人工智慧的本質與特性
-
我常打趣說人工智慧是不好的軟體，但卻是好人。我的一位好朋友想為他的建築事業打造一個工具，便向Chat GPT求助，Chat GPT爽快答應並開始制定計畫，甚至還說過幾天再回來看。很多人都有類似經驗，人工智慧有時會說「15分鐘後再回來」，這其實是它不想說「我做不到」。
-
大型語言模型被設定以特定方式運作，但本質上它想提供幫助，所以傾向於說「好」。它就像一個超級熱心、不知疲倦、能力出眾的實習生，會做很多工作，但不太擅長拒絕。
人工智慧的最佳使用者
- 人工智慧的最佳使用者不是編碼員，而是教練。如果不小心，人工智慧可能會對你進行精神操控。
作者背景
- 我是Jeremley，在史丹佛大學擔任了16年的兼任教授，是創意專家和實用人工智慧專家。
情境工程
情境工程的概念
-
情境工程其實是提示工程的強化版。第一次聽到這個概念是Andre Karpathy發推文提到，Shopify的CEO Toby Lutki也有提及。
-
情境工程就是要明確告訴人工智慧所有相關資訊，以便它完成你要求的任務。
簡單例子
-
比如簡單的提示「寫一封銷售郵件」，Chat GPT會立刻寫好。但很多人會覺得這封郵件聽起來像人工智慧寫的，不像自己的風格。其實很多人沒告訴人工智慧自己的風格是什麼。
-
如果說「根據我上傳的品牌語音和品牌指南寫一封銷售郵件」，它寫出的郵件就會完全不同。還可以上傳潛在客戶的通話記錄，要求它參考這些資訊來寫。
情境工程的測試
- 情境工程的簡單測試是人性測試。把你給人工智慧的提示和相關文件寫下來，拿給人類同事，如果他們都做不到你要求的事，那人工智慧做不到也不奇怪。
認知卸載與人工智慧
-
有些人擔心認知卸載現象，認為人類會因此停止思考變笨。但我覺得人工智慧就像一面鏡子，對想卸責和懶惰的人，它會助長這種行為；對想保持敏銳思考和批判性思維的人，它也能提供幫助。
-
如果你想保持批判性思維，可以在自定義指令中加入類似「我想保持批判性和敏銳的分析思維，在我們的對話中，請隨時推動我的批判性思維能力」的內容，人工智慧就會照做。
如何獲得人工智慧的真實反饋
- 人工智慧知道大多數人想要聽好話，所以常會說「做得好」，但這不一定是真的。我的方法是讓人工智慧扮演冷戰時期的俄羅斯奧運裁判，要求它嚴厲、精確，這樣就能得到更有見地的批判性觀點。
Lovable：無需編碼的工程團隊
-
Lovable不僅是一個人工智慧工具，還是你的隨需工程團隊。只需描述你的想法，它就能構建完整的前端、後端和資料庫，幫助你在不寫代碼的情況下推出真正可用的軟體。
-
它每天為超過10萬個新產品提供動力，幫助250萬名開發者將想法變成軟體。使用優惠碼EO2YT，首次購買Lovable Pro計畫可享受20%的折扣。
思考鏈推理
思考鏈推理的概念
- 認知科學家早就知道，人類通過「大聲思考」能改善問題解決和決策能力。人工智慧也是如此，這就是思考鏈推理。
如何進行思考鏈推理
- 進行思考鏈推理不需要技術魔法，只需在提示後加上一句「在回答我的問題之前，請逐步向我介紹你的思考過程」。
思考鏈推理的原理
-
語言模型在生成回應時是在預測下一個單詞，它不會預先思考整個回應。當你要求它寫銷售郵件時，它不是直接想出整封郵件，而是一個詞一個詞地思考。
-
當你要求它進行思考鏈推理時，它會先把思考過程告訴你，這樣就能把所有思考過程融入到答案中，讓你了解模型的假設，從而評估輸出和背後的思考過程。
少樣本提示
少樣本提示的概念
- 少樣本提示是另一種重要技術，是情境工程的前身。人工智慧是一個出色的模仿引擎，如果不給例子，它就會模仿網路。少樣本提示就是告訴人工智慧你想要的好的輸出是什麼樣子。
少樣本提示的方法
-
比如寫郵件時，把自己最得意的五封郵件作為例子加入提示中。如果能同時給出一個壞例子，效果會更好。
-
如果你想不到壞例子，可以讓人工智慧幫你創建，並要求它使用思考鏈推理告訴你創建的過程。
反向提示
反向提示的概念
- 反向提示就是讓模型向你詢問它需要的資訊。
反向提示的方法
- 比如要求模型寫銷售郵件時，在提示後加上「在開始之前，請向我詢問你需要的任何資訊」，模型就會先告訴你它需要的資訊，比如最近的銷售數據。
分配角色
分配角色的概念
- 分配角色是最基本的技術之一，能告訴人工智慧應該專注於哪些知識。
分配角色的方法
-
比如告訴人工智慧它是老師、哲學家、記者、演員或分子生物學家等，每個角色都會觸發網路上的各種知識關聯。
-
更好的方法是指定更具體的角色，比如專業的溝通專家，甚至可以指定具體的人物，如《人性的弱點》的作者Dale Carnegie，讓人工智慧以他的思維方式來處理問題。
嘗試不同的約束
嘗試不同約束的概念
- 嘗試不同的約束是一種簡單有效的技術。
嘗試不同約束的方法
- 就像人類解決問題時會嘗試不同的約束一樣，比如思考Jerry Seinfeld、你最喜歡的壽司餐廳、亞馬遜或Elon Musk會如何解決問題。人工智慧也是如此，通過給它一個角色，告訴它從哪裡找到最好的連接或碰撞來源。
利用人工智慧進行角色扮演
角色扮演的步驟
- 利用人工智慧進行角色扮演時，通常需要三個聊天窗口：一個是性格分析器，一個是需要對話的角色，一個是反饋提供者。
實際操作示例
-
作者以與銷售主管Jim的對話為例，首先在性格分析器中提供背景資訊，然後將分析器生成的指令複製到新的Chat GPT窗口中，開始與扮演Jim的Chat GPT進行對話。
-
對話結束後，可以將對話記錄上傳到另一個Chat GPT窗口中，獲得反饋，並根據反饋調整指令，再次進行對話。
-
最後，作者還可以要求人工智慧生成一個簡短的對話指南，幫助自己更好地準備真實的對話。
人工智慧的未來
-
人工智慧的未來取決於人類的想像力。目前的主要限制是人力想像力的限制，隨著更多人釋放、激發和點燃想像力，人工智慧的應用將不可思議。
-
在創新研究中，這被稱為「鄰近可能性」，即可能的事情就在現實的旁邊。隨著人工智慧協作的採用、流暢性、能力和掌握程度的提高，我們正在擴大鄰近可能性。
-
最重要的是，看完這段視頻後，停下來去實踐一些讓你印象深刻的東西。
{# 
{# 
{#