|
內(nèi)容出自Tim Ferriss對凱文凱利的訪談節(jié)目（油管）。前半部分為內(nèi)容總覽；后半部分為原字幕的翻譯。 這段訪談揭示了一個常見的誤區(qū)，我們想當然的認為凱文凱利這種未來學家、思想家是喜歡“思考”，認同“思考主義”的，實際上凱文凱利的觀點：思考主義“只能走這么遠”。讀過上一篇凱文凱利講自己寫作狀態(tài)文章的朋友知道，凱文凱利的寫作，并非用思考的方式在寫，而是“寫作要從身體里出來，而你無法控制它?！?/strong> 寫作的時候我們并非簡單的在表達自己。我們可以是以和萬物一體的狀態(tài)寫作的。這就是為什么我們對所有關于 AI 是否會替代我們的擔心，都是不必要的。AI 的發(fā)展，讓人可以只需要做人，不再需要成為工具，不再需要被奴役，還所有人真正的自由。  凱文凱利認為 AI 對制作初稿幫助很大；Tim問凱凱利怎么提問，如何用 以下為字幕總結(jié)： 對很多人來說，寫作最困難的部分就是開始寫第一稿。Kevin Kelly 分享了如何利用 AI 工具來克服這個困難。 思考主義(thinkism)的誤區(qū)Kelly 強調(diào)了一個重要觀點：我們必須通過使用來了解技術。他提出了'思考主義'(thinkism)的概念，即過分依賴純粹思考來解決問題的傾向。但實際上，許多技術的能力和用途都是在使用過程中被發(fā)現(xiàn)的。
 凱文凱利：“思考主義”【字幕自動翻譯成了思想主義】只能走這么遠 AI 模型的本質(zhì)是“群體智慧”聊天模型（如 ChatGPT）產(chǎn)生的內(nèi)容本質(zhì)上是一種'群體智慧'。就像計算糖果罐中糖果數(shù)量時，平均值往往最準確一樣，AI 模型也是通過整合各種觀點和信息，產(chǎn)生相對中庸的輸出。 實用提示和應用方法以下是一些實用的 AI 寫作輔助方法：
'不錯的實習生'Kelly 將 AI 比作一個'不錯的實習生'— 它的輸出可能不是完美的，但能提供有用的起點和靈感。重要的是要認識到 AI 是一個輔助工具，最終的創(chuàng)作和決策還是需要人來完成。 舉個例子，有人用 ChatGPT 模仿 Tim Ferriss 的訪談風格生成采訪問題。雖然這些問題可能不夠精致，但作為起點和參考還是相當實用的。這正好說明了 AI 作為'不錯的實習生'的定位 — 它可能不完美，但確實能提供有價值的幫助。  凱文凱利：發(fā)明者對這些東西會怎么用并不會真的有任何想法
原字幕整理：你知道 Bing 和 Google 對我有幫助 我一直在起草第一稿時遇到困難，這對我來說簡直是一個障礙，對吧？ 我知道這種感覺，你也知道這種感覺。 我發(fā)現(xiàn)一些方法可以在起草第一稿時提供幫助。 怎么提示它？能舉個例子嗎？有很多不同的方式，我一直在收集這些東西。 重點是，這也給我們提供了一個關于技術的寶貴教訓：我們需要通過使用技術來真正理解它。 這讓我想到了一種現(xiàn)象，我稱之為“思考主義”（Thinkism）。這是一種依賴思考來解決問題的方式，對喜歡思考的人特別有吸引力。 但問題在于，思考主義的能力是有限的。它只能帶我們走到某一步。 實際上，我們所發(fā)現(xiàn)的這些技術功能中，沒有一項是它的發(fā)明者們最初能夠預見的。 我們通過集體使用這些工具，不斷發(fā)掘它們的潛力，同時也逐步意識到它們的弊端。 這很重要，因為這就是我們引導技術發(fā)展的方式。 問題是，如果禁止它或關掉它，我們將失去引導的機會。 再回到那個比喻，現(xiàn)在通過使用這些工具，我們正在揭示它們的可能性，而我也在嘗試追蹤人們實際是如何使用它們的。 關于聊天大模型：這些聊天模型生成的內(nèi)容，其實是某種“群體智慧”的體現(xiàn)。 “群體智慧”最經(jīng)典的例子是猜瓶子里有多少顆糖豆。如果取所有猜測值的平均值，最接近正確答案的往往就是這個平均值。 聊天模型也是如此：它整合了所有的信息，包括好的壞的、天才的和糟糕的，最終生成一個平均值。 因此，聊天模型的內(nèi)容通常是大致正確的，但也顯得相當中規(guī)中矩、平淡無奇。 很多時候，我們對模型的“調(diào)教”就像是在推動它做得更好。 例如，你可以讓它的風格更“諷刺一些”或“專業(yè)一些”。 假設一個場景：假如你完全沒有頭緒，只是淋浴時突然蹦出一個想法，你想試著起草一個草稿。 第一步是什么？第二步是什么？ 這取決于你需要什么。 比如，你可以讓模型先對相關領域已有的內(nèi)容做個總結(jié)：“告訴我所有相關的信息?！?/p> 或者說：“寫一個包含五個要點的概要?！?/p>
 先讓 chatgpt 列出 5 個要點，然后就圍繞自己不理解的地方提問 舉個例子：我最近用過的一個案例是，“埃及建筑如何影響羅馬建筑?！?/p> 你可以讓模型列出五個要點，然后圍繞某些你不理解的地方提出問題。 例如：“深入解釋第一個要點，并引用更多來源?！?/p> 或者：“給我10個更具體的例子?！?/p> 這是一種擴展方式。當然你也可以讓它縮短內(nèi)容，比如總結(jié)為要點形式，提煉出“關鍵結(jié)論”或“教育意義”。 你會得到一些零碎的信息，但不一定直接使用這些內(nèi)容。 但它也許能給你一些靈感，或者讓你借鑒結(jié)構(gòu)，至少讓你對其中四分之三感到滿意。 最重要的是，它幫助你跨越了“空白狀態(tài)”的障礙。 對我來說，這很重要，因為它能讓我開始動起來。 更多用例：· 比如有人寫劇本，他們會用聊天模型來查找薄弱情節(jié)：“指出這個劇本中的漏洞。” · 或者讓模型幫助檢查矛盾之處：“看看有沒有內(nèi)部的不一致性或連續(xù)性問題。” 我還用它來寫書。 比如我的出版商曾要求我提供一些“宣傳要點”。 于是我就讓模型生成了九條宣傳點。 它給出的列表很好，雖然我不能直接用，但它是一個很好的起點。 另一個有趣的例子：我有個朋友每天寫博客，每天生成40篇內(nèi)容。 他們會用模型來起標題：“給我五個吸引人的標題?！?/p> 有時還會把文章上傳，讓模型幫忙生成一個出彩的結(jié)尾。 總之，模型是個“還不錯的實習生”。 雖然它不夠完美，但總能給你提供一些起點或靈感。 具體例子：我的朋友用 ChatGPT 為我推薦播客嘉賓時，輸入了一個類似這樣的提示： “列出一些提問，假設是 Tim Ferriss 在采訪 John Verakee，他會問什么問題？” 結(jié)果非常不錯，雖然不完美，但也不差。 結(jié)論： “還不錯的實習生”可能是對這些聊天模型的最佳總結(jié)。 深度內(nèi)容推薦： 《內(nèi)驅(qū)創(chuàng)作貨幣化》，人生自由指南 
|
|
|
