ChatGPT會對我們?nèi)粘Ｉ顜硎裁从绊懀窟@些技術(shù)會改變我們學(xué)習(xí)閱讀工作方式嗎？

AI 這個話題很火，我也一直在關(guān)注著，很多人甚至覺得 AI 會改變世界，也許你會好奇：ChatGPT 會在三年內(nèi)終結(jié)編程嗎？AI有可能改變?nèi)说膶W(xué)習(xí)方式嗎？AI 能否取代打工人？本文會對相關(guān)問題從我們可見日常問題進行解答。

1.AI有可能改變?nèi)说拈喿x方式嗎？

希望從：AI 輔助提高了人的閱讀效率嗎、AI能幫助人更好地了解和記憶書中的內(nèi)容嗎、AI 技術(shù)有可能改變?nèi)说拈喿x方式嗎三個方面進行解答。并用 AI 工具進行輔助閱讀，甚至只用 AI 工具閱讀，同時我會分享我用到的工具和方法。

1.1ChatDoc小試牛刀

• ChatDoc：準(zhǔn)確性比較高這個工具使用起來比較簡單。你可以將 PDF 書籍上傳到 ChatPDF，然后它會建立書籍索引，接著你就可以像聊天那樣，問書籍的細(xì)節(jié)內(nèi)容，或者讓 AI 幫忙總結(jié)書中的內(nèi)容。

• Bing ：Bing 不支持訪問本地的 PDF，如果你的書籍或者論文是在線版本的，可以直接用 Edge（Dev 版本）的側(cè)邊欄調(diào)出 Bing Chat，讓其總結(jié) PDF 內(nèi)容：

• ChatPDF

• Readwise

相關(guān)資料鏈接：

• GPT-4 論文（英文內(nèi)容）

• Generating Phishing Attacks using ChatGPT

• 《Mental Models》（英文內(nèi)容）

• 《長壽-當(dāng)人類不再衰老》（中文內(nèi)容）

通過多次使用，我就遇到了兩個非常嚴(yán)重的問題：內(nèi)容錯誤和對話式學(xué)習(xí)。

先說下內(nèi)容錯誤，拿 Mental Models 這本書為例，我讓它羅列 30 種模型，它回復(fù)了一個 SWOT 分析，但我看了下書籍的目錄，我發(fā)現(xiàn)并沒有提到這個模型，于是我就問它哪里提到了這個內(nèi)容，然后它的回答是「我混淆了這本書和其他一些管理類書籍中的內(nèi)容」：

這個可以說是非常非常大的錯誤，如果內(nèi)容無法保證準(zhǔn)確，那后續(xù)的效率和改變都是空談。

我研究和測試了下，造成這個問題的原因還是 ChatGPT 的字?jǐn)?shù)限制，我們沒法將書里的所有字都給 ChatGPT，我們需要做一些相對 Hack 的事情，最終導(dǎo)致這個結(jié)果有點問題。而且我在測試的時候，ChatPDF 還在用 ChatGPT-3 模型，還不支持圖片，ChatPDF 應(yīng)該是先用 OCR 技術(shù)，將PDF 轉(zhuǎn)為文字，再將內(nèi)容傳給 ChatGPT，所以也有部分原因是 PDF 轉(zhuǎn)文字時，導(dǎo)致了內(nèi)容缺失和錯誤。

再說下對話式學(xué)習(xí)的問題，目前嘗試下來有好有壞：

1. 對于目標(biāo)明確的內(nèi)容來說，這種閱讀方式非常高效（前提是內(nèi)容準(zhǔn)確），你可以有針對性地問 AI 論文或書籍里的內(nèi)容，而且它比視頻 Summary 要好，對于一些感興趣的問題，你可以有針對性地詢問。而不僅僅只是總結(jié)。
2. 對于目標(biāo)不太明確的內(nèi)容來說，這種方式就很低效，你會迷茫，不知道應(yīng)該問它啥，《長壽》這本書有 400 多頁，但我只能問出它講了什么，有什么方法能延長壽命。其他的問題，只能通過 AI 的回答，再進行探索。這個效率可能還不如一頁一頁地讀，起碼我讀到不感興趣的地方可以跳過，感興趣的地方停留，保證效率的同時，還能盡可能地獲得知識。但對話式的主動探索就不太行。

對于目前這種對話式的 AI 閱讀輔助工具，我更傾向于用于閱讀比較明確的場景，比如：

1. Q&A 文檔，或者說客服類內(nèi)容。
2. 教程類文檔，比如某個前端框架的說明文檔，如果你只是想了解里面的某些細(xì)節(jié)，使用這種閱讀方式效率就很高。
3. 主題精準(zhǔn)垂直的論文或報告。這個可能對于學(xué)生、研究人員來說會比較有用。

對于其他類型的書籍，我覺得還有很大很大的優(yōu)化空間，而且這跟模型的技術(shù)限制無關(guān)，即使 OpenAI 放開了字?jǐn)?shù)限制，不解決對話式交互問題，適用的范圍還是比較窄。

關(guān)于這個問題，我倒是有個不成熟的想法，AI 能總結(jié)，應(yīng)該也能重新組合，如果我們能設(shè)置一定的框架腳本，是不是能將書的內(nèi)容，做成交互式的游戲？

或者類似我在 Summary 一文中提到的那樣，給一些示例給 AI，然后 AI 能返回一些你可能 Highlight 的內(nèi)容，亦或者將書籍內(nèi)容做一些模版性的總結(jié)？

1.2 ChatPDF與 ChatDoc 對比

首先說說 ChatPDF 和 ChatDoc 。我這次，用它倆嘗試閱讀了下《The Great Mental Models》（這本書其實就是《思考的框架》的英文版）。從結(jié)果來看，ChatDoc 的確要比 ChatPDF 靠譜很多。這個是 ChatPDF 的總結(jié)：

這個是 ChatDoc：

從內(nèi)容的準(zhǔn)確性來說，我覺得 ChatDoc 比 ChatPDF 要好很多。

首先，我覺得 ChatDoc 的左 PDF，右邊 AI 助手的設(shè)計，比 ChatPDF 的對話式設(shè)計要好非常多。當(dāng)我遇到不懂的地方，我可以框選左側(cè)的內(nèi)容， ChatDoc 會自動將內(nèi)容帶到右側(cè)的輸入框，我只需要做一些補充提問即可，比如下圖里，我問 AI 某章節(jié)主要講了什么內(nèi)容，在閱讀一些英文書籍或論文，這個模式對我的幫助也很大，我可以問 AI 這句話是什么意思，甚至可以讓 AI 以更易于理解的話術(shù)解釋那句話。

另外，在上圖，你還能看到我針對書中的某個細(xì)節(jié)進行了提問，答得非常好。有兩個令我 Aha 的時刻：

• 第一次提問的時候，我打錯字，將「無法通過」，打成了「無法同構(gòu)」，但 AI 的回答還是正確的。
• 第二是 AI 將這個答案相關(guān)的頁碼都標(biāo)出來，并且?guī)臀艺业搅宋抑昂雎缘墓?jié)點。這個問題，在書中的第一章，所以你能看到很多 20 頁左右的引用，但 AI 還找到了 92 頁 的內(nèi)容，這個是我沒想到的。如果它能畫思維腦圖，那估計會更有用。

你在好好學(xué)習(xí)里看到的總結(jié)，就是我用這個工具輔助完成的。

1.3Readwise

再來說說，Readwise 閱讀文章的感受，Readwise 的 AI 主要有以下幾個功能，你可以問問題，讓 AI 做總結(jié)。不過這個產(chǎn)品最大的問題是響應(yīng)速度，讓它總結(jié)文章，要 loading 很久。

并且，對于 AI 輔助閱讀文章來說：

1. 這種 Summary 意義不算很大，因為一般看標(biāo)題就知道文章說啥了。
2. AI 輔助效果取決于文章內(nèi)容的解構(gòu)，以及信息顆粒度。我實驗了大概有幾十篇文章，主要涉及 newsletter 和與時間管理、生產(chǎn)力效率有關(guān)的文章，我發(fā)現(xiàn)類似 Morning Brew 這種主要以信息羅列為主的 newsletter，AI 輔助意義不算特別大，效果也很不好，因為內(nèi)容都很瑣碎，AI 不知道什么是重點，只能什么都總結(jié)一下，或者因為內(nèi)容太多，導(dǎo)致超出字?jǐn)?shù)，只總結(jié)了一部分。對于主題比較聚焦的文章，總結(jié)效果倒是好很多。
3. 通過問問題的方式閱讀，其效率遠(yuǎn)比掃描閱讀低。比如拿上面那張圖里的文章為例，我想知道文章里提到的創(chuàng)造運氣的方法有哪些，文章很短，我鼠標(biāo)只要滑幾下，就能定位到方法。但如果我用 AI，我還要打一串字，如果 API 或網(wǎng)絡(luò)不穩(wěn)定，答案返回的時間會長，總耗時反而更久。

1.4 小結(jié)

回顧開頭四個問題：

1. AI 輔助提高了人的閱讀效率嗎？
2. 它能幫助人更好地了解和記憶書中的內(nèi)容嗎？
3. AI 技術(shù)有可能改變?nèi)说拈喿x方式嗎？

坦率說來，以目前用到的工具來看，AI 工具還有很多缺點，但整體來說，我認(rèn)為它很可能會改變我的閱讀方式，并且在某些場景提升我的閱讀效率。

以下是我總結(jié)的 AI 優(yōu)勢，以及我認(rèn)為可能改變的點。

• 優(yōu)點一：提升檢索速度

我的「閱讀」一般分成兩種，一種是「學(xué)習(xí)型」的閱讀，另一種是「檢索型」的閱讀。

前者需要的是「網(wǎng)」，后者需要的是「點」。比如學(xué)習(xí)前端庫 React，你需要看它的官方文檔，甚至需要在自己的電腦上，跑一下官方 Demo，你需要建立完整的框架，并實踐，才能算學(xué)會使用。

但如果你只想查詢某個問題，那就只需要搜索一下文檔，找到某個點就可以了。而 AI 非常擅長這個。以前這類閱讀場景，我都是依賴搜索完成，但檢索型的閱讀，很多時候很難確定搜索詞，需要多次搜索，才能找到答案，而現(xiàn)在依靠 AI，搜索具備了文本理解能力，除了能幫你定位到位置外，還能直接給你答案。

對于檢索型閱讀，我認(rèn)為 AI 能提高很多效率。

• 優(yōu)點二：打破語言壁壘
• 優(yōu)點三：基于點進行解釋

優(yōu)點二和三，我覺得算是一類，這兩點會極大地改變我的閱讀方式。以前不管是學(xué)習(xí)型閱讀還是檢索型閱讀，都會遇到「看不懂」的問題。

第一種是語言上看不懂，這種就依賴翻譯軟件，但這些軟件翻譯的質(zhì)量都比較一般。現(xiàn)在用上 ChatGPT 的翻譯，效果好很多，這將會極大地拓寬我的閱讀面。甚至我現(xiàn)在可能會考慮看日語、法語等非英語書籍。

第二種是字都看懂了，但看不懂表達的意思。有了 AI 輔助，很多復(fù)雜的內(nèi)容，都能讓 AI 解釋一遍。甚至還能讓 AI 進行舉例（不過這個準(zhǔn)確度要比檢索和翻譯低很多）。

• 優(yōu)點四：找到人忽略的點

人的短期記憶容量，如果用 AI 產(chǎn)品常用的單位 token 來計算，遠(yuǎn)遠(yuǎn)小于 GPT-4 的 32,768 token（約為 23,000 個英文單詞），所以人類在進行「學(xué)習(xí)型」閱讀時，最常用的方法就是做筆記，將重點標(biāo)注出來，減輕記憶負(fù)擔(dān)。

但不管如何記錄，人總有忽略的地方。比如我在前面提到的 ChatDoc 的例子，我讀到 90 多頁的時候，完全沒想起它講的內(nèi)容跟第 20 多頁內(nèi)容有關(guān)系，但 AI 幫我找到了。

• 優(yōu)點五：挖掘網(wǎng)狀結(jié)構(gòu)（暫時未看到哪個產(chǎn)品能做到）

這個跟優(yōu)點四有點關(guān)系。

因為物理輸入方式限制，導(dǎo)致我們的閱讀很多時候都是線性的，但人的思想是網(wǎng)狀的，書本有的時候傳遞的也是網(wǎng)狀的信息，所以才有了所謂的思維導(dǎo)圖等工具，幫助人更好地理解書本的信息。

所以我就想到，既然 AI 已經(jīng)能找到人忽略的點，那是否也能幫助我們建立網(wǎng)狀圖？

再發(fā)散地看，是不是筆記類的產(chǎn)品，也會被改變？像 RoamResearch 這類依賴用戶手動打 tag 的文檔工具是不是也會被顛覆？人只需要記錄就好了，剩下的交給 AI。需要一個記錄健身數(shù)據(jù) Database？你只需要先記錄健身數(shù)據(jù)，不需要考慮表如何設(shè)計，讓 AI 生成一個即可。并且記錄方式也會發(fā)生改變。以前是先有表，再有數(shù)據(jù)，現(xiàn)在只需要先有數(shù)據(jù)就行。

回到前面提到的問題：

1. AI 輔助提高了人的閱讀效率嗎： 可以，特別是「檢索型」閱讀。
2. 它能幫助人更好地了解和記憶書中的內(nèi)容嗎： 可以，但要用對方法和工具。AI 不是替代閱讀，而是輔助閱讀。現(xiàn)在很多產(chǎn)品還是會說胡話，但我相信未來會變得更好。
3. AI 技術(shù)有可能改變?nèi)说拈喿x方式嗎：這個我持保留意見?，F(xiàn)在 AI 工具仍然只是輔助，并沒有直接改變?nèi)说拈喿x方式。對我來說，倒是拓寬了我的閱讀邊界（注意，我這里說的閱讀方式，是像 ChatPDF 這種對話式閱讀方式的改變）。

2.進一步討論AI摘要總結(jié)會取代人工摘要總結(jié)嗎？

最近 AI 相關(guān)的話題非?；鸨灿胁糠峙笥蚜粞哉f AI 出現(xiàn)，我們這種人工 Summary 遲早要被淘汰。也有人說有了 AI，總結(jié)起來會不會更快。

2.1 目前 AI Summary 工具是如何實現(xiàn)的？又有哪些限制？

聊對比前，我想先科普一些 ChatGPT 相關(guān)的知識，各位了解這些知識后，才能更好地對比 AI Summary 和人工 Summary。

• Token：這個指的是 OpenAI 處理文本的基本單位，可以是單詞或者字符的片段。例如，“hamburger” 被分成 “ham”、“bur” 和 “ger” 三個 Token，而 “pear” 是一個 Token。1個 Token 大約相當(dāng)于 4 個字符或者 0.75 個英文單詞。

• 一些限制：

  • OpenAI 的模型有一個固定的 Token 限制，例如 GPT-3 的 Davinci 模型最多可以處理2049 個 Token，大約 1500 個英文單詞。最新 Turbo 模型大約是 4,096 個 Token，大約是 3000 個英文單詞。
  • 另外這個限制還有一個細(xì)節(jié)，Token 限制的計數(shù)包含輸入和輸出的文本。換句話說，不是說我輸入 3000 個英文單詞，然后 OpenAI 能返回 3000 個英文單詞的結(jié)果，而是輸入+輸出總共不能超過 3000 個英文單詞。
  • 文字限制。目前 OpenAI 的 GPT-3 模型只能處理文字。

懂了這幾個限制后，我再講解下，市面上的視頻/Podcast Summary 是怎么做的。實際上你能直接用 ChatGPT 模擬這些插件。

首先，因為限制 #3 ，需要將視頻/Podcast 的音頻轉(zhuǎn)為文字。這一步因為 Youtube 有 Transcript，所以很多產(chǎn)品會直接拿 Transcript 來用。

第二步將 Transcript 和 Prompt（一般是「請總結(jié)以下內(nèi)容」）一起傳給 OpenAI 。傳給 Open AI 的東西類似這樣，你也可以在 ChatGPT 上試試，只需要將下方 Transcript 的內(nèi)容替換成 Youtube 上的真實 Transcript 即可：

Please summarize the following sentences.
Text: """
Transcript
"""

最后 OpenAI 就會返回 Summary 結(jié)果。

但某些視頻和 Podcast 會非常長，一集可能有幾萬字，因為 #2 的限制，根本沒法將一集完整的 Transcript 都傳給 OpenAI，所以不同的產(chǎn)品，會有不同的處理方式。目前常見的處理方式是「裁切總結(jié)」，將 Transcript 切成多個時長為 5 分鐘的 Transcript ，再傳給 OpenAI ，讓 OpenAI 先總結(jié)一遍，然后再將這些段落總結(jié)，傳給 OpenAI ，再讓它總結(jié)一遍，生成最終的總結(jié)內(nèi)容。

2.2目前 AI Summary 的缺點

了解完這些 Summary 應(yīng)用的原理后，目前這類產(chǎn)品的缺點也就相對好理解了：

• 缺點一：內(nèi)容依賴 Transcript。

某些沒有 Transcript 的內(nèi)容基本沒法 Summary。比如短視頻，或者 vlog，很多都是只有畫面，沒有說話內(nèi)容。這些都沒法 Summary。

當(dāng)然應(yīng)該沒有人需要短視頻 Summary 吧，內(nèi)容已經(jīng)夠快餐了 ??

• 缺點二：內(nèi)容質(zhì)量依賴 Transcript 質(zhì)量。

如果 Transcript 質(zhì)量不好，AI 總結(jié)出來的內(nèi)容會非常奇怪，舉個例子，如果 Transcript 包含了背景音樂里的歌詞，AI 就會總結(jié)這段歌詞。人看到就會很奇怪，突然中間來了一段「愛拼才會贏」的總結(jié)。

• 缺點三：Token 限制導(dǎo)致內(nèi)容缺失。

人一分鐘大約能講 125 - 150 個英文單詞，180 - 200 個中文。按照現(xiàn)在人們看視頻的習(xí)慣，視頻內(nèi)容一般不會超過 15 分鐘，換算下來大約是 2200 個英文單詞左右，或者 3000 個中文字，不過很多視頻都不會一直說話，所以字?jǐn)?shù)會少于這個數(shù)。

所以很多做視頻 AI Summary 就會簡單處理 Token 限制的問題，比如只傳 2500 個英文單詞，然后讓 AI 返回 500 個英文單詞的內(nèi)容。這種處理方式就比較粗暴（但并不是不能用，哈哈哈），對于長視頻來說，就會缺失后半段的總結(jié)，如果后半段有反轉(zhuǎn)，那總結(jié)就會是完全錯誤的。

比如 Glarity 這個插件，給 Knowledge Project 141 的總結(jié)是這樣的：

這段視頻中，Kunal Shah談到了他從家族企業(yè)中學(xué)到的幾個成功做生意的要素。他們中的大多數(shù)人來自于商人的社群，這種社群的人更愿意承擔(dān)風(fēng)險、具有更低的羞恥感、更能理解事物的價值、更能發(fā)現(xiàn)新的趨勢、并且愿意幫助自己的社群成功。這些特點讓這些人更有可能在商業(yè)上獲得成功。

對比看看我的總結(jié)，這段總結(jié)應(yīng)該只輸入了前15分鐘的內(nèi)容。（BTW，我這里并不是說這樣設(shè)計不行，因為 Glarity 支持自定義 prompt，它是我目前常用的 AI 插件之一，只是覺得它能更好 ?? ）

• 缺點四：層層總結(jié)導(dǎo)致內(nèi)容缺失。

當(dāng)然也不是所有人都那么做，切分總結(jié)能部分解決缺失的問題，但切分時長就很關(guān)鍵，如果太長，比如 15 分鐘，3000 個英文單詞，AI 就沒法返回總結(jié)了。

另外，這種層層總結(jié)，也會導(dǎo)致信息缺失。第一次總結(jié)，類似將照片切成一塊塊，然后逐個打碼，最后再將這些打碼后的塊，組合成一張圖，再打一次碼，內(nèi)容少了，也更不清晰了。

• 缺點五：AI 并不知道什么是重點。

如果前面 4 個缺點，在技術(shù)上未來應(yīng)該能解決（比如 OpenAI 放開限制到 8K 個 Token），但最后的一個缺點，相對來說，我還沒想到如何解決，舉個實際的例子。

還是以 Knowledge Project 141 為例，Summarize.tech 的 Summary 方式是將視頻切分成 5 分鐘的一段，然后再對生成的內(nèi)容進行二次總結(jié)。我們一起看看這個結(jié)果：

00:15:00 The author discusses how he has learned that many concepts in western society are not applicable to Asian societies, such as the value of time. He also discusses how Hinduism is not as scalable as other religions because it is not standardized.

里面提到一個 “such as the value of time”，我在聽這一段的時候，我認(rèn)為這段內(nèi)容很精彩。因為這段 Kunal 聊的是「為何很多工具產(chǎn)品在亞洲賺不到錢」，他解釋原因是對于許多亞洲國家來說都是如此，時間作為一個價值概念從未被教導(dǎo)過。

但如果你看上面的 AI 總結(jié)，其實省略了很多內(nèi)容，并且吸引力不夠，如果我讀得快一點，很可能就會忽略它。再看看另一個例子：

00:35:00 In India, less than six percent of urbanIndian women have financial income of their own, and 94 of them are currently taking care of kids or taking care of the family and not contributing to the labor force. Another interesting thing is 95 of all financial products in India are bought by men. Credit cards, car loans, and home loans are all by men, while investments are only by men. India has now nearly two thousand dollars per capita income yearly, but if you remove the top 30 million families or 30 million individuals, the per capita income would drop to maybe 600. This is why many western markets love to come to India, because its per capita income is never going to beat and grow like China's because before China started becoming affluent, 96 of Chinese urban women were working because of the one child policy which forced it to become a general neutral society. However, in India, female participation of labor is going down. The per capita income is not going to grow and therefore a lot of foreign companies love to come to India because India is the "dau farm of the world." All the big internet giants, like Facebook, Twitter, and YouTube, will say "I have 500 million billion users in India, but look at the arpu and peel the ar

首先這個總結(jié)應(yīng)該是 Token 到達上限，最后沒有輸出完。讓后拿這個總結(jié)和上一個總結(jié)做對比，你應(yīng)該會和我一樣有相同的疑惑，為何這段總結(jié)更長？更詳細(xì)？

我自己也嘗試寫了一些 prompt，這一塊即使 ChatGPT 也做不到很好的一致性（換句話說，你反復(fù)提問一樣的問題，它會給你返回不同的答案），暫時不知道它以什么標(biāo)準(zhǔn)進行總結(jié)。

但我也測試出來了一些有意思的東西，最后會跟大家分享。

2.3 AI Summary 會取代人工 Summary 嗎？

我的想法是：

1. 值得總結(jié)的，它暫時還做不好。
2. 它能做好的，總結(jié)的意義感覺也不是很大。

我目前嘗試下來，AI 最擅長總結(jié)的是那些科技產(chǎn)品評測，特別是像鐘文澤做的那些開箱評測，總結(jié)準(zhǔn)確還很全。但我想說這些評測你會只看文字版本嗎？

我不太會。

所以我也很好奇，這些 AI Summary 工具的次留是怎樣的。

我反而覺得可能將這些結(jié)果重新組裝，做成新產(chǎn)品，可能還有意思一些。

比如將全網(wǎng)評測 iPhone 14 的視頻都總結(jié)一遍，然后將這些總結(jié)結(jié)果再做一些統(tǒng)計，那我就能知道各種 UP 主是怎么評價 iPhone 14 的，贊的人有哪些，贊的地方有哪些，踩的人又有哪些，又踩了什么。

現(xiàn)在的 AI 產(chǎn)品玩法，都還是脫離不了文字的交互方式，以及直接跟 AI 交互的方式。為何不試試用 AI 的結(jié)果做產(chǎn)品？以前要想搞一個什么值得買很難，需要很多人力，現(xiàn)在會不會簡單一些呢？

再說說它暫時做不好的內(nèi)容，我可能會用它來做輔助，但用它做輔助也有兩個擔(dān)憂：

1. 我不知道它總結(jié)的全不全。
2. 被動學(xué)習(xí)變成主動學(xué)習(xí)：這個跟第一條有點關(guān)系，純聽，或者看文字稿，我大部分時間是被動學(xué)習(xí)，我能很快判斷這個是不是值得記錄的，但現(xiàn)在它總結(jié)給我，我就要主動去想它總結(jié)的內(nèi)容是什么，是不是值得細(xì)聽。

所以就我目前測試下來，文字稿對我的輔助作用最大。其次才是 AI 總結(jié)，它幫到我的更多的是定位重點，作為

不過我相信未來應(yīng)該會有更好的解決方案，比如未來應(yīng)該會支持更多媒介，并且 Token 的限制也會放寬。

2.4 相關(guān)摘要prompt優(yōu)化技巧

我在前面提到 AI Summary 不知道什么是重點。但如果你傳給 AI 的 Prompt 里包含一些案例，它就能根據(jù)你給的案例做一些優(yōu)化。某種程度上是告知它什么是重點。

簡單說，類似這樣的：

In India, less than six percent of urbanIndian women have financial income of their own, and 94 of them are currently taking care of kids or taking care of the family and not contributing to the labor force. Another interesting thing is 95 of all financial products in India are bought by men. Credit cards, car loans, and home loans are all by men, while investments are only by men. India has now nearly two thousand dollars per capita income yearly, but if you remove the top 30 million families or 30 million individuals, the per capita income would drop to maybe 600. 

Highlight: less than six percent of urbanIndian women have financial income of their own.

然后下一段話，你就可以這樣問，ChatGPT 會返回它理解的 Highlight 內(nèi)容給你：

This is why many western markets love to come to India, because its per capita income is never going to beat and grow like China's because before China started becoming affluent, 96 of Chinese urban women were working because of the one child policy which forced it to become a general neutral society. However, in India, female participation of labor is going down. The per capita income is not going to grow and therefore a lot of foreign companies love to come to India because India is the "dau farm of the world." 

Highlight: 

未來基于 AI 做一個專屬于個人的推薦或者 Summary 系統(tǒng)是有可能的。只是你需要給不少初始化數(shù)據(jù)給模型。

比如人對某篇文章的開頭段落進行高亮，后續(xù) AI 就能自動根據(jù)你的高亮結(jié)果，高亮文章后續(xù)可能被高亮的內(nèi)容。當(dāng)收集的數(shù)據(jù)足夠多，新的文章都能自動高亮了。

3.更多AI產(chǎn)品推薦演示

3.1 ChatMind.Tech

自動生成流程圖

3.2 Effidit

智能創(chuàng)作助手 Effidit（Efficient and Intelligent Editing） 是由騰訊 AI Lab 開發(fā)的一個研究性原型系統(tǒng)，探索用 AI 技術(shù)提升寫作者的寫作效率和創(chuàng)作體驗（在線體驗推薦使用 Chrome 或 Microsoft Edge 瀏覽器）

4.總結(jié)

1. ChatGPT可以幫助我們更快速、更準(zhǔn)確地獲取信息。在日常生活中，我們經(jīng)常需要查找各種信息，例如新聞、天氣、交通等，而ChatGPT可以通過自然語言的方式，快速地回答我們的問題，節(jié)省了我們查找信息的時間和精力。

2. ChatGPT可以幫助我們更好地進行學(xué)習(xí)和閱讀。在學(xué)習(xí)和閱讀過程中，我們經(jīng)常會遇到各種問題和難點，而ChatGPT可以通過智能問答的方式，幫助我們解決這些問題和難點，提高我們的學(xué)習(xí)效率和閱讀理解能力。

3. ChatGPT還可以幫助我們更好地進行工作。在工作中，我們經(jīng)常需要處理各種復(fù)雜的問題和任務(wù)，而ChatGPT可以通過智能問答、自動化處理等方式，幫助我們更好地完成這些任務(wù)，提高我們的工作效率和質(zhì)量。文章來源地址http://www.zghlxwxcb.cn/news/detail-437897.html

到了這里，關(guān)于ChatGPT會對我們?nèi)粘Ｉ顜硎裁从绊?？這些技術(shù)會改變我們學(xué)習(xí)閱讀工作方式嗎？的文章就介紹完了。如果您還想了解更多內(nèi)容，請在右上角搜索TOY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！