Hunt Good 周报｜智商 83 的 ChatGPT，不想只做搜索引擎十年前

文章图片
十年前，移动互联网充满朝气，每天都有新芽从智能手机的沃土中长出。十年后，我们早已习惯了Web2.0社会，相关技术也基本发展至中后期，我们中的极少数，正在寻找Web3.0的曙光。 Open-AI/MetaVerse/NFT/StableDiffusion/DeFi云云，一众新词扎堆涌现，仿佛十年前的蓬勃光景再度重现。新的工具正摩拳擦掌，蓄势待发，没有人甘于落后。欢迎大家来到第三期HuntGood周报，跨入数字工具次世代。 HappyHunting！本周科技圈最热门的话题，非ChatGPT莫属。围绕它展开的一系列玩法，有千千万，本期介绍其中的冰山一角，若能对大家有所启发，那也算达到HuntGood栏目的最初目的了。即「寻猎好产品，反哺工作流。」首先，都说了，有人却把前者做成插件，放在了Google当家产品Chrome上。
文章图片
那就是Chrome浏览器ChatGPT搜索常驻插件，安装完就不用再管他了，之后每次进行谷歌搜索都能被动触发「交叉对照」技能。一边是Google的搜索结果，右侧则显示同词条的ChatGPT内容。由于ChatGPT的语料库只更新到今年年初，所以它上面很多内容是旧的。譬如同样搜索「阿凡达水之道」， Google出来的是影院信息、IMDb页面，以及一些媒体影评；但右侧的ChatGPT还以为《阿凡达2水之道》是2023年上映的电影，对今年电影档期的调整毫不知情。
文章图片
这时候就体现出多素材实时对照的优势：多方筛查，以校准自己的信息源。把ChatGPT当成搜索引擎只是最基础的玩法，接下来我们可以把它当成「文案工具人」，让它帮我们输出广告营销文案。那些基础且数量庞大的文案输出工作，可以直接交给它。
文章图片
譬如用它写电商推广文章，它能用华丽的文字帮你进行包装，一顿夸夸，化腐朽为神奇。在本周一，我们还尝试过用它写一篇文章，感兴趣可以重温这篇。不过要输出这样一篇信息详实的内容，还是需要人不断提问和调教，问合适的问题，才能达到想要的效果。结合上面提到的交叉对照的用法，这就是「素材搜集的王」。这跟早前大火的AI绘图有点类似，需要反复调试才能玩得好，整个过程会让我感觉是在教一名小孩子，只不过这个小孩进化得非常快。进阶的文字玩法是用ChatGPT写剧本甚至是台词。知乎答主、卡耐基梅隆大学机器人系博士@田渊栋尝试向ChatGPT投喂中英文片段，大致结果并不差，但发现「一些深层次的想像力和联系能力仍然缺失，情节的关键部分还需要作者自己去开拓并且诱导AI系统来完成。」
文章图片
这一方面，由DeepMind推出的Dramatron则做得更出色。「Dramatron是一个利用大语言模型帮助自己编写戏剧、电影剧本的系统。具体来说， Dramatron会利用有逻辑的提示词链(Promptchaining) ，分层次地应用大语言模型生成结构严谨的上下文，让剧本中的标题、人物、故事节奏、地点描述和对话读起来更连贯。具体来说，它会基于对一句话大纲(Logline)的语义理解，来生成包括标题(Title)、角色(Characters)、情节(Plot)、场景和对话在内的故事细节。研究人员请来15位戏剧和电影行业的「业内人士」试用Dramatron ，并记录下他们使用AI的感受。具体来看，有77%的「业内人士」享受和AI一起创作的过程， 69%的人认为这种体验非常独特， 84%的人认为它是有帮助的」from量子位ChatGPT虽然对细枝末节的处理仍显生涩，但如果把一篇影评扔进ChatGPT里让其帮忙整理，它还是能很快完成的，「小帅和小美」这类短视频内容的工作流程，被再一次革新。刚才我提到，用ChatGPT写一篇长文的过程，类似于AI绘图的调教过程，那么不妨试试，用它调教AI绘图，或许AI更懂AI呢？艺术策展人GuyParsons作为最早接触DALL-E的用户之一，曾总结过DALL-E的正确用法：AI什么都知道，而人类掌握的术语越多，最终结果就越详细。于是在ChatGPT刚刚公测阶段， Parsons也尝试用它，演示了AI调教AI的用法。