可以說(shuō)：只要你搞懂了這兩點(diǎn)，那么你就掌握了揮動(dòng)AI這把屠龍刀的能力。

那么，這句話(huà)是什么意思呢？

其實(shí)很好理解，由于目前人類(lèi)的技術(shù)對(duì)自然語(yǔ)言（人說(shuō)的話(huà)）處理的技術(shù)還不完美，所以導(dǎo)致目前 AI 生成內(nèi)容的質(zhì)量，非常依賴(lài)于提示詞（Prompts）

PS：你可以把“提示詞”理解成：讓 AI 能精準(zhǔn) Get 到你意圖的話(huà)，或者與 AI 溝通的語(yǔ)言方式。

也就是說(shuō)：如果你給AI的提示詞質(zhì)量不好，或者不到位，那么 AI 給到你的，往往就是那種 “像是一堆正確的廢話(huà)堆積而成” 的文字垃圾。

這些東西和你用搜索引擎搜出來(lái)的那些拼湊而成的口水文，沒(méi)有本質(zhì)區(qū)別，對(duì)你毫無(wú)啟發(fā)性。

所以，想要獲得 AI 高質(zhì)量回答的第一步，就是先學(xué)會(huì)與 AI 溝通的語(yǔ)言，也就是學(xué)會(huì)寫(xiě)提示詞。

關(guān)于會(huì)給AI寫(xiě)提示詞的重要性，OpenAI的CEO，也是被稱(chēng)為ChatGPT之父的 Sam Altman 就專(zhuān)門(mén)發(fā)推強(qiáng)調(diào)說(shuō)：會(huì)給 AI 寫(xiě)提示詞是一個(gè)非常高杠桿的技能。

那么，為了讓你更直接清晰的認(rèn)識(shí)到，會(huì)寫(xiě)提示詞的重要性，我們這里不妨再上一個(gè)能讓你直接感知到的例子~

讓你看看，對(duì) AI 提同樣的需求，會(huì)寫(xiě)提示詞，和不會(huì)寫(xiě)提示詞，AI 所返回給你的結(jié)果質(zhì)量，究竟會(huì)有多大的差距.....

PS：圖片可點(diǎn)開(kāi)后放大

好了，通過(guò)上面的介紹，你認(rèn)識(shí)到了會(huì)寫(xiě)提示詞的重要性后，那么我們?cè)撊绾螌?xiě)出高質(zhì)量的提示詞呢？

關(guān)于這一點(diǎn)，我這里給你總結(jié)了一個(gè)通用且屢試不爽的提示詞模版~

也就是說(shuō)，一個(gè)好的提示詞是由：立角色 + 述問(wèn)題 + 定目標(biāo) + 補(bǔ)要求，這四部分構(gòu)成的??！

1：?【立角色】指的是：引導(dǎo)AI進(jìn)入具體場(chǎng)景，為 AI 賦予行家身份。

2：?【述問(wèn)題】指的是：告訴AI你的困惑，你的問(wèn)題，以及為AI補(bǔ)充問(wèn)題所需要的背景信息。

3：?【定目標(biāo)】指的是：告訴AI你的需求，你希望它為你做到什么。

4：?【補(bǔ)要求】指的是：告訴AI，它的回答需要注意什么，或者你想讓它以什么形式來(lái)回復(fù)你。

當(dāng)然，這套模板，看著會(huì)感覺(jué)比較復(fù)雜，但是，它操作起來(lái)卻是無(wú)比簡(jiǎn)單~

這里不妨還拿前面那個(gè)【旅游攻略】的案例來(lái)舉例，那把這個(gè)公式帶入到一個(gè)真實(shí)的應(yīng)用場(chǎng)景，它就是這樣的效果.....

當(dāng)然，看過(guò)這個(gè)例子，你可能會(huì)說(shuō)，對(duì)于模板中的 “述問(wèn)題、定目標(biāo)、補(bǔ)要求”?這些部分都很好理解，這就是我們平常提問(wèn)的語(yǔ)言模式。

但是，為什么這里要加上一個(gè)【立角色】的動(dòng)作，這個(gè)動(dòng)作是不是有些多此一舉，直接上提問(wèn)，不是更干脆直接嗎？

恩，我這里想告訴你的事：這個(gè)動(dòng)作不但不多余，而且還很重要！！

關(guān)于這一點(diǎn)的解釋?zhuān)覀冞@里還是拿上面的【旅游】來(lái)舉例子~

看看同樣一個(gè)問(wèn)題，加角色和沒(méi)加角色的問(wèn)題，GPT 最后返回給你的答案究竟差異有多大......

PS：圖片可點(diǎn)開(kāi)后放大

通過(guò)這個(gè)對(duì)比圖，你可以清晰的看的出來(lái)~

在完全一樣詢(xún)問(wèn)方式以及內(nèi)容的情況下，后者僅僅多了【假如你是導(dǎo)游】這六個(gè)字.

GPT 所返回給我們的答案與前者對(duì)比，就完全是兩種境界??！

也就是說(shuō)：加了專(zhuān)家角色的提問(wèn)，AI返回的結(jié)果會(huì)更具體，更具有可實(shí)操性，而且回答的語(yǔ)氣也更加具有人情味。

其實(shí)，之所以會(huì)造成這種差異的原因也很好理解，我們不妨拿金庸老爺子的武俠小說(shuō)來(lái)解釋~

其實(shí)AI 所掌握的知識(shí)，就有點(diǎn)類(lèi)似于《天龍八部》的王語(yǔ)嫣一樣，她雖然記下了天下武學(xué)的知識(shí).

但是她所掌握的武學(xué)知識(shí)又寬又泛，又相互干擾，雖然能給出建議，卻無(wú)法給出針對(duì)性的建議。

但是，當(dāng)我們?yōu)?AI 加上了專(zhuān)家角色之后，它就不再是只會(huì)死讀書(shū)的王語(yǔ)嫣了，而是真正化身為領(lǐng)域內(nèi)的實(shí)戰(zhàn)派專(zhuān)家，來(lái)給出我們答案了。

也就是說(shuō)，專(zhuān)家角色可以幫助 AI 指定場(chǎng)景，清晰問(wèn)題范圍，以及補(bǔ)充問(wèn)題所需的背景信息。

因?yàn)橐粋€(gè)領(lǐng)域的專(zhuān)家，?本身就代表某個(gè)領(lǐng)域的知識(shí)體系，以及最高的行業(yè)標(biāo)準(zhǔn)，這個(gè)動(dòng)作就相當(dāng)于給王語(yǔ)嫣疊加了一個(gè) Buff 一樣。

那么，在掌握了天下武學(xué)知識(shí)的王語(yǔ)嫣基礎(chǔ)上，又為其疊加了一個(gè)個(gè)代表該領(lǐng)域最高成就的身份 buff，那它的回答，當(dāng)然會(huì)和前面只會(huì)死讀書(shū)的書(shū)呆子的答案，存在很多差異了。

所以說(shuō)，如果你的問(wèn)題需要一定深度，你想要更得到更專(zhuān)業(yè)的回答，而不是類(lèi)似于搜索引擎式的回答，那么就請(qǐng)你記得：

向 AI 提問(wèn)的第一步，先給它疊加上專(zhuān)家的 buff，完成了這個(gè)動(dòng)作之后，再告訴它你想要它做什么，以及對(duì)它的補(bǔ)充要求。

好了，這里你清楚了為 GPT 疊加專(zhuān)家 buff 的意義之后，那么我們該如何為它疊加上這個(gè) Buff 呢？

其實(shí)思路很簡(jiǎn)單，經(jīng)過(guò)我的測(cè)試，你用以下這幾個(gè)提示詞都可以~

你現(xiàn)在是[xx]

請(qǐng)你扮演[XX]

假如你是 [XX]

請(qǐng)你以 [XX] 的角度/身份/語(yǔ)氣.....

根據(jù)我的實(shí)操經(jīng)驗(yàn)，這些提示詞，都可以被 AI 所接受和理解，你這里只需要選一款最符合你語(yǔ)言習(xí)慣的表達(dá)風(fēng)格就行了。

好了，當(dāng)你掌握了寫(xiě)提示詞的方法之后，再去和你過(guò)去的提問(wèn)方式對(duì)比，AI所給你的回答質(zhì)量，就會(huì)呈現(xiàn)我們前面的那種對(duì)比了~

而且，咱們這套寫(xiě)提示詞的思路是通用的，?幾乎所有的場(chǎng)景，?你都可以用這套方法來(lái)為其設(shè)計(jì)提示詞~

◎舉例 1：用『提示詞模版』來(lái)設(shè)計(jì)課程大綱

提示詞：

AI所生成的效果：

◎舉例 2：用『提示詞模板』?實(shí)現(xiàn)模擬面試的效果。

提示詞：

AI所生成的效果：

◎舉例 3?用『提示詞模板』來(lái)輔助工作。

AI所生成的效果：

此外這套思路還可以跨場(chǎng)景遷移使用，比如用提示詞模版，來(lái)實(shí)現(xiàn) AI 繪畫(huà)~

提示詞：

AI所生成的效果：

總之，模板通用，例子舉不勝舉，只要你按照這套 SOP 模版寫(xiě)出的提示詞，那么?一般 GPT 給你的答案都不會(huì)太差。

當(dāng)然，以上是一套標(biāo)準(zhǔn)的 SOP 模版，如果你的問(wèn)題需求非常簡(jiǎn)單，你是不需要全部按照這一套來(lái)的，對(duì)于一些簡(jiǎn)單的問(wèn)題，直接問(wèn)就行了。

所以，要記得：方法不要用死了，要根據(jù)你的實(shí)際場(chǎng)景需求靈活變化哦。

好了，通過(guò)以上，你就掌握了寫(xiě)提示詞的方法了~

不過(guò)雖然說(shuō)可以通過(guò)這套思路，設(shè)計(jì)出優(yōu)質(zhì)的提示詞，獲得 AI 高質(zhì)量的答案。

但是我們也知道，目前的 AI 還沒(méi)有進(jìn)化到逆天的程度，?所以對(duì)于一些稍微復(fù)雜的問(wèn)題，AI 的一次回答往往并不那么到位。

所以，如果我們想要獲得更牛逼，更深度，更有價(jià)值的回答，那么我們就需要對(duì)它進(jìn)行調(diào)教了~

二：調(diào)教方法

其實(shí)這個(gè)?『調(diào)教的方法和原理』?都很好理解~

GPT 之所以牛逼，就是因?yàn)樗季S鏈技術(shù)（Chain of Thought）讓它具備了，多輪對(duì)話(huà)以及理解&結(jié)合上下文語(yǔ)境的能力。

也就是說(shuō)：在該技術(shù)的加持下，AI 會(huì)記住我們前面的會(huì)話(huà)內(nèi)容，在前面內(nèi)容的基礎(chǔ)上，去針對(duì)性的回答我們后面的內(nèi)容，實(shí)現(xiàn)類(lèi)似于真人之間溝通的對(duì)話(huà)效果。

所以，基于 AI 的這個(gè)機(jī)制，我們就可以通過(guò)不斷的對(duì)其?"喂數(shù)據(jù)"&“投指令”的方式，?對(duì) AI 進(jìn)行訓(xùn)練。

通過(guò)不斷的引導(dǎo) Ai，來(lái)幫助我們獲得更具體、更深度、更有價(jià)值的回答，或者其他效果。

好了，這里你知道了調(diào)教 AI 的機(jī)制之后，那么具體該如何訓(xùn)練 AI，才能讓它達(dá)到你想要的效果呢？

那么，想要實(shí)現(xiàn)這個(gè)效果，我們就需要用到這么兩個(gè)指令了。

第一個(gè)指令，我管它叫：繼續(xù)指令

其實(shí)這個(gè)所謂的【繼續(xù)指令】的本質(zhì)作用就是為了：幫助你突破 AI 廠商的輸出限制，讓 AI 的回答得以充分發(fā)揮所存在的。

那么關(guān)于這一點(diǎn)的解釋?zhuān)覀円捕贾溃?strong>AI 大模型的訓(xùn)練成本是非常高的。

可能是基于算力成本的考量，包括 OpenAI 在內(nèi)的各大 AI 廠商，都會(huì)盡可能控制 AI 所生成的篇，以及盡可能的通過(guò)概括文本內(nèi)容?，讓內(nèi)容變得簡(jiǎn)練。

就拿 ChatGPT 舉例子，它的單次最大輸出是不會(huì)超過(guò)2048個(gè)字符的，只要超過(guò)這個(gè)字符值的，AI 的回答會(huì)被強(qiáng)制截?cái)嗤Ｖ埂?/p>

所以，在廠商的篇幅限制以及篇幅概括這兩個(gè)限制條件下，AI 所給我們的一次性?xún)?nèi)容，就會(huì)經(jīng)常讓我們感覺(jué)到內(nèi)容不夠或者深度不夠。

那么，這個(gè)時(shí)候繼續(xù)指令就可以幫助我們突破這兩點(diǎn)限制。

也就是：讓超過(guò) 2048 字符的回答繼續(xù)回答完畢，或者讓第一次回答不充分的地方，繼續(xù)詳細(xì)展開(kāi)。

比如，還是拿我們上面的【旅行】舉例子~

AI 到此位置就超越了它所規(guī)定的字符停止下來(lái)了，那我們就可以通過(guò)繼續(xù)指令，讓它對(duì)前面沒(méi)說(shuō)完的話(huà)給說(shuō)完。

同樣的道理，即使它說(shuō)完了話(huà)，我們也可以通過(guò)繼續(xù)指令，讓它對(duì)回答不夠深入，不夠具體的地方，繼續(xù)展開(kāi)一下?....

當(dāng)然，文中的實(shí)例，只是【繼續(xù)指令】最基礎(chǔ)的用法，除了這個(gè)最基礎(chǔ)的用法之外，它還有進(jìn)一步的追問(wèn)用法....

比如，就拿上面提到的【課程設(shè)計(jì)】來(lái)舉例子~

我們就可以用進(jìn)一步的繼續(xù)指令，對(duì)其進(jìn)行追問(wèn)~

PS：圖片可點(diǎn)開(kāi)后放大

而且，我們?cè)?strong>進(jìn)行繼續(xù)追問(wèn)的過(guò)程中，也可以把我們前面的?【補(bǔ)要求】的提示詞給用上，比如：

請(qǐng)用小孩子都能聽(tīng)懂的例子進(jìn)行解釋?zhuān)?/p>

請(qǐng)?zhí)峁┎恍∮?5 個(gè)例子，

請(qǐng)從XX領(lǐng)域里選例子，

請(qǐng)你用活潑口語(yǔ)化的方式進(jìn)行回答，

請(qǐng)擴(kuò)寫(xiě)...

請(qǐng)概括...

PS：圖片可點(diǎn)開(kāi)后放大

理論上，你是可以一直按照“繼續(xù)”的套路，對(duì)它進(jìn)行持續(xù)的追問(wèn)深挖的~

比如，還是那上面的【講課案例】舉例，也就是說(shuō)，你只需要按照 GPT 最開(kāi)始所提供的那個(gè)大綱框架。

然后，持續(xù)對(duì)這個(gè)大綱里面的內(nèi)容進(jìn)行追問(wèn)，不停的套娃，最后再把每一個(gè)點(diǎn)追問(wèn)的結(jié)果，填充到最初的大框架中，這樣你就可以得到一篇，基本完全屬于GPT 所生成的課件內(nèi)容了....

你最后要做的，只是把GPT所生成的語(yǔ)言換成你自己的語(yǔ)言風(fēng)格，做好邏輯的拼接，以及最后的潤(rùn)色，然后你就可以講課了，嗯，就是這么牛逼。

當(dāng)然，在使用繼續(xù)指令以及延伸用法的時(shí)候，這里還有兩點(diǎn)注意事項(xiàng)要提醒下：

事項(xiàng)一：注意指令的模糊性

也就是說(shuō)，如果你的追問(wèn)過(guò)長(zhǎng)或者套娃層級(jí)太多的時(shí)候，那么你的繼續(xù)指令，就可能會(huì)讓 AI 產(chǎn)生歧義，呈現(xiàn)答非所問(wèn)的情況。

所以在展開(kāi)追問(wèn)多層級(jí)里面內(nèi)容的時(shí)候，請(qǐng)你一定要明確對(duì)象。

比如把：【請(qǐng)具體介紹下第二點(diǎn)】，換成?【請(qǐng)具體介紹下提綱中的第二點(diǎn)】?這樣更具體的描述，這樣 AI 就不會(huì)給你搞混淆了。

事項(xiàng)二：**注意上下文語(yǔ)境的關(guān)聯(lián)性**

這一點(diǎn)我們前面也提到了，AI 具有強(qiáng)大的多輪對(duì)話(huà)，以及聯(lián)系上下文的能力。

如果我們?cè)谕粋€(gè)對(duì)話(huà)框內(nèi)穿插多個(gè)不同的話(huà)題場(chǎng)景，那么 AI 的回答就有可能受到前面內(nèi)容的影響，而出現(xiàn)亂答的情況。

所以，在與 GPT 的互動(dòng)中，如果我們想在一個(gè)對(duì)話(huà)框內(nèi)，問(wèn)多個(gè)不同的話(huà)題，那么我更建議你在一個(gè)新話(huà)題開(kāi)啟的時(shí)候，初始化一下 GPT。

也就是把前面的對(duì)話(huà)清空后再開(kāi)始新的話(huà)題，這樣就可以避免 AI 的回答受前面內(nèi)容的干擾。

具體重置 ChatGPT 提示詞的操作是這樣的：

好了，到這里我們就講完了調(diào)教 AI 的【繼續(xù)】指令了~

雖然說(shuō)該指令可以讓 AI 的回答更加豐富多彩，但是受制于語(yǔ)言傳遞信息的局限性，AI 的每一次回答，可能并不總是如我們的意?，甚至聊著聊著還有跑偏的現(xiàn)象發(fā)生。

這樣，就會(huì)讓我們獲得想要的效果的時(shí)候，出現(xiàn)很多不必要的麻煩。

那么面對(duì)這種情況，我們就需要用到調(diào)教 AI 的第二個(gè)指令，這個(gè)指令可以幫助你，設(shè)計(jì)具有“套路屬性”&“模版類(lèi)”任務(wù)的時(shí)候，有著神奇的效果。

2.調(diào)教 GPT之獎(jiǎng)懲指令

其實(shí)這個(gè)所謂“獎(jiǎng)懲指令（有監(jiān)督學(xué)習(xí)）”的作用和調(diào)教原理很好理解，它就像是我們教育孩子一樣。

如果你希望孩子達(dá)到你理想的行為標(biāo)準(zhǔn)，那么你就需要對(duì)他進(jìn)行教育，如果孩子做得好，我們就需要及時(shí)的夸獎(jiǎng)，鼓勵(lì)他變得更好，

而如果孩子做的差勁，我們就需要對(duì)他進(jìn)行懲罰，讓孩子知道你的底線。

于是就是通過(guò)這樣不斷的棒槌 + 獎(jiǎng)勵(lì)的反復(fù)糾正下?，孩子自然就會(huì)形成一套我們所期望的行為標(biāo)準(zhǔn)。

所以，既然基于神經(jīng)網(wǎng)絡(luò)的?AI 具備思維鏈的能力，那么我們當(dāng)然也可以按照教育孩子的這種思路，讓 AI 變得越來(lái)越聽(tīng)話(huà)。

至于這個(gè)獎(jiǎng)懲指令的實(shí)操思路很簡(jiǎn)單，這里不妨拿我訓(xùn)練的【出題小助手】舉例子~

這一點(diǎn)我成長(zhǎng)圈社群的同學(xué)應(yīng)該都知道，每個(gè)周我都會(huì)給我社群的同學(xué)出一道思考題~

所以，在ChatGPT出現(xiàn)之后，我就在思考，能不能讓 AI 自動(dòng)或者輔助我生成思維題，以分擔(dān)掉我這部分的工作負(fù)擔(dān)。

于是，在這種目標(biāo)的指引下，我就開(kāi)啟了對(duì)AI的調(diào)教....

調(diào)教思路很簡(jiǎn)單：

首先，先投喂我之前的思維題，然后讓它學(xué)習(xí)和分析我出題的格式，然后讓它生成答案模式。

對(duì)于這些AI生成的內(nèi)容，如果碰到符合我要求的地方，我就會(huì)用肯定詞匯，比如：非常好，請(qǐng)繼續(xù)保持這種形式。

對(duì)于不符合我要求的地方，我就會(huì)用否定詞匯，比方說(shuō)：不對(duì)，你錯(cuò)了，請(qǐng)重新，要求 XXX。

（一般 GPT 馬上會(huì)向你道歉，并糾正其錯(cuò)誤）

類(lèi)似于你看到的這樣.....

于是經(jīng)過(guò)重復(fù)的投喂，一輪輪的調(diào)教，最后它就成了輔助我出題的小助手了~

嗯，如果我不提前告訴你，你能分清楚那一個(gè)是 AI 出的題么...

所以，不妨思考下你工作中場(chǎng)景，看看有哪些是比較偏模式化的任務(wù)，對(duì)于這些比較模式化的目標(biāo)，你都可以通過(guò)【獎(jiǎng)懲指令】對(duì) AI 進(jìn)行訓(xùn)練~

在訓(xùn)練的過(guò)程中，對(duì)于那些符合你要求的地方進(jìn)行鼓勵(lì)，對(duì)于不符合要求的地方進(jìn)行懲罰。

最后通過(guò)這樣來(lái)回的獎(jiǎng)懲之中，AI 就會(huì)達(dá)到你理想的行為標(biāo)準(zhǔn)，生成你符合你想要內(nèi)容的能力，成為你工作中某個(gè)場(chǎng)景下的長(zhǎng)期助手。

好了，到這里我們就講完了關(guān)于【訓(xùn)練 AI 技術(shù)面】的方法了~

但是我們也都知道，無(wú)論是知識(shí)還是技術(shù)，還是工具，它們最終的目的都是為了幫助我們創(chuàng)造實(shí)際的生存力所存在的。

如果達(dá)不成這個(gè)目標(biāo)，那么即使你掌握了屠龍術(shù)，但是沒(méi)有龍可屠，那么這個(gè)屠龍術(shù)也是和你沒(méi)有毛關(guān)系的。

我們很多同學(xué)之所以拿到了 GPT，也掌握了 GPT 的使用方法，卻仍然使用的頻次很低，甚至完全用不起來(lái)的核心原因，就是因?yàn)?strong>你沒(méi)有把 AI 與你所需要的應(yīng)用場(chǎng)景關(guān)聯(lián)起來(lái)。

所以，想要讓 AI 為你創(chuàng)造出實(shí)際的生產(chǎn)力，你就必須找到自己的應(yīng)用場(chǎng)景，只有把AI融入到具體場(chǎng)景之后，我們的屠龍刀才會(huì)有用武之地。

所以接下來(lái)的部分，我就給你分享，在掌握了操作 AI 方法論的基礎(chǔ)上，如何讓 AI 與你自己結(jié)合起來(lái)，帶來(lái)實(shí)際的生產(chǎn)力~

3
如何融合AI創(chuàng)造實(shí)在價(jià)值？

其實(shí)讓 AI 和我們自身融合的思路很簡(jiǎn)單，把整個(gè)思路概括下來(lái)，無(wú)非就是兩個(gè)步驟。

第一個(gè)步驟，我管它叫：梳理

其實(shí)，這個(gè)【梳理】很好理解~

在電商興起的時(shí)，馬云曾說(shuō)過(guò)這么一句話(huà)：所有生意，都值得用互聯(lián)網(wǎng)再做一遍。

那么，在 AI 時(shí)代，我也想套用同樣的話(huà)：幾乎所有涉及到知識(shí)的工作方式，都可以再用 AI 重構(gòu)一遍。

也就是說(shuō)：

我們可以通過(guò)反思自己的工作場(chǎng)景，把那些可能被 AI 替代或者輔助的部分，都給梳理出來(lái)，然后找到它們和 AI 可以結(jié)合的點(diǎn)，?把這些點(diǎn)按照前面所講解的思路，給打造出標(biāo)準(zhǔn)化的工具或者流程出來(lái)。

說(shuō)人話(huà)概括就是：梳理你日常所有的工作軌跡，找到AI能干的活，然后把AI能干的，一律交給它或者讓它輔助你來(lái)做。

從而把你解放出來(lái)，去做更有價(jià)值，更具有創(chuàng)造力的事情。

好了，這里我們知道了【梳理】的內(nèi)涵后，那么該如何去做這個(gè)梳理呢？

其實(shí)這個(gè)思路很簡(jiǎn)單~

你可以圍繞著你人生基本面的萬(wàn)能三維度（學(xué)習(xí)、工作、生活），根據(jù)我們的行為需求，對(duì)每一個(gè)維度下的場(chǎng)景進(jìn)行挨個(gè)發(fā)散梳理。

通過(guò)這種系統(tǒng)性的思考?，把那些可以和AI結(jié)合的場(chǎng)景統(tǒng)統(tǒng)給抓出來(lái)。

比如，在我的學(xué)習(xí)場(chǎng)景下，AI 可以替代或者輔助的場(chǎng)景就有這些....

◎?qū)W習(xí)場(chǎng)景案例1：利用 AI輔助加工知識(shí)，解釋知識(shí)，提供啟發(fā)。

◎?qū)W習(xí)場(chǎng)景案例2：利用 AI 實(shí)現(xiàn)與大師對(duì)話(huà)式學(xué)習(xí)

當(dāng)然，在這個(gè)場(chǎng)景下，除了與老子對(duì)話(huà)外，你把思路遷移一下，把它換成孔子、莊子、孟子、毛澤東、拿破侖、蘇格拉底....

總之任何一個(gè)你感興趣，你想和他對(duì)話(huà)的偉人。

甚至讓 GPT 分飾多個(gè)角色，讓大佬與大佬之間對(duì)決，你來(lái)觀戰(zhàn)，從對(duì)話(huà)中學(xué)習(xí)，讓學(xué)習(xí)回歸到"蘇格拉底式的狀態(tài)".....

◎?qū)W習(xí)場(chǎng)景案例3?利用 AI 實(shí)現(xiàn)輔助閱讀，提高理解效率。

這個(gè)應(yīng)用場(chǎng)景，對(duì)于那些理解能力不強(qiáng)，或者想提高理解效率的同學(xué)，簡(jiǎn)直是神器，比如.....

◎學(xué)習(xí)場(chǎng)景案例4：?利用AI實(shí)現(xiàn)各大領(lǐng)域的入門(mén)教練，導(dǎo)師。

這個(gè)場(chǎng)景，對(duì)于那些想搭建某領(lǐng)域體系，或者想系統(tǒng)研究某領(lǐng)域的同學(xué)，簡(jiǎn)直是福音。
比如這個(gè)技術(shù)學(xué)習(xí)的案例.....

而且，同樣的道理，除了這個(gè)"技術(shù)"領(lǐng)域的，你還可以把這個(gè)思路遷移出去，用同樣的套路，去研究哲學(xué)、社會(huì)學(xué)、產(chǎn)品經(jīng)理、運(yùn)營(yíng)....

總之任何你想研究的領(lǐng)域，都可以讓AI為你指路。

當(dāng)然，在學(xué)習(xí)場(chǎng)景下，除了這些還有 N 多場(chǎng)景，比如，做我的英文教練、辯論教練、學(xué)習(xí)效果檢測(cè)師等等.....

這里受制于篇幅原因，我就不一一給出示例了，如果你對(duì)【學(xué)習(xí)場(chǎng)景】的更多用法有興趣，改天我再寫(xiě)文單獨(dú)做專(zhuān)題分享。

好了，這里簡(jiǎn)單的介紹完學(xué)習(xí)場(chǎng)景下的梳理和示范，那么同樣的套路，在工作場(chǎng)景也是如此~

◎?工作場(chǎng)景案例 1：?利用 AI 當(dāng)你的工作助理。

這個(gè)助理場(chǎng)景的案例舉不勝舉，你可以用它幫助你寫(xiě)招聘信息，寫(xiě)腳本，寫(xiě)工作文案，自媒體文案，寫(xiě)代碼，甚至寫(xiě)方案.....

比如，我讓AI幫我寫(xiě)的這個(gè)產(chǎn)品經(jīng)理的 PRD 文檔，看完你是不是覺(jué)得，以后這部分工作已經(jīng)岌岌可危了....

同樣的，利用 AI，來(lái)做數(shù)據(jù)分析....

或者用 AI 來(lái)寫(xiě)會(huì)議邀請(qǐng)....

當(dāng)然，除了以上比較專(zhuān)業(yè)化的場(chǎng)景助理外，它也完全可以勝任創(chuàng)意性，或者激發(fā)創(chuàng)意性的工作。

比如，咱們這篇文章的標(biāo)題，就是來(lái)自于 GPT 的啟發(fā)結(jié)果....

看完這些，你是不是突然能理解，為什么有了 ChatGPT 之后，很多企業(yè)開(kāi)始裁員的原因了....

總之，運(yùn)用好我們上面的提示詞以及訓(xùn)練套路，那么萬(wàn)物皆可輔助。

當(dāng)然，除了這些，在工作場(chǎng)景下還有 N 多用法，比如，讓它做我的排版&選題工具人、篩選整合數(shù)據(jù)師等等....

總之，工作場(chǎng)景下的例子，也是舉不勝舉，如果你對(duì)工作場(chǎng)景感興趣，可以按照上面的號(hào)加我下。

找我免費(fèi)要一下，更多助你開(kāi)闊思路的場(chǎng)景案例，以及國(guó)內(nèi)可直接訪問(wèn)的一些鏡像網(wǎng)站。

因?yàn)槲恼缕脑?，我們這里也不一一給出示例了~

好了，這里說(shuō)完了前面兩大場(chǎng)景，那么同樣的，在我們的生活場(chǎng)景也是如此操作~

◎ 生活場(chǎng)景案例1：?用 AI 做健身教練~

再比如，用 AI 做我的私人營(yíng)養(yǎng)師....

當(dāng)然，除了上面的例子外，AI 在我們生活場(chǎng)景中的運(yùn)用，也是舉不勝舉。

比如：讓它做你的私人律師、私人醫(yī)生、私人導(dǎo)游等等，各種教練，各種身份，它都可以非常出色的完成?。?！

總之，無(wú)論是工作、學(xué)習(xí)、還是生活，這樣的例子和場(chǎng)景數(shù)不勝數(shù)，我也給你舉不完，你也學(xué)不完。

這里放出這些場(chǎng)景案例，只是供你開(kāi)闊思路啟發(fā)用的，例子本身并不重要，例子場(chǎng)景背后的挖掘思路才是你真正應(yīng)該學(xué)習(xí)的。

只要你能?chē)@著【你三維度的日常軌跡】去對(duì)自己做系統(tǒng)梳理，在梳理的過(guò)程中，每一個(gè)場(chǎng)景跳出來(lái)的時(shí)候，都思考下，該場(chǎng)景可以和AI結(jié)合的點(diǎn)，有就記錄，沒(méi)有就跳過(guò)....

只要你認(rèn)真完成這個(gè)過(guò)程，那你一定可以挖出大量有用的場(chǎng)景，以及獨(dú)到用法，而這些你親手挖掘出來(lái)的場(chǎng)景，才是你真正剛需，且能為你馬上解決問(wèn)題的場(chǎng)景??！

好了，當(dāng)我們通過(guò)以上梳理，挖掘出可以和AI結(jié)合的場(chǎng)景之后，我們就可以為這些梳理出來(lái)的場(chǎng)景加持上AI，去創(chuàng)造生產(chǎn)力了，也就是我們的第二個(gè)步驟~

2.落地 GPT 第二步：打造

其實(shí)，這個(gè)所謂的【打造】指的就是：把我們梳理出來(lái)的這些場(chǎng)景中，那些能標(biāo)準(zhǔn)化，可重復(fù)套用的場(chǎng)景，讓它一律的標(biāo)準(zhǔn)化、工具化，形成『場(chǎng)景庫(kù)』，以供我們需要的時(shí)候，直接去調(diào)用。

比如，我前面訓(xùn)練的思維題小助手，健身教練助手等等....

至于為什么要做這個(gè)動(dòng)作的原因也很簡(jiǎn)單~

也就是說(shuō)，除非我們有了一定知名度，數(shù)據(jù)有被 AI 廠商抓取的價(jià)值，否則我們這些個(gè)人訓(xùn)練出來(lái)的數(shù)據(jù)，都是無(wú)法進(jìn)入到AI廠商的訓(xùn)練集數(shù)據(jù)庫(kù)里的。

也就是說(shuō)：即使你在一個(gè)對(duì)話(huà)框里，把 AI 訓(xùn)練的很聽(tīng)話(huà)了，但是當(dāng)你重新打開(kāi)一個(gè)對(duì)話(huà)框后，那么 AI 與我們前面所有的互動(dòng)記憶都會(huì)消失......

所以，對(duì)于一些有價(jià)值的場(chǎng)景，我們就需要把我們辛苦訓(xùn)練出來(lái)的【場(chǎng)景數(shù)據(jù)】給保存下來(lái)，這樣它才可以長(zhǎng)期的為我們提供服務(wù)，而不是一次性的買(mǎi)賣(mài)。

比如，就拿我訓(xùn)練出來(lái)的【郵件小助手】來(lái)舉例~

當(dāng)我每次需要發(fā)郵件的時(shí)候，我只需要告訴郵件的內(nèi)容就行了。
而對(duì)于郵件的落款，稱(chēng)呼，格式，寫(xiě)作風(fēng)格等這些東西，我都不需要重復(fù)告訴它，它都會(huì)自動(dòng)讀取之前的數(shù)據(jù)....

同樣的，類(lèi)似于健身教練，營(yíng)養(yǎng)師或者其他需要反復(fù)互動(dòng)的場(chǎng)景等等，都是如此只要你訓(xùn)練出這個(gè)場(chǎng)景，那么下次你再需要它為你定制方案的時(shí)候，它就會(huì)自動(dòng)讀取你前面的數(shù)據(jù)，結(jié)合你前面的情況，來(lái)給出你當(dāng)下的最好方案。?之后的所有互動(dòng)，你都不需要你再對(duì)它，反復(fù)的交代和補(bǔ)充大量的背景信息.....所以，當(dāng)我們把這些訓(xùn)練好的場(chǎng)景，按照一定規(guī)則給保存下來(lái)形成場(chǎng)景庫(kù)之后，我們就可以重復(fù)的套用它們，以幫助我們省去大量的時(shí)間精力。?好了，這里你知道了，打造『場(chǎng)景庫(kù)』的意義之后，那么具體該如何操作呢？**
那我這里給你分享兩種方式方式1：直接用 GPT 內(nèi)置的場(chǎng)景庫(kù)也就是說(shuō)，你每次在GPT中開(kāi)啟一個(gè)新的對(duì)話(huà)的時(shí)候，GPT都會(huì)為你自動(dòng)創(chuàng)建一個(gè)對(duì)話(huà)框（場(chǎng)景）。那么我們就可以把那些有訓(xùn)練價(jià)值，可以固定下來(lái)的場(chǎng)景**?，給留下來(lái)，然后按照我們?nèi)S度的方式對(duì)它們進(jìn)行分類(lèi)命名即可。?比如，類(lèi)似于這樣的效果......

當(dāng)然，用這種方式打造場(chǎng)景庫(kù)的局限性是比較大的~
因?yàn)楣俜降倪@個(gè)是固定格式的，那么在這種方式的限制下，我們就無(wú)法對(duì)我們的場(chǎng)景進(jìn)行分類(lèi)以及排序。?在這種死板格式下，一旦你對(duì)話(huà)的話(huà)題過(guò)多，那么這個(gè)來(lái)回翻找的麻煩勁頭，會(huì)有一種讓你想撞墻的感覺(jué)。所以，相對(duì)于這種方式，我更推薦你第二種~?也就是：在你的外腦系統(tǒng)里（筆記管理軟件），用更靈活的中控頁(yè)面，對(duì)它們進(jìn)行集中式的管理，做出類(lèi)似于這樣的效果...

其實(shí)這種方法的實(shí)現(xiàn)原理很簡(jiǎn)單~

如果你仔細(xì)觀察，你會(huì)發(fā)現(xiàn)GPT中的每一個(gè)對(duì)話(huà)框（場(chǎng)景），它都是有一個(gè)單獨(dú)的獨(dú)立網(wǎng)址的~

所以，在這種機(jī)制下，我們就可以把需要場(chǎng)景的鏈接給拿下來(lái)，然后在我們的外腦中，按照我們需要的邏輯給它分類(lèi)下來(lái)。

這樣我們?cè)谡{(diào)用每個(gè)場(chǎng)景的時(shí)候，就不需要打開(kāi) GPT網(wǎng)站，然后折騰翻找半天才能開(kāi)始了~

而是直接來(lái)到我們的中控面板里，點(diǎn)開(kāi)相應(yīng)的鏈接，它立刻就會(huì)自動(dòng)跳到我們相應(yīng)的場(chǎng)景對(duì)話(huà)框里.....

整個(gè)操作的過(guò)程會(huì)讓你絲滑的有一種飛起來(lái)的感覺(jué)~

那么，隨著你AI落地的場(chǎng)景越增越多，你就會(huì)在這個(gè)面板里，形成一套完全屬于你自己的【AI場(chǎng)景庫(kù)】，想要什么，一切觸手可及.....

好了，到這里，我們整個(gè)AI的使用指南也就基本結(jié)束了~

總之，當(dāng)你能按照咱們三維度的思路去做系統(tǒng)梳理，然后，再按照咱們文章開(kāi)始所講到的寫(xiě)提示詞技能以及訓(xùn)練 AI 的方法，把它給訓(xùn)練出來(lái)。

然后，把它們分門(mén)別類(lèi)的固定到你的AI 場(chǎng)景庫(kù)之后，那么恭喜你，你就成功的雇傭到免費(fèi)的助理了。

它會(huì)幫助你分擔(dān)掉你各個(gè)場(chǎng)景中的大量瑣碎，幫助你全面實(shí)現(xiàn)工作、生活、學(xué)習(xí)效率的極大提振。

只要你認(rèn)真的去做了這件事，并且安排到位了，不說(shuō)提升你十倍八倍的效率，那么提升個(gè) 2-3 倍的效率是綽綽有余的。

當(dāng)然，最后還要提醒你一點(diǎn)~

AI 現(xiàn)階段還沒(méi)有進(jìn)化到逆天的程度，所以在很多場(chǎng)景下，它還是沒(méi)有辦法做到真人的效果，而且它所生成的答案也不是百分百的正確，在很多時(shí)候它也會(huì)存在胡編亂造的答案。

所以對(duì)于一些重要場(chǎng)景的內(nèi)容，我們還需要對(duì)它進(jìn)行手工潤(rùn)色，修改，以及對(duì)它給的信息進(jìn)行溯源核對(duì)。

總之，縱有 AI 輔助，也不要喪失獨(dú)立思考的能力，無(wú)論是現(xiàn)在還是未來(lái)，獨(dú)立思考的人才能控制 AI，而不是為 AI 所控~

4
文章的整個(gè)脈絡(luò)導(dǎo)圖~

文章來(lái)源地址http://www.zghlxwxcb.cn/news/detail-784243.html

到了這里，關(guān)于萬(wàn)字知識(shí)長(zhǎng)文：ChatGPT 從零完全上手實(shí)操指南的文章就介紹完了。如果您還想了解更多內(nèi)容，請(qǐng)?jiān)谟疑辖撬阉鱐OY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)！