阅读提示

1.文章大约10000多字,文章内容硬核,需要你集中注意力,不建议碎片化阅读,请预留出30分钟的整块时间。

2.本文是一套完整的知识体系,文章不会上来就直接扔你一个解决方案,而是会从『是什么』和『为什么』开始,告诉你前因后果后,最后才会告诉你怎么去做。


以下是正文:

 

ChatGPT 的横空出世,让很多人焦虑不已,不过,你完全不需要为此焦虑,因为比 AI 更强大永远是驾驭 AI 为自己所用的人类

而且 GPT 远没有各大商家炒作的那么玄乎,它应用逻辑也非常简单,你完全没必要为此去花钱报各种班学习。

今天我就用一篇文章带你掌握 GPT 的用法,本文无废话,全程干货,全部都是实操,纯小白也能看懂。

只要你能认真读完本文,我保证能让你对 GPT 的应用能力,超越 90% 的人!!!


 

图片为AI生成

 

那么,在正式开始前,我这里有必要说明一下:

 

关于 GPT 的基本面介绍,以及怎么注册,这些搜索引擎一搜一大把的东西,我们这里不浪费口舌。

所以,我们这里就直接围绕着最关键的部分,也就是:你拿到 GPT 之后的两大痛点开始讲起....

 

1.为什么AI无法为你所用?

 

很多同学拿到 GPT 后的第一个痛点就是:用的不好

也就是说,你经常会感觉到 ChatGPT 回答的好空,没有太多参考价值......

 

第二个痛点则是:无处去用。

也就是说:有了 GPT 之后,发现自己好像并没有什么好问的,不知道可以用 GPT 来干嘛。

 

所以,在这两个痛点的影响下,当你折腾完账号,闲聊天的新鲜期过去之后,GPT 也就跟着躺平吃灰了,你的生活、工作依旧一成不变。

 

但是,我用 AI 的结果可能和你不太一样~

可以说,我现在工作流的一切,基本上都被 AI 接管或者辅助了,它为我实现整体效率提升了三倍不止。

它真真正正的变成了我的私人助理,渗透了我工作、学习、生活的方方面面....

包括你现在正在看到的这篇文章,除了写作是老常本人完成外,其它的诸如排版,增补、润色、纠错等诸多环节,都是通过 AI 完成的....

 

其实,用同样的工具,我之所以能用它创造出实际的价值,而你却陷入了【回答好空,不知道用来干嘛】尴尬情况的核心原因.

就是因为你缺少了这么两点~

 

1.你拿到了屠龙刀,但是不知道怎么挥动它。

也就是:没有掌握 AI 的使用方法。

 

2.你能挥动它,但是你不知道挥往哪里,去哪屠龙。

也就是:无法让 AI 与自身的应用场景关联起来,最后屠龙刀只能当烧火棍用。

 

可以说,几乎所有无法用AI创造出实在生产力的同学,都死在了这两关上。

 

所以,咱们接下来展开讲解的逻辑,就是围绕着:使用 AI 的方法(帮你挥动屠龙刀),以及 关联AI 的应用场景(让你知道挥往哪里去屠龙)这两条逻辑线来帮助你彻底掌握 GPT 的应用~

 

 

首先,我们先来介绍下用好 AI 的第一条线,也就是:带你掌握使用AI的方法,来帮你【挥动 AI 的屠龙刀】!!

2.那么如何使用AI呢?

 

其实整个AI使用的核心心法,用一句话就可以概括了:

也就是说:GPT 生成的答案质量,完全取决于你『问它』,以及『引导它』的方式。

如果你能问得好,引导的好,那么它就会帮你生成让你惊喜的答案,反之则无价值,假大空。

 

而这里『问它的方式』指的就是:与AI沟通的语言,而『引导它的方式』,则就是调教AI的方法

可以说:只要你搞懂了这两点,那么你就掌握了挥动AI这把屠龙刀的能力。
 

那么,这句话是什么意思呢?

其实很好理解,由于目前人类的技术对自然语言(人说的话)处理的技术还不完美,所以导致目前 AI 生成内容的质量,非常依赖于提示词(Prompts)

PS:你可以把“提示词”理解成:让 AI 能精准 Get 到你意图的话,或者与 AI 沟通的语言方式。

也就是说:如果你给AI的提示词质量不好,或者不到位,那么 AI 给到你的,往往就是那种 “像是一堆正确的废话堆积而成” 的文字垃圾。

这些东西和你用搜索引擎搜出来的那些拼凑而成的口水文,没有本质区别,对你毫无启发性。

所以,想要获得 AI 高质量回答的第一步,就是先学会与 AI 沟通的语言,也就是学会写提示词。

关于会给AI写提示词的重要性,OpenAI的CEO,也是被称为ChatGPT之父的 Sam Altman 就专门发推强调说:会给 AI 写提示词是一个非常高杠杆的技能。

 

 

那么,为了让你更直接清晰的认识到,会写提示词的重要性,我们这里不妨再上一个能让你直接感知到的例子~

让你看看,对 AI 提同样的需求,会写提示词,和不会写提示词,AI 所返回给你的结果质量,究竟会有多大的差距....

 

PS:图片可点开后放大

 

好了,通过上面的介绍,你认识到了会写提示词的重要性后,那么我们该如何写出高质量的提示词呢?

关于这一点,我这里给你总结了一个通用且屡试不爽的提示词模版~

 

 

 

 

也就是说,一个好的提示词是由:立角色 + 述问题 + 定目标 + 补要求,这四部分构成的!!

 

1:【立角色】指的是:引导AI进入具体场景,为 AI 赋予行家身份。

2:【述问题】指的是:告诉AI你的困惑,你的问题,以及为AI补充问题所需要的背景信息。

3:【定目标】指的是:告诉AI你的需求,你希望它为你做到什么。

4:【补要求】指的是:告诉AI,它的回答需要注意什么,或者你想让它以什么形式来回复你。

 

当然,这套模板,看着会感觉比较复杂,但是,它操作起来却是无比简单~

这里不妨还拿前面那个【旅游攻略】的案例来举例,那把这个公式带入到一个真实的应用场景,它就是这样的效果.....

 

 

当然,看过这个例子,你可能会说,对于模板中的 “述问题定目标补要求” 这些部分都很好理解,这就是我们平常提问的语言模式。

但是,为什么这里要加上一个【立角色】的动作,这个动作是不是有些多此一举,直接上提问,不是更干脆直接吗?

恩,我这里想告诉你的事:这个动作不但不多余,而且还很重要!!

 

关于这一点的解释,我们这里还是拿上面的【旅游】来举例子~

看看同样一个问题,加角色没加角色的问题,GPT 最后返回给你的答案究竟差异有多大......

 

PS:图片可点开后放大

 

通过这个对比图,你可以清晰的看的出来~

在完全一样询问方式以及内容的情况下后者仅仅多了【假如你是导游】这六个字.

GPT 所返回给我们的答案与前者对比,就完全是两种境界!!

也就是说:加了专家角色的提问,AI返回的结果会更具体,更具有可实操性,而且回答的语气也更加具有人情味。

 

其实,之所以会造成这种差异的原因也很好理解,我们不妨拿金庸老爷子的武侠小说来解释~

其实AI 所掌握的知识,就有点类似于《天龙八部》的王语嫣一样,她虽然记下了天下武学的知识.

但是她所掌握的武学知识又宽又泛,又相互干扰,虽然能给出建议,却无法给出针对性的建议。

 

 

但是,当我们为 AI 加上了专家角色之后,它就不再是只会死读书的王语嫣了,而是真正化身为领域内的实战派专家,来给出我们答案了。

也就是说,专家角色可以帮助 AI 指定场景,清晰问题范围,以及补充问题所需的背景信息。

因为一个领域的专家,本身就代表某个领域的知识体系,以及最高的行业标准,这个动作就相当于给王语嫣叠加了一个 Buff 一样。

那么,在掌握了天下武学知识的王语嫣基础上,又为其叠加了一个个代表该领域最高成就的身份 buff,那它的回答,当然会和前面只会死读书的书呆子的答案,存在很多差异了。

 

 

所以说,如果你的问题需要一定深度,你想要更得到更专业的回答,而不是类似于搜索引擎式的回答,那么就请你记得:

向 AI 提问的第一步,先给它叠加上专家的 buff,完成了这个动作之后,再告诉它你想要它做什么,以及对它的补充要求。

 

好了,这里你清楚了为 GPT 叠加专家 buff 的意义之后,那么我们该如何为它叠加上这个 Buff 呢?

其实思路很简单,经过我的测试,你用以下这几个提示词都可以~

你现在是[xx]

请你扮演[XX]

假如你是 [XX]

请你以 [XX] 的角度/身份/语气.....

 

根据我的实操经验,这些提示词,都可以被 AI 所接受和理解,你这里只需要选一款最符合你语言习惯的表达风格就行了。

好了,当你掌握了写提示词的方法之后,再去和你过去的提问方式对比,AI所给你的回答质量,就会呈现我们前面的那种对比了~

 

 

而且,咱们这套写提示词的思路是通用的,几乎所有的场景,你都可以用这套方法来为其设计提示词~

 

◎举例 1:用『提示词模版』来设计课程大纲

 

提示词:

 

AI所生成的效果:

 

 

◎举例 2:用『提示词模板』实现模拟面试的效果。

 

提示词:

 

AI所生成的效果:

 

 

◎举例 3:用『提示词模板』来辅助工作。

 

AI所生成的效果:

 

 

此外这套思路还可以跨场景迁移使用,比如用提示词模版来实现 AI 绘画~

 

提示词:

 

AI所生成的效果:

 

总之,模板通用,例子举不胜举,只要你按照这套 SOP 模版写出的提示词,那么一般 GPT 给你的答案都不会太差。

 

当然,以上是一套标准的 SOP 模版,如果你的问题需求非常简单,你是不需要全部按照这一套来的,对于一些简单的问题,直接问就行了。

所以,要记得:方法不要用死了,要根据你的实际场景需求灵活变化哦。

 

 

 

好了,通过以上,你就掌握了写提示词的方法了~

 

不过虽然说可以通过这套思路,设计出优质的提示词,获得 AI 高质量的答案。

但是我们也知道,目前的 AI 还没有进化到逆天的程度,所以对于一些稍微复杂的问题,AI 的一次回答往往并不那么到位

所以,如果我们想要获得更牛逼,更深度,更有价值的回答,那么我们就需要对它进行调教了~

二:调教方法

 

其实这个『调教的方法和原理』都很好理解~

GPT 之所以牛逼,就是因为思维链技术(Chain of Thought)让它具备了,多轮对话以及理解&结合上下文语境的能力。

也就是说:在该技术的加持下,AI 会记住我们前面的会话内容,在前面内容的基础上,去针对性的回答我们后面的内容,实现类似于真人之间沟通的对话效果。

 

所以,基于 AI 的这个机制,我们就可以通过不断的对其"喂数据"&“投指令”的方式,对 AI 进行训练。

通过不断的引导 Ai,来帮助我们获得更具体、更深度、更有价值的回答,或者其他效果

 

 

好了,这里你知道了调教 AI 的机制之后,那么具体该如何训练 AI,才能让它达到你想要的效果呢?

 

那么,想要实现这个效果,我们就需要用到这么两个指令了。

 

第一个指令,我管它叫:继续指令

 

其实这个所谓的【继续指令】的本质作用就是为了:帮助你突破 AI 厂商的输出限制,让 AI 的回答得以充分发挥所存在的。

 

那么关于这一点的解释,我们也都知道,AI 大模型的训练成本是非常高的。

可能是基于算力成本的考量,包括 OpenAI 在内的各大 AI 厂商,都会尽可能的控制 AI 所生成的篇幅,以及尽可能的通过概括文本内容,让内容变得简练。

就拿 ChatGPT 举例子,它的单次最大输出是不会超过2048个字符的,只要超过这个字符值的,AI 的回答会被强制截断停止。

 

 

所以,在厂商的篇幅限制以及篇幅概括这两个限制条件下,AI 所给我们的一次性内容,就会经常让我们感觉到内容不够或者深度不够

那么,这个时候继续指令就可以帮助我们突破这两点限制。

也就是:让超过 2048 字符的回答继续回答完毕,或者让第一次回答不充分的地方,继续详细展开。

 

比如,还是拿我们上面的【旅行】举例子~

AI 到此位置就超越了它所规定的字符停止下来了,那我们就可以通过继续指令,让它对前面没说完的话给说完。

 

 

同样的道理,即使它说完了话,我们也可以通过继续指令,让它对回答不够深入,不够具体的地方,继续展开一下....

 

 

当然,文中的实例,只是【继续指令】最基础的用法,除了这个最基础的用法之外,它还有进一步的追问用法....

比如,就拿上面提到的【课程设计】来举例子~

 

 

我们就可以用进一步的继续指令,对其进行追问~

 

PS:图片可点开后放大

 

而且,我们在进行继续追问的过程中,也可以把我们前面的【补要求】的提示词给用上,比如:

请用小孩子都能听懂的例子进行解释,

请提供不小于 5 个例子,

请从XX领域里选例子,

请你用活泼口语化的方式进行回答,

请扩写...

请概括...

 

PS:图片可点开后放大

 

理论上,你是可以一直按照“继续”的套路,对它进行持续的追问深挖的~

比如,还是那上面的【讲课案例】举例,也就是说,你只需要按照 GPT 最开始所提供的那个大纲框架。

然后,持续对这个大纲里面的内容进行追问,不停的套娃,最后再把每一个点追问的结果,填充到最初的大框架中,这样你就可以得到一篇,基本完全属于GPT 所生成的课件内容了....

你最后要做的,只是把GPT所生成的语言换成你自己的语言风格,做好逻辑的拼接,以及最后的润色,然后你就可以讲课了,嗯,就是这么牛逼。

 

 

当然,在使用继续指令以及延伸用法的时候,这里还有两点注意事项要提醒下:

 

事项一:注意指令的模糊性

 

也就是说,如果你的追问过长或者套娃层级太多的时候,那么你的继续指令,就可能会让 AI 产生歧义,呈现答非所问的情况。

所以在展开追问多层级里面内容的时候,请你一定要明确对象。

比如把:【请具体介绍下第二点】,换成【请具体介绍下提纲中的第二点】这样更具体的描述,这样 AI 就不会给你搞混淆了。

 

 

 

事项二:注意上下文语境的关联性

 

这一点我们前面也提到了,AI 具有强大的多轮对话,以及联系上下文的能力。

如果我们在同一个对话框内穿插多个不同的话题场景,那么 AI 的回答就有可能受到前面内容的影响,而出现乱答的情况。

所以,在与 GPT 的互动中,如果我们想在一个对话框内,问多个不同的话题,那么我更建议你在一个新话题开启的时候,初始化一下 GPT

也就是把前面的对话清空后再开始新的话题,这样就可以避免 AI 的回答受前面内容的干扰。

具体重置 ChatGPT 提示词的操作是这样的:

 

 

 

好了,到这里我们就讲完了调教 AI 的【继续】指令了~

虽然说该指令可以让 AI 的回答更加丰富多彩,但是受制于语言传递信息的局限性,AI 的每一次回答,可能并不总是如我们的意,甚至聊着聊着还有跑偏的现象发生。

这样,就会让我们获得想要的效果的时候,出现很多不必要的麻烦。

那么面对这种情况,我们就需要用到调教 AI 的第二个指令,这个指令可以帮助你,设计具有“套路属性”&“模版类”任务的时候,有着神奇的效果。

2.调教 GPT之奖惩指令

 

其实这个所谓“奖惩指令(有监督学习)”的作用和调教原理很好理解,它就像是我们教育孩子一样。

如果你希望孩子达到你理想的行为标准,那么你就需要对他进行教育,如果孩子做得好,我们就需要及时的夸奖,鼓励他变得更好,

如果孩子做的差劲,我们就需要对他进行惩罚,让孩子知道你的底线。

于是就是通过这样不断的棒槌 + 奖励的反复纠正下,孩子自然就会形成一套我们所期望的行为标准。

 

 

所以,既然基于神经网络的 AI 具备思维链的能力,那么我们当然也可以按照教育孩子的这种思路,让 AI 变得越来越听话。

 

至于这个奖惩指令的实操思路很简单,这里不妨拿我训练的【出题小助手】举例子~

这一点我成长圈社群的同学应该都知道,每个周我都会给我社群的同学出一道思考题~

所以,在ChatGPT出现之后,我就在思考,能不能让 AI 自动或者辅助我生成思维题,以分担掉我这部分的工作负担。

于是,在这种目标的指引下,我就开启了对AI的调教....

 

调教思路很简单:

首先,先投喂我之前的思维题,然后让它学习和分析我出题的格式,然后让它生成答案模式。

对于这些AI生成的内容,如果碰到符合我要求的地方,我就会用肯定词汇,比如:非常好,请继续保持这种形式。

对于不符合我要求的地方,我就会用否定词汇,比方说:不对,你错了,请重新,要求 XXX。

(一般 GPT 马上会向你道歉,并纠正其错误)

类似于你看到的这样.....

 

 

于是经过重复的投喂,一轮轮的调教,最后它就成了辅助我出题的小助手了~

嗯,如果我不提前告诉你,你能分清楚那一个是 AI 出的题么...

 

 

所以,不妨思考下你工作中场景,看看有哪些是比较偏模式化的任务,对于这些比较模式化的目标,你都可以通过【奖惩指令】对 AI 进行训练~

在训练的过程中,对于那些符合你要求的地方进行鼓励,对于不符合要求的地方进行惩罚。

最后通过这样来回的奖惩之中,AI 就会达到你理想的行为标准,生成你符合你想要内容的能力,成为你工作中某个场景下的长期助手。

 

好了,到这里我们就讲完了关于【训练 AI 技术面】的方法了~

但是我们也都知道,无论是知识还是技术,还是工具,它们最终的目的都是为了帮助我们创造实际的生存力所存在的。

如果达不成这个目标,那么即使你掌握了屠龙术,但是没有龙可屠,那么这个屠龙术也是和你没有毛关系的。

我们很多同学之所以拿到了 GPT,也掌握了 GPT 的使用方法,却仍然使用的频次很低,甚至完全用不起来的核心原因,就是因为你没有把 AI 与你所需要的应用场景关联起来。

 

 

所以,想要让 AI 为你创造出实际的生产力,你就必须找到自己的应用场景,只有把AI融入到具体场景之后,我们的屠龙刀才会有用武之地。

所以接下来的部分,我就给你分享,在掌握了操作 AI 方法论的基础上,如何让 AI 与你自己结合起来,带来实际的生产力~

 

3.如何融合AI创造实在价值?

 

其实让 AI 和我们自身融合的思路很简单,把整个思路概括下来,无非就是两个步骤。

第一个步骤,我管它叫:梳理

 

其实,这个【梳理】很好理解~

在电商兴起的时,马云曾说过这么一句话:所有生意,都值得用互联网再做一遍。

那么,在 AI 时代,我也想套用同样的话:几乎所有涉及到知识的工作方式,都可以再用 AI 重构一遍。

也就是说:

我们可以通过反思自己的工作场景,把那些可能被 AI 替代或者辅助的部分,都给梳理出来,然后找到它们和 AI 可以结合的点,把这些点按照前面所讲解的思路,给打造出标准化的工具或者流程出来。

说人话概括就是:梳理你日常所有的工作轨迹,找到AI能干的活,然后把AI能干的,一律交给它或者让它辅助你来做。

从而把你解放出来,去做更有价值,更具有创造力的事情。

 

好了,这里我们知道了【梳理】的内涵后,那么该如何去做这个梳理呢?

其实这个思路很简单~

你可以围绕着你人生基本面的万能三维度(学习、工作、生活),根据我们的行为需求,对每一个维度下的场景进行挨个发散梳理。

通过这种系统性的思考,把那些可以和AI结合的场景统统给抓出来。

 

 

 

比如,在我的学习场景下,AI 可以替代或者辅助的场景就有这些....

 

◎学习场景案例1:利用 AI辅助加工知识,解释知识,提供启发。

 

 

 

◎学习场景案例2:利用 AI 实现与大师对话式学习

 

 

 

当然,在这个场景下,除了与老子对话外,你把思路迁移一下,把它换成孔子、庄子、孟子、毛泽东、拿破仑、苏格拉底....

总之任何一个你感兴趣,你想和他对话的伟人。

甚至让 GPT 分饰多个角色,让大佬与大佬之间对决,你来观战,从对话中学习,让学习回归到"苏格拉底式的状态".....

 

◎学习场景案例3:利用 AI 实现辅助阅读,提高理解效率。

 

这个应用场景,对于那些理解能力不强,或者想提高理解效率的同学,简直是神器,比如.....

 

 

 

◎学习场景案例4:利用AI实现各大领域的入门教练,导师。

 

这个场景,对于那些想搭建某领域体系,或者想系统研究某领域的同学,简直是福音。

比如这个技术学习的案例.....

 

 

而且,同样的道理,除了这个"技术"领域的,你还可以把这个思路迁移出去,用同样的套路,去研究哲学、社会学、产品经理、运营....

总之任何你想研究的领域,都可以让AI为你指路。

 

当然,在学习场景下,除了这些还有 N 多场景,比如,做我的英文教练、辩论教练、学习效果检测师等等.....

这里受制于篇幅原因,我就不一一给出示例了,如果你对【学习场景】的更多用法有兴趣,改天我再写文单独做专题分享。

 

好了,这里简单的介绍完学习场景下的梳理和示范,那么同样的套路,在工作场景也是如此~

 

◎工作场景案例 1:利用 AI 当你的工作助理。

 

这个助理场景的案例举不胜举,你可以用它帮助你写招聘信息,写脚本,写工作文案,自媒体文案,写代码,甚至写方案.....

比如,我让AI帮我写的这个产品经理的 PRD 文档,看完你是不是觉得,以后这部分工作已经岌岌可危了....

 

 

同样的,利用 AI,来做数据分析....

 

 

或者用 AI 来写会议邀请....

 

 

当然,除了以上比较专业化的场景助理外,它也完全可以胜任创意性,或者激发创意性的工作。

比如,咱们这篇文章的标题,就是来自于 GPT 的启发结果....

 

 

看完这些,你是不是突然能理解,为什么有了 ChatGPT 之后,很多企业开始裁员的原因了....

总之,运用好我们上面的提示词以及训练套路,那么万物皆可辅助。

当然,除了这些,在工作场景下还有 N 多用法,比如,让它做我的排版&选题工具人、筛选整合数据师等等....

 

 

总之,工作场景下的例子,也是举不胜举,如果你对更多的工作场景或者国内直接访问GPT的渠道感兴趣,可以通过上方图片加我找我免费要一下。

因为文章篇幅的原因,我们这里也不一一给出示例了~

 

好了,这里说完了前面两大场景,那么同样的,在我们的生活场景也是如此操作~

 

◎生活场景案例1:用 AI 做健身教练~

 

 

再比如,用 AI 做我的私人营养师....

 

 

当然,除了上面的例子外,AI 在我们生活场景中的运用,也是举不胜举。

比如:让它做你的私人律师、私人医生、私人导游等等,各种教练,各种身份,它都可以非常出色的完成!!!

总之,无论是工作、学习、还是生活,这样的例子和场景数不胜数,我也给你举不完,你也学不完。

这里放出这些场景案例,只是供你开阔思路启发用的,例子本身并不重要,例子场景背后的挖掘思路才是你真正应该学习的。

 

只要你能围绕着【你三维度的日常轨迹】去对自己做系统梳理,在梳理的过程中,每一个场景跳出来的时候,都思考下,该场景可以和AI结合的点,有就记录,没有就跳过....

只要你认真完成这个过程,那你一定可以挖出大量有用的场景,以及独到用法,而这些你亲手挖掘出来的场景,才是你真正刚需,且能为你马上解决问题的场景!!

 

好了,当我们通过以上梳理,挖掘出可以和AI结合的场景之后,我们就可以为这些梳理出来的场景加持上AI,去创造生产力了,也就是我们的第二个步骤~

 

2.落地 GPT 第二步:打造

 

其实,这个所谓的【打造】指的就是:把我们梳理出来的这些场景中,那些能标准化,可重复套用的场景,让它一律的标准化、工具化,形成『场景库』,以供我们需要的时候,直接去调用。

比如,我前面训练的思维题小助手,健身教练助手等等....

 

至于为什么要做这个动作的原因也很简单~

因为,除非我们有了一定知名度,数据有被 AI 厂商抓取的价值,否则我们这些个人训练出来的数据,都是无法进入到AI厂商的训练集数据库里的。

也就是说:即使你在一个对话框里,把 AI 训练的很听话了,但是当你重新打开一个对话框后,那么 AI 与我们前面所有的互动记忆都会消失......

 

 

所以,对于一些有价值的场景,我们就需要把我们辛苦训练出来的【场景数据】给保存下来,这样它才可以长期的为我们提供服务,而不是一次性的买卖。

 

比如,就拿我训练出来的【邮件小助手】来举例~

当我每次需要发邮件的时候,我只需要告诉邮件的内容就行了。

而对于邮件的落款,称呼,格式,写作风格等这些东西,我都不需要重复告诉它,它都会自动读取之前的数据....

 

 

同样的,类似于健身教练,营养师或者其他需要反复互动的场景等等,都是如此~

只要你训练出这个场景,那么下次你再需要它为你定制方案的时候,它就会自动读取你前面的数据,结合你前面的情况,来给出你当下的最好方案。‍

之后的所有互动,你都不需要你再对它,反复的交代和补充大量的背景信息.....

所以,当我们把这些训练好的场景,按照一定规则给保存下来形成场景库之后,我们就可以重复的套用它们,以帮助我们省去大量的时间精力。
 

好了,这里你知道了,打造『场景库』的意义之后,那么具体该如何操作呢?

 

那我这里给你分享两种方式~

方式1:直接用 GPT 内置的场景库


 也就是说,你每次在GPT中开启一个新的对话的时候,GPT都会为你自动创建一个对话框(场景)。

那么我们就可以把那些有训练价值,可以固定下来的场景,给留下来,然后按照我们三维度的方式对它们进行分类命名即可。

比如,类似于这样的效果......

 

 

当然,用这种方式打造场景库的局限性是比较大的~
 

因为官方的这个是固定格式的,那么在这种方式的限制下,我们就无法对我们的场景进行分类以及排序。

在这种死板格式下,一旦你对话的话题过多,那么这个来回翻找的麻烦劲头,会有一种让你想撞墙的感觉。

所以,相对于这种方式,我更推荐你第二种~

‍也就是:在你的外脑系统里(笔记管理软件),用更灵活的中控页面,对它们进行集中式的管理,做出类似于这样的效果...
 

其实这种方法的实现原理很简单~
 

如果你仔细观察,你会发现GPT中的每一个对话框(场景),它都是有一个单独的独立网址的~

 

 

所以,在这种机制下,我们就可以把需要场景的链接给拿下来,然后在我们的外脑中,按照我们需要的逻辑给它分类下来

这样我们在调用每个场景的时候,就不需要打开 GPT网站,然后折腾翻找半天才能开始了~

而是直接来到我们的中控面板里,点开相应的链接,它立刻就会自动跳到我们相应的场景对话框里.....

 

整个操作的过程会让你丝滑的有一种飞起来的感觉~

那么,随着你AI落地的场景越增越多,你就会在这个面板里,形成一套完全属于你自己的【AI场景库】,想要什么,一切触手可及.....

 

好了,到这里,我们整个AI的使用指南也就基本结束了~

 

总之,当你能按照咱们三维度的思路去做系统梳理,然后,再按照咱们文章开始所讲到的写提示词技能以及训练 AI 的方法,把它给训练出来。

然后,把它们分门别类的固定到你的AI 场景库之后,那么恭喜你,你就成功的雇佣到免费的助理了。

它会帮助你分担掉你各个场景中的大量琐碎,帮助你全面实现工作、生活、学习效率的极大提振。

只要你认真的去做了这件事,并且安排到位了,不说提升你十倍八倍的效率,那么提升个 2-3 倍的效率是绰绰有余的。

 

当然,最后还要提醒你一点~

 

AI 现阶段还没有进化到逆天的程度,所以在很多场景下,它还是没有办法做到真人的效果,而且它所生成的答案也不是百分百的正确,在很多时候它也会存在胡编乱造的答案。

所以对于一些重要场景的内容,我们还需要对它进行手工润色,修改,以及对它给的信息进行溯源核对。

总之,纵有 AI 辅助,也不要丧失独立思考的能力,无论是现在还是未来,独立思考的人才能控制 AI,而不是为 AI 所控~

 

最后为你,奉上文章的整个脉络导图~