自從去年12月份ChatGPT問世以來，我們團隊就迅速嘗試了這一先進的生產力工具，並在科研、教學、工作等多個方面全面擁抱了生成式AI。這不僅大大提高了我們的工作效率，也成為了創新的有力工具。尤其是GPT-4.0的誕生，不誇張的講更是讓工作效率和質量有了成倍的提升。使用大半年以來，我們幾乎已經對GPT形成了某種「依賴」。
然而，在與眾多人士交流中，我卻發現他們的體驗與我們大相徑庭。一些熱衷於嘗試新技術的朋友們，在體驗過ChatGPT之後，似乎並不買賬，有的甚至選擇了放棄，或者在工作中極少使用。他們吐槽，雖然試圖讓它在工作中發揮作用，但與其交流了一會兒之後，就覺得沒什麼實際幫助。我對此頗感困惑，明明GPT-4.0在各種考試中都表現得如此出色，連美國司法考試都能輕鬆拿下，為什麼很多人還是覺得用不來呢？
對很多人來說，用不好GPT確實成了一大痛點。網路和社交媒體上更是充斥著各種使用ChatGPT等生成式AI的「秘籍」、」咒語「，大家都在探討「如何寫好一個提示詞prompts」這個話題。看來，解鎖GPT的正確使用方式，已經成為了大家共同關心的熱點問題！
我發現很多人在使用ChatGPT的時候陷入了幾個常見誤區，也解釋了為什麼很多人嘗鮮之後就不用了。
誤區1：將生成式AI視作搜索引擎
首先，我們得了解信息與知識之間的差異。信息是原始數據，而知識則是對這些數據的整合與理解。就好比以下這個案例，17個醫生都無法確診，但GPT指出了問題所在。這就涉及到了我們應該如何更好地運用GPT的「胡說八道」功能，也就是「智能湧現」能力。
讓我們進一步針對這個誤區展開討論。核心思想在於，GPT不僅僅是一個搜索引擎。模型訓練完成後，它本身並不保存任何信息，而是由海量的參數構成。與人類類似，GPT對於不常見的信息的記憶是模糊且不精確的，因此會出現「胡說八道」的現象。然而，GPT最引人注目的能力恰恰是「智能湧現」，它能夠將不同的信息聯繫起來，從而創造新的知識和思維。若僅把GPT當作搜索引擎來使用，便無法充分發揮其最核心的能力，也就利用了GPT的短板。
在三年多的時間裡，一個名叫Courtney的母親，帶著四歲的Alex看了17名醫生，走訪了從兒科、牙科到骨科的各個科室，但沒有一位醫生能準確診斷出Alex的病因。直到今年早些時候，Courtney終於從一個出人意料的地方——ChatGPT那裡找到了答案。在ChatGPT的幫助下，Courtney逐行查看了Alex的核磁共振記錄，並將所有相關信息輸入模型。最終，她得到了「脊髓栓系綜合征」的診斷，並在Facebook上找到了一個相應的患兒家長交流群。最後，憑藉ChatGPT給出的診斷結果，Courtney找到了一位新的神經外科醫生，這位醫生一看MRI便給出了與ChatGPT相同的診斷，並指出了栓系的具體位置。
這個案例清晰地展示了，我們應該善於利用GPT的「智能湧現」能力來整合信息，發現信息之間的連接，而不是僅僅基於關鍵詞給出一個答案。這種深度的信息整合和理解，正是將GPT與簡單搜索引擎區分開來的關鍵所在。
誤區2：一鎚子買賣與模板思維
有一種誤區，就是許多人，包括網上的一些培訓課程，都過於關注如何編寫一個出色的提示詞。目前，許多大型語言模型都在界面入口處提供了各種各樣的提示詞模板，用戶只需根據場景稍作修改，便可立即投入使用。這種「一鎚子買賣」的思維，或許適合初學者快速入門，但長遠來看，卻可能限制了GPT的使用深度和廣度。
就拿攝影大師來說，他們一定會根據不同的光線和場景，自行設定相機參數，以求獲得最佳的拍攝效果。同理，生成式AI的運用更為複雜多變，僅僅依賴模板思維，無疑是在限制了其潛能的發揮。用戶與AI的互動應該是連續且系統性的，而不僅僅是在提示詞層面做文章。
事實上，即便我們編寫出了一個看似完美的提示詞，GPT輸出的結果可能也只有60%符合預期。而我們的目標，通常是要求結果至少達到80%的滿意度。許多用戶在實際使用中發現，要將結果從60%提升到80%，似乎是個難以逾越的鴻溝，有時候甚至不如直接手動完成任務來得快捷。
這裡，我們需要明白一點：生成式AI很少能一次性生成完全滿意的結果，它更像是一個需要用戶持續互動和調教的夥伴。真正高效的利用AI，不僅僅在於編寫出色的提示詞，更在於能否與AI進行系統性的、持續的對話，將一個初始的60分產出逐步提高，甚至超越我們的預期
在我的工作中，我經常需要處理各種文檔。回顧過去，我發現，在同一個任務上，最長的一次，我與AI進行了上百輪的互動，僅僅在一天之內，便完成了一篇超過2萬字的高質量文檔。只有超越模板思維，與AI建立起連續、深入的交流，我們才能真正挖掘出GPT的強大潛能，實現其在各個領域的廣泛應用。
誤區3：角色單一
有人認為，生成式AI，顧名思義，主要任務就是根據人的提示詞生成相關的內容。這種觀念導致許多人在使用GPT時，過於側重於其生成能力，將其定位為單一的「生成角色」，這無疑極大地限制了GPT的發揮。
實際上，對於創造力這一主題，我進行了深入的研究。在創造力研究領域中，我們通常會遇到兩類角色，它們分別是生成角色和評估角色。生成角色的主要任務是產生新的、原創的想法和概念；而評估角色則要對這些新生成的創意進行評估，確定它們是否切實可行，是否具有價值，進而進行整合和優化。這兩種角色在創造力的過程中相輔相成，缺一不可。
了解了創造力研究中的這兩類角色之後，我們回頭來看GPT。許多人可能會將GPT僅僅定位為生成角色，認為它主要的功能就是生成相關的內容。然而，這種理解實際上忽略了GPT的另一面——它同樣可以扮演評估者的角色。通過充分發揮GPT在評估方面的能力，我們可以實現更深層次的信息整合和創意發展。
以GPT為例，當我們將其運用於寫郵件、制定計劃時，讓GPT提出修改意見，這只是其作為評估者的初級功能。更高階的運用，是利用GPT整合不同的創意。例如，當你有A、B兩個方案，各有優劣，卻拿不定主意時，GPT可以幫你發現它們之間的隱藏連接，挖掘出看似不相關的信息，正如GPT幫助Alex診斷病情一樣，能夠看到人們可能忽略的信息。
舉一個例子，人們往往很難將「五彩斑斕」與「黑」聯繫在一起，從而創造出「五彩斑斑的黑」這樣的概念。而GPT作為評估者，就可能能夠發現這些看似矛盾元素之間的隱藏連接，進而幫助我們實現更加深層次的創造性思維。我們需要打破對GPT角色的單一認知，不僅利用其生成能力，更要發掘其作為評估者的潛能，通過與之深度互動，發現更多創造性的可能性，真正實現人與AI的協同創新。
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-