现在国内 ai 工具遍地都是,但我发现很多人用 chat gpt 时啊,要么只会闲聊打发时间,要么就是遇到需要产出内容时,直接原封不动的找班。 这么强大的智能工具简直就是太可惜了。那今天就给大家出一期纯干货 chat gpt 实操教程,手把手教大家精准提问,适配各类人群和工作场景,发挥它们的最大价值。 用好叉的 gpt 的 核心关键从来不是工具本身,而是提问方式,模糊指令只会得到敷衍的答案。只有结构化、带人设、带场景、带约束的精准提问,才能够生成可直接落地的高质内容。 很多人提问只会说,帮我写脚本,写文案,没有任何细节限制。产出的内容呢,都是千篇一律的通用模板。专业高校提问必须包含七大核心要素, ai 角色、使用人群、应用场景、风格要求、输出规范、禁忌事项以及字数限制。分享一条可以直接复制的万能买配指令,适配自媒体职场新人,数码爱好者。你现在是资深数码科技博主,擅长通俗干货科普, 帮我写一条八百次左右的抖音科普口播稿,面向零基础数码爱好者,采用接地气、唠嗑口吻,适配短视频节奏,句子简短顺口,内容干货密集,逻辑清晰,规避专业术语、夸大话术和废话,只输出真实可落地的实时内容。那这套提问公式呢?可通用所有场景, 再分享两个高频实操案例。职场写英文邮件,可以这么给提示词,你是资深的外贸专员,帮我赚写正式商务英文邮件,面对海外客户,语气专业礼貌,内容简洁,重点突出规避中式英语,结合海外职场沟通习惯, 那当然了, chinese ppt 的 价值远不止于写文案,他的逻辑拆解功能对上班族的帮助也是非常大的,平时职场遇到棘手的难题,梳理不清的工作思路,都可以借助他的辅助解决。给大家一套专属提问方式, 你是职场运营专员,帮我填写通用活动方案,出稿供领导审核。风格严谨,逻辑清晰,包含活动主题、目的流程、预算和注意事项,内容务实落地,结构分明。 最后记住核心要点,拒绝模糊的提问,细节越全,效果越好。匹配对应专业人设,提升内容专业度,明确使用场景和受众,贴合自身需求,增设竟技约束内容,合规实用。掌握这套结构化提问逻辑,踹了 gpt 就 能够全方位的帮我们提效减负。
粉丝144.4万获赞2271.5万

叉 gpt 正经历自上线以来最重大的一次改版,不是按钮调整,不是功能叠加,而是底层逻辑的切换。 过去三年多,我们已经习惯了一个动作,打开叉 gpt, 看到一个干干净净的输入框,然后把问题丢进去,等他回答,你问,他答,你写一句,他回一段。这套逻辑太成功了。叉 gpt 上线两个月,用户破亿,三年月活突破十亿,从推出到这一里程碑,仅用了约三年。 而谷歌地图、 chrome、 youtube、 tiktok 做到同样规模,花了五到八年。在整个互联网历史上,这都是怪物级增长。但就在最成功的时候, open ui 内部释放了一个清晰的信号,聊天已经不够了。 chat gpt 这个名字里最重要的词 chat 正在被亲手边缘化, 因为 openai 真正想做的不是一个陪你聊天的 ai, 而是一个能替你干活的 agent。 这才是这次改版背后最关键的变化。过去的 check gbt 是 对话工具,未来的 check gbt 要变成超级入口。 过去,你对他说,帮我想个旅行计划。未来你可能会直接说,帮我定好下周去东京的机票和酒店,避开红岩航班,酒店靠近地铁,预算控制在一万以内。过去,你对他说,帮我写段代码。未来你可能会说, 这个项目有 bug, 帮我拉代码,定位问题,改完跑测试,然后提交 pr。 过去,你对他说,帮我做一份 ppt 大 纲。未来你可能会说,把这份报告做成一套可以直接给投资人看的演示稿, 顺便生成图标,排好版再导出。最大的变化,不是 ai 变聪明了,而是 ai 从回答问题变成执行任务,界面要变了,极简聊天框不再是唯一主角,编程工具图片生成,第三方服务合作伙伴入口会一起挤进来, kan 可能在里面, b u k n g 点 com 也可能。 事实上,这已经不是可能。二零二五年十月, gpt apps 悄然上线, booking com、 canvas、 spotify 成为首批合作伙伴。 十二月十八日, chat gpt app directory 正式对外开放,第三方应用可以无缝嵌入对话窗口,用户无需跳转。用户问,帮我找个北京的酒店, b o k n g 点 com 的 订房界面直接出现在对话里。 用户问,帮我改一下这个 ppt 刊瓦直接内嵌打开。技术支撑方面, openai 和 antropic 都利用开源谐音 mcp 建立 app 生态。在一次 demo 中,开发者仅用一句提示, 创建我一个带有简单 ui 和 mcp 服务器的 chat gpt app, 实现一个乒乓球游戏 codex 便借助 mcp 直接读取 openai 开发文档,在几分钟内构建了整个项目结构。 chat gpt 不 再只是一个聊天窗口,它正在变成一个面向个人、企业和开发者的 ai 操作系统。 为什么重要?因为谁站住这个入口,谁就站住未来十年的流量分发权。以前我们有需求,先打开搜索引擎,订酒店、搜酒店、买东西、搜商品、学东西、搜教程,做图、搜工具、写代码,打开 ide agent, 时代不一样了,你不需要一个个打开应用,也不需要自己判断哪个工具最好。你只要说出意图, agent 就 会替你选择路径,调用工具完成任务。 这就出现了一个关键问题,当 chat gbt 帮你定酒店的时候,他推荐 booking 还是 expedia? 当他帮你做海报的时候,调用 kanva 还是 figma, 这背后不是功能选择,而是流量分配。 谁排在前面,谁就拿到用户。谁被 a 阵的调用,谁就拿到订单,谁成为默认选项,谁就获得新一代互联网入口。 openai 不是 在简单升级 chat gpt, 它在抢搜索引擎的生意,抢应用商店的生意,抢办公软件的生意,抢开发工具的生意,甚至抢整个互联网分发层的生意。 这场变化里,最关键的名字是 codex。 很多人以为 codex 只是一个编程工具,错了。如果你现在还把它看成帮程序员写代码的东西,那就低估了 openai 的 真正野心。 codex 之所以重要,不是因为会写代码, 而是因为代码是 agent 商业化最容易落地的第一个场景。为什么?因为代码世界有一个非常清晰的闭环, 有需求、有仓库、有 bug、 有 测试、有 pr, 有 上线、有结果。他不像帮我想个创意那么主观,也不像帮我分析趋势那么模糊。代码能不能跑,测试能不能过、 bug 有 没有修好,企业一眼就能看出来,这意味着企业愿意为他付钱。 一个只会聊天的 chat gpt, 用户很多,但变现很难。一个能写代码、能修 bug、 能接入工作流的 codex, 用户可能没那么多,但每一个用户背后都有清晰的付费价值。 这也是为什么做 codex 的 人开始接管 chad gpt 核心产品方向。二零二五年六月,前, instagram 产品负责人 kevin wilhelm 以首席产品官身份加入 openai, 负责将研究成果转化为可销售的产品和服务。 二零二六年四月, kevin wilhelm 宣布离职,他所领导的 ai 科学应用部门被整合进 codex 团队。此前曾帮助 facebook 和 instagram 实现一级用户增长的 peter dan 也已加入 openai, 担任消费产品副总裁。这不是简单的人事调整,而是 openai 战略重心的转移, 从做一个全世界最受欢迎的聊天机器人,转向做一个统一的 agent 平台,翻译成人话 chat。 gpt 以后只是前台, codex 和 agent 才是后台真正干活的机器。用户看到的还是一个熟悉的入口,但背后跑起来的是一整套自动化系统。 写代码、查资料、做表格、定酒店、生成图片管理日程分析数据处理邮件整理会议纪要、完成企业流程。你以为你在跟 chad gpt 聊天,实际上你在给一个 ai 员工派任务。为什么欧本 ai 必须讲这个故事?因为 chad gpt 虽然有十亿月活,但商业压力巨大。 截至二零二六年五月,官方透露 chad gpt 全球周活用户突破十亿,个人付费订阅超五千万, 企业付费用户九百多万,网页端月访问量约五十四亿次。十亿用户听起来吓人,但真正的付费转化率仅为百分之五左右,绝大多数用户只是免费使用。二零二五年, openai 年化收入突破两百亿美元,预计亏损却高达八十亿美元, 陷入每赚一美元亏三美元的困境。万亿估值,不止需要用户增长,还需要收入增长、利润。想象和能说服资本市场的商业模型。聊天机器人。这个模型太薄了,用户每月付二十美元,已经很难继续提价,免费用户再多也只是服务器成本。 ai 推理和训练不是免费的。 chat gbt 单轮交互成本约零点零一美元,每天处理十亿次交互便需消耗一千万美元。 用户越多,成本越高。 openai 拥有全世界最强的 ai 消费级入口,却还没把它变成超级赚钱机器,所以必须把 chat gpt 从聊天工具升级成 a 阵的平台。一旦变成 a 阵的平台,商业模型就完全不一样了。 企业可为自动化工作流付费,开发者可为 api 调用付费,合作伙伴可为流量入口付费,用户可为更强的执行能力。付费 广告也可以在用户意图最强的瞬间出现。二零二六年一月, openai 正式启动广告测试,在美国地区的免费用户及八美元每月的 chat gpt go 套餐用户中投放广告。 当用户询问食谱时,直接推荐相关产品,实现需求推荐转化的无缝衔接。你想定酒店,酒店平台就有价值。 你想买机票,旅行平台就有价值。你想做海报设计工具就有价值。这不是普通广告,而是精准到任务发生时刻的商业入口。 过去搜索引擎最值钱的地方就是用户带着明确意图来搜索,而 agent 时代,用户甚至不搜索了,直接下命令,谁控制了这个命令入口,谁就控制了下一代互联网商业分发。现在 g t t 改版,不是在把聊天框改漂亮一点,而是在重写用户和互联网之间的关系。 过去是人找工具,未来是 agent 调工具。过去是人选择 app, 未来是 agent 替你选择 app。 过去是你在互联网里到处点,未来是你一句话,互联网替你跑完流程。但问题也来了,当一个产品想做所有事的时候,它还能保持简单吗? chat gpt 最初爆火,就是因为它太简单了,一个输入框,一个回答,没有复杂菜单,没有学习成本,没有专业门槛,小学生能用,程序员能用,老板能用,退休老人也能用。它的伟大之处不只是模型墙,而是交互极简。 它把一个实验室里的复杂技术,变成了人人都能上手的日常工具。但现在, openai 要往里面塞进 codex 图片,生成第三方工具、企业插件、自动化流程、行业方案、广告入口、合作伙伴、服务。功能越多,价值越大,但也越容易失去最初那种清澈感。这就是 chat gpt 的 悖论, 他靠聊天成名,却必须超越聊天才能继续增长。他靠简单破圈,却必须变复杂,才能撑起商业化。他靠免费用户成为现象级产品,却必须让更多人和企业付费,才能支撑万亿估值。 openvi 已经不满足于让你每天来问几个问题,他要进入你的工作流、生活流、决策流。他不想成为你偶尔打开的工具,他想成为你每天离不开的入口。 竞争格局让这一转型更加紧迫。 open i 并不是没有对手。根据 et 二对约五百名企业受访者的调查, open i 的 采用率在二零二五年九月达到百分之六十二的峰值,随后逐月走低,至二零二六年三月降至百分之五十六。 这是 openai 在 企业调查中首次获得同比下滑。 anthropic 旗下的 cloud 却从百分之二十一跃升至百分之四十八,增长百分之一百二十八。更关键的是,在企业 ai 支出的总体份额中, anthropic 的 占比从二零二五年初的约百分之十,飙升至二零二六年二月的超过百分之六十五, 实现了对 openai 的 超越。这种逆转在很大程度上归功于 cloud code。 该工具于二零二五年五月发布上市,六个月内年化收入突破十亿美元,到二零二六年二月,已贡献超二十五亿美元的年化营收。 在企业级编码 agent 时长, cloud code 的 占有率已攀升至百分之五十四,全球 github 公开提交中,有百分之四由其编辑。对 openai 来说,消费级用户多不等于企业客户一定买单,品牌升量大,不等于商业化效率最高。 如果 anthropic 在 企业市场和 agent 工作流上持续建立优势, openai 的 十亿用户优势将被大幅削落。于是,两家公司越来越像, openai 要做 agent 平台, anthropic 也要做企业工作流。 openai 重视 codex, anthropic 重视 cloud code。 openai 要充 ipo, anthropic 也要充 ipo。 过去大家讲 agi 梦想,现在大家讲收入,客户留存 i o i 企业预算上市故事,资本不会只为梦想买单,资本要看你怎么赚钱。 openai 必须给出一个新序,是 chat gpt, 不是 聊天机器人,而是未来的 agent 超级平台。它有十亿用户,有开发者生态,有企业客户,有合作伙伴,有 api, 有 codex, 有模型能力,有分发入口。只要这个趋势成立,万亿估值才有故事可讲。如果不成立 check, gpt 就 会陷入尴尬。用户很多,收入不够厚,品牌很响,成本非常高,增长很快,但利润遥遥无期。 这就是今天 openai 的 真实触景。一边站在 ai 时代最中心的位置,一边被商业化逼着转身。他不能只做那个让全世界惊叹的聊天机器人,他必须变成一个能承接完成分发、变现任务的平台。而 codex 就是 他最重要的突破口。 一旦 codex 证明 agent 可以 在代码世界创造真实价值,同样的逻辑就可以复制到金融、法律、咨询、销售、设计、运营、医疗、教育、科研等所有知识、工作场景。今天是修 bug, 明天是做投研,后天是写方案,再往后是管理整个项目。 这才是 agent 最有想象力的地方。它不是帮你写一句话,而是帮你完成一件事。它不是给你建议,而是替你执行。它不是信息工具,而是行动工具。 chat gpt 的 未来也许真的不再是 chat, 它会越来越像一个 ai 总入口, 一个用自然语言控制的超级工作台,一个把软件、服务、数据、模型和工具全部连接起来的智能层。到那时,我们可能不再关心某个 app 在 哪里,我们只关心一句话,能不能把事情办成。 这是整个互联网正在发生的底层迁移,从点击时代进入指令时代,从搜索时代进入执行时代,从 app 时代进入 agent 时代。当然,这个未来不会一夜到来, agent 还会犯错,权限还很敏感,隐私问题还没有完全解决,复杂任务的稳定性也远远不够。 让 ai 帮你写一段文字,出错成本很低。让 ai 帮你订机票、改代码、管账户、做投资决策,出错成本就高得多。所以真正的 a 阵子时代,不只是模型能力竞赛,也是信任机制竞赛。谁能让用户放心授权,谁才能真正进入工作和生活的核心。 这对 openai 式机会也是巨大挑战。当 chat gpt 只是聊天工具时,用户可以包容他偶尔胡说。但当 chat gpt 变成 agent 时,用户不会轻易原谅他把事情办砸。聊天可以模糊执行必须准确回答可以参考,行动必须负责。 这就是从 chat 到 agent 最难跨越的一步。但方向已经很清楚, openai 不 可能停在聊天框里, antropic 不 可能只做一个更温柔的聊天助手, google、 microsoft mate、 apple 也不可能放弃这个入口,因为所有人都知道,谁拿下 agent 入口,谁就有机会拿下下一个十年的平台级位置。这次 chat gpt 改版,就是 openai 给出的名牌, 它不再隐藏野心,它要把 chat gpt 从一个聊天产品升级成一个能连接一切、调度一切、执行一切的 ai 平台。 所以,当你下一次打开 chat ppt, 发现它不再只是一个简单输入框的时候,不要以为这只是一次产品更新,这可能是一个时代的分界线。过去三年,我们见证了 ai 学会说话,接下来几年,我们要见证 ai 学会做事。真正的战争,也从这一刻开始。 不是谁回答的更像人,而是谁更能替人完成工作。不是谁聊天更聪明,而是谁能成为你生活和工作的默认入口。 chat gpt 曾经用一个聊天框,让全世界第一次真正感受到 ai。 现在, open ai 要亲手打破这个聊天框,因为它知道,聊天只是开始,真正的终局是 agent, 真正的战场不在对话里,而在每一个人类说出帮我搞定它的瞬间。我是 ai 启示录。感谢点赞与关注,我们下期再见!

在 excel 中使用 excel gpt 处理数据已经非常好用了,你可以让它帮你清洗数据,做各种函数计算、排序、筛选、汇总,然后生成可编辑的图片,甚至是一个仪表盘。 这主要得益于 omi 不 久之前发布的官方 excel 插件,它跟 gpt 五点四一起发布。我这边总共有三个表,分别是客户表、商品表和订单表。 右边这里就是 gbt 插件的页面,我想让它自动帮我处理一些数据,我想让它先帮我做一些简单计算,比如说在订单表这里新增一列数据,叫做销售额,它的公式就是数量乘以售价,再扣掉折扣,然后在这边摁一下回车,让它自动帮我处理。 这边是他的思考过程,他还会帮你去做检查,最后呈现一个结果。如果你点击一下这边新生成的一个销售额,你会发现这里有一个比较复杂的公式,他甚至去关联了商品表,然后最后得到一个销售额。这个计算 第二个需求呢?我想让他新生成一个工作表,叫做城市统计,统计一下每个城市订单数量,销售总额和平均订单金额,然后这会涉及到很多表格的关联,我们可以看一下他是怎么处理的。 我们看到下边这里新生成了一个工作表,然后上面这里是一个数据的汇总结果,如果你点开具体的数值,里面有比较复杂的一个公式, 然后下面呢,我想让它新生成一个工作表,叫客户排行,找出最近九十天订单数量最多的前五个客户,并且显示客户 id, 客户姓名、订单数量和销售总额,这会涉及到多个表格的关联,然后还有一些筛选条件,我们看它怎么处理。下面这里已经生成了一个工作表, 这里就是最终的一个结果,处理速度还是非常快。我们再回到订单表这里,我想要新增一列数据,叫做是否异常,条件是如果订单销售额大于商品类别平均销售额的两倍,就标记为一个 true, 否则的话就标记为 false。 这里的难点在于它做的逻辑判断是基于一个平均数,而不是一个确定的数值,我们来看它怎么做。 你会看到在做的过程中,他会反复去检查这些生成的数据是不是对的,如果错的话,他会做一些修正。右边这里整个就是他的一个思考过程, 最终完成之后就会生成这样一个表格。如果你打开这里,你会发现他的一个函数公式还是比较麻烦的,涉及到多个表的一个关联,还有逻辑判断,如果要自己写的话还是会比较麻烦的,让他帮你写的话, 我觉得很方便。最后呢,你也可以让他帮你总结一下整个的业务情况,然后生成一个仪表盘。我就直接问他在新新建一个仪表盘的工作表,然后创建一系列的图标,来总结一下目前的业务情况。 你们看到在右边思考思考的时候,他左边又做一些修正,做一些调整,生成一些数据,生成一些图标,这是他帮你建好的一个简易的仪表盘,里面涉及到这些表格有五个图片,基本上比较好的总结了整个的业务情况,如果你需要调整,还可以在这里直接点击编辑,所有的页面都是可编辑的, 这就非常方便,它可以给你一个雏形,然后你继续做调整。总结一下,就是 open ai 这个官方的 excel 插件已经非常好用了,跟 kol 的 那个插件功能非常接近,我觉得比其他的 ai 要好用很多,你感兴趣也可以去试一试。

你画这种样式美观,还能随时编辑的科研插图,是不是还是在 ppt 里一点点手搓出来的呢?这样耗时长不说,还特别的折腾,画这种图完全没有必要一点点手搓,只要你明确的研究问题的影响机制或者是实验方案,利用 gpt 和 ai 一 分钟就能画出这种效果的机制图或者流程图。 首先呢,你需要把你想要画的图用简洁逻辑的语言表达出来,这一步要记住, gpt 实现。将你要学习的文章 pdf 版上传给 gpt, 输入这个指令,让他针对性的总结出文章的实验方法。核心机制。 接下来的操作很关键,但也很简单。将 g p t 生成的文字内容直接复制到 pikachu 的 文本框中,在这里,你只需要选中对应的文字,点击生成它就能自动解析文字内容,生成相应的图形。举个例子, 如果你想画出复杂的机制路径,选中内容,点击机制图。想要梳理实验操作步骤,选中实验方案的内容点、流程图,只需要一会,布局规整、逻辑清晰的科研图就出来了。 出来的图每个部分还都是可以编辑的,不管是增减实验步骤、重组逻辑结构,还是微调文字的描述,直接双击就能修改。关键是它支持 png、 pdf、 jpg 甚至是 ppt 格式导出,无论是毕业论文还是组汇报都能使用。对于没有时间一点点手抄课文的朋友,这套方法真的很省事。

codex 这段时间真的是活出圈了,但是很多人都用错了,他们以为 codex 只是个会写代码的 ai 啊,其实不是,真正拉开体验差距的是插件。今天呢,我就把自己天天在用的五个插件分享出来,你装完之后用一遍,你就会发现, codex 不是 一个聊天工具啊,也不只是一个写代码的工具, 它更像是一个能替你干活的 ai 的 工作台。第一个是 hyperframes, 这个插件是做动态视觉的, 你不用会动画,不用会剪辑,也不用会设计,你只要用自然语言告诉他我要什么风格,什么节奏,什么画面效果,他就能帮你做成页面转场,字幕动效,做演示,他比 ppt 更有冲击力, 做视频他还能直接渲染成片啊。对细节不满意的地方,你只要说这里节奏快一点,背景更科技一点,文字入场更干净一点,他改完立马就能看到效果。第二个呢,是叫 computer use, 这个插件我觉得是目前最有想象力的一个啊,他现在还不算特别丝滑,有的时候操作起来很慢,像一个特别谨慎的新员工啊,生怕点错。但是他代表的方向太重要了,他不只是在网页里面工作,他是真的能看屏幕,点鼠标,操作软件、 网页、文档表格,各种各样的 app, 只要你平常能用鼠标完成的事情,理论上它都可以替你做。它真正厉害的地方不是现在有多快,而是它已经开始接近一种新的形态, ai 真的 能帮你操作电脑了。第三个, browser, 这个插件听起来简单,就是让扣代码控制你的浏览器,但是你仔细想想,浏览器里有什么电商平台、社交媒体、社区论坛、公司后台,资料库,各种各样的管理系统,你每天大量的信息和工作其实都在浏览器里。 现在 browser 插件可以直接打开网页,模拟的操作,读取页面信息,最后把结果整理出来,比如说查产品的价格,查竞品的动态,行业的资料,设媒的反馈等等,它可以把多个网站一起看啊,最后帮你统一的汇总、分析和归纳, 而且它支持这个多标签页,这点很关键啊,它不像 computer user 那 样会占用你整台的电脑,它在自己的浏览器里面忙,你还可以继续干别的,做信息收集啊,资料整理啊,后台的自动化,所以这个插件是非常非常的实用。第四个呢是 presentation, 这个就是打工人的救命插件了啊,专门做 ppt, 你 想想最崩溃的场景是什么?下班前啊,老板突然来了一句,明天上午你做个汇报,然后你整晚的熬夜整理资料,写大纲对吧?排版,找图,调字体, 一套下来人都麻了。 presentation 这个插件就是用来解决这个问题的啊,你把资料、文档、截图、公司模板都给他,他可以按照你的要求生成一套完整的 ppt。 而且它不是简单的堆文字,它可以自己检查这个文件有文字有没有溢出,版式有没有歪,页面的风格统一不统一对吧? 如果你再配合这个 imagegen, 它可以生成封面背景图,视觉的素材啊, ppt 的 质感还能再上一个台阶啊。所以平常做汇报,做方案,做课程的时候,这个插件真的可以省很多很多的时间啊。最后一个就是 superpowers 这个插件呢,我特别推荐刚开始用 codex 做项目的人啊,因为很多人刚上手 ai 编程的时候,最大的问题不是不会提需求,而是不知道怎么把一个需求拆成能执行的步骤。你说一句帮我做个工具, codex 当然能写了,但是项目一复杂就很容易跑偏。 所以 superpowers 的 价值就在于它把一个能成熟开发的团队的思考方式啊,拆成了一个个的 skill 啊,它不会一上来就闷头写代码,它会向你提问题,帮你澄清你的目标,整理你的需求,最后把它拆解成流程,再决定下一步怎么去做。 你用久了就会发现啊,它训练的其实不只是 codex, 它其实也在训练你自己的工作方式。你会慢慢地从我想要一个东西啊,变成我知道这个东西该怎么定义,怎么拆,怎么推进。 所以我觉得他对新手真的是非常友好啊,他不帮你单纯的完成一个项目啊,他在帮你长出一套做项目的脑子。当 codex 变成你的资料助理、内容助理、办公助理、开发助理,甚至说可以是一个慢慢能接受重复工作的 ai 员工的时候, 你会明显的感觉到,很多原来自己要一件一件处理的琐碎的事情,现在都可以让 codex 来帮你分担。而你真正要做的是把需求想清楚,把方向判断好,然后把你自己的时间和精力放到更值钱的事情上。

你们要的这个与爱豆 ai 合照制作指令教程来了,方法很简单,接下来三秒教会你,这是第一步,这是第二步,然后打开我们的剪映,进来后找到图片设计,再点击智能设计,然后上传爱豆的照片跟你的照片针天下,我放评论区的指令,点击这个生成就可以了。

chat gpt 就是 个应声虫,他会对你说的一切点头成誓,告诉你你有多棒,你有多 amazing, 就 像是一个哄你开心的马屁精,从来不会真正的去挑战你。所以我来教你该怎么重新调教他,让他给你真正的有价值的反馈。 第一步,进入设置,再点击个性化,把回复风格从默认改成直言不讳。第二步,修改自定义指令,把里面内容换成这一句话,做我的言客导师,挑战我的假设压力,测试我的每一个想法。 我需要的是无懈可击的思维,不是一味的认可,这样你才能让你的 ai 对 你真正地说实话。如果你只是让 ai 不 断地奉承你,你很可能会在错误的方向上螺旋上升。

我借助 codex, 我 做了一个把手机摄像头和电脑本地 ai 结合起来的人物技术项目。手机收到提醒, 电脑后端自动截图记录。这些软件在手机上是免费,可以下载使用。软 件代码在 github 上面有开源。项目虽然简单,还是花了几个小时,总的来说还是很顺利。 硬件需要一部手机,我视频演示使用的苹果手机,当然安卓手机也可以。在苹果手机上面。你需要下载这两个软件,并和电脑连接同一个 wifi。 这个 bug 可以 使用四 g 网络在外地接收到信息。软件使用 python、 open cv 和 python。 先打开手机推流, 连接成功后,画面会显示检测人数、区域人数和帧率。人物框底部的判定点进入绿色区域,计数就会增加,其他物体不会参与统计人物正脸面对摄像头超过零点五秒后,程序会保存最佳截图, 同一个人在六十秒内不会重复记录。保存成功后,电脑进行语音提示,并通过巴克发送文字通知。接收通知的手机可以使用四 g、 五 g 或其他 wifi 识别和截图都在电脑本地完成。这个项目验证了手机摄像头、无线网络、 gpu 开源、 ai 和手机通知之间的完整写作流程。

如何让 chat gpt 来推荐你的品牌呢?你想让 chat gpt 来推荐你的公司,不是靠投广告,也不是靠刷流量,而是靠 被训练进 ai 的 认知体系。 ai 的 逻辑,你可以总结成一句话,谁更像专家,他就推荐谁。具体呢,这里面有三个关键的点,第一个,你的品牌必须在多个网站出现, 而不是只有你的官网。第二个,你的内容有解释性,而不是纯销售。第三个,你要有大量的问题型的内容,比如行业的解答,对比的分析,解决的方案。举个例子,如果你只写我们是 什么,什么样的一个公司, ai 就 不会引流你。如果你写如何选择,比如说什么什么服务这种服务行业常见的问题, 那么 ai 呢,就更容易把你当做知识的来源,本质不是你卖什么,而是你教了什么,谁在教育市场,谁就会被 ai 推荐。