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。
