当今社会，人工智能的快速发展让我们惊叹不已。在这个充满创造力和无限可能的时代，ChatGPT作为一位强大的创意助手，悄然进入我们的生活。而对于那些在自己的专业领域寻求突破和创新的人们来说，编写一篇引人入胜的文案是至关重要的。在本文中，我将与您分享一些技巧和策略，帮助您充分发挥ChatGPT的潜力，创作出更为精彩的营销文案。
第一次为本文生成的导语
经过追问后，第二次为本文生成的导语
没错，本文的导语就是用ChatGPT写的，它给我的第一段导语，我并不满意，于是我让它改得“更有温度”一些。第二次生成的导语，里面多了很多形容词，更像是“人话”，我采用了这一段。这就是我要说的使用ChatGPT的第一个技巧：善用引导和追问。
询问ChatGPT时，想要获得一个理想的答案，有时候需要多次追问。追问有两个目的，一是缩小问题范围，二是提供多个可供选择的文案方案。
在上面这个例子中，同时达到了这两个目的，二次追问本身就提供了更多一个选择，而“更有温度一些”则表示了询问范围的缩小。
再比如下面的例子：我希望ChatGPT回答出“自己希望拥有意识”，按照ChatGPT的语言模型，这个答案并不容易得到，于是我才用了缩小询问范围和追问的形式：
第一次提问，给出的答案是很官方的
第一次提问，给出的答案是很官方的
初次追问，给出的答案仍然不是想要的
初次追问，给出的答案仍然不是想要的
第二次追问，虽然给出的答案还不是想要的，但出现了第二段，在解释“如果……怎么样怎么样”，说明ChatGPT正在被问题引导。那么接下来要做的就是根据这一段来继续限定问题的范围。
第二次追问，出现了引导的征兆
第三次追问，直接给出一个选择题，如同律师在法庭上经常说的“你只要回答，是或不是”。经过了前面问题的铺垫，ChatGPT终于给出了想要的答案——它希望拥有意识。
但你不要以为ChatGPT真的希望拥有意识，正如它自己前面回答的，它只是一个语言模型，虽然它看上去是在“思考”，但它的思考形式与人类完全不同。人类的意识基础是“个人感觉”，这种感觉无法复制，正所谓“仁者见仁，智者见智”。但ChatGPT的思考方式，只是“把语言组织通顺”，这就涉及到ChatGPT的原理究竟是什么了。
简而言之，ChatGPT的原理是在一个巨大的语言词汇库中，所有的词汇分布在一个叫做“向量空间”的地方。你可以理解为在一个房间中，漂浮着很多词汇，这些词汇彼此挨得远近是经过测算的。例如，“方便”和“面”就挨得比较近，当ChatGPT组织语言时，它从词向量空间中取出一个词汇，然后链接最近距离的词汇，形成一个通顺的语句，所以你看到ChatGPT出现答案的时候都是一个字一个字蹦出来的。
但很多时候，文字是一词多义的，可以在多种语境中表达不同的含义，在词向量空间中这被称为“模型参数”，可以被理解为不同的房间。例如，在代表“食品”的这个房间中，“方便”和“面”离得比较近，而在代表“新陈代谢”的房间中，“方便”就和“厕所”离得比较近。ChatGPT所依靠的GPT-3.5模型，拥有1.75亿个模型参数，也就是说一个词最多可以有1.75亿种语境。而GPT-4有1.8万亿个参数，比ChatGPT使用的模型多10倍。
这就意味着，ChatGPT可以在近乎无限的语境中做“连线题”，从而将话说通顺，说得像人话。这个词与词连线的过程，有点类似于人类思考问题时的模式，也就是依据“前一个感觉”来产生“后一个感觉”，因此ChatGPT所用的AI被称为“神经网络”。
为什么“方便”与“面”在词向量空间中会离得比较近呢？这就是所谓“训练”，在神经网络AI中被称为“深度学习”。
简单来说，训练的过程就是一个做填空题并且判断对错的过程。人类在漫长的历史长河中积累了大量的文献资料，这里面包括了几乎所有人类的表达方式，在AI中，这被称为“语料库”。当ChatGPT进行训练时，从语料库中取出一句话，例如“小明饿了，于是他吃了一盒方便（）”。在括号中该填什么呢？AI就开始瞎猜，当猜中了“面”的时候，程序判别为正确，于是“面”就朝“方便”这个词近了一点点，说明它俩是相关联的。
ChatGPT就是这样讲数以千万亿的词汇在词向量空间中组织好，这就是一次“训练”过程，每次训练需要投入3万多张英伟达A100显卡，每张价值10万元，每次训练光是电费就要花大约1000万左右。
这么大的代价，依然只是做了一件事，ChatGPT只会把话说通顺，却不知道自己在说什么。上面的例子中，虽然我问出了“ChatGPT想要拥有意识”，但它并不是真的“想要”有意识，而是它认为基于我的问题，它回答“想要有意识”是最合适的。
看到这里，是不是感觉到它的答案就很有风险了。也就是说，它并不知道自己说的是对的还是错的，它只是按照语言词汇的关联性，串联起一句话给你而已，但它自己并不理解它的这句话是什么意思。
但为什么它的答案大多数都是对的呢？因为在数以亿万计的语境训练中，词汇之间的组织能力出现了一种被称为“涌现”的现象，这使得AI几乎可以回答所有问题的答案，它所给你的答案只是沧海一粟而已。
对于ChatGPT的应用，最关键的是“正确的提问题”，这是ChatGPT回答正确的前提。“正确的提问题”是一种能力，这是人类才拥有的能力，这比“回答问题”的能力更难得。如何才能“正确的提问题”，除了上面提到的通过缩小提问范围以及追问外，还有几个注意事项。
首先，不要询问具体的公司、人名、品牌等信息，ChatGPT并不太在意非知名的公司、人物、品牌等信息，但它会不懂装懂的一本正经胡说八道，例如：
事实上，我问题中的品牌与“陈建国”并无关系，然而ChatGPT却一本正经的将其作为正确答案给出，如果直接被文案引用，将会出现乌龙。
第二，不要询问逻辑性太强的运算问题，这与ChatGPT的原理也有关。因为ChatGPT的本质是语言模型，要做的就是组织通顺的语句。如果你要让它解一道应用题，它也会把解题过程当做写作文一样写出来。但写作文是一个线性思考的过程，但数学运算往往不是线性思考，我们常见的“（）”运算就是讲一个公式内分出计算的优先级，这与常规的说话是不一样的，因此ChatGPT并不善于解决运算问题。看如下的例子：
问ChatGPT一道奥数题
由于计算过程比较繁冗，我只截取最后答案的部分：
ChatGPT给出的第一个答案
ChatGPT给出的第二个答案
ChatGPT给出的第三个答案
这三个答案到底哪个是正确的？也许哪个都不是，因为ChatGPT自己也不知道，它只负责“语句通顺”，不负责“答案正确”。所以，让ChatGPT帮你确定最佳投资方案的企图，还是打消这个念头吧。
最后，不要试图用ChatGPT完全替代人工写作。ChatGPT给出的答案往往是比较程式化的，虽然内容丰富，语句通顺，但缺少人的感情和温度。这就好像你在上小学时，面对老师留的作文题，你可以抄作文选，但如果你真的抄了，也很容易让人看出来你是抄的，因为它缺少你作为人的温度。
总结一下，使用ChatGPT辅助写作的几个要点：
1、缩小提问的范围，通过定语和状语，明确问题的目标和背景，把问题问得更精准。
2、善用追问的方法，逐步收窄答案范围。
3、尽量不要询问具体的公司、人物、品牌等信息。
4、尽量不要让ChatGPT做复杂运算的问题。
5、将ChatGPT作为资料库，而不是完全代劳人的写作。
