ChatGPT-4: 半年的深度使用思考
几个月的时间一直在使用 ChatGpt-4,以口述语音转文字的形式说一下自己的体会。
1、选择版本
大前提:我使用的都是 GPT4 的版本。也就是说至少每个月要付费20$。
因为 3.5 的版本,实际上使用体验是非常差的,主要体现在答非所问上。
这一点在四版本出来以后就很好的得到了解决。
2、效率提升
GPT4 的确能极大的提高我们的编码,文字撰写等的效率。这是毋庸置疑的事实。
当然,个人认为国内的大模型至少短期内是很难达到 GPT4 的能力。
国内的大模型还停留在PPT的阶段, PPT的效果都非常好。但是实操下来可能都远远达不到预期。(为避免不必要的纷争,所以这里就就此打住这个话题)
3、工具的依赖与心态
个人心得:我们更多的应该把它当做我们提高工效率的工具,而不应该形成太多的依赖。
我自己深有体会,当在断网的环境下或者在代理不可用的情况下,自己容易出现心情烦躁。或者抓耳挠腮的情况。
一种说法这是情绪不稳定,深层次的原因应该是对gpt4形成的过度依赖。
4、如何平衡依赖关系?
我个人那个做法就是我在自己的办公桌前会放一个纸和笔。
我依然会用传统的纸和笔方式会记录个人的灵感,同时我的个人博客的写作都是借助有道云笔记完成。不论纸、笔也好,云笔记也好,这些都是辅助我们沉淀内容的工具。在大模型的时代,依然是不可或缺的。
我个人梳理技术博客养成的习惯就是先列出来脉络,然后再填充内容。
这种能一定程度缓解依赖。半年的时间,我个人后面逐步转变使用它的方式,还是转变成类似谷歌必应搜索引擎的工具。
让 gpt 来验证我们的想法,或者是我们抛出问题让他给予解答。并且对于一些有疑问的解答,要再进一步的求助搜索引擎,反复的考证已得到最精准的答案。
5、关于编码的准确性?
这一点也可能是咱们同学关注的点。
GPT4其实能比资深的程序员写出来的代码质量还要高一些。
但是我们不能拿来就用,存在bug的情况也是比比皆是的。所以还是需要我们人工能够识别bug,或者是再把bug的内容丢给GPT,让它完善代码。
6、关于问题回复的准确性?
我个人认为分为两个维度。
- 维度一,相对小的问题。
比如说代码语法的正确性的检查,比如说某某的API的使用举例,这种正确率能达到极高。问题越精准,答案越精准。
- 维度二,相对大的问题。比如说写一个发明专利,比如说写一篇论文。
这种问题往往不能够立马得到一个我们相对满意的答案。核心的原因就在于我们的prompt提示信息是不完备的!这个也是我在反复验证或思考以后得到的本质答案。当然,或许这也是咱们很多同学提前就已经知道的答案。
7、提高问题准确性的策略
对于发散性的问题如何提高准确性?我甚至专门听了b站上的一门儿外国大佬的课。核心的答案就是,我们要精准的提高我们的输入。
当然这里要有两点心得:
- 第一,把大问题拆成小问题。
比如我们要让gpt写一篇专利。最好的方式不是上来直接写,而是先让他写一个大纲。
大纲就是把一个大问题拆解成小问题。然后我们再基于这个大纲进行提问。最后汇总得到一个相对完整的答案。
- 第二,非常详尽地以特定身份背景描述问题。
比如:你要告诉GPT,他充当的角色是什么?在这个角色背景下,他要解决什么问题?这个问题是如何产生的?当前有哪些解决思路?等等。越详细越好。当然问题描述得越准确越好。
一句话说就是,我们的提示信息越多越准确越好,也就是说我们的输入越准确,那么我们的得到的输出信息才有可能准确性高一些。
8、不要期望GPT4能解决一切问题。
如果遇到新的技术点,遇到新的挑战点,就寄希望于GPT4。这其实是自我愚昧的一种方式。
我们更多的如前所述,应该把 GPT4 当成工具。这个工具并不是不可或缺的工具。
就如搜索引擎一样,有了它,我们的效率会更高。没有它我们照样能写代码,照样能解决问题,照样能实现架构和设计等。
9、GPT4 局限性
GPT4 依然学习到的是2021年9月份以前的知识。
所以对于新的技术点,早期发布了一个互联网搜索功能。其实体验并不好。
现在依然有这种搜索式的插件,但是由于网络的原因,由于网站是否允许爬虫等原因,都得不到我们期望的理想的效果。
所以这一点的认知让大家对新内容的使用也要有所预期。
还有 2000 字符的输入限制,这点也是要注意的。
360的老总周鸿祎提到的识别整本书 PDF 等大文档能力,至少得在以后的版本才会出现。
并且还要注意,会话一旦关闭以后, GPT4是不会记录你的信息的。也就是说你开一个新的会话,再去问他,你刚才问的问题。它实际上是不知道的。
10、说一千道一万,提升自己是关键。
现在大模型有点像10年前的团购的百团大战,几乎稍微大点儿的公司都在搞自己的模型。
从数据安全的角度这一点无可厚非。但作为技术人员的我们,应该是不站队。不要陷入这个模型好、那个模型差的争论中去。没有必要,也完全不需要。
我们应该拥抱大模型,尝试用新的大模型的方式来解决传统的问题。应该学会使用huggingface
等类似的模型平台,选择适合自己的模型和数据集来解决企业已有的问题。而不是抱残守缺,抱着已有的技术栈不放!
自身层面,要更多的是戒掉一些刷娱乐视频的时候,花时间找到有价值的内容。去学习新知识,去挑战和打破旧认知,提升新认知!让更牛逼的大模型作为我们的提升效率的工具,助力我们成长的更快,才是王道!
11、关于封号
Plus 照样封号。原因:异常活动。不知道对方如何界定的异常,实际是没有任何违规操作的。
参考网上申述方式几乎是无效的,没有特别好的办法。
文章转载自公众号:铭毅天下Elasticsearch