一個五年級的科學作業，變成加州山上的野火感測器：ChatGPT 把看不懂的數據翻成一句警報，你手上的數字也能這樣翻

先講這則新聞

OpenAI 在 9 月 14 日上傳了一支兩分鐘的影片〈Detecting wildfires with ChatGPT〉，主角是南加州的高中生 Ryan Honary。

2018 年他念五年級，在新聞上看到加州的 Camp Fire：85 個人死亡，一萬八千多棟建築被毀。他在官網寫，那時畫面裡燒起來的山，長得跟他家附近的山很像，他還打電話回家確認媽媽平安。後來他查到，大部分的損失都發生在起火後的頭六個小時。

所以他想做一個東西，在火還很小的時候就先發現。第一台原型是在車庫裡做的，拿吹風機對著吹來測試。那個五年級的科學作業，後來一路做成了一家公司 SensoRy AI。

現在它長這樣：山上的感測器持續量熱度、煙、火光和煙柱。偵測到可能起火時，ChatGPT 把那一串數據翻成消防員和居民看得懂、馬上能動作的警報。他在影片裡自己說，ChatGPT 做的事是把感測器的複雜數據，變成使用者一看就懂的樣子。

影片裡還有一段，他用 ChatGPT 做了一個對講機。消防員按住按鈕講話，就能直接問：為什麼判斷這是火？火在哪裡？

分工要看清楚：發現火的是感測器，把話講清楚的是 ChatGPT，最後到現場的還是消防員。

用的地方也不只是示範：

爾灣市府的公告還寫了一件事：最近一次部署，在居民和任何攝影機發現之前，就從一英里多外偵測並回報了起火。SensoRy AI 官網也放了一段 4 月的示範，同樣是一英里外、居民肉眼看不到，那次後來確認是消防局的計畫性燒除。市府沒寫是不是同一次。

今年秋天他要去史丹佛大學。這支影片是 OpenAI 自己發的使用案例。

你不會去做野火感測器，但看不懂的數字，手上一定也有：除濕機或冷氣 App 裡的紀錄、網站後台的流量表、店裡收銀機印出來的報表。

把那串數字貼給 ChatGPT，前面加這三行：

下面是一串我看不懂的數字。
請用一句話告訴我：發生什麼事、我今天要做什麼。
看不出來的地方就說看不出來，不要猜。

（把數字貼在這裡）

我們自己跑了一次。先編了一份除濕機的紀錄：凌晨兩點水箱 100%，兩點七分跳 E1 停機，濕度從 57% 一路升到 78%。丟給 OpenAI 的模型（API，gpt-5.5）之後，回來的是這一句：

「主臥除濕機凌晨水箱滿到 100% 後出現 E1 並停機，濕度一路升到 78%；今天先倒水箱再重開，若 E1 還在就看說明書或報修，E1 的確切原因從紀錄看不出來。」

第三行指令的用處就在最後那半句：它把看不出來的地方講出來，沒有自己編一個原因。

貼之前先看一眼，帳號、地址、訂單上的姓名電話這類資料先刪掉，只留數字本身。

那一句話是摘要，不是檢查結果。AI 會讀錯欄位，也會把兩件無關的事接在一起。

所以順序是這樣：

野火那套也是一樣的邏輯：感測器發現、ChatGPT 講清楚，最後還是人到現場確認。

AI 可以用在哪？把看不懂的東西，翻成一句你看得懂的話。