# AI初级教程
## 一、理解AI的定义[](https://www.bookai.top/docs/ChatGPT-tutorial/%E4%BB%80%E4%B9%88%E6%98%AFAI#%E4%B8%80%E7%90%86%E8%A7%A3ai%E7%9A%84%E5%AE%9A%E4%B9%89)
在聊ChatGPT之前，应该先聊聊AI。我们先来界定下到底什么叫AI（Artificial Intelligence），也就是人工智能。维基百科对它的定义是一种模拟人类智能的计算机系统，这种系统能够理解、学习和适应环境，从而完成各种任务，包括语音识别、视觉识别、决策制定和自然语言处理等。这是个被讨论迭代过很多次的定义，没有一个字的废话，我们可以一个一个字拆解看这个定义意味着什么：
1. 模拟人类智能：AI的目标是让计算机系统能够模拟人类的思维和行为，这意味着AI需要具备类似人类的认知和处理信息的能力。
2. 计算机系统：AI依赖于计算机硬件和软件技术，通过编程和算法实现对人类智能的模拟。
3. 理解、学习和适应环境：这些是AI系统的关键特征，使得它们能够在不断变化的环境中自主学习和改进。理解是指AI能够识别和处理输入数据；学习是指AI能够从数据中提取知识并优化其性能；适应是指AI能够根据环境变化调整自身策略和行为。
4. 完成各种任务：AI的应用范围很广泛，包括语音识别、视觉识别、决策制定和自然语言处理等。这些任务通常需要复杂的信息处理和推理能力，而AI正是为了实现这些能力而设计的。
## 二、AI的 「人工智障」 历史[](https://www.bookai.top/docs/ChatGPT-tutorial/%E4%BB%80%E4%B9%88%E6%98%AFAI#%E4%BA%8Cai%E7%9A%84%E4%BA%BA%E5%B7%A5%E6%99%BA%E9%9A%9C%E5%8E%86%E5%8F%B2)
AI本质上不是什么新概念，它最早可以追溯到20世纪50年代。当时，艾伦·图灵提出了著名的图灵测试，这个测试被认为是一种评价机器是否具备人类智能的标准。随后，AI领域开始兴起，从最初的基于规则的专家系统，到后来的机器学习方法，再到近年的深度学习技术，AI的发展经历了几个重要阶段。但是之前的AI跟普通人没什么关系，用它的人主要是企业和政府，他们将其应用于特定的行业领域，如金融、医疗、制造业等。对于大多数人来说，AI还是一个遥不可及的概念，而并非生活中实实在在的工具。
在2022年之前，AI在消费级的产品上主要应用可能是“小爱同学”和“小度小度”、“siri”等，但是相比「人工智能」，他们更多被认为是「人工智障」。这类专门化的处理某一类人物的智能设备/智能助手始终距离可被使用很远，因为人的思维方式、表达方式、需求场景都太丰富了，只要稍稍超出他们的范畴，你就只能得到他们很愚蠢的感受。
在这几十年的时间里，AI的发展经历了所谓基于规则的专家系统，到后来的机器学习方法，再到近年的深度学习技术等，但实际成果却难以满足这些期望，限制AI能力的主要因素包括计算能力、数据量和算法效率等。
## 三、现在为什么不一样了[](https://www.bookai.top/docs/ChatGPT-tutorial/%E4%BB%80%E4%B9%88%E6%98%AFAI#%E4%B8%89%E7%8E%B0%E5%9C%A8%E4%B8%BA%E4%BB%80%E4%B9%88%E4%B8%8D%E4%B8%80%E6%A0%B7%E4%BA%86)
2022年AI应用的爆发可以认为主要得益于这三个限制的突破：
1. 计算能力的提升：GPU（图形处理器）运算效率的提升和单位成本的降低，神经网络深度学习算法需要大规模的计算能力支撑，几个数据：2010年时GPU的平均价格每TeraFLOPS（每秒万亿次浮点运算）是约$1000美元，2019年这个数值是$3.5美元，2022年降低到了$1.5美元，也就是说12年内，算力的成本降低了99.85%，非常离谱的数据。现在训练大模型依然被认为只有大公司才有钱干的事，可以想象在10年前这件事根本就没有公司可以完成。
2. 数据量的增长：互联网，尤其是移动设备和移动互联网的普及让AI得到了大量可用的数据，为AI的训练提供了丰富的素材。
3. 算法的创新：神经网络深度学习等前沿技术的出现，让AI能够处理更复杂的任务，提高了性能。
这些因素一起把AI时代推到了我们眼前，你闭眼也没用，这股力量始终会冲向你，冲向每个人的，保持着开放的心态让它穿过，使用它的力量是唯一选择。
[
](https://www.bookai.top/docs/category/chatgpt-%E5%85%A5%E9%97%A8%E6%95%99%E7%A8%8B)
***
## 四.提升与AI对话能力的七个技巧
粗略估算，我与ChatGPT已经累计对话超过200万字了，有写文章/论文/小说/诗歌、写游戏/网站代码、定营销方案、翻译、制定旅行计划、生成MidJourney prompt关键词等数十种不同的使用场景。
在这个过程中，我发现在不同任务下都各自有一些特殊的prompt结构可以帮我获得更好的结果。但同时，我也总结了结构化的且普适的7个技巧，基本上无论在什么需求场景下，通过这些技巧（设定角色、明确问题、提供背景信息等），都可以提升获得满意答案的几率。
#### 1. 设定用户角色[](https://www.bookai.top/docs/ChatGPT-tutorial/%E6%8F%90%E5%8D%87%E4%B8%8EChatGPT%E5%AF%B9%E8%AF%9D%E8%83%BD%E5%8A%9B%E7%9A%84%E4%B8%83%E4%B8%AA%E6%8A%80%E5%B7%A7#1-%E8%AE%BE%E5%AE%9A%E7%94%A8%E6%88%B7%E8%A7%92%E8%89%B2)
让 ChatGPT 了解你的角色可以使它为你提供更贴近你需求的答案，从而提高对话相关性和满意度。
正面案例: "我是一名软件工程师，请教你如何优化数据库性能？"
负面案例: "如何优化数据库性能？"
可能出现的问题: 答案可能不会针对软件工程师的技能和经验进行优化
#### 2. 设定 ChatGPT 的角色[](https://www.bookai.top/docs/ChatGPT-tutorial/%E6%8F%90%E5%8D%87%E4%B8%8EChatGPT%E5%AF%B9%E8%AF%9D%E8%83%BD%E5%8A%9B%E7%9A%84%E4%B8%83%E4%B8%AA%E6%8A%80%E5%B7%A7#2-%E8%AE%BE%E5%AE%9A-chatgpt-%E7%9A%84%E8%A7%92%E8%89%B2)
设定专业角色（如律师、医生、教练等）可以让 ChatGPT 为你提供更具专业性的意见和建议。
正面案例: "作为一名营养师，你能推荐一些健康的零食吗？"
负面案例: "推荐一些健康的零食"
可能出现的问题: 答案可能缺乏专业角度和建议
#### 3. 明确问题[](https://www.bookai.top/docs/ChatGPT-tutorial/%E6%8F%90%E5%8D%87%E4%B8%8EChatGPT%E5%AF%B9%E8%AF%9D%E8%83%BD%E5%8A%9B%E7%9A%84%E4%B8%83%E4%B8%AA%E6%8A%80%E5%B7%A7#3-%E6%98%8E%E7%A1%AE%E9%97%AE%E9%A2%98)
尽量让问题更具体和明确，这样 ChatGPT 可以为你提供更准确和相关的回答。
正面案例: "如何在 Python 中将字典转换为 JSON 字符串？"
负面案例: "如何处理字典？"
可能出现的问题: 答案可能包含与期望问题无关的信息
#### 4. 提供背景信息[](https://www.bookai.top/docs/ChatGPT-tutorial/%E6%8F%90%E5%8D%87%E4%B8%8EChatGPT%E5%AF%B9%E8%AF%9D%E8%83%BD%E5%8A%9B%E7%9A%84%E4%B8%83%E4%B8%AA%E6%8A%80%E5%B7%A7#4-%E6%8F%90%E4%BE%9B%E8%83%8C%E6%99%AF%E4%BF%A1%E6%81%AF)
在提问时，提供一定的背景信息和上下文，可以帮助 ChatGPT 更好地理解你的问题和需求。
正面案例: "我正在为初学者编写一篇 Python 教程，如何解释变量？"
负面案例: "如何解释变量？"
可能出现的问题: 答案可能不符合初学者的需求和理解水平
#### 5. 采用开放式问题[](https://www.bookai.top/docs/ChatGPT-tutorial/%E6%8F%90%E5%8D%87%E4%B8%8EChatGPT%E5%AF%B9%E8%AF%9D%E8%83%BD%E5%8A%9B%E7%9A%84%E4%B8%83%E4%B8%AA%E6%8A%80%E5%B7%A7#5-%E9%87%87%E7%94%A8%E5%BC%80%E6%94%BE%E5%BC%8F%E9%97%AE%E9%A2%98)
尝试使用开放式问题来引导对话，这将鼓励 ChatGPT 为你提供更丰富的信息和见解。
正面案例: "如何成为一名成功的企业家？"
负面案例: "成为企业家容易吗？"
可能出现的问题: 答案可能不会提供有关成功企业家所需的技能和策略
#### 6. 分阶段提问[](https://www.bookai.top/docs/ChatGPT-tutorial/%E6%8F%90%E5%8D%87%E4%B8%8EChatGPT%E5%AF%B9%E8%AF%9D%E8%83%BD%E5%8A%9B%E7%9A%84%E4%B8%83%E4%B8%AA%E6%8A%80%E5%B7%A7#6-%E5%88%86%E9%98%B6%E6%AE%B5%E6%8F%90%E9%97%AE)
如果你有一个复杂的问题，可以先提一个简单的问题作为开端，然后逐步深入。
正面案例: "什么是机器学习？" -> "谈谈监督学习和非监督学习的区别"
负面案例: "机器学习是什么，监督学习和非监督学习的区别是什么？"
可能出现的问题: 答案可能在解释某一部分时显得仓促，导致理解不全面
#### 7. 请求示例和解释[](https://www.bookai.top/docs/ChatGPT-tutorial/%E6%8F%90%E5%8D%87%E4%B8%8EChatGPT%E5%AF%B9%E8%AF%9D%E8%83%BD%E5%8A%9B%E7%9A%84%E4%B8%83%E4%B8%AA%E6%8A%80%E5%B7%A7#7-%E8%AF%B7%E6%B1%82%E7%A4%BA%E4%BE%8B%E5%92%8C%E8%A7%A3%E9%87%8A)
如果你对某个答案不太理解或需要更多信息，可以要求 ChatGPT 提供具体示例或进一步解释。
正面案例: "能否提供一个 Python 中使用 for 循环的示例？"
负面案例: "什么是 for 循环？"
可能出现的问题: 答案可能缺乏具体示例，导致难以理解
通过遵循上述 7 个技巧，你可以更有效地与 ChatGPT 交流，获得更满意的答案。
---
# Agent Instructions: Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.
Perform an HTTP GET request on the current page URL with the `ask` query parameter:
```
GET https://doc.nyai.chat/ji-chu-jiao-cheng/ai-chu-ji-jiao-cheng.md?ask=
```
The question should be specific, self-contained, and written in natural language.
The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.
Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.