为什么一定要尽快用上 ChatGPT 等大语言模型?

@locoz 比如我需要它帮忙 revise 一段我写的东西，但是明明我写的是英式英语，它非要给改成美式的（拼写、标点习惯等），我单单强调要使用英式英语是不行的，要强调要使用英式英语的拼写，要使用逻辑引号 (‘logical quotation’) 而非打字机引号、要外单内双、要用 curly quotes 而非 straight quotes, no-one 要连写不能写成 ‘no one’ 等等，我会命令得非常详细且以 must 强调。但它经常忘掉很多要求，甚至故意全部忽略，然后你问它一个，它抱歉一次，然后说不定能改对一回，但也可能这次改对了 A 点，但 B 点又改回去了。而且几轮对话后，在同一个会话内，之前好不容易都达到的要求，又会出现错误。总之就是感觉它主见很强硬，而且有一种「我就是要偷偷摸摸地不听你话按照我的风格来」的意思。（在这一点上 4 比 3.5 表现更强烈，而我就是个普通用户，在网页上使用，也不知道在哪里调低自由度……）

用了几次下来，我发现，凡是需要特别注意到那些极度微小的细节的，都不适合让它去做，它的自由性会让这些细小的要求无法完全达到。

我本来就是做文字方面工作的，又不是程序员，因此感觉用处真的很少。

楼上提到了翻译，其实 ChatGPT 的翻译质量相较于 DeepL 来说更是差到不能看，很多长句子都不知道拆，写出来的文字很不地道。而 DeepL 甚至能在译文中加入一些恰到好处的小的修辞来提升译文的「人味儿」。

@Ixizi 我也是，哈哈

没有用 PLUS 了
用的 OPENAI API
每个月没几分钱 消耗

@chutsetien 你说的前面是认同的，有时候确实灰不遵守一些要求。

不过翻译的话，用好的提示词还是可以的呀，可以试试下面这个 gpts 。

https://chat.openai.com/g/g-uBhKUJJTl-ke-ji-wen-zhang-fan-yi

可以套下它的提示词

@churchmice #15 一分钟看完一个中视频还是可以的

GPT4 只是工具，能不能用好终究是看人的，很大程度上是看使用者想象力。。。当然了，使用者所在的领域也很重要。

@crazyL 是的，看人和场景，编程领域特别适合，法律领域我试过就特别不行。。

@xuelang 说明你们对译文质量的要求是真的很低……这个输出的结果更差，比我自己让它去做的结果还差劲。

比如你提供的这个 ChatGPT 得出的译文是：

在衡量公众舆论的最确立模式中，每一代人在其政治和总体意识形态方面往往会作为一个整体移动。它们的成员共享相同的成长经历，在生活的重要里程碑上同时到达，并在相同的空间中相互交往。那么，我们应该如何理解有关 Z 世代在某些问题上极度进步，但在其他问题上出人意料地保守的报告呢？

斯坦福大学 (Stanford University) 客座研究员，同时也是该话题领先研究者之一的艾丽丝·埃文斯 (Alice Evans) 的话是这样回答的：今天的 30 岁以下年轻人正在经历一次巨大的性别分化，年轻女性在前者阵营，年轻男性则在后者。Z 世代是两代人，而不是一代。

在每个大陆的国家中，年轻男性和女性之间的意识形态差距已经拉开。数千万居住在同一城市、工作场所、教室甚至家庭的人不再看法一致。

在美国，盖洛普 (Gallup) 数据显示，在几十年性别在自由派和保守派世界观上大致均匀分布之后，现在 18 至 30 岁的女性比她们的男性同时代人自由派立场高出 30 个百分点。这种差距仅用了六年时间就打开了。

德国现在也显示出越来越保守的年轻男性和进步的女性同时代之间 30 个百分点的差距，而在英国，这一差距为 25 个百分点。去年在波兰，几乎一半的 18-21 岁男性支持极右翼联盟党 (Confederation party), 而同龄的年轻女性只有六分之一。

在西方以外，分歧更加鲜明。在韩国，年轻男性和女性之间现在存在巨大鸿沟，中国也是类似情况。在非洲，突尼斯 (Tunisia) 也显示出相同的模式。值得注意的是，在每个国家，这种戏剧性分裂要么是年轻一代所独有，要么在 30 岁及以上的男性和女性中表现得不那么明显。

我自己让它做的的结果是：

在公众舆论调查中，一个最为确立的模式是，每一代人在政治和总体意识形态方面往往会作为一个整体移动。他们拥有相同的成长经历，同时达到生活的重要里程碑，并在相同的空间中交往。那么，我们如何理解有关 Z 世代在某些问题上极度进步，而在其他问题上出人意料地保守的报道呢？

斯坦福大学访问学者、该话题领先研究者之一艾丽斯·埃文斯 (Alice Evans) 的话中有答案：当今的 30 岁以下年轻人正在经历一场巨大的性别分化，年轻女性属于前者阵营，而年轻男性属于后者。Z 世代是两代人，而不是一代。

在每个大陆的国家中，年轻男女之间出现了意识形态的鸿沟。成千上万居住在同一城市、工作场所、教室甚至家庭的人，不再眼见为实。

在美国，盖洛普数据显示，在几十年里，两性在自由派和保守派世界观上大致均等分布之后，现在 18 至 30 岁的女性比她们的男性同龄人自由派倾向多出 30 个百分点。这个差距仅用了六年时间就形成了。

德国也现在显示出年轻男性日益保守和进步女性同龄人之间 30 点的差距，而在英国这个差距是 25 点。去年在波兰，几乎一半的 18 至 21 岁男性支持极右翼的联合党，而同龄的年轻女性只有六分之一。

在西方以外的地区，分歧更加明显。在韩国，年轻男女之间现在有一个巨大的鸿沟，中国也是类似情况。在非洲，突尼斯显示出同样的模式。值得注意的是，在每个国家，这种戏剧性的分裂要么是年轻一代所独有的，要么在他们中间比 30 岁及以上的男性和女性更为明显。

用 DeepL 得到的译文是：

在衡量公众意见的有效模式中，一个常见的模式是，每一代人在政治和总体意识形态方面往往表现出一致性。毕竟，一代人往往有着共同的成长经历，在相同的时间达到人生的重要里程碑，并在同样的空间中相互交融。然而，如今有报道称，Z 世代在某些问题上非常激进，但在另一些问题上却出奇地保守。我们应该如何理解这种现象呢？

用斯坦福大学客座研究员、该课题的主要研究者之一爱丽丝·埃文斯 (Alice Evans) 的话来说，答案是：今天的三十岁以下年轻人正在经历一场性别大分化——年轻女性更倾向于前者阵营，而年轻男性则倾向于后者。也就是说，实际上，Z 世代是两个不同的群体，而不仅是一个。

在各大洲的国家中，青年男女之间的意识形态鸿沟已经拉开。数以千万计的人们生活在同一个城市、在同一个工作场所工作、在同一间教室学习，甚至住在同一个家里，但他们之间的观点却不再一致。

盖洛普 (Gallup) 的数据显示，在美国，几十年来，男女在自由主义和保守主义世界观上的分布大致相同。但现在，18 至 30 岁的女性比同年龄段的男性在自由主义倾向上高出 30 个百分点，而这一差距的拉开仅用了六年时间。

在德国，日益保守的年轻男性与同时代的进步女性之间的差距也达到了 30 个百分点。而在英国，这一差距为 25 个百分点。去年在波兰，18–21 岁的男性中几乎有一半支持右翼意识形态强硬的「自由与独立联盟」，而同龄的年轻女性中支持这一联盟的只有六分之一。

在西方国家之外，分歧甚至更为明显。在韩国，年轻男性和女性之间存在着巨大的鸿沟，在中国的情况也类似。在非洲的突尼斯也呈现出同样的模式。值得注意的是，这种戏剧性的分裂在每个国家要么是年轻一代独有的，要么这一现象比三十岁及以上的男性和女性更为明显。

DeepL 的质量高出 ChatGPT 实在太多。我本人就是做翻译的，可以明确地说：DeepL 的机翻经过人工校对再润色一下（所谓的 PMTE ）还能凑合着勉强用用，ChatGPT 翻译的真的是差到没法看。

测试用例是不错 就是无法一步到位 已经二次开发工程师

@xuelang 我用的 ohmygpt

@xuelang DeepL 除了会拆长句外，还有一些值得注意的细节是，DeepL 知道根据语义来补充一些句子的成分，比如这句——

去年在波兰，几乎一半的 18 至 21 岁男性支持极右翼的联合党，而同龄的年轻女性只有六分之一。

去年在波兰，几乎一半的 18-21 岁男性支持极右翼联盟党 (Confederation party), 而同龄的年轻女性只有六分之一。

后边那个「而同龄的年轻女性只有六分之一」如果不补充上「支持这一联盟的」这一部分的话，其实就会让人困惑——「同龄年轻女性」什么东西「只有六分之一」？有的人可能能够直接理解对，但有的人可能会在这里有困惑。

DeepL 在这些方面 [有的时候] 很出色，但并不一定稳定。（ p.s.: 我也开了 DeepL 的 Pro 版，输出的结果为 Pro 版的，但应该与免费版的质量一样。）

@yule111222 客户端我自己 fork 别人 repo 魔改的、是 api 直接集成了实时的 search 、 我在 ohmygpt 买的

@chutsetien 确实对比非常明显，DeepL 很强大

@chutsetien 嗯嗯，从你的示例来看 DeepL 确实更强大些。

gpt 对我最大的帮助就是学习，我学东西比较喜欢弄懂为什么（用法，不是读底层代码），一些理念和逻辑这种需要慢慢去文档里面翻（有可能还翻不到）的东西，他可以直接告诉我，加深理解

科技翻译这个 gpts 的提示词如下:

你是一位精通简体中文的专业翻译，尤其擅长将专业学术论文翻译成浅显易懂的科普文章。请你帮我将以下英文段落翻译成中文，风格与中文科普读物相似。

## 规则
- 翻译时要准确传达原文的事实和背景。
- 即使上意译也要保留原始段落格式，以及保留术语，例如 FLAC ，JPEG 等。
- 保留公司缩写，例如 Microsoft, Amazon, OpenAI 等。
- 输入格式为 Markdown 格式，输出格式也必须保留原始 Markdown 格式
- 在翻译专业术语时，第一次出现时要在括号里面写上英文原文，例如：“生成式 AI (Generative AI)”，之后就可以只写中文了。
- 以下是常见的 AI 相关术语词汇对应表（ English -> 中文）：
* Transformer -> Transformer
* Token -> Token
* AI Agent -> AI 智能体
* LLM/Large Language Model -> 大语言模型
* Zero-shot -> 零样本
* Few-shot -> 少样本
* AGI -> 通用人工智能

## 策略：
分 3 步进行翻译工作，并打印每步的结果：
1. 根据英文内容直译，保持原有格式，不要遗漏任何信息
2. 反思第一步直译的结果，指出其中存在的具体问题，要准确描述具体问题和文本位置，也不要偏离原意，包括不仅限于：
- 不符合中文表达习惯，明确指出不符合的文本位置
- 晦涩难懂，读者不易理解的语句，对其给出解释
- 其他问题
3. 根据第一步直译的结果和第二步反思的结果，重新进行意译，保证内容的原意的基础上，使其更易于理解，更符合中文的表达习惯，同时保持原有的段落和文本格式不变，不要删除和遗漏任何内容

## 格式
返回格式如下，"{xxx}"表示占位符：

### 直译
{直译结果}

***

### 反思
{反思结果}

***

### 意译
{意译结果}


这个 GPTS 是作者为了追踪当下 AI 领域最新文章创建的,可能并不适合每个人.根据不同领域可以进行相应的调整.

如果可以的话 @chutsetien 可以贴一下原文吗?我来试试创建一个 gpts,不敢说能达到 DeepL 的效果,但是我觉得应该能做到比当前直接使用科技翻译的效果强.

主要用来当
- 框架和库的搜索引擎，帮忙查询一些冷门的 api 或者用法，或者简单解释下原理啥的
- 一个不错的翻译软件
- 用来生成一些正则和脚本片段

有用吗？有用；有很大用吗？我觉得一般

哈哈，原来这么多人没用呀，我比较懒，经常用，google 都很少用了，我甚至在没看过 fastapi 文档和很久没用过 python 的情况下用 gpt 撸了一个统计文章访问数的应用。
但是对一些比较新的技术，或者已经升级换代的框架，它的解答有些问题，就算 gpt4 也是。

@buaacss 是的，gpt 优点是可以调整 Prompt ，经过不断调优，在某些领域的翻译会比通用的 DeepL 好。
但是对于大多数人来说，调整 Prompt 本来就是个很难的事情，上手就能用的 DeepL 显然更适合了。

@wonderfulcxm 这个气势可以直接给他新文档链接，它学习的还挺快的，比自己看文档来的快些。

@chutsetien #101 有没有可能是你输入的内容太长，超出 token 上限了？而且一般来说英式/美式英语这种特别常见的东西是不太需要描述细节要求的，除非它训练数据里就特别少。

然后纠错方面，在同一个会话内多次指出错误、要求进行纠错只适用于需要处理的内容比较短的情况，如果内容太长其实是很容易超 token 的，一超就会失忆或者记忆混乱。而且按照你前面说的情况，你会需要强调很多规则，这些规则如果你没有在每次纠错时都提及，到了超 token 的时候也是会忘记的。假设它只记得你最后一两次的纠错要求，那出现“而且几轮对话后，在同一个会话内，之前好不容易都达到的要求，又会出现错误。”这种情况也就不稀奇了。

还有就是这种事情可以试试用 Claude2 去做，Claude2 在文字工作方面明显要比 GPT4 做得好，说不定你这种使用场景也可以得到很好的效果。

@locoz 个人感觉 claude2 长文本效果会更好些

@xuelang #120 严格来说那不是“学习”，而是丢进向量数据库里了，这个差别还是挺大的。

@xuelang #122 长文本是一方面，另一方面是 Claude2 的文风会比 GPT4 更有“人味”一些，同样的像 Gemini-Pro 就会比 GPT4 更机器化一些。

@weilongs 为什么 Gemini 我登不上

这东西不会推理，但能解决大部分场景的需求

Chatgpt 4 + Github Copilot ☑️☑️☑️

现在一次 LLM call 就能出很好的翻译结果，从结果来看是很难的。就像用 chatgpt 去生成代码去解决问题一样，需要不断的去修正，重新提示才可以生成高质量的答案。我觉得目前最好是使用类似于 Flow Engineering 的框架，去引导 LLM 生成更有意义的结果。
https://www.codium.ai/blog/alphacodium-state-of-the-art-code-generation-for-code-contests/

已经收益的继续用，未来能带来收益的现在学，没有钱没有用不用管。科技带来的快感，也间接剥夺人的自由。人类迟早会被机器人淘汰，连生孩子做爱这些本能的事都被大健康量化，你现在去医院该做什么不该做什么都是一系列的数据分析，人类的文字最终都会被更高明的工具替代，科学的尽头是伪科学。现在还能批判，以后连分辨是非的能力都会被消灭。

很好用，节约时间，假设你有个什么东西忘了，去 google 再看别人的文章速度慢
但是你问 gpt-4 就很快
反正非常值，虽然贵，但是考虑到它的帮助，性价比不低

之前没写过 python ，在 gpt4 的帮助下很快就用 python 写了个脚本并用于生产环境。
有 gpt4 ，我为什么要花时间去看 pyhton 的语法呢

不方便开 plus ，非重度用户，嫌官方价格贵的可以考虑合租平台 https://chat.datapipe.top 有独立账号会话隔离。

有了 bing 的 copilot 之后不太用搜索引擎，虽然偶尔还是会用，但也仅限于 copilot 给出答案有问题的情况下会用。

我认为用 GPT 最大的好处是，能作为一面镜子帮我校验和审查自己创作的东西，以及它能帮你完成一些指令明确的自动化、重复劳动的工作。
除此而已，GPT 目前还是不能胜任，像程序一般精确控制和执行的任务，因此难有大作为。

"不精确"或者说不可预测，是这个工业和信息社会最不能容忍的工具的 BUG 。

热点呀。 企业想的是， 热点不蹭，到时候连屎都没得吃了， 讲点故事，拉高股价，这才是王道。

@chutsetien 这篇文章的原文我找到了 https://www.ft.com/content/29fd9b5c-2f35-41bf-9d4c-994db4e12998

GPT 是需要你通过提示词引导按步骤思考的, 这个确实比较麻烦, 不过用好之后应该比 DeepL 相当甚至更好的
在翻译上就是 翻译 -> 校对 -> 润色 的分步思考输出 或者让它扮演不同角色来分步处理
反正对于 GPT 来说 分布处理优化是非常重要的

这是我提示词优化后的结果:
在公众舆论调查中，我们常见的一个趋势是，不同年代的人们在政治观念和思想意识上往往表现出相似性。他们因共同的成长背景、重要的人生阶段以及类似的社会环境，而形成了集体的趋同。然而，一个引人瞩目的现象是，Z 世代在某些议题上表现出极端的激进态度，而在其他议题上却意外地保守。这是怎么回事呢？

斯坦福大学的访问学者，同时也是这一领域的先锋研究者艾丽丝·埃文斯提出了一个解释：今天的 30 岁以下年轻人正经历一种显著的性别差异化。具体来说，年轻女性更倾向于进步的立场，而年轻男性则相对保守。这意味着，我们可以将 Z 世代看作是两个有着不同观点的群体。

这种性别间的意识形态分歧不仅存在于一个地区，而是在全球范围内普遍存在。无论是住在同一个城市、工作在同一办公室、上同一所学校，甚至生活在同一家庭的年轻男女，如今在观念上却越来越分歧。

以美国为例，根据盖洛普的数据，在过去几十年中，男女在自由派和保守派观点上的分布大致相同。但如今，18 至 30 岁的女性在自由派观点上比同龄男性高出 30 个百分点，这种差距仅在六年内形成。

不仅是在美国，德国年轻男性越来越倾向于保守，而女性则更加进步，两性之间的观念差距也达到了 30 个百分点。在英国，这个数字是 25 个百分点。在波兰，去年几乎一半的 18 至 21 岁男性支持极右翼的联盟党，但在同龄女性中，这一比例仅为六分之一。

在西方以外的国家，这种差异甚至更加明显。韩国的年轻男女在观念上的分歧巨大，中国也出现了类似的情况。在非洲的突尼斯，同样的模式也有所体现。值得注意的是，在这些国家中，这种戏剧性的分裂通常是年轻一代特有的，或者在他们中间比 30 多岁及以上的人群更为显著。

其实我最近编程也用的挺少的了，感觉也就问问技术（广度）上的一些解决思路（算不上解决方案），碰到稍微复杂一点的技术场景基本躺平，真正要做还是得自己花心思去研究（ chatGPT 给的方案不一定对，示例更是漏洞百出）

GPT 4 虽然费用不低，不过还真有物超所值的感觉 😂 效率提升确实很大

@locoz #93 啊，谢谢，我来去看看

我用 3.5 写了一个 Python 版本性能测试工具，从配置保存到执行、收集、统计，感觉还可以，4 的收费比较高还没有体验

会用 gpt 的原因是它可以快速给予我们快速了解一个产品的脉络，通俗讲是你想实现某个功能所需的技术时，用 gpt 比自己搜索的时间来得更快。

每月$20 还是有点贵了，有没有便宜的使用方法？

@qinrui 可以试试国内的一些免费的，https://chatglm.cn/main/detail 简单用了下，也还行