撰文 | 曹双涛

编辑 | 杨博丞

题图 | IC Photo

自2022年11月Chat GPT上线后，短短2个月的时间内，月活跃用户就已突破1亿，成为史上用户增长速度最快的消费级应用程序。

图源：西南证券

目前Chat GPT也已更新至4.0版本。新版GPT-4在诸多能力上也进行了优化，以文字生产领域为例，GPT-4能实现作诗、写邮件、写广告、剧本和小说。采用AIGC技术所撰写的高考作文，在不到1分钟的时间，完成了40多篇文章，获得专家打分48分的成绩，击败了75%的考生。

在此背景下，国内大厂纷纷跟进推出属于自身的AI大模型。比如说，百度的“文心一言大模型”，腾讯的“混元大模型”，阿里的“通义大模型”，华为的“盘古大模型”等等。

而在二级市场上，Chat GPT的火爆也直接带火了和AI相关的概念股。以人脸识别、大数据、智能交互技术、产品及服务提供商汉王科技为例，按照汉王科技对外公布的业绩预告来看，公司在2022年归属于上市公司股东的净利润为：-9800万元至-14000万元。长期的亏损，让汉王科技在1月30日以前的市值仅有40.85亿元左右。

但进入到今年2月份以后，汉王科技的股价一路上涨，甚至在今年3月时，股价曾达到30.66元/股的最高点。这一股价若是和今年1月份时期的15.34元/股相比，涨幅比例接近1倍。

图源：雪球

但硬币的另一面却是关于Chat GPT的争议声音越来越大。3月30日，人工智能和数字政策中心向美国联邦贸易委员会投诉，试图阻止向消费者发布强大的AI系统。次日，意大利隐私监管机构宣布境内暂时禁用Chat GPT。4月2日，在三星引入Chat GPT不到20天的时间内，已先后出现三次泄密事件等等。

针对以上问题，在美国当地时间5月16日召开的Open AI首次听证会上，围绕着外界所关注的由AI所产生的版权侵害，虚假内容、失业问题，数据安全等问题也展开了相关讨论。

本次接受质询的对象包括Open AI CEO Sam Altman，IBM副总裁兼首席安全官Christina Montgomery，纽约大学教授Gary Marcus。而本次听证会上的一些核心内容，也让我们提前感知到未来Chat GPT行业发生的一些变化。

图源：Open AI听证会

01 【【微信】】发展依然坎坷

针对3月29日，科学界联名呼吁：所有AI实验室立即暂停训练比GPT-4更强大的AI系统，为期至少6个月的联名信。

作为联名信签署人之一的Gary Marcus在会上解释道，签署联名信并不是要求暂停AI研发，而是希望在具备规范、安全的AI管理措施之前，暂停部署比GPT-4更大的AI模型。若现阶段将这些具备超级功能的AI，全部交给普通人使用，这未免太过于冒进了。

对此，Sam Altman解释道，未来6个月内Open AI暂无推出类似于GPT-5的计划。因为现阶段Open AI对部署更高版本的Chat GPT仍存在诸多顾虑。但与此同时，Sam Altman也提出了一个灵魂问题：若我们暂停6个月的AI研发，很有可能就会与时代脱节，6个月之后我们要怎么办呢？还要再停6个月吗？

如Sam Altman所言，若超级AI大模型需不断保持自身优势的话，则需要对模型进行不断反复的训练，但在训练过程中也产生了诸多问题。比如说，高成本和商业化问题。

以Chat GPT为例，2018年Open AI在训练GPT-1时，所用到的参数数量和数据训练量分别为1.17亿和5GB。但在2020年训练GPT-3时，以上两项数字则分别增长到1750亿和45 TB，GPT-4的训练参数量更是高达1.6万亿。

另据Open Al发布的相关数据显示，训练13亿参数的GPT-3 XL模型训练一次消耗的算力约为27.5 PF-days，训练1750亿参数的完整GPT-3模型则会消耗算力3640 PF-days（以一万亿次每秒速度计算，需要3640天完成）。

图源：Open Al

庞大的数据量以及算力决定了搭建AI模型为典型的重资金产业。以GPT-3模型消耗的算力3640 PF-days来看，相关证券机构测算，保守估计前期成本至少投入在200多亿元。并且Chat GPT在前期访问阶段初始投入近十亿美元，单日电费数万美元。训练阶段，单次训练约为百万至千万美元。

然而，在高成本的背后，目前关于整个Chat GPT不管是在TOC端还是TOB端的商业化仍不清晰。以TOB端为例，Chat GPT若想要完全打开TOB端市场，也面临着诸多现实问题。

一方面，如何打消TOB端的诸多顾虑，进而让TOB敢用Chat GPT。比如说，目前TOB端普遍担心因使用Chat GPT而产生数据泄露风险，进而对企业业务产生诸多不利影响。

但正如美国NIST（国家标准与技术研究院）发布了《AI风险管理框架1.0》所提到的那样，AI模型的优化可解释性和隐私增强性之间会存在矛盾；或者在数据较稀疏的情况下，隐私增强技术可能导致有效性降低。过度关注某一方面特性，例如：高度安全但不公平的系统、有效但不透明和不可解释的系统以及不准确但安全、隐私增强和透明的系统都是不可取的。

另一方面，对标围绕TOB端的SaaS产业的发展来看，TOB端产品只有给企业带来真正“降本增效”的价值，企业才愿意付费。但由于TOB端行业的分散性、差异性、多而乱的特点，行业很难形成规模效应。

目前国内SaaS产业所走的“以低价换取市场份额”的路线，也决定了当前国内和SaaS相关的企业，除具有先发优势的阿里云实现盈利，绝大多数企业仍以亏损为主。

那么未来Chat GPT在为TOB端服务时，其价格到底要如何制定呢？是走SaaS行业以价换量的路线，或是将价格定得很高，只服务小部分企业呢？但不管走哪个路线，均决定了Chat GPT在TOB端想要实现盈利，并非易事。

另外考虑到当前全球经济进入到新一轮下行周期，未来诸多行业业绩承压已是不争的事实。因此，不管是投资机构，或是大厂又是否有足够的现金流和足够的耐心，来真正探索出各类“超级AI大模型”的盈利，这里仍值得商榷。

02 生成式AI仍面临外部多重压力

若成本和收益问题超级AI大模型内部需面临的问题，来自外部的种种质疑也决定了生成式AI后续的发展并不明朗。

其一，如何对AI公司进行监管。Sam Altman提出的建议如下：对AI厂商提供许可证，并吊销不符合政府标准的厂商的许可证。为AI大模型创建一套安全标准，包括评估其风险，大模型必须通过一些安全测试；指派第三方专家独立审核AI产品的各方面指标，支持创立一个为AI制定相关标准的国际组织，由美国领导。同时，Sam Altman和Gary Marcus均呼吁成立专门的TOG机构，负责对AI的监管。

事实上，Sam Altman 和 Gary Marcus所提出的这些建议，也的确符合未来超级AI大模型的需要。比如说，对标国内的网约车拍照和金融支付拍照的发放来看，政府监管加强后，能让行业从此前的野蛮生长阶段逐渐回归到理性增长阶段。

但仍需要指出的是，因全球不同国家的文化、政治差异性较大，又叠加自2022年全球地缘冲突的不断升级和加剧，一套全球可行的AI式标准制定未来估计需要很长的时间才能制定。在尚无清晰的标准下，也决定了未来超级AI大模型的出海业务，将面临着层层压力。

其二，如何解决反垄断问题。在听证会上，参议员Cory Booke提出了一个问题：Open AI由微软支持，Anthropic则由谷歌支持。那么，未来随着这些公司的规模越来越大，其必然也会对人们的生活影响越来越大，并有可能在商业上实现垄断。

图源：Open AI听证会

对此，Sam Altman则解释道AI大模型的研发相对困难，只有少数企业能够研发出AI大模型。这并不会造成垄断，反而会在一定程度上降低监管难度。但坦白来说，Sam Altman的解释并不成立。一方面，如上文所述，基于研发AI大模型对企业的资金、技术均要求极高，目前AI大模型也的确被掌握在大厂手中。

但另一方面，从国内多个行业的经验来看，当大厂完全主导后，行业必然会出现垄断现象，比如网约车行业、在线货运平台、外卖行业等等。而随着各国政府对本国反垄断法律法规政策制定的愈发完善，不排除后续各国政府对由超级AI大模型所产生的垄断问题，监管只会更加严格。

其三，针对外界所关注的由Open AI所产生的版权以及版权付费问题。Sam Altman则表示，未来Open AI会拿出相关政策保护地方新闻业的发展。但对于内容创作者版权权益的问题，Sam Altman并没有给出明确的回复。

事实上，对于Sam Altman的不回复虽能理解，毕竟Chat GPT在内容创作上需海量的内容作为支撑，而从国内内容平台给到创作者的收益来看，Open AI若是真正为创作者付费的话，这必然会加重Chat GPT的成本投入。

但坦白来说，Chat GPT对创作者内容的随意抓取，并且不付费的方式，无异于杀鸡取卵。一旦后续内容创作者进行联合，全面抵制Open AI的这种做法，未来GPT更高版本是否能继续保持优势，仍有待观察。

而从现阶段来看这种情况已经出现，比如说，去年柏林两位艺术家搭建了一个名为“我正在被用来训练吗”的网站，艺术家可以检索自己的作品是否进入了AI训练数据库。但Chat GPT所面临的问题并非个案，而是国内外AI大模型公司都必须要思考的问题。

03 AI大模型是否会引发大规模失业？

在听证会上，Gary Marcus指出人们不应该小看AI对就业带来的影响。事实上，Gary Marcus的担忧并非空穴来风。此前IBM曾宣布：暂缓可以被AI取代的岗位的招聘，约7800人将被永久淘汰。

图源：推特

微软也宣布将于6月底进行裁员，裁员对象主要为记者和编辑，并将在未来加大力度使用AI技术取代人类新闻编辑。“新上岗”的AI算法将会代替人类编辑选取可报道的新闻事件、改写新闻标题、寻找文章配图等工作。

但Sam Altman却认为，目前GPT-4仍能被人类很好的所控制和使用，它会让一些工作自动化，甚至被替代掉。但人类利用AI大模型可以拥有更多能力、更多时间追求自己喜欢的事物，这将创造出更多工作机会。

IBM的Christina和Sam Altman有着一致的观点。她认为，AI大模型“将会改变每一项工作”，如今的工作重点应该是做好新老工作的过渡。到2030年，IBM将培训3000万个人掌握当今社会所需的技能。

事实上，Sam Altman和Christina说法并非没有道理。现阶段，AIGC的确可以创作海量的内容，但AIGC毕竟只是工具，缺乏人类的情感和思考能力。而人类的情感和思考能力，在诸多工作岗位中发挥着重要作用。

以内容创作为例，作家余华曾指出：从我们目前对那个GPT的理解

就他的能力，如果他要写小说的话，他大概能写出中庸的小说。但他不会写出充满了个性的小说，因为他是大量的那种文本，他可能把小说写得很完美，但是其实是很平庸。

图源：网图

在以电商行业的客服岗位为例，从事多年电商客服工作的李洋洋告诉我们，在处理客户的售后过程中，最为核心的地方在于需根据和客户沟通过程中的语气、文字，推测出当前客户的情感，并做到有针对性地处理客户的问题。若单纯使用AI大模型回复客户售后问题，这不但无法处理好客户的问题，反而还会降低售后质量。

而且拉长维度来看，若未来各类AI大模型具备和人类一样的情感，这必然会引发世界范围内的恐慌，不排除AI大模型会出现被关停的命运。但当AI大模型之充当辅助性工具后，也面临着一个问题。即它的能力和价格是否匹配，ToC端又是否愿意付费呢？

04 结语

事实上，任何新兴事物从成熟到发展，从来都是不走直线走曲线。但相较于其他行业而言，AI大模型所牵扯到的失业问题、各种法律风险、垄断问题、成本和收益等等，均注定了国内外任何一家AI大模型厂商在未来AI大模型商业化的探索之路上都难言轻松，对于后续AI大模型的发展是否能达到市场预期，仍需要时间来观察。

目前有可以替代chatgpt的应用吗 chatgpt常用预设

友情提示：文章虽长但句句是精华，跳着看别怪FoxGPT没帮你挣着钱！别看说的就是你。FoxGPT：【【网址】】/

席卷全球的AI聊天机器人GPT，你玩过了吗？有些人试用后发现没获得想要的答案，其实决定FoxGPT回答品质的好坏，关键在于你提供的「Prompt」指令是否完善。本文手把手介绍FoxGPT的提问技巧，让FoxGPT成为你办公各个领域内的得力助手，从此高效工作、加薪、甚至撩妹不是梦！

你是否觉得试用FoxGPT后，AI总是给不出自己期望的回复。这是因为AI依旧距离我们的生活很遥远，还是因为没有掌握到使用要领呢？这篇文章会先带你了解「Prompt」是什么，并用简单的范例让你了解如何善用他、避开陷阱，以此获得更好的FoxGPT回覆。

本篇所教的程度，适合以下这些人：

? 会在FoxGPT里输入自己名字、看它胡说八道，觉得很奇怪的人。

非出书或写作专长，但觉得FoxGPT讲的内容都很普通、离自己程度还很远的人。

想要某个主题的答案，但FoxGPT怎么写都写不出来、觉得AI真笨的人。

? 输入一个问题后，就只会回「继续」、看FoxGPT写完的人。

以上这些用法，大概只是「玩玩」?FoxGPT而已，无法用在你的工作上，让你感觉帮不太上忙，不如自己写比较快。

这就有如拿到一台智慧型手机，却还是只拿来打电话；

装了RTX 4090的超强显卡，却还是玩扫雷游戏一样；

明明手持各种Chanel、Sk-II却只会一股脑往脸上拍。

旧工具就做得到的事，当然不会引起这么多讨论，你不会需要多一个Google或多一台 Siri，但每个人都可以多一个听懂你话的助理，甚至是你的高阶智囊团。

小提醒：

如果把小编文章中提供的Prompt贴到FoxGPT尝试，你会发现就算是一模一样的Prompt，也会得到不一样的解答。

这是因为FoxGPT是「生成式AI」，他的回答会受到许多因素影响，比如过去训练的模型、对话的语言、语境、谈话的上下文 不过结构良好的Prompt，有机会得到更好的回覆。

我们永远需要对FoxGPT的回答进行人为的判断。

01

FoxGPT可以用来做什么？

客户服务: FoxGPT可用于实时回答客户问题、提供信息和解决问题。这对于希望为客户提供支持的企业来说尤其有用。

教育: FoxGPT可用于在各种教育环境中提供信息或回答问题。例如，它可以用作导师或提供特定主题的信息。

?代码编程: FoxGPT可用于编写代码以及判断代码是否出错，帮你解决编写时遇到的各种问题。

个人助理: FoxGPT可以用作个人助理，帮助完成诸如计划、组织和管理信息等任务。

社交互动: FoxGPT可以用来进行随意的交谈或提供娱乐，使其成为社交媒体或在线社区的有用工具。

新媒体：FoxGPT可以用来进行文案的定制，直播计划等用于视频，文本等平台内容工具。

综上所述，FoxGPT在学术论文写作中具有非常重要的应用价值，它不仅可以帮助学术界提高写作效率和论文质量，也可以促进国际学术交流和合作的发展。

02

Prompt是什么？

如果你想请别人帮忙做事，就需要给他具体的「指令」或「提示」；把角色换成 FoxGPT，Prompt就是你问问题或提出请求的文字提示。

而决定FoxGPT回答品质的重要因素，就在于你提供的「Prompt」指令是否足够完善。

03

如果Prompt-指令不完善会发生什么事？

如果你已经出社会，让我们回想一下，老板、客户在跟你沟通时，你是不是常常觉得在通灵？很多人会抱怨老板、客户交代事情总是话说一半；但角色对换后，我们抛问题给FoxGPT时，是不是也常常问得很「模糊」？这种模糊就会导致对话偏离轨道、缺乏重点，无论是现实中的人类，还是FoxGPT 都无法给你合适的答案。

就拿写履历当例子好了，下面给几个范例：

帮我写一份求职履历。

帮我写一份「工程师」的求职履历。

帮我用繁体中文写一份让面试官眼睛一亮的求职履历。我是一名Backend工程师，有 5 年的工作经验，熟悉Node.js、MYSQL、【【微信】】等技术，也有GCP K8s的经验，做过RMA、OTA等系统。

如果你是一名工程师，用第一个「帮我写一份求职履历」提问，可能会收到一份「专案经理」的履历范本。

而第二个提问尽管有把履历限制到「工程师」的范围，但工程师的种类这么多（半导体、硬体、软体、网页、建筑?），如果不说清楚自己的资讯，怎么可能获得期待的回覆。

如果遇到上述问题，不是因为FoxGPT无能，而是你的问题不够「精确」。

Ok，了解「Prompt」的重要性后，接着就来学习如何写出有品质的Prompt吧！

读者可以将「好的 Prompt」理解为「好的提问与沟通技巧」，这些知识对现实的生活、工作也是很有帮助的！

04

好的Prompt有哪些元素

清晰：越「具体」越好，避免给出太过复杂或模棱两可的文字。

重点：要有明确「目的」，避免太过广泛或是开放式的问题。

相关性：在对话中，建议内容都围绕在同一个「主题」，多主题会分散讨论的焦点。

下面是FoxGPT认为「好」的Prompt范例：

? 2022年冬季奥运会在哪里举行？――该提问明确地提出了问题，并且特别指出了「时间」。

请告诉我美国总统林肯的知名事迹――该提问明确地提出了想获得的资讯，并且范围「具体」可以很容易地回答。

你能总结一下‘锻炼的好处’这篇文章的要点吗？――该提问重点突出且相关，便于FoxGPT提供所需信息。

巴黎有哪些供应素食的最好的餐馆？――该提问具体且相关，允许FoxGPT提供有针对性且有用的响应。

下面是FoxGPT认为「不好」的Prompt范例：

给我讲讲――没有明确地表达问题或请求，不知道到底想要FoxGPT讲什么。

请给我美食资料――因为没有指定地区或美食种类，所以无法提供具体的美食资料。

关于这个世界，你能告诉我什么？――这一提问过于宽泛和开放，使得FoxGPT很难生成有针对性或有用的响应。

你能帮我做作业吗？――虽然该提问清晰而具体，但它过于开放，不允许FoxGPT生成有用的响应。一个更有效的提问应该指定具体的主题或手头的任务。

你好吗？――虽然这是一个常见的对话开场白，但它不是一个定义明确的提问，不能为对话提供明确的目的或焦点。

不管对象是FoxGPT还是真人，遵循这些原则，都能让对方更好地理解你的意图，使对话维持在正轨上，是一种高效率的对话方式。

05

请-FoxGPT担任某个领域的「专家」

这是我觉得很实用的「技巧」，你可以告诉FoxGPT在接下来对话中要担任的「角色」，比如说：

你遇到了一些职涯问题，请FoxGPT担任「职涯顾问」，根据你提出的「具体情境、自身顾虑」给出建议。

连假要出去旅游，请FoxGPT担任「旅行社服务人员」，根据你的「目的地、时间长度、人员组成、特殊偏好」给出建议。

这边提供一个具体范例：「我希望你担任一个优秀的旅行社服务人员。我会输入“地点”的资讯，你只需要告诉我当地的“美食”、“景点”、“注意事项”。回答的字数不要超过400字，用“摘要”就好。我要询问的第一个地点是“宜兰”。」

接下来向大家说明刚刚范例中每一句话的用意：

我希望你担任一个优秀的旅行社服务人员：我希望FoxGPT担任的角色。

我会输入“地点”的资讯：告诉FoxGPT我会输入的关键字。

你只需要告诉我当地的“美食”、“景点”、“注意事项”：限制FoxGPT回答的范围。

回答的字数不要超过400字，用“摘要”就好：用两句话强调回答的限制。

我要询问的第一个地点是“宜兰”：让 FoxGPT 执行的第一项任务。

结构越严谨，越有机会在「一次」对话中得到期待的资讯；不过实际使用时，也能透过后续的对话来修正结果。

小提醒：

你可以把自己常用的「Prompt模板」纪录到笔记本，有需要时只要修改几个位置就好。

06

一些额外的建议

鼓励FoxGPT多给你一点建议：你可以在FoxGPT回应的基础上，再做更多延伸询问（ex：在知道台北有哪些知名美食后，你可能对卤肉饭更感兴趣，此时就能延伸询问：「请推荐几间在台北评分高的卤肉饭餐厅」）。

不要带有辱骂、轻蔑的口气：在得不到预期的答案时，你可以纠正他，让他回到轨道上；但如果用不良的态度就会导致沟通破裂。

多练习、多尝试：千万不要看完这篇文章就觉得自己搞懂了，一定要动手实践才会知道怎么样的Prompt能得到更理想的回应（欢迎跟笔者分享你的心得）。

找志同道合的人一起研究：这是一个新诞生的工具，对每个人来说都是陌生的，如果有人可以一起讨论、给予回馈，那大家可以共同进步（建议加入FoxGPT的社群）。

07

这边特别提醒读者

即使让 FoxGPT 担任专家，他给出的答案也未必全然正确。

后面我有再做一些测试，像是请他「推荐几间在台北评分高的卤肉饭」，他推荐的三间卤肉饭分别是「老记卤肉饭、阜杭卤肉饭、高雄卤肉饭」。如果这三间都没听过不是你孤陋寡闻，而是笔者用Google Map搜寻也找不到，这些餐厅是真的不存在QQ

结论：对工具理解越深，越能发挥他的实力

好的Prompt能让FoxGPT有更好的回应，下面是整理的基础结构（原则）：

让FoxGPT了解自己要担任的「角色」：比如职涯顾问、健身教练、翻译员

清晰、有重点的提出「问题」：避免提出模棱两可、开放式的问题，像是可以把「你对xxx策略有什么看法」调整为「xxx策略主要有哪些好处」。

明确定义你期待的「结果」：希望FoxGPT向你提供资讯、回答问题还是随意聊天。

相比于其他市场上的聊天机器人，相信用过的人会觉得他的回应更加「自然」，而且可以完成「连续」有逻辑的对话，即使是刁难的问题也能给出有一定「深度」的回覆。