路上有人說「我這樣改就好了」，但你照做卻不一定有效。 因為對 A 來說，可能是桌面圖示的排列規則出了問題；對 B 來說，是外接螢幕／投影機造成解析度或縮放比例切換；對 C 來說，根本是顯示卡驅動或系統更新後引發的衝突。 同一個症狀，背後原因不一樣，解法當然也會不一樣。 我把最常見的「罪魁禍首」整理成幾個方向（網路上的解法大多都繞著這幾類在下手）： 桌面圖示的排列設定（自動排列／對齊格線） 有些人桌面右鍵的「檢視」裡面，可能不小心勾到「自動排列圖示」，或是圖示大小／對齊方式在某些情境下會觸發重排。這類通常簡單改個設定就有機會改善。 外接螢幕／投影機造成解析度或縮放比例變動 這也是很常見的情境：你平常用筆電自己一個螢幕...
Read more »

檔案傳輸的專業眉角：別再重複跟人要檔案！教你數位管理不漏接

作者：
圖片
  生活中超常見的「再傳一次檔案」窘境 不知道你有沒有遇過這種情況？某天突然在 LINE 或其他通訊軟體收到訊息： 「不好意思，請問可以方便再傳一次上次那個檔案給我嗎？剛剛那個沒存，現在開不了了，麻煩你囉！ 」 這種場景，不用懷疑，大家一定都遇過。搞不好你自己也曾經發過類似的訊息給別人。每次傳檔案，總有一個人沒即時存檔，過幾天打不開、找不到，或直接被系統刪掉，只好又跟對方要一遍。被要的人覺得煩，主動開口要的人其實也覺得不好意思。 這種來來回回，不只是浪費時間，說穿了還挺尷尬的。有時候對方是你的主管或客戶，你明明再煩也只能硬著頭皮再傳一次；但如果是同事、供應商或專案夥伴，難免會覺得「這樣也太不專業」吧？ 這種「再傳一次」的橋段，生活中三不五時就會出現。不管你是在扮演被要的那個，還是索取的那個，久了真的會讓人心裡火大，甚至連專業形象都會跟著扣分。 行為背後的專業觀與職場形象 其實，一再向別人要檔案這件事，表面上只是個小失誤，背後卻藏著很深的專業度問題。 說白一點，你一直重複跟人家要同一份資料，說穿了，就是在消耗對方的時間。對主管、對客戶來說，雖然他們可能嘴上沒說什麼，但心裡一定會覺得這個人不夠細心、不夠可靠。如果對方是你的供應商、跨部門同事或合作夥伴，這種行為久了，大家只會覺得你做事沒條理、很不專業，甚至開始對你產生「這人好像有點懶」的負面印象。 這其實就像我之前寫過的一篇文章 【提問聚焦小幫手GPT】— 終結模糊提問，讓問題精準到位！ 有些人遇到問題，第一直覺就是直接問別人，連基本的搜尋、查資料都懶得自己做，直接把「解決自己問題的責任」完全外包給對方。問問題可以，但如果完全沒做功課，就等於是在「省自己的麻煩，把麻煩丟給別人」。 同樣道理，你每次都等別人提醒、等別人再傳一次，久而久之，大家就不會把你當成可以依靠的人。專業度、信任感這種東西，就是這樣被一點一滴消耗掉的。 通訊軟體與雲端傳輸：時代轉變下的陷阱與便利 現在的檔案傳輸方式其實越來越方便，選擇也很多。傳統的 email、雲端分享連結，到即時通訊軟體（像 LINE、Messenger、WeChat 等），各有自己的優缺點。 以前大家多半用 email 傳檔案，然而大型檔案最常遇到像 Gmail 那種「25MB 附件上限」的問題。當附件容量有限制，就上傳到 Google Drive、OneDr...
Read more »