2023年11月,OpenAI发布了自定义GPTs,开启了使用ChatGPT的全新纪元。这项创新不仅允许用户根据个人需求定制化他们的GPT助手,还可以将这些个性化的创新分享给其他用户,从而促进了一个基于共享和合作的知识生态系统的形成。
特别是在辅助写作方面,通过独特的数据库、精心设计的提示词,以及创新的内容生成逻辑,这些定制化的GPT助手大大提高了处理特定问题时的效率和精度,相比OpenAI的标准ChatGPT模型,它们提供了更为高效和精确的解决方案。
GPTS:编织文字的“魔法”
“Write For Me”能提供高质量的内容;“Academic Assistant Pro”能让文字散发老教授的学术气息;“Humanizer Pro”能让文字变得细腻动人;“Book Creator Guide”能成为书籍写作助理;“AI Humanizer Pro”可以将内容“人性化”......
从使用体验来看,这些GPTs基本都首先询问用户的预期用途、目标受众、语气、字数、风格和内容格式,然后创作大纲并进行字数管理,以保证生成的结果更加贴合用户的需求。同时,大都支持长文章生成,能准确的字数控制以及章节之间内容的衔接。部分如“Humanizer Pro”等会帮助用户从历史脉络、方法论述到延伸案例进行知识介绍。
尽管这些GPTs能提供质量相比于ChatGPT4.0直接生成的内容要高,但其理解和创造力还存在一定程度上的缺陷。
实践证明,这些GPTs大多数都需要足够的信息才能产出高度个性化的内容,受制于AI技术局限,其本身在内容涌现方面的能力较为欠缺。在复杂、高度专业化需求时,还需要更多的指导和校正。不支持逻辑性强的提问,同时实测中文生成字数基本都少于要求的字数。对写论文所需要的引用与脚注的支持不够。
面对这些GPTs的特点,如何利用Prompt(提示词)规避确定,发挥长处是重中之重。
笔者建议可以从以下几个层面优化Prompt。
一方面,要先生成文章提纲,再根据提纲逐次生成各部分。
另一方面,可以优化拼写、语法、清晰度、简洁性和整体可读性,分解长句子,减少重复,并提出改进建议。
此外,我们可以设计一个“知识框架”,让 AI 用这个知识框架去挖掘他的资料库,然后进行文字接龙,但这样往往能够更有效的产出可用品质的结果,减少AI放飞自我的胡说八道(幻觉)。
如何编写一条GPTS“超级咒语”?
根据上述给出的优化方法,我们写了一份Prompt:
你是一位拥有AI领域知识的研究和实践专家,尤其擅长将专业学术以及趋势观点类的研究工作。请你基于“AI的安全性与鲁棒性”这一课题写一篇研究分析类的文章。
规则:
- 全程使用中文回复
- 要列出文章提纲,再根据提纲逐次生成各部分。
- 要保留引用的论文,例如 [1] 这样的引用。
- 引用的论文时要保留图注、表头格式,例如:“图 1: “表 1: ”。
- 针对有关学术术语、学术名次要准确,同时给出相关释意
如:对齐(Alignment)、鲁棒性(Robustness)、监测(Monitoring)
系统安全性(Systemic Safety)
策略:
请一步一步分析,并打印每步的结果:
1、先概述有关该课题的历史源流,然后用一般人也能懂的方式诠释基本概念,接着根据主题适合的角度用完整多层清单展开这个知识的推论逻辑、操作步骤、历史脉络或是方法论流程。
2、提供多人专家小组的个别建议。 请一步一步分析,先根据课题设计出起码4个不同领域的专家,后续让不同的专家分别提供其专业建议,先模拟第一位专家的角度提供建言,建议时专家会先从自己的专业知识来分析问题成因,然后提出自己专业领域的理论提供解决方法,说明时会尽量让一般人也能听懂,但也有专业的论证,并且有完整的建议步骤解释。
3、当每一位专家分享完后,询问我有没有想问这专家的问题,或列出还有哪些专家可以提供建议,让我选择。
4、用一个具体形象化的模拟案例提供这个知识主题的延伸诠释,最后,分析这个知识主题适合应用在什么情况。并且,在消息最后举出内容中值得深入探讨的子主题,询问我想针对内容中的哪一部分继续深入研究。
从效果方面不难看出,通过优化后的Prompt,我们成功地利用定制化GPTS,一定程度上提高了内容生成效果。
总的来说,优化后的GPTS不仅能够更好地满足用户的具体需求,还能够提供更加精准、深入的内容分析。这标志着我们正处在一个通过技术创新来增强人类能力的新时代,通过这些先进的工具,我们可以达到前所未有的创作和研究高度。
未来,随着AI技术的不断进步和优化,我们有理由相信,这些工具将为我们解锁更多的可能性,推动创新写作的界限不断扩展。
好文章,需要你的鼓励
HPE旗下Unix系统HP-UX 11i v3最终版本已于去年底结束支持,标志着这一始于1982年的操作系统产品线正式终结。该系统经历了从HP FOCUS处理器到摩托罗拉68000,再到PA-RISC架构的演进历程。最后几个版本仅支持英特尔安腾处理器,随着2021年安腾处理器停产,HP-UX失去硬件支撑而走向终结。
SimWorld是由UCSD等多所顶尖院校联合开发的革命性AI仿真平台,基于虚幻引擎5构建了具备真实物理规律的虚拟城市环境。该平台支持无限扩展的程序化世界生成和自然语言交互,让AI智能体能够在复杂环境中学会生存、合作和竞争,为通用人工智能的发展提供了前所未有的训练平台。
AI正成为数据中心行业最具颠覆性的力量。2025年AI加剧了电力危机,代理AI技术进一步推高了数据中心需求,AWS和Cloudflare等大型服务商的重大故障凸显了基础设施韧性的重要性。展望2026年,液冷系统将加速普及,AI基础设施监管将趋严,边缘AI部署增长,量子-AI融合准备启动,现场电源投资将增加,这些趋势将持续重塑数据中心行业格局。
浙江大学联合华为提出C2DLM,这是一种因果概念引导的扩散语言模型,通过自动提取因果关系并融入注意力机制来增强AI推理能力。相比传统方法,C2DLM在推理任务上平均提升1.31%-12%,训练效率提高3.2倍,为解决语言模型推理能力不足开辟了新路径。