编者按：本文主要琢磨了怎么通过 "充足好的教导" 来灵验地使用 AI，并强调了在实验责任中与 AI 互助的遑急性。著作来自编译。
在看过一篇对于医师用 GPT-4 会诊疾病的新论文时，我发现了 AI 的一个常见问题。这篇论文阐明了许多肖似量度的发现：先进谎话语模子在会诊方面弘扬出惊东谈主的才调，即便模子并非专为医学想象。全球可能会以为这种 AI 才调大要匡助医师擢升会诊的准确性。关联词，事实是，使用 AI 的医师弘扬并不比不使用 AI 的医师更好——况兼两组医师的弘扬王人比不上只用 ChatGPT。为什么医师不可从 AI 的匡助中获益？
其中一个原因是算法放弃效应。咱们往往不心爱遴选与本人判断相矛盾的机器建议，这导致医师即便在 AI 判断准确时也倾向于否决其论断。另一个原因则与使用谎话语模子密切关联。对于那些不闇练使用这些用具的东谈主来说，AI 系统会显得难以掌控，从而导致他们无法充分利用 AI 的建议。
正如《纽约时报》一篇对于该论文的报谈所言："他们把 [ AI ] 当成了一个用于径直发问的搜索引擎：‘肝硬化是否是癌症的危机身分？眼痛有哪些可能的会诊？’ 惟有少数医师意志到，他们可以将通盘病史径直复制粘贴给聊天机器东谈主，并条目它对问题给出全面的回答。" 这种问题不是惟有医师才有。在我教师的每个课堂或演讲的每个组织里，大无数东谈主王人试过用 AI，但频频不知谈该何如用。由于这种逆境，他们并莫得干涉充足的时间（10 个小时）来简直聚拢 AI 的作用。
遮挡的身分有好多：东谈主们将 AI 看作是 Google，向它琢磨事实性问题。可 AI 并不是 Google，没法提供一致以至可靠的谜底。有些东谈主则条目 AI 替他们写东西，但又挟恨生成的内容过于凡俗。还有一些东谈主压根不知谈该怎么启动，濒临明慧的光标感到无法可想。归根结底，他们无法灵验地向 AI 发出教导。
对于这些问题，一个常见的谜底是，东谈主东谈主王人应该学习一下"教导工程"——一种让 AI 按预期责任的复杂科学（或更像是一门艺术）。不外，对于大无数东谈主来说，用这种方式启动并不睬想。发轫，复杂的教导结构可能令东谈主感到怯怯和治理。尤其是因为你不需要成为 AI 大众，以至不需要了解编程或筹备机，就可以成为别称 AI 使用大众。若是建议从复杂妙技动手，可能会让东谈主望而生畏。其次，"教导工程"这个见地暗意存在一种明确的科学智商，能让 AI 按你的预期运转。可实验上，量度东谈主员对什么是好的教导的最基本原则仍在争论。这是因为 AI 存在不一致性和奇特质，在不同模子之间时常会产生不同收尾。比方说，它们对间距或花式的微弱变化相称明锐；当你让它"再行谛视问题"时，它们会弘扬得更准确；它们似乎对限定口吻反映更好（但不要过于限定）；以至到了 12 月，它们可能还会弘扬得比拟散漫，也许是因为它们"学会了"寒假的见地。此外，由于更大的模子对教导手艺的变化不再像早期 AI 那样明锐，再加上新手艺可以优化教导，对 AI 的正规培训需求可能会越来越少。
因此，天然你可以学习教导工程的细节，了解谎话语模子的基础责任旨趣，但对于大无数东谈主来说，这并非必要起先。你只需花时间使用 AI，了解它在你专科限制的实验用途。最遑急的是，要花上 10 小时傍边与高等 AI 系统互动。而作念到这少量的关节是成为一个"充足好的教导者"，去克服遮挡许多 AI 用户的那些勤勉。起步方式主要有两种："充足好的任务教导"以及"充足好的想考教导"。
充足好的任务教导
使用 AI 来完成任务是最实用的方式之一。在我的书中，我提到要让 AI 参与到责任当中，尝试用它贬责悉数责任任务，去望望它的弘扬怎么。我仍然以为这是一启动的正确作念法。平素的建议是将 AI 四肢实习生使用。关联词，当今追想起来，我以为这种比方往往会导致全球用相称有限的方式去使用 AI。说真话，任何最近的前沿模子（如 Claude 3.5、ChatGPT-4o、Grok 2、Llama 3.1 或 Gemini Pro 1.5）可能比你能雇到的任何实习生王人要出色，但同期也会更不端。
别这么，我建议换个新的比方：把 AI 看作一位耐性无尽的新共事，只不外这位新共事记性不咋地，每次开启新的对话王人会忘记你之前告诉它的悉数事情，一位别东谈主神勇保举但实验才调尚不了了的共事。我的意旨风趣是，要真的像对待这么一位共事那样与 AI 互动。这个比方当中有两点跟与东谈主类互助（生人和共事）肖似，而另两点则相称异类（忘记一切以及无尽耐性）。咱们应该从 AI 最接近东谈主类的处所启动，因为这是"充足好的教导"的关节。
鉴于 AI 是你的共事，你需要跟它互助，而不是光顾着给它下号召；同期，你也需要了解它的所长和劣势。发轫，从你闇练的限制启动，这么你可以快速摸索出它的才调范围。由于你对该限制相称闇练，可以快速判断 AI 的回答是对依然错。你需要作念好心境准备，因为 AI 可能会提供一些看似合理但实验上却是很是的谜底。但不要因为这些"幻觉"而发怵尝试。尽管"幻觉"可能不可幸免，但跟着时间的推移，你会了解它们在哪些情况下作用庞杂，哪些情况下卑不足谈。通过允许 AI "犯错"可以灵验缩小幻觉的发生率。比方说，可以告诉 AI："若是你不信服或者穷乏必要信息，请回答‘我莫得充足的信息往来答这个问题’"，这种方式效果彰着。
鉴于 AI 是生人，你需要相称明确地诠释你的需求。比方说，不要只消求它写一份对于云尔学习猛烈的敷陈，而是具体到："写一份针对好意思国中西部某处所大学开展云尔学习的猛烈敷陈，贪图是劝服商学院院长资助一个新的云尔学习技俩。" 其他匡助 AI 明确任务的智商包括：提供好坏回答的示例（所谓的少样本教导），以及渐渐诠释你但愿完成的贪图。你也可以像对待其他东谈主相通，给 AI 提供反馈，条目它进行校正，或者干脆让它向你发问，了解不了了的处所。与 AI 的互助是一场对话，而不是单向指示。
接下来咱们来谈谈 AI 不太像东谈主的处所，比方说它的忘记——每次新对话王人会抹掉 AI 对你具体情况的聚拢。因此，你需要提供布景信息。布景信息可以是一种扮装或身份（比方说演出别称商场营销东谈主员），但需要严慎使用这些扮装。因为天然扮装能匡助 AI 聚拢你的布景，但这并不是全能的（并不会真的将 AI 造成别称商场营销东谈主员），有时候赋予 AI 扮装以至会缩小准确性。可以尝试把握扮装，但若是扮装没用，也可以毋庸。你还可以径直提供悉数关联信息，比如整篇文档、操作手册，以至是之前的对话内容，这些平素王人很有匡助。但请刺眼 AI 的记挂才调，即是坎坷文窗口有限。
临了，咱们来谈谈 AI 的耐性无尽，这是它最不像东谈主的特质之一。实验上，对于 AI 最难聚拢的少量是，它永久不会对你动怒。你可以不休提议条目，不休进行修改，它王人会接续陈述你。这种特质为学问生涯带来了一种新的可能性——富饶。你不必发怵提过分条目，比如可以让它同期提供三封不同口吻的邮件来引发灵感。你不需要只消求一句话的写法，可以要它写出 15 种不同的抒发方式来冲破你的写稿瓶颈。不必只提议 5 个想法，而是让它给 30 个点子。事实上，咱们的量度发现，GPT-4 可以生成恒河沙数个想法，况兼不会在短时间内重迭。你的任务是股东万般化（"给我提议比原先怪 80% 的想法"）、重组（"勾通第 12 个和第 16 个想法"）、膨大（"提供更多肖似第 12 个的想法"），然后遴荐一个你心爱的。
充足好的想考教导
除了可以从 AI 何处获取责任效力以外，你还可能但愿得回建议、找到一位想考伙伴或者即是找个东谈主聊聊天。东谈主们之是以这么作念的原因各不疏导。即便 AI 的建议有时总会有所匡助，你也可以把它四肢一个"橡皮鸭"——这是一种在筹备机编程中常见的想法，也即是当你对着桌上的一只橡皮鸭诠释注解一个问题时，通过自言自语，你就会理清问题所在。举个例子，我曾跟一位量子物理学家交流过，他说 AI 对他的物理量度颇有匡助。当我问他 AI 是不是一位好的物理学家时，他回答说不是，但 AI 的敬爱心鼎沸，会促使他更深远地想考我方的想法。这即是"橡皮鸭"作用的体现。不外，AI 也照实可以提供一些有用的指引。比方说，若是你有扩充才调，AI 可以提供可以的计谋或创业建议。除此以外，证据截止实验，与 AI 的对话似乎可以缩小孤苦感，但咱们尚不了了将 AI 用于调理或随同的万般影响和风险，因此建议严慎使用。
若是但愿把 AI 看作想考伙伴，关节是对话要天然。只需跟它交谈即可。大无数东谈主发现，通过手机进行语音对话是最轻率的方式。咫尺最佳的语音模子是 GPT-4o，可通过 ChatGPT 或 Copilotapp 探望。Google Gemini 的语音模子稍显失态，但也可以用。其他模子的语音模式也行将推出。
不要复杂化
聚拢 AI 最灵验的智商即是去用。东谈主们可能因为早期的幻觉（以为 AI 不够好）或存在办法的不适感（以为 AI 太好）而过快烧毁使用 AIkaiyun体育最新版，但跟着时间的推移，好多发轫的反映会变得安祥。你的贪图很浅薄：花 10 小时用 AI 干简直关联的任务。之后，你天然就会赫然 AI 是怎么融入你的责任和生涯的。你会渐渐培养出对灵验教导的直观，并能更好地聚拢 AI 的后劲。不要追求无缺——从某个处所启动，边用边学即可。