CHAPTER 1 先看懂 GPT-5：能力、入口與工作方式Outputs、 工具、圖像與語音

1.1 GPT-5.6 模型能力地圖：ChatGPT 選項、API 家族與推理 模式

1.2 ChatGPT、OpenAI API、Azure OpenAI：三條路怎麼選？

1.3 OpenAI 開發平台全景

1.4 GPT-5 如何改變一般人的工作習慣


CHAPTER 2 把 GPT-5.6 用進工作與生活：提問、協作

2.1 初次見面：ChatGPT / GPT-5.6 介面與小技巧

2.2 提示的秘密：目標、脈絡、標準、輸出

2.3 知識工作者 × GPT-5.6：寫作、摘要、重寫、分析

2.4 學習 × GPT-5.6：教學、語言、邏輯、研究輔助

2.5 日常生活 × GPT-5.6：決策、整理、企劃

2.6 GPT-5.6 對話技巧：如何讓成果更穩定


CHAPTER 3 GPT-6 Astra API 開發入門Responses API、 Structured Outputs、工具、圖像與語音

3.1 GPT-6 Astra 的定位與模型選擇

3.2 用官方 SDK 跑通第一個 GPT-6 Responses API 請求

3.3 Prompt 設計與輸出控制：讓 GPT-6 完成指定任務

3.4 Structured Outputs：讓模型輸出真正可被程式使用的資料

3.5 Tools、Function Calling 與 Agent 基礎

3.6 長上下文、多輪狀態與進階工作流

3.7 圖像理解、生成與編修

3.8 Audio API：語音轉文字、文字轉語音與即時互動


CHAPTER 4 Microsoft Foundry×GPT-6×Azure AI

4.1 Microsoft Foundry：資源建立與入口網站

4.2 Microsoft Foundry - Discover 探索

4.3 Microsoft Foundry - Build 建置 / Operate 營運 / Docs 文件

4.4 Microsoft Foundry - Azure AI 服務：文字轉語音

4.5 Microsoft Foundry - Azure AI 服務：文字情緒分析與 人事時地物分析


CHAPTER 5 用GPT做RAG：你的資料，你的AI助理

5.1 認識Embeddings

5.2 產生第一個 Embedding

5.3 向量資料庫

5.4 RAG 是什麼

5.5 我的資料我做主：實現 RAG 應用

5.6 提升 RAG 精準度與評估


CHAPTER 6 GPT-6×Microsoft Foundry ×AI Agent：人工智慧 代理人

6.1 打造第一個 AI Agent - 情緒價值機器人 - 使用 Microsoft Foundry 入口

6.2 打造第一個 AI Agent - 情緒價值機器人 - 使用 Foundry Agent Service

6.3 AI Agent 與 Tools 工具呼叫 - 網路搜尋

6.4 AI Agent 與 Tools 工具呼叫 - Remote MCP

6.5 Microsoft Foundry - Workflows 多重 AI Agent 協同合作： 這是一隻很好寫的筆


CHAPTER 7 Work mode 與 Codex非工程工作流、 AI 應用與安全自動化

7.1 從 Chat 到 Work：不會寫程式也能把工作交付出去

7.2 Projects 與工作位置：先確認資料放在哪裡

7.3 用 Work mode 把回饋整理成需求規格

7.4 把一次性工作變成可重複流程：Projects、Skills、Plugins

7.5 把 Work 規格交給 Codex 建立 AI 應用

7.6 不看程式碼也能驗收：Browser、測試與 Review

7.7 用 Sites 建立並發布「大魔術熊貓工程公司」官網

7.8 平行處理複雜任務：Subagents、Worktrees、Cloud

7.9 離開電腦後繼續工作：Remote 與 Handoff

7.10 Scheduled tasks、Hooks、codex exec、GitHub Action 與 安全實務




?