使用 ChatGPT 等 AI 聊天機器人時，我們會被提醒不可上傳個人、公司的隱私資料。
儘管 ChatGPT、Copilot 有推出企業方案，宣稱不會將客戶的資料拿去訓練，但很多公司對此還是持保留態度。
因此在本地安裝 LLM 大語言模型，即使沒有網路也能使用的 GPT4All 也許是個不錯的替代方案，他在 Windows、Mac、Ubuntu 都能輕鬆使用。
文章大綱
▋STEP 1：下載 GPT4All
▋STEP 2：安裝 GPT4All
▋STEP 3：安裝 LLM 大語言模型
▋STEP 4：開始使用 GPT4All
▋STEP 5：調整 GPT4All 設定
▋Bonus：指定對話的文件（LocalDocs）▋STEP 1：下載 GPT4All
GPT4All 的操作介面跟 ChatGPT 很像，你也可以將聊天記錄保存在自己的電腦，進入官網後挑選自己的作業系統下載就好：
往下滑一些會看到不同模組（Model）的效能測試數據。
▋STEP 2：安裝 GPT4All
在安裝上，只要一直按「Next」下一步就好。
同意使用者條款要打勾才能下一步
➤ 小提醒：如果官網最新的版本有問題，可以去官方 Github 下載穩定版（筆者下載的是 2.5.4）
▋STEP 3：安裝 LLM 大語言模型
打開 GPT4All 時，他會先詢問你是否要分享數據來改善 GPT4All，如不想就選擇 No（筆者建議）。
然後就會出現下載 LLM 大語言模型的列表，上面會說明這個模型擅長的領域（聊天、寫程式）、由哪間公司訓練、是否能商用，並且提供檔案大小、RAM 需求、參數等資訊，通常檔案越大的效果越好。
列表中也有 ChatGPT-3.5、ChatGPT-4 可以選擇，不過需要使用 OpenAI API Key，如果使用這個選項就意味著需要連網與付費。
這邊我挑選 Orca 2（Full）這個由微軟訓練的模型來實驗。
➤ 小提醒：如果你直接下載網路上模型，只要把檔案放到上圖 Download path 的目錄下就可以嚕。
▋STEP 4：開始使用 GPT4All
下載完後，就可以在聊天界面中看到模型嚕～
這邊我就先用「請假信」初步測試給大家看看。
表現的並不是很好，我們再來測試一下「寫程式」的能力。
基礎程式的表現尚可，但…情境複雜一點的就不行了。
看起來寫得有模有樣，不過實際上是錯的，但這個題目 GPT-3.5 可以輕鬆答對。
▋STEP 5：調整 GPT4All 設定
點擊上方的「齒輪」，可以進一步調整 GPT4All 的設定。
➤ Model（調整模型參數）
- System Prompt：這是對話開始前會執行的指令，你可以在這邊設定 AI 要扮演的角色（ex:翻譯員、工程師），這邊有很多優秀的 Prompt 可以參考: https://github.com/f/awesome-chatgpt-prompts
- Prompt Template： 設計 AI 要如何回應你，如果你希望 AI 都以中文回覆，就可以加上「用繁體中文回應。」
- Generation Setting：如果沒有特別需求，筆者並不建議調整；另外 Max Length 儘管可以調整，但如果超過模型可以承受的長度，他是不會理你的。
下面我讓他扮演詩人（poet）的角色，並用「love」這個主題來作詩。
➤ Application（基礎設定）
- Theme：調整主題為深色（Dark）、淺色（Light）。
- Font Size：字體大小。
▋Bonus：指定對話的文件（LocalDocs）
如果想上傳自己的文件，就需要先去下載對應的 Model。
在 LLM 列表中選擇「SBert」這個模型來安裝。
點擊齒輪後，在 LocalDocs 分頁透過 Browse 選擇資料夾，點擊 Add 便可新增文件；他支援大多數的文件格式（doc/pdf/txt/html/xls/csv/json…）。
新增後的的路徑會出現在下方。
然後我們開一個新的對話來實驗看看，這邊要把對應的 Local Documents 勾選才會生效喔！
下面可以看到 AI 的回答會參考我給予的文件。
不過這部分測試下來，如果把它當成「關鍵字查詢」的工具還算堪用；若想做更進階的應用，像是整合、發想、摘要，AI 的表現都不太好。
▋總結
跟官方的 GPT-4 相比，他真的蠻弱（笨）的；這邊分享筆者在體驗後看到的優缺點：
- 優點：可以不連網使用、隱私性較高、免費。
- 缺點：回答速度較慢、無法回答太長的內容、回覆品質較差、理解問題能力較差。
如果公司禁止使用 ChatGPT、Bard 等需要連網的 AI 工具，或是你有許多隱私資訊需要處理；也許 GPT4All 會是一個可行的替代方案。大家可以多測試幾個 Model，比較一下各自的差異。
➤ 小提醒：筆者並沒有仔細研究裡面的程式碼，若打算上傳機敏資料，請自行評估風險。
如果這篇文章對你有幫助，可以對文章拍手讓我知道 👏🏻，也歡迎點擊「Follow」來追蹤我～
▶︎ 如果這篇文章有幫助到你
1. 可以點擊下方「Follow」來追蹤我～
2. 可以對文章拍手讓我知道 👏🏻
你們的追蹤與鼓勵是我繼續寫作的動力 🙏🏼
▶︎ 如果你對工程師的職涯感到迷茫
1. 也許我在iT邦幫忙發表的系列文可以給你不一樣的觀點 💡
2. 也歡迎您到書局選購支持，透過豐富的案例來重新檢視自己的職涯
