1
最近出现的ChatGPT，一下子改掉了人们从网上获取知识的习惯。
我之前写了一篇短文，内容是基于传统的搜索引擎，使用关键词的规则来更高效得到自己想要的结果。
现在看这篇文章，里面讲方法的这块已经过时了。
因为我们即将要面对的工具是ChatGPT这种AI产品。
传统的搜索方式是“关键词搜索”，搜索引擎根据你提供的“信息”去匹配网上已经存在的内容。这时候你需要提供关键词，而不是整个句子。如果匹配句子，会因为“限定”过长导致搜索结果很少，或者干脆没有完全匹配的结果。匹配关键词，就能得到更多的结果让你从中筛选。
你既要避免结果过少没得选，又要视情况增加约束条件来让搜索结果尽可能符合你的期待。
但所有的内容都是曾经的网络参与者留下来的。
2
ChatGPT这种大模型就有意思多了。它能够“思考”，你可以直接问它问题。它会用自己的“脑子”理解你的问题，并经过“思考”给出它认可的答案。
它的“脑子”里装了很多东西，非常好用，是真正意义上的“万事通”。
此前，你只能主动去辨别“网络上已经有的内容”是不是你“想要的”。现在，换成了你问它答，每次都出唯一的答案。
那如何更快速获得自己想要的结果呢？
从ChatGPT开始，这个问题等同于“如何问问题能够更快问到自己想问的？”
考虑到对AI产品的应用，有一个类似的问题“如何下指令能更快让AI明白你想做的？”
举个例子：
未来人类会习惯不再拿起画笔而是让AI画出自己心中所想。
如何让AI更高效的画出心中所想呢？
你必须得给它详细描述你心中的画。可是如何能把“画”描述的清晰呢？你会发现，你不得不用专业的词汇来描述这幅画——不用担心AI，它擅长理解专业的词汇，反而是不专业的描述容易让它误解。
比如光线、色彩、视角、风格等等基本要素，和很多“我没听过所以列举不出来”的其他要素需要你去“限定”。
可以想象吧？如果你想要画出尽可能符合心中所想，你可能要给AI非常多的条件去约束。
当然你也给很少的约束，剩下的就由AI自己天马行空。说不定有意想不到的收获！
“提问题”的道理和“下指令”一样。如果你问的问题很大，AI的回答也是泛泛而谈，如果你用上了专业的描述，就可以获得专业的回答。
AI好不好用，取决于使用的人怎么用！
3
该如何更高效使用AI产品呢？
1）首先，你得知道得多。只有当你知道有“狴犴”这个名字，你才会想起问“狴犴是什么样，出自哪里”。如果你知道得太少，你可能就想不到，想不到自然就问不出；
2）其次，你得专业。不然你就无法问出专业的问题/下出专业的指令。就像上面所写的那样，你的描述少，那AI自己发挥的空间就大。
这事儿其实很矛盾：既要博学又要专业。这对人很不友好！
所以，有需求就有市场。
于是就有了“提示词”市场，英文“prompt”。
各个行业的人会把“驯化”AI的方法——提示词——总结起来，形成prompt手册；
哪怕自己是这个专业的，一想到每次让AI做点事情，都要写很多很多字，很费劲啊！能够直接复制粘贴多好。
哪怕是跨专业的，也可以根据提示词的“释义”，快速“驯化”AI产品。
这可不就是未来的刚需吗？
4
1）尽管ChatGPT很强大。但仍然有着局限，因为它的数据来源于公开的网络。
从用户的角度出发，我也希望ChatGPT或某个同类产品，能打破所有知识的屏障。
但从法律、道德层面来考量，ChatGPT不应该使用未被授权的内容。比如那些需要版权的产品：电子书、课程、期刊等等；
2）还有很多内容并不是公理。这意味答案不止一个，或者说可以有很多“正确”的选择。比如说，都是讲经济学，这个老师和那个老师的授课方式、内容等等方面都不一样。如果你让AI评判谁的课程更好，它评判的依据可能是“受欢迎程度”。而不会是从内容本身去评定“好”与“不好”。
基于这样的条件限制，可以预见的是：很多专业的垂直平台，将仍会提供更加专业的、独特的知识服务。
它们也会与时俱进——接入专属的ChatGPT。
所以我们仍然要留心高质量的平台，保持关注；
（这个AI画的图差挺多意思）
