如何利用AI高效高质量地完成课后作业与实验报告

如何利用AI高效高质量地完成课后作业与实验报告

注：以下内容均为本学期个人使用AI大模型的个人见解，未使用AI生成回答问题，如有类似模型生成的部分则纯属巧合（笑）。🫡

AI大模型的使用目前在大学生群体中真是愈发普遍了，甚至于到了不适用AI 影响作业完成的时间和效率的程度了，老师们似乎也意识到了这点，在作业量的体量上进行适当增加（？），或者在文字量上有所约束，为了应对繁重的课业，上有政策，下有对策，学生们也有各种办法，且听我如下细细道来。

本学期课程所涉及的实验内容较多，理论作业则很少。

针对实验作业：

实验过程中：

针对实验，我一般选择在Chat将实验的全部要求或者相关指导文件ppt等直接喂给gpt，再让它针对其中国的每一步操作给我详细的指导，我在自行实践过程中有所疑问时，再针对性去提问，借助于gpt的整体思路指导，事半功倍。

遇到代码问题时，我会直接将输出的报错复制给gpt并让它解释，给我针对性解决方案。

针对网安专业特有的各种环境配置问题，工具使用问题时，我也会将不理解含义的弹窗直接截图给它，让gpt帮我分析问题，解释含义，相比于直接在互联网上搜索，gpt的回答更具体，我也能根据它回答中发散性的部分进行深度搜索，从而更彻底解决或者明白问题原理。

撰写实验报告时：

我会将自己的关键实验截图部分丢给gpt，让它帮我生成对图片中内容的解释，例如对抓包的分析，原理的概括等等，在实验总结部分也会借助ai帮忙进行整理和总结（但是心得部分还是会自己写的哈哈）。

针对课后作业：

在完成编译原理，算法课等作业时，我会利用AI进行问题求解和步骤解析。例如，输入题目，获取详细的解题步骤，对我来说有助于理解解题思路。我也会针对不同的题目选择不同的模型来交叉验证，例如把同一道题的交给不同模型生成相同/不同的编程语言的答案，并进行横向对比来择优“录取”为我的答案。

1）高质量：如何批判性地看待AI的回答？ 如何处理AI幻觉带来的干扰？AI观点缺少引用的问题如何解决？

生成式大模型是通过大量数据训练，生成符合语法和逻辑的回答。然而，这些回答基于统计模式的，并不具备真正的理解能力。所以，我首先会尽量要求gpt给出它回答的出处（官方网站，来源网址等），在遇到我有所怀疑的部分时自行前往相应网页求证，同时我还会使用不同的大模型，让他们直接交叉验证回答的正确性，并要求模型给出更加详细是解释。

AI幻觉指的是AI生成的内容看似合理但实际上不准确或虚构的信息。这种现象可能导致用户误解或获取错误的信息。针对这种问题，我一般会尽量采取多渠道验证，通过多种信息源（如书籍、学术论文、权威网站）确认AI提供的信息。 ​ 针对AI观点缺少引用的问题，我会利用AI辅助查找，要求gptI提供相关主题的参考文献列表，然后自己去逐一查找并验证这些文献的准确性和相关性（或者将相应文献直接列在参考文献列表），最好自己全文读一下论文，或者把论文给gpt让它辅助阅读，概括观点和翻译等。

2） 提问的艺术与经验总结。

具体与详细是AI提问的艺术的“标准答案”。 我会避免模糊不清的问题，在对话的开始提供足够的背景信息和上下文（给它全部实验要求）。然后要求gpt按步骤给我指导，而不是泛泛而谈。主要还是要具体问题具体分析，可以在提问时顺带带上自己的思路思考，让gpt给你纠正，或者反之，进行更深入的引导。

进行角色扮演也是有用的办法之一（但随着模型的升级其有用性在递减），我今年阅读了在github上的一篇指导gpt使用的文档，并进行了相应实践，也让算是小有收获吧，文档链接附上：GitHub - SparkGPT001/gpt-tutorial-101: ChatGPT从0到1学习资料汇总，入门/原理/应用/场景/实操，最好的GPT学习中文文档

3）国内外AI大模型比较：从用户视角与体验出发。

本人国内大模型的使用经历也颇多，具体包括但不限于，Kimi（目前最常用），豆包，通义千问，文心一言等。在我心目中，大模型的排名是：ChatGpt>>Kimi>豆包=通义千问>文心一言。

国外大模型最主要的问题在于需要花钱（不是），每月150元的付费花销不可避免，以及年包的VPN科学上网费用等。连接代理后访问校园网的部分模块时也会速度缓慢，偶发打不开网址等现象，访问国内网址，域名时速度大大滴下降，这些都会造成一定程度的使用困扰。除此之外我认为国外大模型在各方面都能吊打国内的，没什么大问题（），非要说的话就是，国内模型在中文处理上有微弱优势，响应速度更快崩溃少，使用门槛低。

4） 你是如何使用AI的？

本人于2024年8月份（暑假暑期科研期间）开通了ChatGpt Plus，并每月续费20美元至今，今后也打算继续付费用之，gptPlus用户能够享受到更高级的模型，更多的文件传输和提问次数，这些功能无不让我受益。这半年来我也见证着gpt的不断进化，升级，变得更加智能。随着大模型的变化，我的使用习惯也在随之改变。

例如，gpt出现联网搜索功能后，我则更多将其当作一个搜索引擎使用，平时遇到各种简单的，概念性的问题都会丢给gpt，将学习中遇到的新名词，新概念等理解后，再自己整理到OneNote（个人笔记本）中，方便每门课之后用到时随时查阅。这大大提高了我对新知识的吸收能力，减少了重复搜索。

又例如，在gpt的o1模型接入后，o1模型的思考方式与4o不同，个人感觉最大区别是，o1思维更加人性化，会进行类似人类的思考并将过程展示出来，解释也会更全面，会照顾到我（隐秘的）需求，没直接提问的关联领域它也会适当介绍，补充我的知识。我常用o1进行一些文字生成工作，并直接在它生成的文本中修改，提出意见，再让它重新生成，效率奇高。

还例如，在gpt更新了项目模块后，同一门课程的实验或者作业，我都倾向于建立一个项目进行询问，不必担心一个对话中文件太多被限制或者崩溃，再开新对话又没有之前的记忆。在同个项目下gpt思维是连续的，且会根据历史对话更有针对性回答。

以上就是我的AI使用总结！希望能对你有所帮助！🥰