粉丝18.3万获赞345.1万

这就是你用 excel gpt 写的论文?全是废话, ai 未冲天,导师一眼就能看出来。很多同学抱怨 ai 没用,其实是因为你不会提问。今天于哥把私藏的三条神机指令喂给你,直接把 excel gpt 变成你的私人润色专家,赶紧截图保存,不然一会刷没了。第一条,降重神记,别只会说帮我降重, 你要这样发,请作为该领域的学术专家,在保留原意的前提下,通过调整语句、替换同义词,改变句子结构,将这段话重写,使其更符合学术规范,降低查重率。 你试试出来的效果绝对惊艳。第二条,逻辑优化,觉得自己的 introduction 写的像流水账,发这条指令,请分析这段文本的逻辑流,指出论证、驳论的地方,并给出具体的修改建议,使其更具说服力。强调我的研究 gap, 他 不仅能帮你改,还能教你哪里逻辑断层了。第三条,中式英语拯救者,别用百度翻译了,把你的中文发给他。然后加一句,请将这段话翻译成地道的学术英语,模仿那些 science 的 行为风格,使用更高级的词汇,和从句 出来的英语比你导师写的都地道。工具是死的,人是活的。会用指令, ai 就是 你的外挂,不会用它就是个聊天机器人。想知道更多针对结果分析讨论部分的专用指令吗?我整理了一份恰当 cpt 学术科研指令全集,回复指令,我来安排,教你真正驾驭 ai!

我花了两百四十美刀买了个 chat gpt plus, 玩了两个多礼拜了,很多思考,开个小专题,四个视频和大家聊聊。第一,我们如何与他共存?第二,一千亿神经元的人脑和一百万亿参数的 gpt 四到底哪个强?第三, gpt 们的天花板在哪里? 第四, gpt 时代人类的能力模型是什么样?这是基于我粗浅的脑科学、复杂科学和商业方面的知识的一些观点啊。抛砖引玉,邀请你一起思考一下未来。这是第一集 gpt 们来势汹汹,我们如何与他共存? 最近看到的最靠谱的一个用 gtp 赚钱的就是一个叫 check pdf 的应用,你看,这是我前两天写孩子学习能力和学习意愿那个视频时候用到的论文,丢进去告诉他用中文,让他概括总结,针对某一部分做具体的解释,他都能做到无美 一个月。但我听说这个应用的时候,第一时间不是去用它,而是去看完全不会编程的我,能不能自己构建一下这个东西?于是我就问,拆 gpt, 你能读 pdf 吗? 我不能直接读,但你可以编程,把 pdf 里的东西读出来再给我。然后就开始一步一步的教我怎么安装 python, 怎么搭建开发环境,需要调用哪些库,帮我生成代码,帮我解释代码除了运行错误,只要复制给他,他就告诉我怎么解决。最后,我成功的读取了一篇 pdf, 耗时九十分钟。按照这样的逻辑呢,你要让 chat gpt 帮你一步一步的操作,怎么调用它的 api 接口,怎么建立用户的数据库、支付链路,前端交互界面?只要你有足够的耐心,是可以独 独立完成这个开发的。虽然凭我的经验还不能判断这事到底有多大的工作量,但五美元一个月啊,只要有几千个用户,养一个小团队,一点问题都 没有。总结一下就是,只要你对你现有行业的用户的需求有深刻的理解,那用这东西构建一个可以做批量服务的工具,就能批量的挣钱。这个事放在以前是不可想象的,我想这就是未来很长一段时间我们和他共存的模式, 众所周知的原因啊,国内用这东西有点门槛。没关系,只要思想不滑坡,办法总比困难多。第二个问题是,啥时候让你我失业?不同行业不一样,但可以确定的是,所有脑力工作者都必须得思考这个问题。 我们从一个小例子开始说这个事,我那天先让拆的 gpt 分析了一下阿塞老师的一篇百万赞的文案,他分析的非常好,感兴趣可以截图看一下啊。然后我就让他用这样的逻辑去介绍一下禅语摩托车维修艺术这本书,因为最近想和大家推荐一下这本书,正在做筹备拆的 gpt 写的这篇稿子呢, 像屎一样啊,我也放在这,你可以暂停或者截图感受一下啊。我的感受是呢,这个家伙你和他说什么事都行,但不能和他谈感情。他的能力在于基于庞大的知识库对信息进行快速的结构化的处理。 他有很强的分析能力,推理能力,构建能力。但是呢,第一,人类不会允许他自己有意愿去开始一件事。 第二,他只能提供信息,一到对信息的具象的、故事性的、情绪性的呈现,他就伪了。 chat tpt 模仿大漠孤烟直,长河落日圆,描述一下阿尔卑斯山。好的,阿尔卑斯风雪连天,清翠湖泊静班陕。清翠湖泊静班陕 出来的东西味不对。所以对脑力工作者来说呢?如果能力是在信息的结构化,信息的分析这一块,你一定会被替代。你的能 必须向信息处理的前端和后端迁移。前端是什么?提出问题的能力?有多少好答案?在等待一个好问题 后端是什么?和人进行情绪连接的能力?还有那么一句话叫,有多少好产品在等待一个好故事?你像钻石恒久远,一颗永流传。当这种并不稀有的碳原子晶体被赋予了情绪价值,他就能透光你的钱包。 话题咱们还会在第四条视频进一步展开啊,那么我把我的能力从信息处理这个区域迁移出来了,到底是暂时安全还是一直安全呢?咱们下一条一千亿神经元的人脑和一百万亿参数的 gpt 四到底哪个强?再进一步的探讨一下这个事。

今天和大家聊一下现在最强的几个模型, chinese b t、 jimmy, 还有 cloud, 就是 哪一个是最好用的?就是我应该用哪一个?或者说呢,我如果有不同类型的任务,应该给哪一家的模型来做是最好的? 呃,这样的话题,另外呢,还有很多人觉得现在的 ai 也蛮贵的,就如果我只想订阅一家的话,我应该订阅哪一家比较好?那我个人呢,其实这三家都是两万美金的一档的会员,二十三家其实都用了蛮多的,所以说我觉得还是有一些经验可以和大家分享的。 另外呢,就是可能有朋友会说,现在国内也出了很多新的模型,但其实在我看来呢,就是国内这模型呢,还是和前面这三家有一个断档的差距的。就所以说,如果你人在国内的话,如果你能用上前面三家,不管是哪一家, 我觉得你在这个效率的提升方面,以及和国内的这些竞争方面还是很有优势的吧。所以我今天这个视频呢,就主要讨论这三家之间的区别。那现在呢,人们使用 ai 也有不同的方式,那比如说,呃,比较传统的方式就是在网页里面,或者在 iphone 里面和这 ai 进行对话嘛。 那如果从这个角度来说的话,那这个角度更多就是问 ai 一 些问题,对吧?然后也让 ai 来产生一些文案什么的这样的一些工作的话,那我是这样来看的,就是拆七 p t 呢,它是整体的模型能力是最强的,然后是推理能力,硬推理和做科学的能力是最强的。 嗯,但拆七 p t 呢,它其实有些吃亏,因为,嗯,它那个最强的 pro 模型呢,可能只有两百美元的用户才能用到,所以说很多用户呢,他用的是那个 thinking 模型,然后 thinking 模型还是偏弱的那一档,然后甚至是用的普通的五点二的模型。就其实我觉得如果 你有些问题要问 ai 的 话呢,除非是特别简单的问题啊,否则我都不建议用那个普通的 gpt 五点二,因为它这个能力我觉得还是蛮弱的,那个 thinking 模型呢,要比它强很多。然后那个 pro 模型呢,真的是非常的专业,因为我试过很多场景,就是那些比较小众的或者比较难的问题, 这三家模型里面确实只有 g p p 的 pro 版能够做出来,所以说我觉得就是说真正是。呃,我是今天的视频,主要是我个人的使用的一个体会啊,可能不同人的体会不一样,但从我的角度来看,就是模型能力最强的就是拆 g p t 啊,当然可能是 这个两百美金的一档才能用到 pro 版。如果你需要一个极强的推理强的,然后以及偏科学研究的一个模型的话,那我觉得就没有别的选择。 嗯,但拆 gp 的 问题呢,也有很多,首先呢,他太慢,就如果这三个模型一起比你问了三个模型一个问题,对吧?那其他两家都问到第二个问题,第三个问题了,拆 gp 可能第一个问题还在想,那拆 gp 就是 说他思考的过程很慢,然后另外的话呢,就是他说话很保守,呃,另外说话也是很政治正确的,很注重 a 安全的。 那我们前两年的其实都过硬 offai, 它是可露色 ai 嘛,就是它没有那么 open, 然后觉得它没有那么安全。但其实以我国我们以今天的眼光来看呢, offai 还是那一家, 起码和同行的衬托下吧,它还是那家最注重 ai 安全的公司吧。然后对,这是拆机笔记。然后如果说 club 呢,它的特点也很明显,它是一家,就是它是一个真正能干活的一个 ai, 然后它的文案能力也是最强的。然后如果你想输出一些很长的内容的话呢,这 club 可以 一次性 给你输入的非常非常长。然后如果你在网银端写一些代码的话,他也可以或者说做一些这个什么,让他写些文件什么的,他这个能力都特别的强。就我觉得可乐这个模型呢,他从真正从这个基本的模型来看,他并不是最强的,但他是调教的最好的,就是他非常的好用,然后也非常能干。 呃,然后还有就是他写的文案也是最好的,不管是中文还是英文,我觉得是这样的,但他的文案呢,其实不是文字级的。就如果你 他比如说呃,让他取一个两个字的名字的话,他就取不好,但是如果你让他写一句话,一段话,他能写的非常好。这个的我试过很多次,我也感觉比较奇怪,就是他这个模型的文字能力很强,就文案能力很强,但是你要具体找一两个文字,他其实不太行,但是说让他写一句话,让他写一段话,他是所有模型里面写的最好的。 那如果说,呃,这样的话呢,就是我觉得他是一个最有创意的,最激进的一个模型。就是 比如说如果有一个什么这个这个这个竞争方面的一个问题,涉及到侵权什么的,就这么的就可以说你可以做一些擦边的事情之类的吧,就是他建议我走一些类似侵权的路线,不用管的那边的品牌、商标什么的,这些商业的建议上面啊。然后另外我还有一次问他一个网站的问题, 他建议我可以用这个 p s u 的 方式,那个做上几万张页面啊,怎么样?反正我觉得明显是不太符合他们家 google 的 搜索引擎的政策的啊,但他也建议我这么做,然后而且专门是一个非常自信的一个模型,比如说在一些 比较难的领域吧,或者说在一些小众的领域吧,如果你问拆 g p t, 你 能不能就是作为这个领域的专家来帮助我拆 g p t 呢?就说他可能会说的比较保守,他会说我还不能替代这个领域内 真正的专家什么的,那詹姆呢?就很自信,他说没问题,我就是这个领域内现在我就这个领域内最厉害的专家什么的,反正他就是很自信的一个模型。然后他的缺点呢?可能就是, 呃,其实我觉得他是比较顺从用户的一个模型,就比如说你一个文案,你改了一版,那他就会经常夸赞你改的这一版比以前的要更好,但其实呢,未必,那你如果你一个文案一直在改,那他就会说,哎,这一版比前面的好太多了,那这新的这一版又好了很多,反正每次都好了很多, 其实不是一个特别客观的一个评价。呃,然后就是这个詹姆斯其实没有很多人想象那么爱干活,他其实不太容易输出那种很长的很严谨的东西。 而且呢, james 其实是有点神经质的一个模型,就他对自己呢,其实没有一个很清晰的一个认识,就是比如说你让他推荐几个 ai 工具,他可能会说现在的 ai 工具都很厉害,你可以用拆 gpt 啊,用 cloud 这些模型,就他好像就不觉得自己很存,存在感很强,就很少给别人推荐自己。 然后另外前前段时间他那个 banana 那 个画图不是很这个很出圈嘛,但是 james 自己其实并不知道自己有 another banana 这个模型,然后他经常人要他写一个画图的 prompt 的 话,他写的可能是一个 midori 的 prompt 什么的,就他自己其实不是很清楚自己的能力在哪里,这个模型还是蛮怪的,所以说我个人的话 用专门来用的相对来说不是很多。然后就是但是我在非常需要创意的时候,我会很看重他的意见,因为他是一个比较这个激进的一个模型吧,然后他提出的一些想法可能是激不起他的,提不出来的。 所以说就是如果说总结一下的话呢,就是如果有难度比较大的,偏科学的,追求真实的,就就或者说一些小众问题比较难掌握的。呃, 然后你如果不需要很高的这个就是你不需要他的答案很低的话,这时候呢,就用拆 g p t 是 没错的。然后如果是普通的问题, 就是是个大模型都能回答的问题,然后我会用 cloud, 因为 cloud 的 交互体验是最好的。然后还有就是技术问题,写作文案方面的问题我都会问 cloud, 还有就是写 prompt, 其实 cloud 也写得不错。然后还有就是另外就是说需要创造灵感的时候, 那我会用 jimmy, 然后还有就是或者说你三个模型就多问一下嘛,那这是我个人对于对话 的一个用法。呃,然后呢就说第二个场景,第二个场景呢就是,呃,现现在很多人搞这个 web coding 嘛,然后就是在命令行里面用 ai, 这其实呢是我建议很多人 现在用 ai 的 一个方式,因为只有这个 ai 在 命令行里面,我就才是真正的离市场也很近。因为它就可以来操控你的电脑嘛,你就可以让它来做很多就是很连续的动作,或者上来直接修改你电脑那些东西什么的。就是其实现在当然也有很流行的就是 open cloud 啊什么的,那些那些软件啊,但其实我觉得 就是,嗯,用 cloud code 或者说 codex c l i 的 话,它的可控性比 open code 要强很多啊,这里就不查太多。那首先如果说这里面最流行的两家肯定是这个,呃,可乐 code 以及酷 酷 c l i 就是 offenai 的 模型嘛。那这两家相比的话呢,我觉得 codex 它是对新手最友好的,然后它的交互体验最好。然后你要是这个,这个中文怎么说?叫结对编程吧,你要是和它一起来 边商量边讨论边编程的话,它整整个的体验是非常好的。而且可乐的好处呢是它,嗯,文案的能力,写 prompt 能力都很强,因为你在写代码做产品的时候呢, 你不可避免就要在里面写一些文案,写一些 prompt, 那 这时候呢?你如果在可乐库的里面,它本身对你项目的上下文很熟悉,那用它来写 prompt 写文案其实是非常舒服的一件事情,它能能写的非常好。 呃,如果说 codex 的 话呢,其实我觉得就是它最大的问题就是文案能力太差,斜括号特别的差。那当然, codex 五点三它编程能力是很强,但是 它这个五点三啊,并不是拆 gpt 的 那个五点三,就它应该是一个专有的一个一个编程的一个模型啊,就这个模型,其实它的这个文案能力几乎就是没法用。我觉得,所以说如果你每次写文案还都要再去调用 javascript, 或者说再到网页那边去写的话,其实 你也损失了很多的。就是上下文嘛,其实就非常的麻烦。所以说我个人就是觉得酷睿如果你写的那个产品需要很多的网页访问的话,它是不太好用的。呃,但是并不是酷睿没有用,因为酷睿呢,它的代码能力非常强。那我个人一般的用法是用会用酷睿来 review cloud 写的代码,那克里斯就会像一个严父一样的指出 cloud 的 各种错误,然后你再让 cloud 去改嘛?然后就是因为为什么让 cloud 去改呢?因为你始终如果是一直前面代码是 cloud 写的,那你就用后面用 cloud 改的话,一致性会比较好一点啊, 然后当然他如果实在改不了,就克里斯也改。然后另外一些就是,呃,如果你这个这个这个这个代码本身比较难,然后他需要的逻辑非常强, 或者说本身是一个小众语言写的东西,那这时候呢, cloud 确实搞不定,你就可以直接用 codex 来写。所以说我觉得在这个编程体验上,或者说在这个命令行的体验上,这个 cloud 呢是遥遥领先的。但是 codex 同样也是不能替代的吧,因为它就是这种,还是这种硬推理专业能力是非常强的。 那有人可能说这个这个詹姆莱怎么样,对吧?詹姆莱其实现在呢也有很多人关注,但是普遍大家用下来还是比前两家要这个差很多的,这个写程序经常一次也写不对。但甚至我还是要说詹姆莱也有他的好处,就首先他的上下文很长, 就是你可以让他去做一些上下文需要很长上下文的东西,他其实还是有他独到的优势,就他可以调用 google 的 搜索, 就是你因为其他软件都是用一些比较简单的方式去搜网页或者获取网页的内容嘛。但是 java 它是知道 这个,这个你可以调用谷歌的这个搜索能力,那这在很多时候呢,还是非常的好用的。那甚至呢,你如果电脑里面装了 java 之后,你还可以用 cloud, 或者说用拆机,用那个这个酷克拉斯来调用 java 的 搜索能力,那我觉得这也是非常方便的一件事情。所以我觉得其实这 java 是 一个被低估的产品,它其实有很多它能用的一些场景吧。呃, 然后就是这样的本身呢,就是他免费用户非常友好,所以我觉得免费用户也都可以去用。然后但他其实反而就是对这个收费用户没有那么友好啊,因为谷歌那套系统搞得乱,然后因为我是这个这个两百米的用户吗?然后他就可能是以为我是一个企业用户,然后他就 就因为我看了那个谷歌的那个 cloud 里面的服务嘛,所以说它就不能让我在网页端来登录这个这个专门来的 c r i 来用,然后我就需要用调 api, 反而是那个免费用户不需要花钱就能用,那我交了两百美金之后呢,我还得调 api 走 api 的 费用。而这个问题呢,是 去年六月,就是屁零级的一个 bug, 是 谷 google 那 边要修的,但是从去年六月到现在都还没有修好,所以说我觉得这但 google 现在各方面的进展也还是蛮大的。但我觉得这个大公司啊, 他还是有很多这个大公司的问题。然后不管是这个詹姆莱的网页版,还是他的这个编程,这个这个这一套东西吧,其实都是有有有有,我前面说了啊,都是有点神经质的这么一个模型,然后我还看到有人说因为他使用了呃, photoshop language, 就是 可能辱骂了詹姆莱吧,詹姆莱就拒绝在工作什么的, 本来是个模型,还是蛮有意思一个模型哈。然后这是第二个场景,就是这个这个 bug 定这样的一个场景,那第三个场景呢?就说到这个特殊的能力, 那首先呢,詹姆莱大家都知道他画图是最强的,就是唯一的强,对吧?然后他最近又增加了作曲等等功能,就是如果你对作图有需求,那毫无疑问你除了詹姆莱就没有别的选择,如果你只给衣架交钱的话, 那而且呢,这样的那个两百美金的版本做的图是没有水印的吗?所以说哪怕只为了一个做图的功能,如果你经常用的话,这样也需要买的。呃,还有呢,就是其实姑姑毕竟是一家大公司吧,大公司当然前面说有他的问题,但他有他的好处,就如果你买这么的呢,给你一堆 可能还是比较有用的东西,比如说它有这个 google 这个云端的存储空间,有三十个 t, 还是蛮大的。然后呢,就是还有包括看 youtube 也没有,也给你一个那个 premium 的 会员嘛,就是没有广告什么的。另外呢,呃,还有一个比较好的,就是它每个月会给你一百刀的 a p i 的 这个这个费用,然后如果你 自己写的一些代码里面需要调 google 的 这些 api 的 话,你就可以直接从这个一百里边抵扣的嘛,这样相当于其实这两万美金,你不光是可以用它这个模型,对吧?你还有一百美金的 api 的 费用,其实还是蛮划算的。 然后如果说 cloud 呢,它就是就是完全是另外一个极端嘛,就是 google 是 一个大公司,它能给你很多别的服务,对吧?云这个云盘啊,这个 youtube 啊什么的, cloud 什么都没有,那它唯一的就是 就是干活的这个额度,他就拼命给你干活,但是 kol 这个模型呢,确实是能干活。然后如果你是这个 web 编辑,要写很多的代码,是吧?然后写很多的的程序的话,它确实是最好用的,而且它 就是什么都没有,就是甚至你赚了最多钱之后,你拆 gpt 它还有一些什么额外的一个浏览器了的,虽然我个人觉得不是多好用啊,还有一些别的这个产品和服务,然后而且拆 gpt 呢,你花了钱才能解锁那个最高级的 pro 模型嘛,但是 kol 的 呢,就是 没有什么东西,你用的和那个二十刀的也是一样的,但是就是额度多,就是拼命给你干活,他就这一点,但是干活确实好用的。然后就是拆 c p t 嘛,拆 c p t 就是 它, 嗯,怎么说呢,他就是一个最科学的逻辑,最强的,最能推理的这么一个这么一个一个模型啊,然后就没什么好说的,当然你花了两百美金之后,就拿拿他那个最强的模型吧,然后他还给你一点别的什么浏览器什么的,我觉得没有没有什么,个人觉得没什么太大的用途,所以说 这个,呃,在这个方面来看呢,就看你是看中一个谷歌的悬崖洞,或者说看中画图的话就买这这样的,然后如果看中呢,就是纯工作生产力 买克拉的,对,大概就是这样的,然后如果你从事很多科学的硬推力的工作,就用柴机 p t 啊,这是这样的一个 一个一个一个选择吧,所以说就从这三个方面把这三个产品给大家介绍一下,那大家呢,就可以根据自己的需求来进行选择,今天就和大家分享更多。

这是我最近制作最满意的一条 chargbt 的指令,可能是目前全网最高质量、最简单给出精准分析答案的 prompt, 赶紧拿去,用起来轻松。超过百分之九十九的 chargbt 使用者 核心是使用了让 trigbt 帮我提问以及 tot 的思维数理论,结合 custom instructions 进行了适当的优化。你只需要提出你关心的问题啊,后面就要给 trigbe 和他进行互动,他就能够从定义问题、制定计划、评估计划、遇见回速、 结果反馈几个阶段实现精准的输出。最后呢,还能给出具体的实时方案,根据最优的方案制定合理的 okr。 关键是整个过程几乎是半自动化。 这种方式呢,可以轻松大幅度提高踹疾病精准性和实用性,比如写论文、做活动策划、项目管理、商业战略、短视频内容规划等等。适用于几乎所有的各种需要复杂决策和创新解决方案的场景,帮助你呢,快速规划目标,制定路径。我测试了多个场景,准确度非常高,我们来看一下实际效果。当你想 办一场主题活动的时候,只需要输入活动的名称, charge b 店就会基于提出相关的问题,然后根据你的回答给出可实施的几个方案建议,比如音乐会、穿越时空主题的派对等等。然后呢,针对每个方案进行细致的分析,并给出成功概率。接着根据各种因素深入思考。这个期间我们只需要输入继续, charge b 店就会给出最优的决策,并制定合理的 okr。 推荐使用设置好的 custom instructions 后使用,如果没有升级 plus 会员, gbd 三点五其实也可以用,分两段分别复制即可,但是控制的效果可能会不尽如人意。 那我昨天已经将这个最新的质量分享到我的 ai 领航员计划中,使用过的学院都说很好用啊!不仅如此啊,我们定期也会更新原创制作,所有的 promt, 全网唯一 会有专业的老师啊,一对一进行指导。此后呢,会陆续举办很多的线上活动,帮助大家从理解到掌握我自己,也会第一时间回复学员的问题,甚至忙到凌晨。目的呢,是帮助大家精准的定位问题, 提供真实的答案,反馈有效的结果,让你真正成为能够利用 ai 的人。评论区回复 ai 领航员,给你相关介绍。好了,关注我,只分享被验证过且真正有价值的 ai 实用干货。