自从去年12月份ChatGPT问世以来，我们团队就迅速尝试了这一先进的生产力工具，并在科研、教学、工作等多个方面全面拥抱了生成式AI。这不仅大大提高了我们的工作效率，也成为了创新的有力工具。尤其是GPT-4.0的诞生，不夸张的讲更是让工作效率和质量有了成倍的提升。使用大半年以来，我们几乎已经对GPT形成了某种“依赖”。
然而，在与众多人士交流中，我却发现他们的体验与我们大相径庭。一些热衷于尝试新技术的朋友们，在体验过ChatGPT之后，似乎并不买账，有的甚至选择了放弃，或者在工作中极少使用。他们吐槽，虽然试图让它在工作中发挥作用，但与其交流了一会儿之后，就觉得没什么实际帮助。我对此颇感困惑，明明GPT-4.0在各种考试中都表现得如此出色，连美国司法考试都能轻松拿下，为什么很多人还是觉得用不来呢？
对很多人来说，用不好GPT确实成了一大痛点。网络和社交媒体上更是充斥着各种使用ChatGPT等生成式AI的“秘籍”、”咒语“，大家都在探讨“如何写好一个提示词prompts”这个话题。看来，解锁GPT的正确使用方式，已经成为了大家共同关心的热点问题！
我发现很多人在使用ChatGPT的时候陷入了几个常见误区，也解释了为什么很多人尝鲜之后就不用了。
误区1：将生成式AI视作搜索引擎
首先，我们得了解信息与知识之间的差异。信息是原始数据，而知识则是对这些数据的整合与理解。就好比以下这个案例，17个医生都无法确诊，但GPT指出了问题所在。这就涉及到了我们应该如何更好地运用GPT的“胡说八道”功能，也就是“智能涌现”能力。
让我们进一步针对这个误区展开讨论。核心思想在于，GPT不仅仅是一个搜索引擎。模型训练完成后，它本身并不保存任何信息，而是由海量的参数构成。与人类类似，GPT对于不常见的信息的记忆是模糊且不精确的，因此会出现“胡说八道”的现象。然而，GPT最引人注目的能力恰恰是“智能涌现”，它能够将不同的信息联系起来，从而创造新的知识和思维。若仅把GPT当作搜索引擎来使用，便无法充分发挥其最核心的能力，也就利用了GPT的短板。
在三年多的时间里，一个名叫Courtney的母亲，带着四岁的Alex看了17名医生，走访了从儿科、牙科到骨科的各个科室，但没有一位医生能准确诊断出Alex的病因。直到今年早些时候，Courtney终于从一个出人意料的地方——ChatGPT那里找到了答案。在ChatGPT的帮助下，Courtney逐行查看了Alex的核磁共振记录，并将所有相关信息输入模型。最终，她得到了“脊髓栓系综合征”的诊断，并在Facebook上找到了一个相应的患儿家长交流群。最后，凭借ChatGPT给出的诊断结果，Courtney找到了一位新的神经外科医生，这位医生一看MRI便给出了与ChatGPT相同的诊断，并指出了栓系的具体位置。
这个案例清晰地展示了，我们应该善于利用GPT的“智能涌现”能力来整合信息，发现信息之间的连接，而不是仅仅基于关键词给出一个答案。这种深度的信息整合和理解，正是将GPT与简单搜索引擎区分开来的关键所在。
误区2：一锤子买卖与模板思维
有一种误区，就是许多人，包括网上的一些培训课程，都过于关注如何编写一个出色的提示词。目前，许多大型语言模型都在界面入口处提供了各种各样的提示词模板，用户只需根据场景稍作修改，便可立即投入使用。这种“一锤子买卖”的思维，或许适合初学者快速入门，但长远来看，却可能限制了GPT的使用深度和广度。
就拿摄影大师来说，他们一定会根据不同的光线和场景，自行设定相机参数，以求获得最佳的拍摄效果。同理，生成式AI的运用更为复杂多变，仅仅依赖模板思维，无疑是在限制了其潜能的发挥。用户与AI的互动应该是连续且系统性的，而不仅仅是在提示词层面做文章。
事实上，即便我们编写出了一个看似完美的提示词，GPT输出的结果可能也只有60%符合预期。而我们的目标，通常是要求结果至少达到80%的满意度。许多用户在实际使用中发现，要将结果从60%提升到80%，似乎是个难以逾越的鸿沟，有时候甚至不如直接手动完成任务来得快捷。
这里，我们需要明白一点：生成式AI很少能一次性生成完全满意的结果，它更像是一个需要用户持续互动和调教的伙伴。真正高效的利用AI，不仅仅在于编写出色的提示词，更在于能否与AI进行系统性的、持续的对话，将一个初始的60分产出逐步提高，甚至超越我们的预期
在我的工作中，我经常需要处理各种文档。回顾过去，我发现，在同一个任务上，最长的一次，我与AI进行了上百轮的互动，仅仅在一天之内，便完成了一篇超过2万字的高质量文档。只有超越模板思维，与AI建立起连续、深入的交流，我们才能真正挖掘出GPT的强大潜能，实现其在各个领域的广泛应用。
误区3：角色单一
有人认为，生成式AI，顾名思义，主要任务就是根据人的提示词生成相关的内容。这种观念导致许多人在使用GPT时，过于侧重于其生成能力，将其定位为单一的“生成角色”，这无疑极大地限制了GPT的发挥。
实际上，对于创造力这一主题，我进行了深入的研究。在创造力研究领域中，我们通常会遇到两类角色，它们分别是生成角色和评估角色。生成角色的主要任务是产生新的、原创的想法和概念；而评估角色则要对这些新生成的创意进行评估，确定它们是否切实可行，是否具有价值，进而进行整合和优化。这两种角色在创造力的过程中相辅相成，缺一不可。
了解了创造力研究中的这两类角色之后，我们回头来看GPT。许多人可能会将GPT仅仅定位为生成角色，认为它主要的功能就是生成相关的内容。然而，这种理解实际上忽略了GPT的另一面——它同样可以扮演评估者的角色。通过充分发挥GPT在评估方面的能力，我们可以实现更深层次的信息整合和创意发展。
以GPT为例，当我们将其运用于写邮件、制定计划时，让GPT提出修改意见，这只是其作为评估者的初级功能。更高阶的运用，是利用GPT整合不同的创意。例如，当你有A、B两个方案，各有优劣，却拿不定主意时，GPT可以帮你发现它们之间的隐藏连接，挖掘出看似不相关的信息，正如GPT帮助Alex诊断病情一样，能够看到人们可能忽略的信息。
举一个例子，人们往往很难将“五彩斑斓”与“黑”联系在一起，从而创造出“五彩斑斑的黑”这样的概念。而GPT作为评估者，就可能能够发现这些看似矛盾元素之间的隐藏连接，进而帮助我们实现更加深层次的创造性思维。我们需要打破对GPT角色的单一认知，不仅利用其生成能力，更要发掘其作为评估者的潜能，通过与之深度互动，发现更多创造性的可能性，真正实现人与AI的协同创新。
