这是一篇关于ChatGPT是什么、为什么、怎么用的文章。

它可以让一个新手快速上手，可以让已经入门的圈友有一套对ChatGPT的框架性认知。

虽然有很多写过关于ChatGPT的概括性内容，但我想我的视角获取能给你带来一些新启发。

从人性的角度上看，我们对新事物总是充满恐惧和好奇，对于ChatGPT最平静的定义是我在咱们社群看到的一句话：ChatGPT是一种工具，像任何工具一样，它的有效性取决于使用它的人。

但到底该如何认识他？如何看待他？如何使用他呢？

我的这篇文章尝试提供一套世界观和方法论，带你井中视星，期望能对圈友快速掌握 ChatGPT（或其代表的同水平AI产物）用来提升个人竞争力有所帮助

ChatGPT的本质

德鲁克说，如果无法衡量，就不能有效增长。了解一个事物必须给他清晰的定义。

这让给我想起 20 年前，刚上小学的我看过一部王志文演的电视剧，剧中有段台词非常深刻：

“他只要是个人，就会有问题；他只要有了问题，我们就可以去解决。”

当时这句话对我的灵魂冲击可谓震撼，其令人惊诧之地在于，这句话的背后蕴藏着第一原理思维，而我当时并不知道第一原理为何物，只知道这句话直接诠释出了「道」。

多年以后的今天，某个夜晚我躲在屋子里独自研究chatGPT时，突然想起了那句话，明白了其中的意思。

只要我们真的认清了某个东西，我们即能通过我们的认清从而得出某种针对性的方案，反向思考也即：如果不能定义，就很难利用。

于ChatGPT而言，如果你没有一套方式真正的定义其具体为何物，你就很难发挥它应有的功用（即使能学着别人照猫画虎，你也难有竞争力）。

而我给他的定义是：虚拟智脑。

为什么要给他（或他背后的所代表的同类产物）定义成虚拟智脑？

想要理解这个定义以及其价值，我们只需从它的技术、目的和效果这3个角度来看：

1、实现ChatGPT的技术

ChatGPT 的背后是一套高水准的自然语言处理模型，而这套模型主要涉及的技术包含Transformer 架构（一种深度学习模型）、Self-Supervised Learning（无监督预训练）、Transfer Learning（迁移学习）等等。

且多数人都知道，ChatGPT 之所以使用这些技术是因为这些技术更能够为用户提供准确和个性化的反馈，说的更直白一点，就是它们更能让ChatGPT理解你发过去的信息是啥意思，同时它也会给你朝着你希望的方向反馈给你想要的内容。

但是，可能并不是太多人知道，这些技术的诞生本身就是通过模仿人类神经网络的工作方式而研发的。

比如，Transformer 模型的架构是基于人脑的注意力机制，ChatGPT的「注意机制」允许模型选择性地关注输入的不同部分，就像人类如何选择性地关注视觉场景或对话的不同部分一样。

再比如，Transfer Learning 的灵感来自于人类通过建立他们以前的经验和知识来学习新任务的方式。人类能够将在一种环境中学到的知识和技能迁移到新的不同环境中，这是在ChatGPT的深度学习模型中使用迁移学习技术的主要动机之一。

虽然这些技术并不是人类神经网络的精确复制品，但他们确确实实就是根据我们大脑神经运行机制来模仿设计的。

这是我将 ChatGPT （以及它代表的同类产物）定义成虚拟智能大脑的第一个原因。

2、ChatGPT这款产品本身的目的

不论是从 OpenAI 官方文档还是他们各种创始人的嘴里都能获取到这样的信息，ChatGPT 这个产品研发出来的主要目的是：

为用户提供自然语言处理能力，让他们使用人类语言与模型进行交互。而种模型可以理解和生成类人语言，使它能够执行广泛的与语言相关的任务，例如问答、摘要和语言翻译等。

说人话就是，ChatGPT 存在的主要目的是改善我们和与机器人沟通的体验，让这个互动过程可以更简单、更精确、更有价值。

那么这里有个问题，请问什么样的东西可以和人类沟通的更顺畅更简单更有效呢？

答案其实显而易见，没有什么比人类自己和自己沟通更简单高效，不信的话你和路边的猫猫狗狗聊两句，看看他们能不能快速听懂你的话（除非你拿起棍子朝他们抡过去）。

所以从 ChatGPT 本身的目的来看，它或者它背后的那帮团队就是要制造人脑，只不过这个人脑是虚拟的。

3、ChatGPT的效果怎么样？

说实话，如果它水平不行，也不会这么火，你知道，我们现实生活中大部分人很多时候其实搞不清自己的定位，但是ChatGPT从一而终的清楚自己的定位：

所以从这一点来讲，ChatGPT 活的很通透，我们的很多苦恼他都没有。

到这里，你可以已经理解我为什么非要把他定义为「虚拟智脑」了，这四个字的直白翻译就是：ChatGPT是一种虚拟的人工制造的大脑。不论是从技术的角度、还是从目的甚至最终的效果，他都在朝着模仿人脑的路途一往无前。

而且不只是我这么认为，就在前不久，从事神经网络研究40多年的 Stephen Wolfram 在他的文章《ChatGPT 在做什么…以及它为什么起作用？》中也这么认为，他说：

ChatGPT的底层人工神经网络结构最终是以大脑的理想化为模型，也就是他确实像一个大脑。

——Stephen Wolfram

到这里，费了一点点功夫我们理解了ChatGPT最精确地定位，那么作为虚拟智脑，他和我们人类的大脑比起来，有哪些优势呢？

我们既然要利用ChatGPT为我们做牛做马，那总得知道这头牛马的强项在哪里吧。

于是经过我的研究，我发现目前这颗虚拟智脑的底层强项主要是3个方面：

理解能力

首先是他的理解能力在以惊人的速度成长，比起现实生活中很多普通人三五年也没有有太大的长进来说，ChatGPT的学习效率几乎一日千里。

这套理解能力具体的运行过程由于专业知识匮乏我不太容易解释，但可以肯定其中必然包含2个最重要的环节

1、 识别意义：能理解人话，理解重点。

2、 预测期待：能知道你想要什么信息。

3、 表达意义：能相对精确地把你想要的表达给你。

上面这里我一共提及了2次「意义」，什么叫意义呢？

为什么要识别意义呢？

我给你举个例子：人类的沟通过程本质是一套信号交换旅程，比如男女谈恋爱，我们很多女孩子经常说「我不生气」，请问她说这句话是字面意思么？

当然不是，她们这类话的意思多数时候传达的意义是「我很生气」，这就叫意义。

这就是为什么很多直男被骂没情商，根本原因就是多数男孩子在小年轻的时候并不会识别语言和某些行为的意义，而意义的传递才是人类沟通的根本，语言也好文字也好，只是意义传递的载体和工具。

只这个能力，称ChatGPT为「智脑」是不过分的。

我自己花了大量的时间研究人类的学习能力，我深知我们今天这个社会很多人并不懂如何真正的理解信息以及学习。

单有这个能力当然并不足以体现他的强大，看下面。

检索能力

什么叫检索呢？就是能快速搜集信息、识别价值。

ChatGPT 的检索能力是这样的，他将不同的语言代替成一系列数字（称为向量）。当我们发送一个提示要求 ChatGPT 反馈内容时，他的工作流程如下：

1、先把要查询或搜索的词转换成向量

2、然后在其数据库中搜索和查询向量接近的向量

3、最后再按照某种规则把合适的向量转化成人类能理解的文字输出

这个过程要涉及到它本身对自己信息库的搜索能力和对信息的价值判断能力，按理说应该是个很复杂很麻烦的过程，但是你也看到了，ChatGPT的反应速度几乎是毫秒级的。

那么它到底是怎么判断哪些信息一定能精确地给我们反馈我们想要的信息呢？

原理是这样的：

ChatGPT 使用一套类似「注意力的机制」来确定哪些词对于给定任务或上下文最重要或最相关。

注：这里的这个注意力机制翻译我暂时不确定正确与否，你只需要知道他是一套价值判断机制就行。

通常，ChatGPT 中的注意力机制会根据该词与当前任务的相关程度，为序列中的每个词分配权重（做价值判断）。然后使用这些权重将模型的注意力“集中”在最相关的词上，同时忽略不太重要的词。

这么一套机制的本质其实类似于人类大脑的注意机制，你知道我们会优先关注那些跟我们生存繁衍强相关的信息。

比如抖音上的小姐姐跳舞很吸引人，这是跟繁衍相关；比如赚钱很吸引人，这是跟生存相关。这些底层信息对于我们大脑的价值判断是最优先的。

同时，有检索能力就必然涉及记忆（ChatGPT可以通过你和他沟通的上下文联系来进行反馈）和储存能力，这一点恰好是人类的大脑不擅长的。

爱因斯坦老师说过，人类的大脑不是用来记忆的，而是用来思考的（具体的原理可以看我以前写过那篇关于学习的本质文章）。

有了强大的检索能力还需要精确地表达，这一点ChatGPT也很出色。

整理能力

当你向 ChatGPT 提供提示或查询时，它首先使用词嵌入机制将提示转换为向量。然后搜索他的信息库里预先存在的知识数据，查找和你提示相关的信息。

具体整理信息并呈现给你的过程通常涉及下面4个步骤，包括：

1.  过滤：ChatGPT 过滤它检索到的信息以删除不相关或低质量的信息。这可以使用各种标准来完成，例如与提示的相关性、来源可靠性或新近度（类似咱们上文说的意义识别）。

2.  聚类：ChatGPT 根据内容或与提示的相关性将相似的信息分组在一起。这有助于组织信息并使用户更容易消化。

3.  排名：ChatGPT 根据相关性、质量或其他标准对信息进行排名。这有助于为用户确定最重要或最有用的信息的优先级（类似咱们上文说的价值判断）。

4.  呈现：最后，ChatGPT 以可读易懂的格式向用户呈现信息。这可以采用多种形式，例如要点列表、摘要段落或更长的文章。

本质上说，ChatGPT 整理能力背后的原理也很简单，就是用自然语言处理技术，包含且不止于聚类和排名这类模型，以相关、有用且容易让你理解的方式组织和呈现信息（就是进行意义表达）。

这里你可以思考一下，我们现实生活中，有些人其实哪怕活了三四十年，逻辑表达能力也并不如人意，经常说错话，而ChatGPT 自有其标准结构可以使每次的内容表达符合基础的人类理解结构。

整理的本质是秩序维持能力，比起普通人类的一天大部分时候都处于情绪混乱状态的大脑，ChatGPT可以以他稳定的逻辑整理能力完成庞大的基础工作。

这就是为什么大佬们说很多人的工作肉眼可见的将被取代。

因为机器是没有情绪的，他可以始终保持理智来干活，而人不行，人有情绪，人还得吃饭，一顿不吃饿的慌，身体的能量系统只要稍微有点不平衡，你的情绪就会折腾你，让你不能好好的思考和工作。

到这里，你已经发现，ChatGPT作为一种虚拟智脑，在储存、记忆、检索、搜集、调取、总结提炼信息等方面比人脑更具有优势，从能力的对比角度，我们不如ChatGPT的地方包含但不限于：

● 储存能力：ChatGPT有着海量的语料资源

● 整理能力：它可以按照你想要的结构给你整理出各类信息

● 调取能力：只要你有条件，可以7*24小时让ChatGPT稳定输出

● 搜索能力：它可以迅速在他的语料库（甚至全网）搜索大部分你要的信息

● 总结能力：它可以根据各种要求给你提供多种建议

以上这些能力恰恰是人类大脑不擅长的，于是我说它从出生那一刻开始的发展路线就是天然为充当人类的「虚拟智脑」做准备其实一点也不夸张。

曲凯在他的文章中说过一句话：未来ChatGPT 相关的发展，可以理解成对人脑功能的 copy，而不只是局限于文字对话或其他的生成。我非常赞同。

当我们给了它合适的定位，也知道了它所具有的能力，就应该问一个最重要的问题了：他对我们价值是什么呢？

ChatGPT的价值

市面上有非常多的朋友讨论ChatGPT的价值，有人甚至罗列了ChatGPT的近800种价值，但说到底，ChatGPT的核心价值就1点。

它带来了自上一个互联网信息大爆炸时代之后的新一轮对信息利用的降本增效和灵感创造，用四个字足以概括：信息增值。

在没有ChatGPT的不久之前（总感觉已经过了一个世纪），我一度怀疑互联网所有免费渠道已经变成了思想垃圾场，我们几乎很难在明面上看到多少有价值的信息。

当时我就在想，这个世界大如汪洋的信息海什么时候能有一场微光或者海克斯科技革命来净化啊，没想到它来的这么神速。

目前来看，我认为ChatGPT带来的信息增值变局主要聚集在两个方面：

降本增效

一方面是它对人类信息利用的降本增效。

首先，ChatGPT 的出现帮助人们改变信息和知识获取的交互方式，它通过训练语料库识别语法、语义和情感分析，可以稳定高效的支持我们对内容总结、机器翻译等等需求。

通过向ChatGPT提问，你几乎可以定向了解到大部分领域所需的信息，这可以让我们在关键的思考与逻辑梳理上拥有更多的时间。

降低我们的获取信息的门槛，节省我们整理信息的时间，这些都是在降本，且同时降本本身也是一种增效。

其次，具体的增效案例数不胜数，简单给你罗列一下：

1、 增强办公效率

包括但不限于行政人事工作、客服工作、编程技术工作：

2、 增强学习效率

包括但不限于快速阅读、翻译、解释复杂概念：

3、 增强写作效率

包括但不限于整理大纲、提供案例、提炼金句：

4、 增强生活效率

比如我最近想减肥，想合理规划自己的饮食：

我估计，在具体的数据方面，这家伙可能并不一定十分精确，但你得知道一个事实：调教某些东西是人类的专长。

还有以下一堆领域都可以通过ChatGPT提高信息利用效率，比如：客服、编程、学习、读书、翻译、投资、分析、写作、游戏制作、AI绘画、销售、推广、教学、社交、健身等，我就不继续罗列了。

除了对信息利用的降本增效，我认为有别于纯粹的直接强化作用，他另外一个比较大的价值在于增强普通人灵感的创造。

灵感创造

为什么我要把这一点单独拿出来说事儿呢？

因为对于创造力的需求以及背后的创造思维的教育是未来的主流需求，你肉眼可见的，未来很多基础工作AI会比你干的更好，只有创造力是AI不太容易赶超的。

乔布斯曾经说过：大多数情况下，创新并不是突然间实现的结果，而是循序渐进优化的结果。

今天这个时代很多优秀的创新都来自于大公司大企业，为什么普通人无法做各种行业的创新呢？是因为我们不想么？是因为这个世界上的很多机会是有限的。

所谓要站在巨人的肩膀上前行，大多数人连怎么站在巨人的肩膀都不知道，我们哪里来的创新能力。

那么作为比创新更难的创造力，我个人认为更需要一个人有海量的知识阅览，灵感汲取，才能爆发出好的创造力。

在这一点上，以前的我们获取各种灵感是要费不少力气的，但ChatGPT的出现给了普通人获取更多灵感源泉的机会，比如我经常尝试搜各种排行榜以及把不同的东西组合在一起：

从提供漫画家到最终出图，速度很快(我这个案例中具体的绘画做法并不精准，真正使用MJ的朋友不建议复制，应该先从pro)。

到这里，我们可以做个小结：ChatGPT带来的信息增值效果是显而易见的，同时他的出现让人类不得不思考我们真正需要学习的东西到底是什么，因为眨眼间很多互联网基础劳力工作就要被AI覆盖。

在你担心自己的工作是否会被取代之前，我觉得这个问题应该放在第一优先级去思考，罗杰·詹姆斯·汉密尔顿曾说过一句话：

所有成功的企业家或投资者，在遭遇生意失败后，都能东山再起，因为他们掌握着了解他人需求并提供解决方案的能力。他们知道这种能力是人类迄今为止最佳的工作保障。

这句话不仅适应于商业，还适应于我们人生的很多方面。

当务之急，我们到底应该如何快速掌握运用ChatGPT的方法呢？

ChatGPT的做法

我为新朋友们提供的方法如下，只需要简单4个步骤就能入门ChatGPT。

1、 开通服务

你首先要能接触到这个工具，但抱歉，我这里不直接提供，可以找其他圈友获取。

2、 设计提问

如果你只是无聊想跟他扯扯蛋，那这个环节确实没必要，但如果你真正的想提高生产力，那就必须有一套问题设计思维。我在上文说过，你要把他当成一个虚拟智脑，当成一个执行力神速但需要一些精准命令的帮手。

说到底他的属性还是工具，用的好可能成为虚拟神脑，用不好，直接会变成虚拟智障。

设计干净明确的提问，主要有3种价值：

· 加深理解：可以让ChatGPT更容易理解你的需求

· 更聚焦：可以让ChatGPT聚焦你的需求

· 更高效：自然也能让你的问题得到更快的解决

所以具体的设计原则也很简单，核心是3个原则：清晰度、相关性、简洁。

什么叫清晰度呢?

清晰的本质就是对问题的具象化描述，清晰度的标准取决于你的目的。

比如你中午想吃点比较健康的好吃的，但是你的问题是这样的：

这就无法得出清晰的答案，但如果你具体一些：

这样你得出的答案就非常清晰。

什么叫相关性？

这个很好理解，由于ChatGPT是可以结合上下文理解你的意图的，所以你在一个对话窗口里最好只问一个领域相关的问题，比如你本来一直和他在聊历史问题，突然话锋一转聊起了编程，很容易让ChatGPT抓不住重点。

什么叫简洁？

我给你举个例子：

· 简洁：中国的首都是哪里？

· 不简洁：我想访问中国，我认为中国是一个非常美丽的国家，你能告诉我中国的首都在哪里吗？

简洁是为了高效，是为了让我们自己更省力，因为我在具体测试ChatGPT的时候发现，他现在的水平其实能听得懂大部分复杂的话。

3个原则了解以后我们就可以开始具体执行步骤。

具体的提问做法是？

确定目标

先确定提问目标，我们去提问ChatGPT的目的一般有3个层次，我拿我的生活案例来给你举例子：

第一层：获取灵感。

有很多事情，我们可能只知道一个方向，提问ChatGPT的目的只是想获得一些更进一步的灵感，比如我健身增强体质：

第二层：获取具体的信息。

有了多一些灵感以后，我们可能对我们的方向更清晰更明确了一些，就可以进一步去通过对比、设问、了解原理等问题去继续进行：

第三层：获取方案

了解清楚具体的事项，我们还可以让ChatGPT根据具体的东西生成一些简单的方案：

你问的每一个问题不是非得按照我这套目标设定方法来，我只是想告诉你，问问题他有这么一个层级，从大到小，从宽到窄，你可以根据你具体想解决的问题来定位目标。

设置模型

确定提问目标之后，还要设置提问模型，准确的我这里说的模型是「prompts」，一种场景和预设提示，这一个环节目前比较有效的方法是一种叫做「充当黑客」的技巧。

所谓的「黑客」其实是「演员」的意思，这种技巧简单讲就是在提问中使用短语“充当”来告诉ChatGPT在对话中扮演特定的角色或人物。这对于创建高效的对话效果特别有用，比如：

再比如：

来自网友徐某的ChatGPT界面：

不止这些，朋友天辉团队为我整理了一份《使用ChatGPT的100份prompts》，里面包含了各行各业的模板：

咱们圈子里也有很多人整理prompts清单，你可以去搜搜。

进行使用

然后你就可以开始使用ChatGPT的了，具体的使用方法非常简单：

第一步：输入你想问的问题

第二步：等待ChatGPT快速理解你的问题

第三步：几秒后收到它的反馈

第四步：你继续提问...

我想咱们圈子的人应该是最早接触这块儿的，这种简单的步骤本来没必要说的，但为了文章的完整性，配图如下：

如上，你已经入门ChatGPT，那么到底怎样才能成为大神呢？

就两个方法：多练，多思考。

看到这里，你已经对ChatGPT有了相当的了解，但我要提醒你，他当然不是万能的，任何工具和知识都有适用边界。

适用边界

只限已发生的信息：ChatGPT的数据库里面只存到2021年的数据，如果你问他最新的情况，他可能不知道。

受限于粒子库：就 ChatGPT 而言，“粒子”是它通过训练数据学习到的语言模式和结构。这些模式和结构以各种方式组合在一起，以创建 ChatGPT 为响应不同输入而生成的响应。可以把它想象成 ChatGPT 用来创建不同问题答案的工具箱，你得到的答案模型无法超出他的粒子库天花板。

受限于算力：我理解的算力就是ChatGPT处理大量数据并快速高效地执行复杂计算的能力。它就像汽车的发动机，决定着汽车能跑多快，能做多少功，前两天人太多ChatGPT不是直接崩溃了么？

无法主观决策：ChatGPT没法替你做主观价值判断，他只能提供数据信息的陈列、对比。

了解这些适应边界，有助于你更好的利用ChatGPT。

如上，全文即将结束，我们来做个重点总结：

ChatGPT或者说它所代表的同类产物本质是一种虚拟智脑。ChatGPT的出现增强了人类利用信息的降本增价值。使用ChatGPT的有效方式是「充当黑客」。

一场新的生产力革命已经来开序幕，祝你好运。