![]() |
隨著 ChatGPT 的火熱,在工作時我也開始導入使用它查詢程式碼,很多常用但一直記不住的 WordPress 寫法直接問它真的超快,像是根據 User ID 取得 / 更新會員資料、訂單或商品的 Query 迴圈、PHP 或 JS 的操縱陣列的方法等等。
以往都要去查手冊或是 Stackoverflow,萬一沒有提供我需要的範例,可能就要自己修修改改,但有了 ChatGPT 就像是多了一位助理工程師一樣,任何程式碼的範例只要問的夠具體,它都可以寫出正確的答案,就算答錯還可以糾正它讓它變得更好,有時候它還會教我一些我不知道的用法,身為知識工作者我覺得 AI 是不可獲缺的利器,它能讓我們省下時間專注更重要的事。
然而 AI 的創作也正在發生,用它來產生的內容越來愈多,不管內容的正確與否,只是為了單純獲得更多曝光,都讓我憂慮在資訊爆炸的年代,有了 AI 只會出現更多假資訊、假消息,而隨著 AI 的運算能力提升,訊息的真假一定會越來越難分辨,到最後我們人類只能靠 AI 來判斷 AI 的真偽。
另外在用 ChatGPT 的當下我就在想現在只能問它問題,不知道有沒有辦法叫它幫我做一些事,像是請它查商品庫存然後直接幫我下單,或是當我收到帶有特定關鍵字的信件時,自動寄出一封它寫好的回覆郵件,結果這禮拜就喵到 Toolformer 的新聞,當 AI 可以自行根據產出的文字執行一些行為的時候,整個軟體產業一定會有天翻地覆的改變。
這不禁讓我思考人的學習量再怎麼大也不可能比 AI 多,當 AI 擁有全人類的知識後,我們剩下的是什麼?過去的經驗?對於事物的感知?創造的價值?我沒有答案,現在的我只知道可以靠 AI 進行更有效的學習,就像我這禮拜靠 ChatGPT 總算搞懂如何開發 WordPress 區塊了XD
之前我一直卡在不知道該如何引入區塊的主要 JS 檔,研究了老半天整理出以下的脈絡:
主要 JS 有四種引入方式:
register_block_type,使用參數 editor_script 引入主要 JSregister_block_type,然後引入 block.json,把主要 JS 的路徑寫在裡面register_block_type,然後引入帶有 block.json 的目錄,把主要 JS 的路徑寫在裡面,通常一個區塊就是一個目錄,裡面含 block.json、主要 JS 以及 SCSSenqueue_block_assets hook 用 wp_enqueue_script 來引入主要 JS至於要用哪種方法會關係到前端打包工具 build 的方式,由於大部分的教學都是用官方的套件 @wordpres/create-block 建立一個全新的外掛,而我想要的是整合在既有的外掛之中,因此被目錄結構這件事搞得很暈,因為還要考量到 PHP 的 Autoload。
最後我的目錄設計如下:
![]() |
assets 是所有前端檔案,不會被 PHP 的 Autoload 給載入,然後 src 是原始碼,為了區別非區塊的前端檔案,我多開了一個 blocks 資料夾來放,然後 dist 是透過 wpackio 編譯後的檔案,處理 JSX、Babel、SCSS 的轉譯,同時有 hot reload 的功能,所以理論上我只要取得 wpackio 編譯後的 JS 然後用上面四種方法的其中一個載入即可。
由於實際路徑必須透過 wpackio 的 PHP 動態產生,因此方法二跟三寫在 block.json 裡面的方法就行不通,只剩下一跟四,由於 wpackio 有一個封裝 wp_enqueue_script 的 class,因此我選擇方法四。
需要注意的是參數 js_dep ,就跟 wp_enqeue_script 的依賴套件一樣,這邊必須要引入 block 相關的 package 後在 JS 裡面才能去 import,但我推測直接用 npm 安裝應該也行,之後有時間我再補上比較完整的說明,具體程式碼如下:https://oberonlai.blog/wordpress-block-editor/
這禮拜做到一個需求是要讓 ACF 的設定頁面可以在前台顯示,印象中有看過過獨立的外掛在做,但查了之後發現 ACF 內建的函式就可以處理,只要先在 Header 引入 ACF 必須的前端檔案後,就能用 acf_form() 來顯示表單。
首先先用勾點 wp_head 將載入 ACF 資源的函式 acf_form_head() 掛進去,它的順序要比 get_header() 前面,其次用 acf_form() 帶入所需的設定欄位,需要傳入的參數有:
post_id ⇒ 自訂欄位的所在頁面 ID,由於我的欄位做成全站設定,因此這邊帶入的是 optionsfield_groups ⇒自訂欄位的 post_id,也可以傳欄位的 key 值,該參數接受陣列,因此可以傳多個自訂欄位進去submit_value ⇒ 送出按鈕的文字post_title ⇒ 前台表單的標題具體程式碼如下:https://oberonlai.blog/acf-form/
常遇到讀者來信問說該如何知道要修改外掛功能時該用哪個勾點,坦白說我也不知道,只能靠著經驗跟 Google 來找,但常常也會卡關就是了,於是我試著紀錄自己在找線索時的思考方向與步驟,作為除錯時的一個參考。
我的情境是這樣:客戶發現課程外掛 LearnDash 在顧客送出訂單後且訂單狀態變更為處理中時,顧客就能看到課程內容,但有些付款方式當訂單處理中時事實上還沒付款完成,因此造成顧客還沒付錢就能看到課程內容,為了要修改這問題我的思路如下:
woocommerce_order_status_processing 有觸發 add_course_access() 的方法remove_course_access()所以我最後的解法是在勾點 woocommerce_order_status_processing 的地方多呼叫一次 remove_course_access(),就能確保當訂單狀態變為處理中時能移除課程權限:
https://oberonlai.blog/wordpress-plugin-thinking/
短短三行程式碼中間的思考過程也是滿長的,如果真要請 ChatGPT 協助我縮短這個研究的過程還真不知道該如何下手XD
-
希望你我都能學會如何使用 AI 這樣強大的工具,而不是反過來被 AI 利用,我們下週見!
之前朋友約出來喝咖啡時他分享下一個階段的 AI 可能會發展成監督式的 AI,也就是當 AI 自己在跑的時候,會有另外一個 AI 來檢查它現在做的每一件事情是否都真的有往正確的方向推進。 當下聽到覺得這個 idea 很棒,但具體要怎麼實作完全沒有概念,更不用說這樣子 token 消耗的成本會不會變成兩倍?而且監督 AI 的 AI 需要有什麼能力?該以哪一種方式來進行監督?然後又該如何把找出的問題回報給原本的 AI 呢? 這一切問題在我最近研究 Claude Code 以外的工具時意外發現了解決方案,那就是之前我拿來做為 Discord Bot 的 AI 引擎 OMP。 OMP 是 PI 的分支,想理解什麼是 OMP 可以先從 PI 開始理解,PI 是一套開源且輕量化的 Coding CLI,也是跟 Claude Code 一樣跑在終端機的寫程式 Agent。 相較於 Claude Code 的封閉,PI 完全開源,並且支援多家不同的模型,PI 強調有需要什麼工具再自己額外安裝,就不會像 Claude Code 一樣原廠給你什麼就只能用什麼。 而 OMP 是 PI 的分支,它的概念跟...
之前分享我請 AI 設計的一套專門用來管理手邊待辦清單的專案管理軟體,邊用的時候我就在邊思考著:當我新增這些任務之後,我還是要回到終端機去把這些任務的描述、相關的文件以及完成的目標告訴 AI,然後等它跑完之後我再驗收,再回到我的計時軟體裡面來記錄是已完成還是該暫停。 如果可以在開立任務的時候,就能直接指派 AI 來做這件事情,是不是就可以少一個重複描述、開發需求的流程?剛好有了這個想法之後,就在 YouTube 上面看到一個叫做 Auto Claude 的專案。 它把 Claude 直接跟看板軟體整合,並且可以在裡面詢問 AI 關於專案的細節以及產生開發藍圖,也能設定專案的亮點與相關資訊。 我看到後驚為天人,覺得這似乎是另外一種理想的 AI 開發軟體,本想直接下載裝起來用,但請 Claude 研究後發現它有一些問題,於是就想說自己來開發,順便理解關於整個 Loop Engineering 的概念。 Claude Orchestrator 這次一樣是使用 Glaze 來開發,請它建立好專案的環境之後,然後再回到終端機去接手後續的多工並行。我的做法是先請 AI 去參考 Auto...
常常在社群媒體上看到各種自動化工具的廣告,從早期的 n8n 開始到現在 AI Agent 自動完成任務,這些工具跟流程都很棒。但是回到使用者本身,我們真的知道自己有哪些工作是可以被自動化或是應該「自動化」的嗎? 這就讓我回想起以前給自己的工作要求,那就是要把手上所做的每一件事情都記錄下來,並且可以明確看到每項任務的執行時間以及頻率,這樣事後才有辦法做回顧,我把這樣的理念也應用到承接專案的層面上。 這也是為什麼我有一些專案都是採取時薪計價的開發模式,因為我需要讓客戶知道他的預算都花在哪些項目,來藉此把資源用在合適的任務上。 我最早使用的即時軟體叫做 Ora,這是一套結合看板管理、敏捷開發流程、時數統計,甚至還有內建聊天討論串的一套強大工具。 它長期都是免費的,付費方案是團隊成員超過計算,所以我都是使用它來進行與客戶的專案管理,它的介面十分清楚且一目瞭然,可以縱觀地知道是哪一類型的任務花最多時間,也可以細看到具體是在處理哪一個問題所消耗的時數。 但當某天我打開準備使用它的時候,發現它被另外一套專案管理軟體 ClickUp...