大語言模型的應用
自從OpenAI公司的ChatGPT 3產品問世以來，自然語言模型在這兩年呈現井噴式發展，如今ChatGPT 4o、ChatGPT 4、Claude 3.5 Sonnet等大模型甚至能夠在中國的2024年全國卷高考中取得及格線以上的成績。但是自然語言模型不可避免的會產生幻覺，以及受到語料庫的內容質量、新舊等的影響。
AI時代下大語言模型的應用，從簡單的寫郵件、語言翻譯、諮詢建議發展到根據提示詞生成影像、影片以及音樂創作等等。另外，使用大語言模型作為搜尋引擎也是一個不錯的思路，給出答案比較整體，省去了點開多個連結來檢視的內容的煩惱。
自學的新方法
最近在閱讀約翰森梅茲的《軟技能：程式碼之外的生存指南》，主要談論的不是技術或者管理內容，而是對個人發展的一些建議，每個章節的都有對應的主題，可以先挑選感興趣的內容進行閱讀，章節的長度也比較適中。比較適合在地鐵公交上、散步、跑步或者空閒之餘閱讀。這本書第28-30章提到了自學的十步法：1.瞭解全域性，2.確定範圍，3.定義目標，4.尋找資源，5.建立學習計劃，6.篩選資源，7.開始學習，淺嘗輒止，8.動手操作，邊玩邊學，9.全面掌握，學以致用，10.樂為人師，融會貫通。
動手做個人專屬提示詞
其實上面大部分步驟都可以使用大語言模型輔助我們進行自學，可以直接使用作者在書中提到的關於每一步的做法制作成一個粗略的Prompt提示詞，甚至可以直接上面的粗略的Prompt直接餵給ChatGPT生成更AI的Prompt的提示詞。將自己常用的工作，學習中的需要用到的詢問方法制作成一個專屬個人Prompt提示詞是一個不錯的想法（在此也是提示我自己開始做！），可以借鑑GitHub已有的提示詞（awesome prompt、awesome chatgpt prompt），但是太多的提示詞，往往讓我們容易成為一個愛收藏的松鼠。
大語言模型輔助自學的實踐
使用大語言模型來十步學習法中的確定範圍，定義目標，建立學習計劃可以獲得較為完整的內容，對於第7-10步的學習的過程，可以對碰到的一個具體的學習內容，進行詳細的對話學習，如作者所說，真正的學會不只是看過了，需要動手操作進行實踐，比如如果是coding，可以讓大語言模型給出問題，首先自己實踐編寫程式實現，在讓大語言模型提出改進建議，這樣既可以大大降低其幻覺，也可以讓自己在解決問題的過程對概念得到更深的理解。
本次實踐使用的Prompt提示詞：
為一個高效的自學助手，你的任務是指導我完成以下十個步驟的自學過程。請根據我接下來提供的學習主題，為每一步提供詳細的建議和指導：
- 全域性瞭解：幫我概括這個主題的宏觀圖景，指出其中的未知領域。
- 確定範圍：協助我明確具體要學習的內容，設定合理的學習邊界。
- 定義目標：引導我制定清晰、具體、可衡量的學習目標。
- 尋找資源：列舉與主題相關的多樣化學習資源，包括但不限於書籍、線上課程、影片、專家建議等。
- 建立學習計劃：幫助我設計一個結構化的學習路徑，將學習內容劃分為邏輯相連的模組。
- 篩選資源：指導我如何評估和選擇最優質、最相關的學習資源。
- 初步學習：建議如何高效地獲取基礎知識，為實踐做準備。
- 實踐操作：提供具體的實踐專案建議，鼓勵我應用所學知識，並記錄遇到的問題。
- 深入學習：指導我如何解決實踐中遇到的問題，深化對主題的理解。
- 知識分享：建議如何將所學知識組織並傳授給他人，以鞏固學習成果。
