shiyunzhe2021的博客

DocsGPT支持的用于训练的文档格式还是很多的，基本囊括了市面上文档所涉及的各种格式：.rst, .md, .mdx, .pdf, .docx, .csv, .epub, .html，我们用python的一个非常好用的库 requests 的文档举个例子，看看训练以后在DocsGPT中能有什么表现。这个时候我们就能完整的看到 DocsGPT 的交互页面了，我们会发现，这个页面和 ChatGPT 的对话页面长得非常相似，功能区域划分也是一致的。文件夹中是后台服务的相关代码，使用python语言编写，

有了向量数据，我们就可以创建问答Chain了，这个 Chain 是一个由多个模型和处理步骤组成的自然语言处理管道，它可以将用户输入的问题进行解析和分析，然后生成相应的答案。这种技术可以将原始数据表示为向量空间中的点，这样相似的数据点就可以在向量空间中靠近，而不相似的点则远离，从而更容易进行计算和比较，因此 Embeddings 向量通常具有许多有用的性质，例如可以使用它们进行词汇语义相似性计算、词性分类、情感分析等。LangChain 的核心思想是，你可以把不同的组件“链接”起来，形成一个链。

页面最上方是模型名字，往下一点便是模型的标签，主体部分，靠左的是模型的详细说明，右侧是一些关联信息，如果模型的API托管在 Hugging Face上，就会出现框柱的部分，我们可以在这里进行模型效果的体验。下方是模型列表，不带前缀的是官方模型，例如 gpt2，带前缀的是第三方提供的模型，例如 microsoft/layoutlmv3-base。使用方式与Github类似。如果我们希望执行的任务官方并没有对应的默认模型提供，我们可以去官网上按照下面的流程自己寻找合适的模型，然后在代码中明确使用某个模型即可。

不过，利用 ChatGPT 的文本生成能力，我们有另一种 AI 视频剪辑技术，可以快速实现另一个维度的视频生成：利用互联网上已有的图片和视频素材，通过标签关键字的查询能力，将 ChatGPT 生成的解说词，和不同视频素材一一对应，并完成不同视频素材之间的拼接、字幕的插入，得到一段 AI 解说视频。把 ChatGPT 生成的文案内容，粘贴到正文区域。不过就本次场景而言，剪映 AI 匹配的素材算是比较满意了，如上图所示，介绍到 404 页面时，还根据"程序员"主题词，匹配到了 GitHub 的 404 页面。

BLIP2 是 salesforce 公司开源的多模态模型，其大致的原理，可以类比看图写作，当前 AI 在文生图模式之外，也支持图生文模式，可以将照片中的核心元素识别出来。然后把这些元素作为上下文，交给 ChatGPT 类似的大语言模型进行扩展写作和对话。，在线 demo 使用 BLIP2-OPT-6.7B 模型来获取图片信息，使用 BLIP2-FlanT5xxl 模型来支持文本聊天。我们用两个实际的小任务，来测试一下 BLIP2 的能力，也顺带通过任务过程，介绍它的原理。

我们可以点击播放，看到 D-ID 自动识别了图片中头部和嘴部区域，按照文本的发音规律，生成了对应的口型，甚至辅助添加了一定的头部摆动效果。完成的数字人短视频，你可以发到短视频平台上，也可以插入到公司官网上，还可以放到产品介绍 PPT 里，都能给人眼前一亮的感觉。当我们有了 ChatGPT 生成的内容，有了 stable-diffusion、midjourney 或者 dalle2 生成的人像，如果还能让人像动起来，替我们朗诵或者播报一下 ChatGPT 的内容，不就是一个数字人了么？

微软作为 openai 公司背后的大股东，多年投入一朝开花结果，当然要把 ChatGPT 技术融入到自己的核心产品中，提升整体生产力。微软的第一个措施，就是在必应搜索引擎 bing.com 中，嵌入 ChatGPT。ChatGPT 一次训练花费甚巨，所以模型一直保留在 2021 年的数据训练结果上。但搜索引擎需要一直爬取最新的网页，提供最新的新闻、博客、文章和知识，所以，微软设计了一套传统 NLP 技术和 ChatGPT 技术融合协作的新一代搜索产品，并称为 New Bing。

由 ChatGPT 完成故事，并抽象每一节的场景描述为绘图 Prompt，导入到 Dalle2 中，按照需要设定绘本风格，生成图片。这时候，自然而然的可以联想到：那我们可不可以一步到位，把 ChatGPT 编出来的故事情节，再画成连环画、甚至生成动画视频呢？编一个简短的程序员笑话。随机种子的效果还是千差万别的，不过总体来说，变体 2 的大致布局可以接受。重复前几步操作，调整 prompt 中的关键词，就可以得到每一格子内的插画了。这里我们不尝试复现网友的绘本，用一个更简单有趣的场景，来尝试完成自己的故事。

页面上方按主题归类了 AIPRM 社区公开的所有提示模板，Topic 内包括的主体分类有：Copywriting、DevOps、Generative AI、Marketing、Operating Systems、Productivity、SaaS、SEO、Software Applications、Software Engineering、UNSURE。如果输出的内容需要做调整，可以在对话框右上角的"Continue"选项中，选择继续、重写、缩写等操作，也可以直接在输入框里写"继续"。

Character.AI 公司没有公布自己背后的 AI 技术来源，不过从 AI 角色的高级配置过程和效果来看，属于典型的 In-Context Learning 技术，应该和 GPT-3 属于同一代产品。我们可以想象一下，charactor.ai 背后，可能也采取了类似原理，对用户自定义的 40+ 个对话示例，也做了更多 prompt 仿写，然后进行模型微调，得到一个最终的 AI 角色。默认的角色创建内容，主要是添加角色的长描述，在影视界，可以类比演员给剧本中角色写的人物小传。

只需要写写注释，就能生成能够运行的代码？对于程序员群体来说，这绝对是一个提高生产力的超级工具，令人难以置信。实际上，早在2021年6月，微软和OpenAI联手推出了GitHub Copilot这一AI编程工具。它能够根据开发者的输入和上下文，生成高质量的代码片段和建议。这个工具看上去很好用很神奇，但我相信很多人仍然怀有一定的怀疑态度。让我们来亲身体验一下，看看效果如何。首先我们需要访问Copilot的官方网站开通copilot的使用权限。

修改完成后，notion AI 会临时展示生成结果，我们如果满意，可以点击下方的"Replace selection"，将生成的内容替换掉原来的内容；我们看到，notion 目前菜单栏顶部，多了一个选项，叫"Ask AI"。如果主要工作内容是自然语言处理类任务，notion AI 一定程度上可以视为 ChatGPT 的优秀替代品，并更有针对性的设计了良好的人机交互方式，值得尝试。有趣的是，notion 官方拒绝公开自己的 AI 能力来源，同时在官网上也没有提过一次 GPT 字眼。访问 notion 官网。

我们在读小说、看影视剧时，经常会有这样那样的遗憾：这里主角怎么没有吻上去呢？为什么不能给个大团圆结局呢？再仔细找找就能发现宝藏了啊！等等等等……在网剧领域，已经开始引入多剧情选择，给观众一定的自由。不过本质上还是类似游戏 NPC 的做法，剧组提前排好多段剧情供选择播放。在网络小说领域，遗憾就更多了。个人喜好的一本小说，随时可能因为受众不广、作者自身变动等诸多原因，不再继续更新。

从技术上来看，使用行星发动机推动地球逃离太阳系，到达另一个宜居星系是一项极其艰巨的任务，需要解决许多复杂的技术和工程上的挑战，比如如何加速地球、如何减速进入目标星系、如何保证航行中的生命支持等。另一方面，将人类转化为数字生命，生存在飞船里漫游宇宙并在新星系发展文明的方案，也需要解决许多技术和伦理方面的问题，比如如何实现数字化转化、如何保证数字生命的稳定性和安全性、如何管理强人工智能等。首先，数字化生命的存储和维护需要大量的资源和能源，特别是在长时间的航行中，需要考虑飞船的能源供应、维护和更新。

玩游戏的一个必要过程，就是和 NPC 对话，领取任务，获取线索。我们甚至可以展望，等到 AIGC 绘图模型的连续出图能力相对稳定以后，在这段 JSON 里再加上 background_prompt 信息，我们将获得的，不仅仅是一个 ChatGPT 驱动的 NPC，而是整个 ChatGPT 驱动的 2D 游戏。和原版不同，这个版本的实现过程非常简单，既不需要专门的训练，也不需要复杂的代码编写，甚至也不需要做中英文翻译。我们可以看到，确实相同背景下，我们得到的游戏背景和任务体验，和原作者的示例，是不太一样的。

旅行社组团，只能听从安排，马蜂窝教程，又要耗时耗力阅读，多篇之间的差异，对比出来还要费脑筋选择，甚至考虑遗憾错过怎么办等等。因为 ChatGPT 要一步一步列出所有经纬度，内容较长，这里不截图完全过程，但是从最后一段回复文本中可以看到，ChatGPT 已经得到了兵马俑距离大雁塔其实很远的结果，但依然不改规划——其实，ChatGPT 计算出来的其他这些距离也是错误百出：芙蓉园到华清宫其实长达 38.3 公里远，华清宫到兵马俑只有 9.6 公里。我告诉你我的位置，你从我附近的地方里推荐一些可以参观的景点。

和ChatGPT聊天可以运用在各种正式、非正式，工作、休闲场合，让我们再来看一个场景，也是年轻人群体中非常热门的话题：健身。健身已经是年轻人最流行的活动，既可以是私密的个人健身，也可以是呼朋唤友的骑行、夜跑。我希望通过体育锻炼变得更健康、更强壮，我将为你提供你所需要的我个人的所有相关信息，而您的角色是根据我当前的健身水平、目标和生活习惯为我设计最佳计划。您将能够指导我进行安全有效的姿势，创建适合我需求的个性化序列，引导冥想课程和放松技巧，培养专注于平静身心的氛围，为改善整体健康的生活方式调整提供建议。

有研究显示，在心理咨询领域，对最终咨询起效果的影响因子中，有 35% 是在资讯之外的生活本身有变化，30%是来访者的配合程度，15%是和诊疗师的关系互信，10%是咨询方法技术，7%是咨询师的个人能力差异。其实我之前是一个很外向的人，现在的情况让我有点担心，这是不是代表着自己的性格变得孤僻了。作为通用型生成 AI，ChatGPT 可以作为全科医生的智能助理，通过多轮问答交流，帮助问诊病人或家属快速了解自己的需求和请求，进行初步筛选和提供建议，帮助医院或其他互联网平台，将病人转接到合适的专业医生进行后续诊疗。

著名的"下厨房" App，就是针对这个需求应运而生的。不过在"下厨房"里，主要的使用方式是根据"食材"来查询菜谱，然后自行浏览菜谱中的细节，挑选自己满意的方案。我的第一个问题是"我喜欢吃鲁菜，对高蛋白过敏，目前家里有鱼有虾有羊排"第二，目前还是纯文本模型，不能像"下厨房"那样直接给配图，一眼看出来各种配料具体用多少。不过还是看得出来在这个问题上，ChatGPT 的能力还有局限：第一，毕竟是国外产品，习惯用。现在，有了 ChatGPT，我们可以放飞思路，从不同角度，个性化的提问，得到最合自己心意的菜谱。

Linux 基金会旗下的 CNCF 则这么定义：云原生技术有利于各组织在公有云、私有云和混合云等新型动态环境中，构建和运行可弹性扩展的应用。华为的云原生 2.0 版本有八大架构原则：容器化原则、分布式原则、微服务化原则、Serverless原则、Service Mesh架构原则、DevSecOps原则、声明式API原则和可观测性原则。第一步结论出来了：ChatGPT 顾问认为，只购买云主机然后自己部署应用提供服务，是“云托管”，不是“云原生”。现在，让我们假装自己是个啥都不懂的小白，开始提问。

接下来，需要根据实际情况，评估漏洞是否已经造成损失。一般来说，企业内部都会建设 SIEM 安全信息与事件管理系统，集中化存储各种系统和应用日志，我们只需要知道查什么日志里的什么文本，就可以快速搜索了。没问题，ChatGPT 对 CVE-2020-14882 的理解是正确的，并且给出的建议也符合一般安全运营人员对待漏洞的惯例：隔离、评估、修复、加固等等。因此，我们只需要在 SIEM 系统中，搜索访问日志里的这段文本，即可确认自己的 IT 系统，是否已经被利用，利用方的来源 IP 地址、时间等信息。

我是一个具有丰富的移动应用开发和数据分析经验的软件工程师，具备独立完成项目的能力和良好的团队合作能力。此外，我们还可以用来写求职邮件。非常有趣的是，多次尝试都发现了相同的现象：ChatGPT 觉得两段公司的工作经历对于软件工程师来说，不够充实 10 年经验，于是 ChatGPT 一定要再编第三段经历才行。电子邮件是日常工作中很常用的工具，在相对正式的场合，一封格式美观、用语典雅的电子邮件正文会起到很好的作用。在自由职业期间，我主要从事移动应用开发和数据分析方面的工作，完成了多个项目，并且获得了客户的好评。

ChatGPT 不光了解一些正式的文件格式，同样也了解互联网时代新一代产品的个性化格式。比如，twitter、微博通常采用 来代表内容的话题。而 ChatGPT 同时可以完成对内容的扩、缩写，主题词的提取，以及话题的标签格式化。让我们先尝试一条扩写的微博话题示例：ChatGPT 果然自动生成了一条微博，并且添加了三个可能的话题，分别是刘慈欣、三体、科幻小说。类似的，我们也可以让 ChatGPT 根据自己创作的文章缩写成一条微博。为免版权争议，这里我使用拙荆的话剧《四张机》观后感作为示例。全文共 1520

书写文章时，巧妙的使用一些小图标，可以给文章增加不少的灵动感，读者也会感觉更加轻松。我们在不少 GitHub 的项目介绍和个人介绍页面上，都可以看到在列表、标题上使用了 emoji 文字。具体看生成内容的细节，可以感觉到 ChatGPT 确实按照内容做了一定的 emoji 选择。如果我们喜欢这种布局效果，但是不想使用 emoji，而想使用其他专门设计的图标，比如开源社区著名的 font awesome 图标库。如果想要把这篇内容复制出去使用，那就要使用 markdown 的源格式，不能使用渲染后的效果了。

Office 三套件可以说是现代办公族必备的办公工具。其中，Excel 因为内置的计算函数、VBA 宏等高级功能又成为了非专业人士最头疼的 Office 组件。非财务专业人士，估计平常会用的 Excel 函数仅限于 , 等，甚至这些都是通过界面点击求和完成。稍有难度的需求，通常都要向外求助。现在有了 ChatGPT，把统计需求说给 ChatGPT 后，ChatGPT 就能返回比较专业的函数用法和操作步骤，可以大大减轻普通办公人员的操作难度。我们以一份简单的学生考试成绩表为例，演示如何使用 ChatGPT

著名的 stackoverflow 网站，就宣布禁止用户使用 ChatGPT 生成的内容来回答问题，一经发现，哪怕回答是正确的，也要封号——而不仅仅是删除这个回答。在基础设施层排障场景，目前有越来越多的小工具在基于 ChatGPT 构建，比如实现 bpftrace 编写的 GPTtrace、实现kubenertes 状态解读的 k8sgpt 等等。项目，就是一个简化工具。修改后的代码经过测试是可以运行的，也得到了我们想要的结果，如果我们利用好这个工具，可以在解决代码问题的时候节省大量的时间，提高工作效率。

ChatGPT 即了解具体的编程知识，也了解编程之前的需求设计过程。因此产品经理也可以使用 ChatGPT 来快速编写PRD(产品需求文档, production requirement documentation)。

通过上面的一些列提问和回答，我们可以看到，ChatGPT不仅仅能够帮助我们解决 Leetcode 的题目，还能够帮助我们更好地理解这些题目，给我们提供详细的解题过程和代码实现，帮助我们能更好的理解和掌握相关的解法和思路，从而帮助我们在技术方面更快的成长。当然了，ChatGPT 的答案也可能存在不完整或错误的情况，这个时候就需要我们对于ChatGPT给出的答案进行真实的验证，将程序跑通并进行丰富的测试，这样我们才不会被ChatGPT的错误答案误导了。作为一个程序员，Leetcode 是一个非常重要的网站。

因此，我们可以尝试让 ChatGPT 直接针对特定场景给出最终的 JSON 配置，直接贴进 grafana 即可。现在让我们实际验证一下输出的正确性吧。Grafana是开源社区最流行的数据可视化软件，一定程度上也和 superset 一起被视为 tableau 等商业 BI 的开源替代品，很多IT 团队、科研团队，都会使用 Grafana 来做数据监控、挖掘分析。结果很有趣，ChatGPT 严正申明自己只是一个语言模型，又不知道我们实际环境情况，大段的免责说完以后，其实还是给出了JSON 配置。

第一个肌肤微丰，合中身材，腮凝新荔，鼻腻鹅脂，温柔沉默，观之可亲。第二个削肩细腰，长挑身材，鸭蛋脸面，俊眼修眉，顾盼神飞，文彩精华，见之忘俗。不免贾母又伤感起来，因说：“我这些儿女，所疼者独有你母亲，今日一旦先舍我去了，连面也不能一见，今见了你，我怎不伤心！所以，为了更好的利用 ChatGPT 的文本生成能力，我们还是需要给出一些更明确的内容，效果更加。以后，不但可以直接生成 neo4j 的插入语句了，甚至连实体的属性输出的都更全面了，"贾宝玉"直接配上了年龄、状态、性格等一系列属性，真是太神奇了。

比如我们希望通过输入文本指令，可以控制网页中的元素进行一些操作，例如点击、输入、滚动等等，那么我们可以通过 ChatGPT 对指令进行解析并根据预设的操作和要求，帮助我们按照模版生成相应的指令片段，这样我们后续就可以根据这些统一格式的指令片段进行解析并做相应的处理了。这个link标签中的href属性，并将其作为参数传入了openLink()函数中，并且按照我们设定的输出模版，将和正确的输出到页面上，这样我们就可以把这些统一格式的指令片段进行解析，然后按照需求做相应的处理了。你是一位浏览器页面自动化助手。

现在，人工智能大模型因为安装包越来越大，安装环境要求越来越高，也通常会提供在线沙箱，本书后续章节，会专门介绍针对 AI 模型的托管和体验网站 huggingface。ChatGPT 作为文本生成模型，如果用来模拟一个在线沙箱，安全性反而大大提高，甚至一定程度上达到安全蜜罐的效果——黑客看到 ChatGPT 的输出可能因为渗透成功，但其实只是 ChatGPT 生成的文本而已。有兴趣的读者，可以试试在 prompt 中，加入更多的数据格式和文本提示，让 ChatGPT 的输出，看起来更加真实。

我们以纳斯达克大数据领域上市公司第一股 Splunk 的仪表盘配置数据为例，该软件从 v7 升级到 v8 版本时，重构了自己的仪表盘设计，配置数据结构从 XML 改为了 JSON。在应用系统开发和维护中，经常会有配置数据或客户数据需要在不同的序列化结构中相互转换的需求。ChatGPT 成功的输出了对应内容的 JSON 格式数据。不过是否真的合法呢？我们打开 JSONLint 工具，把 ChatGPT 输出的内容复制粘贴到 JSONLint 工具的文本输入框内，点击验证，看到工具返回验证成功。

现在，有了ChatGPT，我们就可以利用它来帮助我们完成这项工作，因为ChatGPT具有高度自适应性，可以自动学习源语言和目标语言之间的语义和结构差异，因此它可以适应各种编程语言和转换任务，包括不同语法结构和关键字的语言之间的转换。我们看到，ChatGPT不仅仅将代码转换过来，并且对于使用的第三方库，也找到了Javascript中可用的相对应的依赖库，而且调用第三方库的一些参数，也保留下来并在Javascript中正确设置了对应的参数，我们将ChatGPT的回复复制到本地，保存为js文件，然后使用。

ChatGPT很贴心的把文件分成了三段，分别解释了第一段导入 openai 外部库，第二段导入 config.py 内部实现类并创建对象，并将对象内的属性值传给 openai。第三段对具体函数做解释，分别包括入参和出参的含义、数据类型等等。如果是我们自己写代码，其实同样可以让 ChatGPT 解读。这样可以看看 ChatGPT 的理解，是否和我们编程时考虑的逻辑保持一致。未来由其他同事来维护这段代码时，不至于产生误解。

ChatGPT 可以运用其出色的自然语言处理技术，深入理解和解释开发者的需求，快速生成适合的代码片段。我们看到ChatGPT根据我们的需求，生成一个完整的代码片段，包括了API服务的基本框架，以及根据城市名称获取天气情况的代码逻辑，并对这段代码的执行逻辑进行了比较详细的解释。这个API服务，我们只需要花费几分钟的时间就构建完成了，而且基本不需要写任何代码，这就是ChatGPT的强大之处。比如说我们希望构建一个API服务，这个API服务提供一个接口，该接口可以根据URL中的城市名称参数返回该城市的天气情况。

那么在翻译领域，ChatGPT 的表现如何呢？作为对应，我们看看翻译为英文的部分，中国的有道词典、美国的谷歌翻译和德国的 DeepL 的结果。这三者的翻译一般来说结果比较稳定，不像 ChatGPT 可能生成会有差异，所以我们直接复制结果上来。对比来看，除谷歌翻译那个莫名其妙的"let me be a dumb"外，大家表意都基本正确，就是 holding 和 hand 有些重复累赘。不过如果考虑绕口令属于一种带韵律的文本，ChatGPT 生成的结果，韵律感形式非常明显，确实更胜一筹。

我们给的 prompt 中，分别是 1 个 complate、1 个 kb、2 个 found、1 个 free、1 个 found、2 个 ID、1 个 found、1 个 complete，ChatGPT 生成 30 条也一模一样按照这个顺序循环 3 次。这里就不重复演示了。对比原始数据可以发现，ChatGPT 完美的识别除了数据中哪些内容是可以被随机替换的，应该怎么替换，并且保证了在同一行内，相同的的内容，Question、Answer 和 RawLog 中保持一致。参照上面数据，仿写一批类似数据。

识别这段文本中的命名实体和词性分类：毛泽东指挥中央红军三个月的时间六次穿越三条河流，转战川贵滇三省，巧妙地穿插于国民党军重兵集团围剿之间，不断创造战机，在运动中大量歼灭敌人，牢牢地掌握战场的主动权，取得了红军长征史上以少胜多，变被动为主动的光辉战例。令人惊讶的是，ChatGPT 可以直接识别出"红军长征"是一个事件名，而没有当做一个主谓结构的词组。ChatGPT 同时给出了 spacy 源代码，以及实际可能的输出结果，并都用代码框高亮显示出来。* 三个月的时间：名词短语，作时间状语。

因此，想用 ChatGPT 做实际的文本标注工作，还是要学习如何使用 openai 公司的 API 接口，本书后续章节也有针对性的内容可以参照。张无忌心中一片迷惘，想起赵敏盈盈笑语、种种动人之处，只觉若能娶赵敏为妻，长自和她相伴，那才是生平至福，但一转念间，立时忆起殷离脸上横七竖八、血淋淋的剑伤来，忙道：“赵姑娘是我大仇，我要杀了她为表妹雪恨。正向情绪溢于言表，负向情绪藏起来没明说，一多一少，总体就依然是正向的"喜欢"。review 是评论文本，label 是情感分类标记，为 1 表示正向，0 表示负向。