我的好朋友们都知道我最近沉迷于ChatGPT,所以也问了我一些问题。

OK，下面是目前为止简要的结论：

1、牛掰，真的厉害。超级厉害，很像一个改变世界的科技。

2、赶紧去学，赶紧去用，最好学点编程基础，只要你有一点编程基础，这个产品能帮你写程序，写得又快又好，一下把码农的技术门槛拉低。

然后讲一下具体操作的问题，有朋友跟我说试了下平淡无奇，开始惊艳，后面觉得也就是比人工智障高级，谈不上AI（Artifical Intelligence）：

1、全是车轱辘话，说不到点。

2、输出内容一点不深刻，也就那么回事。

OK，我大概讲一个原理你就明白了，道理很简单，你觉得平淡无奇是你没学会怎么用，没有了解到LLM(神经网络大语言学习模型)发生的突变式革新：

GPT3.0怎么进化到GPT3.5，为什么GPT3.5如此可怕？

所谓的GPT3.0模型，还是很类似我们之前看到的AI产品，输出的内容是基于统计学与统计规律。用通俗的话讲一遍，比如你用智能ABC输入法打字，比如说我打GC的时候，马上就能弹出工程，因为输入法基于统计学，我打GC的时候，大概率是要打工程机械，所以将工程两个字排在第一位。

GPT3.0的模式没有太大例外，就是大数据统计学，猜测你内容的下一个字根据统计学规律而来。

但是GPT3.5模型，突然发生了一件革命性的事情，这件事情到底是怎么发生的，我不是专业人士，找了一些资料也看不懂，大概就是：人工智能产生了推理能力。人工智能产品能够产生销售文案、写成语这些事情不算什么，产生推理能力这就太变态了，而基于这点意义，这才是革命性的产品。

所谓的推理能力，其实很简单，就是人的行为。举个上星期我自己的例子：我跟我的办公室同事说我去找我老板讲点事情。然后我就推门出去了，2分钟之后我回办公室了。我进门的时候，我同事瞄了我一眼问，老板开会去了吧？

注意，这个问句就是人独有的能力——慢思考思维链条式思维模式，告诉你一串九位数再乘以一个五位数，人不可能比电脑更快。但是给一个信息输入，去推测一个中间过程，再从中间过程到另外一个过程，最后把信息综合在一起，给最后的结果。利用逻辑推理和思维链条去推导问题，这是之前所有人工智能所不能做到的事情。

比如我同事的这个问句，其实很简单，我离开马上上来了证明老板没搭理我，那么要不就是他不在公司、要不就是看到我一肚子火让我别烦他、要不就是在忙。那么看到我脸上毫无波澜的回办公室，又已知老板肯定在公司，那么大概率就是老板开会去了。

这就是之前AI看起来很像人工智障的原因，AI没有这种推理能力。

但是GPT3.5模型可怕的地方就在于发生了一个可怕的飞跃，它能够进行逻辑性的思考，它不像是一个统计模型，很像是一个通用型模型。

而一旦实现了这种质的飞跃，信息转化的质量和回答的质量可以通过不同数据库的输入来不断加强，这就是GPT引发业界震动的地方。

所以自己去使用的时候，一定要把观念转变过来，不要把ChatGPT当一个聊天机器人，你把它想象成你的助理。助理可以培养可以成长，比如你要找一个新的助理，这个助理一个工作是帮你总结昨天的一些消息，并总结成要点给你。

这种时候很可能出现一个问题：你要花时间教你的助理，你认为的要点是什么，你认为那些事情是你想看到的事情。你要慢慢纠正助理的一些信息收集方式和总结方式，最后你和你的助理有了默契，工作效率越来越高。

OK，这就是你要跟ChatGPT交流的方式。它是可以逻辑推理的，它是可以有记忆的，它可以根据你的提示词和上下文来思考。所以你跑上去问：中国工程机械行业的未来会怎样？

肯定毛都问不出来。

我的做法是给了它一份英文资料，然后告诉它：现在假设你是一位市场分析师，现在需要你总结报告里面的内容并且将数据汇总成表格。之后，你可以告诉ChatGPT，按照市场营销学4P，SCP模型对未来销售发展方向做一个总结。

这种效果也不一定好，但是比直接上去问效果好了很多。一定抱着它是可以成长，可以学习，可以成为你最有效率的助理的心态去，这个工具真的能帮大忙，不是一个玩具，很有可能是打开未来的一个钥匙。

这是目前的想法，供各位朋友参考。