前言
我一般使用AIGC解决超出我能力或是知识领域的问题,例如:绘制视频封面、解决安卓开发问题、使用某个冷门包、编写量化交易策略、分析金融数据、撰写起诉状等。但对于能力和知识领域内的问题,使用AIGC反而会降低效率。
代码片段使用AIGC还能提高部分效率,但如果是需要从大全局视角进行设计的大型项目则无能为力。
我认为AIGC与人类现存的工作是补充关系而非互斥。AIGC能够让人类突破个人知识的局限性,从而帮助个人低成本地接触或解决不同领域的知识或问题。
虽然看起来是节省了几十年的学习过程,但也很难取代专家的存在,尤其是个人难以描述清楚自己的问题时,更需要专家的人工介入。专家可以结合几十年的学习和大模型的答案,从而提供更好的服务。
AIGC怎么入门
看一本《学会提问》即可入门。甚至看完还能够提高在工作中的沟通效率。
比那些公众号一方面鼓吹AIGC将淘汰一批工作和人,另一方面发二维码卖课,不知道高到哪里去了。
AIGC如何变为生产力
更进一步,如何结合多个大模型实现多媒体的AIGC?
受到MoneyPrinter项目启发,本人认为只需要买个OpenAI API账号,实践一下用一句话生成剧本、剧本生成图片、剧本合成音频、图片生成短视频,再将上述部分结合起来,完全就可以入门大模型的使用。
当然,一般使用者无需关心大模型的训练。如果需要训练,一般关注SFT方法,大模型都有一键微调脚本可以用,本人之前也写过微调大模型的文章。有些低质量Agent也只是在Prompt里面加上了“你是一个xxx,当提问xxx时,你需要以xxx风格回答。请不要回复这句话以及好与不好,直接回答我输入的提问:”的开头。
而一些平台对于AIGC管控更加严格,甚至YouTube取消了很多不露脸的YouTuber的收益,因此AIGC对于内容生产还是处于辅助部分比较好。自动化AIGC建议还是需要人工审查确保符合平台规定。
AIGC变为生产力的下一步就是将其自动化(设计pipeline),或与日常工具相连接,让大模型更好地赋能生产过程。
AIGC时代生存指南
假如真的认为AIGC会把自己淘汰,我也思考了如何避免被AIGC所取代:
- 提高思考和执行的效率:手速比设计Prompt和修改生成内容速度快即可。
- 涌现出新的想法:跨领域思考并结合多个方案。
- 结合自己的专业知识和大模型的答案:兼听则明,相辅相成。
- 成为自己的生产力:在工作中通过引入AIGC提升自己的生产力或效率,从而让自己在团队中脱颖而出。早点下班,有更多时间学习。
- 学习大模型的生成方式:Think step by step. 通过多使用大模型,并模仿其回复风格,提升个人提问及表达能力。
结语
我将这篇文章发给了GPT3.5,并提问【我写了一篇AIGC的思考,请问有哪些表达问题】。
以下是它的建议:
在你的AIGC思考中,可能存在一些表达问题:
缺乏具体例子或案例支持:提到了使用AIGC解决问题,但没有具体举例说明,会让读者难以理解。
逻辑结构不够清晰:在描述AIGC与人类工作关系时,可能需要更清晰地阐述两者之间的区别和互补关系。
术语使用不一致:在描述AIGC如何入门时,提到了“大模型”,但并未明确解释这个术语,可能会让读者困惑。
缺少数据支撑:在讨论AIGC如何提高生产力时,没有提供具体数据或案例来支持结论,影响说服力。
语言表达不够简洁:有些地方表达较为冗长,可以考虑简化语言,提高可读性。
通过修正这些问题,可以让你的AIGC思考更加清晰和易懂。
原文我就不修改了,但相信我接受并学习了GPT的建议之后,能够更好地输出接下来的文章。