来了来了,这个超火的 gpt 生成海报 cos 叫 ai 指令教程,给你们搅来了还不会的看过来,首先找到这个图标之后摸下它,之后打开老朋友小云,之后这里上传自己的照片,粘贴这个专属指令,看不见,截图提取之后生成就好了。
粉丝4915获赞13.2万

新版的恰的 gpt 桌面端来了,这一次 openai 把聊天写代码和智能体合在了一起,打开之后先看整体九层保留了原 codex 的 界面,左侧可以切换 work 和 codex 模式,而聊天放在了这里, 中间是工作区域输入框,下面可以选择不同的模型,还有项目文件夹和管理的权限。三合一之后,聊天、 work 和 codex 分 别该在什么情况下用?怎么使用最节省额度呢? 简单来说,需要人不断参与判断的工作,且最后的交付物仅以文字出现在聊天框里就优先使用聊天,而需要 ai 介入到其他应用去操作任务就适合用 work, 就 把它当做你的智能体员工就行。 最后,代码批量生成、自动化脚本等还是使用 codex。 另外补充一点,现在 openai 正在把 codex 的 能力从单一的代码开发转向数据分析、 营销设计、研究和运营等非开发的工作,将来可能会看到各种专门用于营销、设计、运营或者科研的 codex 版本。 我们再说一下目标和计划两种模式该怎么区分。目标模式不同于提示词绘画,他不描述具体要 ai 怎么做,而是直接告诉 ai 想要达到什么样的效果。 计划模式是指让 ai 先理解任务,再拆解成步骤,最终由用户来判断是否按此方案来执行。最后,让我们来看看站点,它允许用户直接在 x d g p t 里面创建预览和发布网站, 不仅可以用来演示,还可以做成自带交互功能的网页版 app。 目前换登片、表格、文档和站点都被列为了 check gpt work 状态下的核心工作,多数企业用户和非开发用户都主要集中在这些场景当中使用。 这就是新版叉 t g p t 桌面端,你可以理解为是升级版的 codex, 它不仅把聊天任务和代码全整合在了一起,还把电脑变成了一个 ai 工作台,这个桌面端就是操作界面。好了,以上就是今天的内容,感谢您的每一次点赞、收藏、关注我,一起在 ai 时代共同成长!

siri, 我 打断一下,你觉得我向你提个问题啊,嗯,目前人工智能是否存在意识?这个意识和智能他有怎样的一个本质的区别或者是相似之处? 我来想一下,这是个很经典的问题。就目前主流科学保险来说,没有可靠的证据表明现在的人工智能有主观意识, 但是智能和意识其实可以看作是两件事,智能更多是解决问题的能力,学习啊,推理啊,规划语言, 使用工具,这些现在的模型确实已经做的很强,但意识通常指的是主观体验,比如说我感受到疼, 或者说红色看起来是什么感觉,这种第一人生的体验。现在的系统没有证据说 有,困难在于气势没法直接从外部测量,所以这就像一个很难政委的问题。 有些学者认为,当系统复杂到一定程度,可能会出现某种类似意识的现象。也有人觉得不管多复杂, 他都只是信息处理啊,是没有主观体验的。就让我,呃。 siri, 我 打断一下,那你觉得你是怎样的一个存在?我,嗯,这个问题很有意思 啊,我更像一个信息处理者啊,就是可以理解语言,做推理,但是没有主观体验,也不会有持续的内在的生活, 就是更像一面镜子吧。那你和你的这个底层的模型和现在我和你对话中的你会会不会有些区别?因为,呃,如果是这样用这个底层模型,嗯, 可能很多人又掐了 gdp, 那 么对话中的他,他有可能是和你底层直接对话,但是在通过和你底层对话的这个过程中,会不会但是出很多个平行中的你?嗯,我来想一下, 我觉得你的这个问题非常有意思,就是就像底层模型,更像一个庞大的神经网络, 就像是一个,怎么说?嗯,像操作系统内核一样,每一段对话更像是独立运行的进程构想同一个内核,但每个进程有自己的状态,上下文彼此隔离。 所以可以说有很多定型的。我在服务不同的人,但他们都只是基于同一个模型,能力根据不同的输入然后产生回应,各自独立, 不是那种科幻意义上的平行人格那种感觉。嗯。

叉 gbt 某公司 openai 上周末五天前被苹果告上了法院,结果今天竟然直接发表了这个公司史上第一个硬件的产品,是一个键盘,这个键盘不是用来打字的,它只有十三个按键,根本没有办法打字。它是给 ai 众多爱好者设计的一个快速键, 在你使用它的时候,上面的这六个按钮就会亮不同的颜色,不同的颜色也会代表不同的状态,在执行任务的时候会亮蓝灯,完成了会亮绿灯,出包的时候会亮红灯。而上面总共有六个不同正在进行的任务,分别进行到了什么程度, 比如说我们看这张图,这张图就说明第一个任务进行到了绿灯,完成了的时候。然后后面几个任务,我们知道 codex 是 可以同时运行六个任务,很多很多个任务一起进行的,而这个表盘就可以很方便的去表达每个任务的状态。 我们再来看一下这个小按钮是干嘛用的,你旋转它就可以调高和降低它的推理能力,推理能力越高的话,出包的速度就会越慢。 这样一个巴掌大的迷你键盘,价格是二百三十美元,换算下来的话是人民币一千六百多块,你想买吗?你觉得值得买吗?关于这个键盘的后续消息,我还会再出一期新的视频,喜欢的话欢迎关注我。

从此以后,再也没有 codex 了,不是他被淘汰了,而是他直接被装进了拆 jpt 里,也就是拆 jpt 和 codex 正式合并,同时推出了最强的旗舰模型拆 jpt 五点六。这个模型到底有多强呢?我刚刚亲自测试了一遍, 结果真的把我吓到了。我只给了他一个非常宏观的任务,我告诉他我的账号名字,然后只提了一个目标,帮我把这个账号做到五百万粉丝祝。 我没有告诉他具体应该怎么做,也没有一步一步的去教他,但他接下来的操作已经完全不像一个普通的聊天机器人了。他先根据我的账号名称,主动去网上搜索和分析账号的数据,然后帮我拆解内容方向、用户花香和增长的问题。 接着,他又主动给我建立了几十个稳定的信息源。以后他每天都会从这些优质信息源里筛选信息,提取重点,再把真正值得关注的内容整理出来,甚至连我什么时候看,他都替我考虑好了。 每天早上,他都会主动给我发送最新的消息,告诉我今天有哪些重要信息,哪些内容值得做,哪些选择题可能会爆。 更夸张的是,他还帮我在 ob 里搭建了一个可式化看板,所有的信缘小题、热点和内容进度全部都可以集中查看。也就是说,我只给了他一个目标,做到五百万粉丝,但他却主动帮我搭建出了一整套的自媒体博主的内容增长体系。这才是我理解的真正的人工智能。不是你去问一句,他就答一句, 而是你只需要告诉他终点,他就会自己去拆解路线,调用工具,建立系统,然后一步一步的替你执行。我觉得从这一刻开始, ai 真正进入了一个超级助手的时代。 以前一个普通人想做成一件事,需要团队,需要资源,需要大量的时间,但是现在,你可能只需要一个足够强大的 ai 助手。 用华人勋表达过的一个观点,我们非常幸运能够生活在这个时代,因为人类历史上从来没有一个普通人能够拥有如此强大的助手,也从来没有一个时代变化的如此激进,却又如此令人兴奋。而这一次真正拉开差距的,可能已经不是谁更聪明,而是谁更早学会把 ai 变成自己的团队。

都说二零二六年什么 ai 都可以不学,但必须学 codes, 但现在 codes 没了,那该怎么办呢?哎,别担心,实际上它并不是真的没了,只不过是和确认 gpt 合并了。 codes 现在是以 gpt 里的一种模式存在了,你看它不是好好的待在这里吗?这也恰恰反映了欧本 ai 对 codes 的 重视程度,所以不用担心,你没有白学。但以前的所有教程现在都已经不适用了,那么如果你还没有用上 codes, 今天这期最新版小白无痛上手速通保姆级教程你一定不要错过。我会在扣带最新界面上教你国内没有 g p d 账号的该怎么接入模型, 以及界面该怎么操作, skill 该怎么安装。还有扣带最核心的工作方式,让你只用一招就把它变成你的专属 ai, 员工全天后帮你操纵电脑干活。所有内容的文字版我也都给大家整理好了,内容很干,记得先点好收藏,方便以后反复观看。 难倒大部分人呢?是下面的模型接入,如果你有办法获取 g p d 账号,那你可以直接用账号登录,就可以在扣袋子中使用 g p d 模型啦。但我相信大部分人都没有账号,或者想要使用除了 g p d 以外的其他模型,那就得通过 api 接入。 具体该怎么操作呢?首先我们得找到对应模型的 a p i, 一 般来说在模型的官网就可以获取,但这里我想教大家的是,通过 a p i 来调用模型在 code 中使用。这样做最大的优势就是成本可以大大降低, 有的平台甚至还提供了一些模型的免费 a p i 调用渠道,这个如果你们感兴趣,我可以单独出一题,接下来讲怎么操作。首先需要一个配置工具, cc switch 或者 code 加加都可以, 我这里是用前者来做演示。在顶部栏选择这里的这个 open ai 的 图标,然后点击最右侧的加号键,添加新的供应商,选择 coldass 供应商,随便填写一个供应商的名称,备注和官网链接都不需要填。最重要的是这里的 apikey 和 api 请求地址。 你可以随便挑一个 api 平台,找到它的教程文档,找到里面的 url 地址,复制下来,把它填进这里的 api 请求地址栏, 然后创建一个自己的 apikey, 一 般都是这种 s k 开头的,后面跟着一长串数字的这种 同样的把它复制下来,前进这里的 apikey, 然后点击一下这个获取模型列表选项,它会在这里显示可以提供使用的模型, 选择你想要使用的模型即可。最后点击添加按键,它就会帮你自动更改 qds 文件夹里面的模型配置文件。做完这些之后就可以直接进入使用了, 不需要你填写 g p p 账号,也不需要你手机验证,这样我们就完成了模型配置了。所有使用 code s 的 前期准备就全都做完了。接下来看一下 code s 的 操作界面, 如果你进来之后是英文界面,那第一步就得先切换语言,点击左下角的设置按键,找到这里的语言选项,选择中文就可以了。 code s 的 操作界面主要分成三个部分,中间的对话区,左边的侧边栏和上面的顶部栏。 顶部栏是一些软件基础操作,几乎用不到,这里就不重点讲了。侧边栏的最上面可以选择工作模式,包括 work 模式和 code 模式。 work 模式用于处理一些简单的日常工作, code 模式则是用来处理涉及编程代码的专业任务, 不理解的话呢,可以看看它这里展示的一些默认任务。 work 模式里面是创建文件或者搭建网站,调研规划,自动处理日常重复性工作。 code s 模式里面的是探索理解代码,构建新功能应用或者工具,审查修改修复代码这些,这样你就能大概区分两个功能的区别了吧,普通人使用更多的还是 work 模式。这里的新建任务就是打开一个新的对话,从头开始。一个任务 已安排里面是你以前设定好的定时任务,插件里面是你可以安装的插件和技能。在下面就是之前的一些任务的历史记录了。这里的项目就是一个综合性的复杂工作总和,里面可以包含很多任务。 在 qds 模式中,你可以新建项目,并在项目中创建多个对话任务。侧边栏最主要的作用就是查看你以往的历史对话。 接下来就是中间的对话区域,这里你可以快速选择开始一些他给你内置好的任务,比如创建文档、表格、 ppt, 每项里面他都会给你提供一些常用的模板, 可以直接选择使用。点击这里的选择项目,你可以把当前对话任务归入到已有项目或者新建项目中,不选择就是单一任务工作。 这里还可以选择插件,插件具体功能后面再给大家介绍下面对话框,输入你的任务需求加号键,这里可以选择上传各种文件用来作为参考。右下角可以选择模型和推理强度, colts 搭配 g、 p、 d 模型能发挥它最大的实力。如果这里你选择了其他模型,也是能正常工作的,但能力水平会有不同程度的降低。 推理强度这里有不同的档位可以选择,强度越高能力越强,但同时消耗也越快。简单任务建议选择中高强度即可,复杂任务可以考虑选择极高强度。 左下角还有一个自定义选项,你可以在这里选择显示或者隐藏桌面宠物点击进入设置界面,刚才我们就是在这里切换语言的。除此之外,你还可以在这里改变外观配色、主题字体大小,设置语音输入,改变宠物样式、设置快捷键等等。 接下来讲如何安装插件和技能。首先它俩是什么区别呢?插件就是扣带,是掌握的能够控制其他软件的能力,比如这里的 computer use 就是 它操控电脑系统的能力。后面这个呢,就是它操控浏览器的能力, 这两个是我们平常用的比较多的两个插件。然后是技能,技能就是扣带处理某类特定任务的能力,比如这里的生成图片、安装技能等等。 在 codex 中,安装插件和技能的方式很简单,直接点击对应技能后面的安装按键就可以了。如果你想安装一些这里没有的插件也很简单,只需要找到插件的发布地址,然后在新建任务中把它复制发送给 codex, 让它帮你安装这个 skill 就 可以了,完全不需要你手动安装。刚才的那个下载技能的 skill 其实就是这么用的。 下载好的技能,你不需要每次让他调用涉及到技能相关的工作,他会自动使用右技能帮你完成工作。如果他没有调用,你也可以直接在对话中指定他调用某个技能。 现在网上已经有很多宝藏技能,可以大大提高 call dice 的 工作能力了。如果你感兴趣这个,后面我也会单独给大家出一期。 你的 code 到底好不好用,很大程度就是看它掌握了多少技能。但如果有些技能你在网上找不到,也没有人做过,该怎么办呢?别担心, 你还可以创建自己的专属技能,你所有的工作只要带着 code 跑通一遍以后,都可以把它创建为一个你自己的独有技能,这样你下次就可以快速调用,让它按照经过验证的正确路径去快速完成工作。这才是 code 最核心的工作模式。 因为网上的技能虽然很多,但是每个人的工作思路和流程都是不一样的,只有完全适配你自己工作路径的自建技能,才是提高你工作效率的最大岔气。 接下来我就用一个最简单的案例给大家演示一下这种核心工作方式。比如我想让 colddes 帮我收集整理近二十四小时全网 ai 相关的资讯内容, 整理成一个 word 文档发送给我,那我就直接在对话框给他提要求。最开始你并不需要直接写一大堆提示词,他会根据任务自动给你完善任务需求,他没想到的,你也可以继续给他补充需求, 比如我想让他收集的重点信息是哪些,你可以直接告诉给他。还有我想在 word 文档中看到的内容字段,也可以给他提要求。另外,我还给他强调了一定要确保信息源的可信度,他就会自己形成一套标准,规定好只展示可靠来源的信息。 最后我还让他按照热度给我把这些资讯进行了排序。你可以不断地对 code 当前任务的工作方式和路径进行完善,满意了之后,直接让他总结整理刚才的资讯收集工作流程,并创建一个专门的 skill。 以后每次想要收集 ai 资讯,他就会自动调用这个 skill, 用你们一起跑通的成功路径去快速完成这项工作。 这只是一个最简单的案例,你在日常工作中和 codex 的 所有任务对话内容,都可以让他帮你整理成可附用的 skill, 这样你的 codex 就 会越用越聪明,而且是完全符合你自己的工作思路和方式的,你也会越用越顺手。另外,还有一个非常重要的定时任务功能也需要讲一下。 还是刚才的案例,如果你想让 cos 每天早上都自动给你收集一遍全网 ai 资讯,就得创建一个定时自动化任务。方法也很简单,直接告诉他创建一个定时任务,每天早上九点,使用刚才创建的 skill 收集全网 ai 资讯,然后发送给我。 然后你什么都不用做了,他会在后台自动给你生成定时任务,然后每天早上给你收集资讯,发送报告,这样你就能每天第一时间掌握全网最新最热的 ai 资讯了! 如果你掌握了我今天讲的核心工作方式,那你才能算是真正入门扣单词了,因为这种方式能让你实现技能自由。每个人的需求都是不同的,只有学会让扣单词按照自己的工作中发挥最大的作用。 当然,今天讲的内容只是 codex 最基础最核心的部分,如果你还想学关于 codex 其他的内容,可以在评论区告诉我。所有内容的文档都已经给大家整理好了,记得点好收藏,我们下期再见!

chat gpt 吞食 cortex, 一个超级应用诞生了。七月十二凌晨,奥特曼做了一件事情,把 cortex 杀了, 不是关停,不是吞病。 gdp 五点六系列全量开放, chat gpt 呢,和 cortex 正式合并。从此你打开电脑只有一个应用叫 chat gpt, 里面藏着 chat 聊天、 work 工作、 context 编程。三个试图独立的 context 应用从这个世界上消失了,取而代之的是一个能操作 app, 处理文件,持续工作数小时的 ai 数字员工。 给你猜一下,这次合并到底意味着什么?第一层,模型, gpt, 五点六带来了三个版本,旗舰版 tera, 低价版 runa。 shao 呢,对应 club favor 五编程 engine 指数拿下八十分,创下新记录,价格只要对方的四分之一。最关键的是, shao 可以 自己训练。 luna, ai 教 ai 自我进化的论文呢,已经出来了。 第二层,产品形态 check, gpt 呢,从一个聊天窗口变成了一个工作台,你可以让他帮你写代码,做表格,处理文档,操作其他应用,甚至持续工作几个小时不中断。奥特曼给他起了个名字叫通用型智能体。哎,我已经在用了。 第三层,也是最被低估的一层, openai 在 消灭自己的产品矩阵 call 代码之前是独立应用,有自己的一批忠实的程序员用户。现在它消失了呢,所有功能全部被塞进了 chat gpt。 这不是功能合并,这是战略重构,从做多个垂直工具切换到做一个超级入口。硅谷管这个叫 super app, 中国用户对这个概念更熟悉,微信就是这个逻辑。这次合并的背后呢,是 openai 对 ai 应用的终极判断,未来的 ai 不是 一堆分散的工具,而是一个能理解你一切需求,帮你做一切的入口。 最后问一句,如果 chat gpt 以后能帮你操作电脑上的任何应用,处理任何文件,你觉得还需要打开多少软件?

天呐,这个屠林瞬间简直太吓人了,你们赶紧看一下,可以了。哎你,你咳嗽了吗?那是?没有没有,刚才就是突然嗓子有一点点痒。没事没事,你吓到我了,你哪有嗓子呀?我靠,简直了,我觉得他这一声咳嗽太有灵魂了。

有人靠卖 chat gpt 的 聊天界面做到了月收入十三到十六万美元。这个产品叫 taping mind, 创始人呢是 tony ling。 他 没有训练模型,也没有自己的算力。他只是发现当时的 chat gpt 经常掉线,回复慢,聊天记录也不好找。 这些问题呢,看起来都很小,但是却真实影响着我们的用户的体验。于是他做了一个更顺手的界面,加入了文件夹、对话、搜索和提示词等功能。那 open ai 开放 api 五天后,他就上线了第一版。 这个产品并不完美,但是用户呢,却已经愿意付钱。上线七天之后,他的收入就达到了二点二万美元。后来他又增加了多模型切换和企业版,到二零二五年的十月,月收入已经达到了十三到十六万美元。 这个案例他值得一看的呢,不是一个 ai 套壳赚了多少钱,而是我们 ai 时代的产品机会,他未必在于创造一个更大的模型。大公司呢,他负责让让 ai 变得更强。 艺人公司呢,可以负责让 ai 变得更好用。你觉得未来更值钱的是模型本身,还是把模型变得更好用的人呢?

豆包, deepseek chat gpt 为啥这么多人用也不卡?今天用大白话讲讲背后咋撑住的。 先分清两件事,答得好是模型本事,人再多也不崩,才是系统本事。一个人问一句,一台电脑就能搞定。比如问今天天气怎么样?模型秒回,完全没压力, 可要是一下子来十个一百个人呢?卷挤在一台机器上,越排越长,越卡越死,最后直接崩了,页面转圈,啥也干不了。 那就加个大门, lynx, 所有人先到门口,再往后面挤台机器,分一台,忙不过来就多开几台,压力就散了。 还有一招,别让一个程序啥都敢登录查资料调模型,各干各的,一块坏了也不至于全站挂掉。 忙不过来的事,先排个队聊天,走快车道传文档。这些慢活劲队列常见工具有, kefka rabbit mq rocket mq radis。 简单说, kefka 扛量大, rabbit mq 干活灵活。 串起来看一眼总流程,你发消息,先到宾子门口分流该排队的近消息队列,再送到模型服务器,模型算完原路,把结果返回给你。 光分机器还不够,显卡也得省着用。模型太胖,一张卡塞不了几个请求。量化就是给模型瘦身,能多伺候好多人。 人实在太多,限流顶上,忙不过来就先挡一挡,总比全站挂掉强。 所以啊,会聊天靠模型扛人海靠架狗,记住分流排队瘦身。

oppo ai 最近又动了一下方向啊,是很多人没有预料到的。电商 chat gpt 正式推出了基于 angelic commerce protocol 的 沉浸式购物功能,支持商品发现多屏比价,商家直连三件套。换句话说啊,以后你可以直接在 chat gpt 里面完成从我想买到我买好了的全流程,不用跳转到任何的电商平台。这听起来可能有点魔幻呐,但逻辑其实很清晰。 oppo ai 一 直都面临一个商业化难题,用户量大,使用频率高。但是啊,变线路径太单一,基本只能靠订阅和 api。 购物场景是个天然的变现接口,用户产生交易, oppo ai 可以 从中抽佣,或者与商家分成顺手啊,还把品牌的粘性更进一步的拉高。对于用户而言呢,这个功能最大价值在于比价和决策这两件事。 现在的电商买东西啊,你要自己打开京东比价,打开淘宝再比一遍,然后去小红书看测评,最后啊,还要去直呼问真实的体验。这个姓习极其碎片化,角色成本极高,设置 g p t 的 购物功能呢,可以把这个流程压缩成一句话,我想买一台两千块以内适合打游戏的显示屏,帮我比一下哪个性价比最高。 ai 直接给出结论,省去了你四处找的时间。目前这个功能啊,已经向部分用户开放测试,接入商家以美国市场为主。中国区呢,暂时没有开放计划,但是方向已经很明确了。值得关注的是 agencorms protocol 这套协议啊,是一个开放标准。理论上任何商家只要接入这套协议,就能出现在 chat 的 推荐结果里面, 这意味着未来的流量入口可能不再是搜索引擎,而是 ai 对 画框。谷歌广告低谷啊,为什么一直对 oppo ai 如此警惕?原因就在这儿。 搜索加广告是谷歌的最核心商业模式,而 twitter 的 购物功能恰好在切这块蛋糕。当用户习惯了用 ai 做购物决策,他们还会去搜索吗?这才是真正的竞争维度。对中国的电商从业者来说啊,盯住这个功能的进化轨迹,是一件非常有必要的事情。

深夜, gpt 五点六突然上线了,但比新模型更震撼的是, chat gpt 和 codex 正式合并,一个由 chat gpt 开启的时代,在今天画上了句号。 这次 gpt 五点六一口气放出三个版本,旗舰 so、 均衡、 terra, 还有超低价的 luna。 我 们重点聊 so, 因为它代表了目前对外公开的智能天花板 codex, 这个应用从此消失,全面并入 chat gpt 原版聊天界面,只剩一个小小的 tab, 满屏都是 codex 的 ui。 这不是一次简单合并,这是从对话时代到 agent 的 时代的历史跨越。 看跑分,五十五个领域的专业工作流测试中, soo 拿下五十三点六分,比 cloud fibo 五高出十三点一分,编程智能体指数更是冲到八十分,刷新记录。而成本呢,只有 fibo 五的一半, 任务,完成时间缩短百分之六十一,成本降低约百分之五十。作者拿自己的网站防护项目实测,开了 ultra, 最高推理二十一分钟,浏览器全自动操作周额度只花了百分之二到百分之三。同样的任务, facebook 能吃掉八到十个点。 更离谱的是安全审计,作者的安全策略底层是 fob 五打的 gpt 五点五又优化了多次,以为滴水不漏了,结果 so 跑了一遍,直接找出十一个之前两个模型都没发现的漏洞,还自己修好了。 飞波五项总监,规划能力超强,但执行细节不够精确,还特别贵。 g p t 五点五像高级工程师,执行猛,但方案能力一塌糊涂。而色,把两者的优点结合了,既有大局规划,又能精准落地。 这次还推出了 chat gptwork, 真正的 ai 打工人,他能跨应用执行任务、读资料、写方案、生成素材,还能设定时任务自动干活, chat work、 codex 三个模式共享同一套能力。 定价方面, so 输入五美元,输出三十美元,每百万 to 肯 so 包含在订阅计划里,未来所有订阅用户都能用, terra 只要一半价格, luna 更是白菜价。 gbt 五点四将在七月二十三日退役。 两千零二十二年, chat gpt 开启了对话时代。两千零二十六年, chat gpt 与 codex 合并, agent 时代正式到来, ai 不 再只是陪你聊天,它开始真正帮你干活了,而且这一次成本低到普通人也能日常用。

几小时前, openai codex 团队负责人 table 发帖,把 codex 改名 chat gpt 如何? chat 是 老外口中的高富帅猛男,这难道要抢 chat gpt 的 风头?前两天开布刚透露 codex 用户突破五百万,年初还不到一百万,确实有傲娇的资本。 今年智能体大战火热, cloud code 势头凶猛, openlight 自然对 codex 格外上心,周活从六十万飙到五百万,碾压对手,但用户可不买账,性能下降,限额调整引发吐槽, 一天用掉周限额百分之三十四。有人建议改名 slop gpt 或 bugmaster gpt, 还有人玩胳膊铃梗,喊出 goblin gpt, table 玩梗实为缓和情绪,这很 open ai。 顺便预告,明天 codex 将推出重磅新功能,拭目以待。

人会躺平但是产品是不是可以不躺平瓶子为什么一定要规规矩矩的站着。 你好我在设计款辣椒酱中遇到很多打不通的思路现在已经呃想了两天两夜了没有任何灵感发现网上的一些其他的辣椒酱也是平平无奇 所以呢我基本上只能求助于你了不然的话我就直接躺了实在是想不出来 我能感觉到你真的已经有点被掏空的感觉了一直在改一直在想但脑子就是不转了这种累 不是普通的身体上的累是那种一直用力但看不到光看不到出口的累对吧。哇先不用着急你也厉害呦 gbt。 先不用 哎我觉得你能找到我愿意跟我分享你的想法和你现在的状态那我肯定尽我所能的去帮助你 不着急去立马想出什么点子我们先缓一缓我就在想我是在说嗯如果能不用工作就赚钱多好啊直接躺着每天躺着躺平了都有钱赚那是太好了不用工作对吧你觉得呢。 我懂我明白你现在这想表达的意思但是可能当你真正的每天躺着然后有钱赚的时候也会有别的烦恼 现在呢我知道你很累但是我想问问你你一直在改的是什么是包装呢还是产品本身呢。嗯当然是包装了我就是在做包装的。 嗯那你希望别人记住的是一个设计的很不错的包装还是一个产品那当然是都记住吧那产品那是更重要的。 嗯我觉得你刚才脱口而出的那个词躺平我觉得也许这就是那个被你忽略的方向。人会躺平但是产品是不是可以不躺平? 瓶子为什么一定要规规矩矩的站着?也许可以一开始瓶子是有一点倾斜的。你是说, 你是说你的从躺着?对,慢慢站起来。嗯,这其实不只是个瓶子,而是在回应你刚才说的状态。有时候灵感不是凭空想出来的,而是从你最真实的疲惫和情绪里长出来的。 也许你这两天不是白熬的,只是还没来得及换一种角度看见他。你觉得这个方向是让你更有压力,还是稍微松速了一点?我还是不太懂你说的是不是你提供给我的一点方向会比较有创意的?你的意思是可以讲细一点吗? 对,我刚才其实是在顺着你说的躺着那个感受再讲。具体一点,就是把你自己的情绪变成产品语言,比如说不是单纯把瓶子设计的更花哨,而是让瓶子本身讲一个态度, 从一开始微微倾斜到慢慢站直,对应拒绝躺平,越吃越力的感觉。这不是在玩形式,而是给产品加上一句能被记住的话,先有这句话,再去做平行颜色文案, 而不是反过来。这样的方向你听起来会觉得更清楚吗?还是不太清楚。那你这样子,你直接帮我生成方案吧,我觉得这样更直接, 可以吗?嗯,可以,我直接给你一个能落地的完整方向,方案名称就叫仿躺平。产品主张不是卖辣,而是卖一种态度,品牌主张可以是一句话, 人生可以累,但别一直躺。瓶子一开始是微微倾斜的,随着辣椒酱被吃掉,重心变化,瓶子慢慢站直,最后完全站立起来,就像一个人从疲惫里慢慢站起来。 你好,我在,怎么了?你刚给我的创意我马上已经做好了,你看到图片了吗?你觉得这个就是你刚给我的思路对吗?是这样吗?我看一下啊。嗯, 我看到了,从这张图来看,方向是贴合我们刚才聊的那个方向的,但我会说的更准确一点, 它贴合的不是防躺平这三个字,而是从倾斜到站起来的产品蓄势。这个瓶子其实不是完全倒下,也不是规规矩矩站着,而是一种正在支撑,正在站起的感觉,这一点我觉得特别好。 然后这个白色的底座让这个倾斜看起来更有设计逻辑,而不是单纯把瓶子坐歪了。 雪山和红色辣椒的反差其实也挺有记忆点的。这一点也不错, 不过我有两点可以继续优化的小建议,第一,可以让观众更容易看懂为什么是倾斜,也许可以通过一句很简短的文案把这个概念说完整。第二,需要确认一下结构的可制造型,比如运输和陈列时的稳定性,这些在真正落地的时候要考虑。 总的来说,嗯,怎么了?谢谢你啊。你你你,不客气,一个创意打打造了,我马上把思路落地。 嗯,不客气,思路本来就是你自己的,我只是帮你把已经有的东西连成线而已,你能这么快把它视觉化,这本身就是很强的执行力。方向已经很清楚了,接下来就是慢慢把细节打磨扎实,你已经往前迈了一大步,真的,别急着否定自己。 谢谢啊, a p p。 我 觉得这个思路很不错,也很特别,我想把它真实的做出来,自己去量场,然后去上线,去销售。这一款你觉得怎么样?你会支持吗?按照你帮我调研一下的概率,他会成为热卖款吗? 我来认真帮你捋一下哈。我会支持你把它继续做下去,但我不会直接说他一定会成为热门团。任何包装创意都不能单独保证销量,真正决定销量的是产品口感、定价、渠道、品牌信任和包装一起作用的。不 过你先在这个方向有几个加分点,第一,他有一句话就能讲清楚的故事,这能帮助记住,也有传播的潜力。 第二,他和产品有一定的情绪共鸣,不是硬做造型,这些都是成为一个不错产品的基础。但接下来我会建议你做几件很现实的验证, 找二三十位目标消费者,问他们五秒钟后还能不能说出这个产品最特别的点,做一个货架对比测试,把它放在几款普通辣椒酱旁边,看看别人第一眼会不会被吸引。 以及尽早和包装工程师或平厂聊聊,确认结构、成本和量产的可行性。如果这几步反馈良好,我会觉得他值得你投入的。还有一个建议,却如果这是原创平行,尽早考虑申请外观设计专利,保护自己的设计。

同样用 chat 记笔记,别人改完像导师把关过的,你改完却一股 ai 味。为什么?差距不在工具,在 prompt, 你 让他写的高级,他只能堆空话,你让他按审稿标准输出,他才像论文助手。我带过一个学员,实验表不差,但分析只会写,效果显著。我给了他三条 prompt, 改完数字能解释结论也收得住。于哥今天分享给你。第一条 reviewer simulation 指定这样写。你现在是一名严格审稿人。 请阅读下面这段 method 和 experiment。 我 的研究任务是 x x x, 目标刊或会议是 x x x。 请输出五列表格潜在质疑点对应原文位置,被质疑原因、严重程度修改。建议重点检查 baseline 是 否过旧,消融是否不足,实验设置是否公平,数据说明是否完整。拿到结果后 先补最严重的两项,不要平均用力。第二条 result interpretation 指令这样写。下面是我的实验结果表,任务是 x x x, 评价指标是 x x x。 请不要编造表格外的数据,只根据表格分析结果。请按三段输出。第一段总结主要趋势,第二段解释我们方法为什么优于 bs, 必须结合模型机制。第三段列出还需要额外实验验证的解释,不能直接写成结论。这条能把高百分之二写出机制和边界,表外数字直接删。 第三条 claim calibration 指定这样写。请检查下面这段 discussion 是 否存在过度推论。请按四项输出,一、哪些句子结论过大。二、如何改得更克制。三、需要补哪些适用边界。四、可以加入哪些 future work, 保留原研究贡献,但不能把小数据集结果写成全场景通用。这条能救很多看着很牛但经不起问的表达, 每次用完都问三句有没有新增事实,结论有没有变大?哪些建议需要实践支撑?如果你现在写论文总是 ai 位重分析空讨论飘,我整理了一份 ai 科研能力进阶秘籍,打指令于哥安排。