chatGPT这么火，这几天一番体验之后，除了惊叹，同时也引发了作为程序员的担忧：我的工作是否会被AI取代？
这个问题很难不引起焦虑，但是我们可以换一个角度，可以用这些生成类的工作，做些什么提高我们的工（zao）作（dian）效（xia）率（ban）？就像我们当初使用搜索引擎一样。
什么是AIGC?
ChatGPT可以做什么
ChatGPT到底是取代程序员，还是提升程序员效率的工具？这里以chatGPT为例，提供一些提（tou）高（lan）办公效率的案例（以ChatGPT为例）：
做PPT
这个需要结合外部网站，例如https://mindshow.fun/、闪击PPT - 高效内容演示等，这里以支持markdown的minshow为例：
-
首先让chatGPT写出内容
-
将markdown代码复制到mindshow中。
-
选择一个模版：
大功告成。
信息汇总
例如文档的总结、新闻总结：爬虫爬取一些相关新闻，然后输入chatgpt，让他汇总生成摘要。
代码
代码解释
当你加了一天班，脑袋宕机后，可以让他帮你读代码
写代码
如果脑袋宕机更严重一点，可以让他你写代码。目前体验下来很多语言都支持，连sql都写的还不错。
以后面试是不是直接可以使用chatGPT作为面试题外援了。。。
帮你修bug
代码翻译
代码提示
GitHub Copilot， 自动补全代码，vs code也有插件，基于OpenAI Codex 模型，比如你只需要给函数命名，加一点注释，他就能够补全实现代码：
详细使用见：https://docs.github.com/zh/copilot/getting-started-with-github-copilot
特定机器学习NLP任务
对于nlp任务，涉及好的prompt至关重要，这里也就只有多试试，实验获得较优的prompt。（好家伙，从炼丹变成了prompt调优）
- 使用chatGPT测试情感分类的例子
- 观点总结的例子
- 主题分类的例子
写文章
包括博客论文之类的，哈哈，毕业论文神器，怪不得高校都禁止。这里放一个写博客的例子
写完大纲不行，能不能直接写个博客：
问答产品
一些简单的问题，不需要知识库的，可以直接提问：
但是对于有更新知识，或者特定工具的文档，就不太行了，因为chatgpt的语料是固定的，为了能将知识加入，不可能每次都讲所有知识作为prompt输入，有没有一个解决方式能缩小问题的范围，将相关资料汇总、裁剪后作为gpt的prompt输入。
解决问题：如何利用知识库，集合GPT能力进行回答。
方案：利用检索缩小问题的范围，将相关资料汇总、裁剪后，然后作为gpt的prompt输入。
- 利用openAI Embedding将知识库的文档向量化，
- 输入用户问题向量召回topk相关段落，或者答案片段。
- 让 chatGPT 总结，作为问题的prompt。（其实就是利用gpt总结topk答案成流畅的回答）
参考代码库：https://github.com/GanymedeNil/document.ai
也有一些其他开箱即用的，例如Chat2Doc、ChatPDF
例如我使用Chat2Doc，上传了一篇论文：Towards Boosting the Open-Domain Chatbot with Human …，下面是它的回答：
广告创意、广告文案的生产
加上前面ppt网站的模板，直接就是文案图片了。
办公
做ppt前面讲过，那么excel和doc呢？
ChatExcel，仅仅通过命令就可以修改excel（老罗类目）。
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-U4KWyWM4-1680447138306)(https://chatexcel.com/static/pic/case-02.gif)]
ChatDOC，和上面介绍的类似，上传你的文档，就可以直接提问了。类似前面提到的Chat2Doc、ChatPDF
prompt
prompt很重要，想要获得好的效果，还需要很好地设计prompt，而且要多试试不同的prompt效果，实验出来。
对于问答，提问最好清晰具体，内容要解释清楚，另外可以指定让他担任的角色，以及结果形式，也可以加入一些限制，详细可以参考这篇博客。
- 提问的例子：
另一种是针对某些特定的任务，比如分类任务，可以设置一些提示语、类别标签、类别标签的解释加入到prompt中，会让他更好的。例如下面的一些例子：
| 场景 | Prompt |
|---|---|
| 提问场景 | prompt描述问题清晰具体即可，另外可以指定让他担任的角色，以及结果形式，如：以一个骑行者视角用流畅的中文说说，四川有哪些有名的景点？ |
| 观点生成 | 请用流畅的中文根据下面用户评论，总结用户对{game_name}关于 {topic1} 话题的观点： |
| 话题标签 | 您现在正在执行一个主题分类任务。对于提供的句子，您需要确定该句子是否关于<topic_name>这里有一些规则:{规则和例子} |
| 总结 | 请用中文简单总结下以下内容{} |
| 情感分类 | 你正在进行情感分类的任务，请判断{内容}属于正面、中性还是负面，为它打上标签。{情感定义} |
怎么体验到AIGC
ChatGPT
chatGPT&GPT4官网：https://chat.openai.com/auth/login?next=/chat，chatGPT是免费的（需要一个国外手机号注册就行，可以TB买），ChatGPT Plus订阅收费制，每月20刀，据说也有gpt4访问权限。GPT4支持图文的多模态输入，
48 个基本能力：https://platform.openai.com/examples
官方技术报告地址：https://cdn.openai.com/papers/gpt-4.pdf
官方视频案例地址：https://www.youtube.com/live/outcGtbnMuQ?feature=share
ChatGLM-6B
chatGLM是清华开源的中英对话语言模型，开源了60亿参数的模型👍🏻：ChatGLM-6B，更多介绍见博客：https://chatglm.cn/blog
功能包含：自我认知,提纲写作,文案写作,邮件写作助手,信息抽取,角色扮演,评论比较,旅游向导。这里是一些例子，ChatGLM-6B 示例
文心一言
文心一言是百度知识增强大语言模型，功能包括：与人对话互动，回答问题，协助创作。在官网申请加入体验即可，据说支持多模态生成，目前还没体验过，不予置评。不过最近百度比较经典的 驴肉火烧、老婆饼有老婆之类的大家应该听过[doge]。。。
yuanyu
ChatYuan-large-v2是一个支持中英双语的功能型对话语言大模型。
git: https://github.com/clue-ai/ChatYuan
介绍博客：ChatGPT国产化：ChatYuan元语对话大模型升级
Luotuo: Chinese-alpaca-lora
中文的模型，在 Meta 开源的 LLaMA 基础上，参考 Alpaca 和 Alpaca-LoRA 两个项目，对中文进行了训练，70亿参数，git: https://github.com/LC1332/Chinese-alpaca-lora
问答产品
解决问题：如何利用知识库，集合GPT能力进行回答。
方案：
- 利用openAI Embedding将知识库的文档向量化，
- 输入用户问题向量召回topk相关段落，或者答案片段。
- 让 chatGPT 总结，作为问题的prompt。（其实就是利用gpt总结topk答案成流畅的回答）
代码库：https://github.com/GanymedeNil/document.ai
类似的开箱即用的还有：
-
https://chatdoc.com/「Chat with documents. Get instant answers with cited sources.」
-
Chat2Doc
-
ChatPDF
参考资料
- AIGC万字百科全书：底层原理、应用场景、工具示例、行业现状、发展趋势
- 大模型落地应用指北——大模型能吃吗？ - 知乎
- 总结当下可用的大模型LLMs - 知乎
- https://arxiv.org/pdf/2211.09110.pdf
- https://www.youtube.com/watch?v=F58vJcGgjt0
- ChatGPT 的基本功：13 种Prompt 用法- 少数派
本文链接：https://my.lmcjl.com/post/4612.html
4 评论