ChatGpt

用 Google Apps Script 模擬 Email 開信:破解追蹤像素的實驗

ChatGpt

用 Google Apps Script 模擬 Email 開信:破解追蹤像素的實驗

行銷領域中,「開信率」一直是評估 EDM 成效的重要指標。這個數據看似簡單,背後卻藏有許多技術機制與行為假設。這次我們透過一個技術實驗,重新檢視開信率的追蹤機制,並嘗試以 Google Apps Script 模擬開信行為。 開信追蹤的基本原理 大多數 EDM 系統會在信件中悄悄嵌入一張透明的 1x1 像素圖片,也就是所謂的「追蹤像素」。當使用者打開這封信,信件的 HTML 被載入,這張圖片也會發送請求給伺服器,藉此判定收件人「已開信」。 這種做法的關鍵在於:是否成功觸發伺服器上的圖片載入請求。只要圖片被讀取,就被視為信件被閱讀,開信率也就因此提升。 技術實驗:模擬開信行為 我們發想了一個技術實驗:如果我們不是真人開信,而是用程式去抓信件的 HTML 內容,然後主動對圖片發送請求,是不是就等同於「開信」了? 在這個實驗中,我們使用 Google Apps Script

By Reynold Cheng
用白話文解釋 CoT(Chain of Thought)

ChatGpt

用白話文解釋 CoT(Chain of Thought)

什麼是 CoT(Chain of Thought)? 如果你在網路上看到某些 Prompt 教學,告訴你要在提示詞內加入 "think step by step",這就是 CoT 的典型用法! 如果用比較學術的解釋來說,CoT 是一種 提升大型語言模型(LLM)推理能力的技術,它讓模型在回答問題時像人類一樣逐步思考,而不是直接給出答案。 但隨著 LLM 的演進,CoT 可能變得不再必要。在較新的 Reasoning 模型(如 o1、o3-mini、DeepSeek R1)上,使用 CoT 不一定能提高答案品質,甚至可能影響推理效果。這些模型已內建強大的推理能力,不需要額外的「一步步思考」提示。 GPT 模型

By Reynold Cheng