CreB.ai

Appearance

ChatGPT 使用指南 ​

ChatGPT 是 OpenAI 推出的对话式 AI 助手,是目前最流行的 AI 工具之一。

快速开始 ​

访问方式 ​

  1. 网页版：https://chat.openai.com
  2. 移动应用：iOS / Android
  3. API：程序化调用

账号注册 ​

  • 需要邮箱或 Google/Microsoft 账号
  • 免费版可使用 GPT-3.5
  • Plus 订阅（$20/月）可使用 GPT-4

基础使用 ​

简单对话 ​

你：什么是人工智能？

ChatGPT：人工智能（AI）是计算机科学的一个分支...

多轮对话 ​

ChatGPT 能记住对话上下文：

你：Python 中如何读取文件？
ChatGPT：[提供代码示例]

你：如果文件不存在怎么办？
ChatGPT：[基于前面的代码，添加异常处理]

核心功能 ​

1. 写作助手 ​

文章创作

提示：写一篇800字的文章，主题是"AI 如何改变教育"，
包含引言、三个要点和结论。

内容改写

提示：将以下文本改写得更专业/更简洁/更生动：
[你的文本]

语法检查

提示：检查以下文本的语法错误并修正：
[你的文本]

2. 编程助手 ​

代码生成

python
# 提示：用 Python 实现一个二分查找算法

def binary_search(arr, target):
    """
    二分查找算法
    时间复杂度：O(log n)
    """
    left, right = 0, len(arr) - 1
    
    while left <= right:
        mid = (left + right) // 2
        if arr[mid] == target:
            return mid
        elif arr[mid] < target:
            left = mid + 1
        else:
            right = mid - 1
    
    return -1

# 测试
arr = [1, 3, 5, 7, 9, 11]
print(binary_search(arr, 7))  # 输出: 3

代码解释

提示：解释这段代码的作用：
[粘贴代码]

Bug 修复

提示：这段代码有什么问题？如何修复？
[粘贴有问题的代码]

代码优化

提示：优化这段代码的性能和可读性：
[粘贴代码]

3. 学习辅导 ​

概念解释

提示：用简单的语言解释量子计算，就像对一个10岁孩子解释一样。

习题解答

提示：解这道数学题，并说明解题步骤：
一个数的3倍加上5等于20，求这个数。

知识总结

提示：总结机器学习的主要算法，用表格形式展示。

4. 翻译 ​

多语言翻译

提示：将以下中文翻译成英文，保持专业术语准确：
[中文文本]

本地化

提示：将这段营销文案翻译成英文，并适应美国市场的文化习惯。

5. 数据分析 ​

数据解读

提示：分析这组销售数据，找出趋势和异常：
[粘贴数据]

生成代码

提示：用 Python 和 pandas 分析这个 CSV 文件，
计算每月销售额并绘制趋势图。

6. 创意头脑风暴 ​

产品创意

提示：为一个面向老年人的智能手机应用提供10个创意功能。

营销方案

提示：为一个新的咖啡品牌设计社交媒体营销策略。

高级技巧 ​

1. 角色设定 ​

提示：你是一个有20年经验的资深产品经理。
请从产品经理的角度分析这个功能需求：
[需求描述]

2. 格式化输出 ​

提示：请以 JSON 格式返回结果：
{
  "title": "标题",
  "summary": "摘要",
  "tags": ["标签1", "标签2"]
}

3. 分步骤思考 ​

提示：请逐步分析这个问题：
1. 首先识别关键信息
2. 然后列出可能的解决方案
3. 最后评估每个方案的优缺点

4. 提供示例 ​

提示：将客户反馈分类为：功能请求、Bug 报告、使用咨询

示例：
反馈："希望能添加暗色模式" → 功能请求
反馈："应用闪退了" → Bug 报告

现在分类这条反馈："如何导出数据？"

5. 设置约束 ​

提示：用不超过100字解释区块链技术，
使用简单的语言，避免技术术语。

实用场景 ​

工作场景 ​

邮件撰写

提示：写一封专业的邮件，向客户解释项目延期的原因，
并提出补救方案。保持礼貌和专业。

会议纪要

提示：根据以下会议记录，生成结构化的会议纪要，
包括：讨论要点、决策事项、待办任务。
[会议记录]

报告生成

提示：根据这些数据生成一份季度销售报告，
包括：数据摘要、趋势分析、建议措施。
[数据]

学习场景 ​

制定学习计划

提示：我想在3个月内学会 Python 数据分析，
每周能投入10小时。请帮我制定详细的学习计划。

知识卡片

提示：为"神经网络"这个概念创建一张学习卡片，
包括：定义、关键概念、应用场景、学习资源。

生活场景 ​

旅行规划

提示：帮我规划一个5天的东京旅行，
预算1万元，喜欢文化和美食，不喜欢购物。

健康建议

提示：我想开始健身，目标是减脂，
每周能锻炼3次，每次1小时。请给我建议。

使用 API ​

Python 示例 ​

python
from openai import OpenAI

client = OpenAI(api_key="your-api-key")

def chat_with_gpt(message, history=[]):
    """与 ChatGPT 对话"""
    messages = history + [{"role": "user", "content": message}]
    
    response = client.chat.completions.create(
        model="gpt-4",
        messages=messages,
        temperature=0.7,
        max_tokens=1000
    )
    
    return response.choices[0].message.content

# 单轮对话
response = chat_with_gpt("什么是机器学习？")
print(response)

# 多轮对话
history = [
    {"role": "system", "content": "你是一个 Python 专家"},
    {"role": "user", "content": "如何读取 CSV 文件？"},
    {"role": "assistant", "content": "可以使用 pandas..."}
]
response = chat_with_gpt("如果文件很大怎么办？", history)
print(response)

流式输出 ​

python
def stream_chat(message):
    """流式输出，实时显示生成内容"""
    stream = client.chat.completions.create(
        model="gpt-4",
        messages=[{"role": "user", "content": message}],
        stream=True
    )
    
    for chunk in stream:
        if chunk.choices[0].delta.content:
            print(chunk.choices[0].delta.content, end="")

stream_chat("写一首诗")

函数调用 ​

python
# 定义函数
functions = [
    {
        "name": "get_weather",
        "description": "获取指定城市的天气",
        "parameters": {
            "type": "object",
            "properties": {
                "city": {
                    "type": "string",
                    "description": "城市名称"
                }
            },
            "required": ["city"]
        }
    }
]

# 调用
response = client.chat.completions.create(
    model="gpt-4",
    messages=[{"role": "user", "content": "北京今天天气怎么样？"}],
    functions=functions,
    function_call="auto"
)

# 处理函数调用
if response.choices[0].message.function_call:
    function_name = response.choices[0].message.function_call.name
    arguments = response.choices[0].message.function_call.arguments
    print(f"调用函数: {function_name}")
    print(f"参数: {arguments}")

提示词模板 ​

代码生成模板 ​

作为一个{编程语言}专家，请帮我：
任务：{具体任务}
要求：
1. {要求1}
2. {要求2}
3. 添加详细注释
4. 包含使用示例

文章写作模板 ​

写一篇关于{主题}的文章：
- 字数：{字数}
- 风格：{正式/轻松/专业}
- 目标读者：{读者群体}
- 结构：引言 + {N}个要点 + 结论
- 包含具体例子

数据分析模板 ​

分析以下数据：
[数据]

请提供：
1. 数据摘要统计
2. 主要趋势和模式
3. 异常值分析
4. 可视化建议
5. 结论和建议

最佳实践 ​

✅ 好的提示 ​

  1. 具体明确
❌ "写点东西"
✅ "写一篇500字的产品介绍，重点突出性能优势"
  1. 提供上下文
❌ "这个怎么做？"
✅ "在 React 项目中，如何实现一个可复用的模态框组件？"
  1. 分解复杂任务
✅ "第一步：列出需求
    第二步：设计方案
    第三步：实现代码"

❌ 避免的做法 ​

  1. 提示过于模糊
  2. 一次问太多问题
  3. 不提供必要信息
  4. 期望完美的第一次输出

迭代优化 ​

第一次：写一篇关于 AI 的文章
↓ 不够满意
第二次：写一篇800字的文章，介绍 AI 在医疗领域的应用
↓ 还可以更好
第三次：写一篇800字的文章，介绍 AI 在医疗影像诊断中的应用，
       包含具体案例，面向医疗从业者

局限性 ​

注意

  1. 知识截止：训练数据有时间限制（GPT-4 截止到 2023 年 4 月）
  2. 可能出错：生成的内容需要验证
  3. 无法联网：免费版不能访问实时信息
  4. 上下文限制：对话长度有限制
  5. 敏感内容：拒绝生成有害内容

成本优化 ​

选择合适的模型 ​

模型速度质量成本适用场景
GPT-3.5快好低简单任务
GPT-4慢优秀高复杂任务
GPT-4 Turbo较快优秀中平衡选择

减少 Token 使用 ​

python
# 精简提示词
# ❌ 冗长
"请你帮我写一个 Python 函数，这个函数的功能是..."

# ✅ 简洁
"Python 函数：计算列表平均值"

# 限制输出长度
response = client.chat.completions.create(
    model="gpt-3.5-turbo",
    messages=[...],
    max_tokens=500  # 限制输出
)

安全与隐私 ​

重要提醒

  • ❌ 不要输入个人敏感信息
  • ❌ 不要输入公司机密数据
  • ❌ 不要输入密码、密钥等
  • ✅ 使用脱敏数据进行测试
  • ✅ 遵守公司数据安全政策

替代方案 ​

如果 ChatGPT 不可用，可以考虑：

  • Claude（Anthropic）：长上下文
  • Gemini（Google）：免费，集成 Google 服务
  • 文心一言（百度）：中文优化
  • 通义千问（阿里）：中文优化
  • 本地模型：LLaMA, Mistral 等

学习资源 ​

下一步 ​

开始用 ChatGPT 提升你的工作效率吧！